Insights Investing
Paradoks Kelimpahan AI: Kendala Infrastruktur, Kelangkaan Aset, dan Strategi Investor Nilai
Podcast · Dengarkan (21 mnt)
Musk: Saving Is Pointless. 72 Hours Later, Grok Bleeds Cash | Stock Market
Daftar isi
- Dua Realitas AI: Visi Kelimpahan vs. Keekonomian Inferensi
- Tembok Infrastruktur Jangka Pendek: Intensitas Modal dan Keekonomian Unit
- Hambatan Makro dan Masalah Kepemilikan
- Kerangka Alokasi Modal: Aset yang Dapat Direproduksi vs. Aset yang Kelangkaannya Tidak Dapat Dihilangkan
- Angka utama
- Apa yang akan mengubah pandangan kami
- Implikasi Praktis bagi Investor Jangka Panjang
- Sumber yang dikutip
Visioner teknologi seperti Elon Musk memproyeksikan masa depan deflasi struktural ekstrem, dengan berargumen bahwa perpaduan kecerdasan buatan dan robotika otonom akan menurunkan biaya produksi lebih cepat daripada pertumbuhan jumlah uang beredar, sehingga tabungan pensiun konvensional menjadi usang melalui "ekonomi replikator." Namun, keekonomian unit AI terdepan saat ini—yang ditandai oleh biaya pelayanan agen yang tidak berkelanjutan, kebutuhan belanja modal yang sangat besar, dan hambatan pasokan listrik yang parah—menunjukkan bahwa realitas fisik masih jauh dari kondisi pascakelangkaan. Dari perspektif investasi nilai, meninggalkan akumulasi aset berdasarkan proyeksi hiperdeflasi merupakan risiko asimetris yang sangat besar: alih-alih menghilangkan kegunaan modal, transisi selama beberapa dekade menuju kelimpahan AI akan menyebabkan daya beli berpindah secara tegas ke titik hambatan fisik dan teknologi yang kelangkaannya tidak dapat dihilangkan. Investor jangka panjang harus menghadapi friksi ini dengan mengidentifikasi tempat surplus ekonomi terakumulasi ketika perangkat lunak dan tenaga kerja rutin mengalami deflasi harga yang tajam, sementara aset infrastruktur yang menjadi titik hambatan memperoleh rente ekonomi yang bertahan lama.
Dua Realitas AI: Visi Kelimpahan vs. Keekonomian Inferensi#
Diskursus publik mengenai kecerdasan buatan saat ini terbelah antara proyeksi makro jangka panjang tentang keruntuhan biaya yang ekstrem dan friksi mikroekonomi langsung dalam menjalankan model terdepan. Dalam wawancara Januari 2026 di siniar Moonshots milik Peter Diamandis, Elon Musk menguraikan kerangka ekonomi yang digerakkan oleh deflasi struktural. Ia berargumen bahwa jika kecerdasan AI berhasil menggerakkan robotika otonom, biaya tenaga kerja fisik dan produksi akan anjlok di seluruh sektor peradaban. Dalam model Musk, keluaran tumbuh lebih cepat daripada jumlah uang beredar, mendorong harga marginal barang dan jasa fisik menuju nol. Dengan menempatkan hipotesisnya dalam rentang waktu 10- hingga 20-tahun, Musk menyatakan: "Jika salah satu hal yang telah kami sampaikan benar, menabung untuk pensiun akan menjadi tidak relevan." Ia menegaskan kembali sikap ini pada 29 Oktober 2026, dengan membalas @battleangelviv di X dan menyatakan bahwa menabung untuk masa depan yang jauh tidak ada gunanya dalam dinamika pascakelangkaan.
Tesis Musk bertumpu pada mekanisme transmisi makroekonomi yang berurutan:
$$\text{AI Intelligence} \longrightarrow \text{Autonomous Robotics} \longrightarrow \text{Cheaper Labor/Production} \longrightarrow \text{Structural Deflation}$$
Yang terpenting, kerangka ini menggambarkan keruntuhan harga yang didorong oleh penawaran, bukan devaluasi mata uang. Alih-alih hiperinflasi mengikis cadangan kas, "ekonomi replikator"—serupa dengan produksi pascakelangkaan dalam Star Trek—menyiratkan bahwa barang dan jasa riil menjadi begitu melimpah sehingga menyimpan saldo besar dalam mata uang fiat tradisional tidak lagi diperlukan untuk menjamin kondisi hidup yang layak.
Namun, realitas operasional yang berlawanan muncul pada penerapan model terdepan. Pada 1 November 2026—hanya tiga hari setelah unggahannya mengenai tabungan pensiun—Musk secara terbuka menanggapi keluhan pengguna mengenai kuota penggunaan Grok Bot di X yang cepat habis, dengan mengakui: "Biaya pelayanan Grok Bot terlalu tinggi dibandingkan pendapatan sehingga tidak berkelanjutan."
Friksi ekonomi ini berasal dari perbedaan mendasar antara inferensi percakapan dengan satu perintah dan beban kerja agen yang persisten serta memiliki banyak langkah. Perintah percakapan standar mengikuti jalur komputasi linear:
$$\text{Prompt} \longrightarrow \text{Inference} \longrightarrow \text{Answer}$$
Sebaliknya, agen otonom berfungsi sebagai mesin keadaan yang terus-menerus menjalankan subtugas berulang di berbagai lingkungan eksternal:
$$\text{Reasoning} \longrightarrow \text{Web Browsing} \longrightarrow \text{Tool Call} \longrightarrow \text{Model Call} \longrightarrow \text{Browser Action} \longrightarrow \text{Screenshot/Image Processing} \longrightarrow \text{Model Call} \longrightarrow \text{Terminal} \longrightarrow \text{Retry} \longrightarrow \text{Memory/Context} \longrightarrow \text{Model Call} \longrightarrow \text{Verification} \longrightarrow \text{Output}$$
Karena alur kerja agen dapat menghabiskan puluhan atau ratusan proses inferensi berurutan, pemanggilan tangkapan layar, dan verifikasi alat untuk menyelesaikan satu keluaran, biaya per tugas manusia yang diselesaikan beberapa orde besaran lebih tinggi daripada biaya per pesan bot percakapan. Volatilitas struktural ini merusak model langganan tarif tetap konvensional ($30 per bulan): pengguna berintensitas rendah yang menjalankan lima tugas singkat menyubsidi pengguna intensif perusahaan yang menghabiskan ratusan jam akselerator. Ketika variasi konsumsi meningkat pesat, paket harga tetap tanpa pengukuran penggunaan mengalami penekanan margin kotor yang ekstrem.
Tembok Infrastruktur Jangka Pendek: Intensitas Modal dan Keekonomian Unit#
Ketegangan antara penurunan biaya pemrosesan per token dan peningkatan belanja modal agregat menegaskan kendala fisik yang dihadapi sektor AI. Dinamika ini terlihat jelas dalam restrukturisasi komersial Grok Bot oleh xAI. Saat diluncurkan pada 11 Agustus 2026, penggunaan Grok Bot dipasarkan sebagai fitur mandiri yang terpisah dari kuota standar Grok dan Cursor. Pada Oktober 2026, xAI meninggalkan akses tanpa batas, dengan memasukkan Grok Bot ke dalam kumpulan kredit bersama mingguan yang diukur berdasarkan penggunaan di berbagai tingkat langganan:
- Premium: $30 per bulan ($4\times$ penggunaan relatif)
- Super: $100 per bulan ($15\times$ penggunaan relatif)
- Ultra: $200 per bulan ($50\times$ penggunaan relatif)
Akses dibatasi secara ketat hanya untuk tingkat Premium dan di atasnya, dengan beban kerja agen yang berat memerlukan pembelian kredit tambahan. Pergeseran dari akses tanpa batas ke monetisasi berdasarkan pengukuran penggunaan ini mencerminkan pengakuan di seluruh perusahaan atas keekonomian unit inferensi agen.
Data empiris dari organisasi riset primer menyoroti besarnya intensitas modal yang diperlukan untuk mempertahankan kemampuan AI terdepan:
- Ekspansi Pendapatan vs. Pengeluaran Komputasi: Laporan Indeks AI 2026 dari Stanford University mendokumentasikan bahwa perusahaan AI meningkatkan pendapatan dengan sangat cepat, sementara belanja komputasi dan infrastruktur secara bersamaan mencapai rekor tertinggi.
- Alokasi Anggaran Laboratorium AI: Riset Epoch AI menunjukkan bahwa pengeluaran komputasi mencakup 54% hingga 62% dari total belanja operasional di laboratorium pengembangan AI terkemuka.
- Belanja Modal Infrastruktur Pusat Data: Epoch AI memperkirakan bahwa pusat data AI modern hipotetis berkapasitas 1 Gigawatt (GW) memerlukan sekitar $38 miliar belanja modal awal, beserta $8.5 miliar total biaya kepemilikan yang disetahunkan.
- Kendala Listrik dan Interkoneksi: Badan Energi Internasional (IEA) memproyeksikan bahwa konsumsi listrik pusat data global akan meningkat kira-kira dua kali lipat menjadi ~950 TWh pada 2030, terutama didorong oleh beban kerja AI yang beroperasi di tengah keterlambatan parah dalam interkoneksi jaringan listrik.
- Deflasi Efisiensi Inferensi: Sebagai penyeimbang pengeluaran perangkat keras, Indeks AI 2026 Stanford mencatat bahwa biaya untuk memperoleh kinerja inferensi setingkat GPT-3.5 turun dari ~$20 per juta token pada November 2022 menjadi $0.07 per juta token pada Oktober 2024—penurunan >280$\times$ selama sekitar 18 bulan.
Meskipun biaya kecerdasan per unit anjlok mengikuti kurva deflasi yang agresif, belanja agregat perusahaan terus tumbuh secara eksponensial. Penerapan AI dibatasi oleh sekumpulan hambatan dunia nyata: kapasitas fabrikasi semikonduktor canggih, kompromi arsitektur transformer, pembangkitan listrik jaringan, dan jadwal pembangunan fisik pusat data.
Hambatan Makro dan Masalah Kepemilikan#
Sekalipun kemampuan teknologi berkembang pesat, teori makroekonomi dan riset institusional menunjukkan bahwa kemampuan produksi semata tidak otomatis menghasilkan kelimpahan ekonomi rumah tangga atau ekspansi PDB di seluruh perekonomian.
Hambatan struktural utama adalah masalah konsentrasi kepemilikan. Jika aset utama—arsitektur superkecerdasan, paten perangkat keras robotik, pusat manufaktur, aset pembangkitan, dan fasilitas data fisik—terkonsentrasi pada entitas korporasi yang dikendalikan secara ketat, biaya produksi per unit yang rendah tidak otomatis menghasilkan harga konsumen yang rendah. Jika perusahaan terpusat menurunkan biaya langsung produksi satu porsi makanan menjadi $0.05, secara struktural perusahaan tersebut tidak berkewajiban menjual produk itu secara eceran pada harga pokok. Dalam kondisi pasar oligopolistik atau persaingan harga yang lemah, operator swasta mempertahankan payung harga pelindung, dengan memperoleh rente ekonomi berlebih untuk memaksimalkan margin laba perusahaan.
Akibatnya, payung harga swasta menekan daya beli rumah tangga selama fase peralihan peningkatan skala teknologi. Akumulasi modal tidak hanya berfungsi sebagai tujuan tabungan pribadi, tetapi juga sebagai lindung nilai struktural yang sangat diperlukan terhadap pengikisan upah tenaga kerja selama jeda beberapa tahun sebelum harga barang konsumen di dunia nyata turun.
Musk secara implisit mengakui friksi ini dengan mengusulkan "pendapatan tinggi universal", sembari mengakui dalam wawancaranya pada Januari 2026 bahwa transisi selama beberapa dekade akan "penuh gejolak", yang berpotensi menimbulkan keresahan sosial seiring ekspansi ekonomi. Selain itu, riset ekonomi dari Dana Moneter Internasional (IMF) menekankan bahwa pertumbuhan makroekonomi tidak dapat diproyeksikan semata-mata dari kemampuan model. Antrean infrastruktur fisik, friksi organisasi, persetujuan regulasi, kendala penempatan modal, dan kekakuan institusional menciptakan jeda sistemik, yang menghambat penerjemahan langsung kemampuan AI menjadi peningkatan produktivitas secara luas.
Kerangka Alokasi Modal: Aset yang Dapat Direproduksi vs. Aset yang Kelangkaannya Tidak Dapat Dihilangkan#
Dari perspektif investasi nilai yang berakar pada prinsip Graham dan Buffett, lingkungan percepatan teknologi yang digerakkan AI memerlukan pemisahan tegas antara aset yang dapat direproduksi dan rentan terhadap keruntuhan biaya dengan aset yang kelangkaannya tidak dapat dihilangkan dan memperoleh nilai perusahaan. Ketika biaya replikasi marginal untuk kekayaan intelektual digital, kode perangkat lunak, dan tenaga kerja analitis rutin cenderung menuju nol, modal ekonomi tidak menghilang; modal tersebut berpindah ke titik hambatan fisik struktural.
| Aset yang Dapat Direproduksi (Tekanan Deflasi) | Aset yang Kelangkaannya Tidak Dapat Dihilangkan (Akumulasi Nilai) |
|---|---|
| Aplikasi Perangkat Lunak Komoditas & API | Properti di Lokasi Utama (misalnya, tanah Manhattan, tepi laut La Jolla) |
| Jasa Profesional, Hukum, & Pengetahuan Rutin | Pembangkitan Energi Skala Utilitas & Hak Interkoneksi Jaringan |
| Media Digital Dasar, Konten, & Seni Sintetis | Pabrik Semikonduktor Canggih & Kekayaan Intelektual Litografi Khusus |
| Perakitan Komoditas & Manufaktur Standar | Simpul Pusat Data Kritis bagi Operasi & Fasilitas Berkepadatan Tinggi |
| Transportasi Terstandar & Logistik Angkutan Barang | Kumpulan Data Milik Eksklusif & Moat (Parit Ekonomi) Jaringan dengan Retensi Tinggi |
Dari sudut pandang analitis, intensitas modal yang sangat besar—seperti belanja modal awal $38 miliar dan biaya kepemilikan yang disetahunkan sebesar $8.5 miliar per pusat data 1 GW—menciptakan distorsi parah pada profil imbal hasil. Komitmen belanja modal yang sangat besar menurunkan imbal hasil atas modal yang diinvestasikan (ROIC) bagi operator infrastruktur, yang menghadapi keusangan perangkat keras yang cepat dan siklus reinvestasi tanpa henti. Dinamika ini menekan ketahanan arus kas terdiskonto dan menimbulkan risiko nilai terminal bagi laboratorium AI dengan aset besar.
Sebaliknya, surplus ekonomi mengalir kepada pemilik titik hambatan yang tidak dapat direproduksi—seperti hak transmisi, pembangkitan listrik yang langka, dan properti bernilai tinggi. Sekalipun robotika humanoid menurunkan biaya konstruksi fisik menjadi $20,000 per bangunan, tanah yang mendasarinya di lokasi metropolitan utama tetap benar-benar terbatas. Oleh karena itu, memiliki modal produktif yang menjadi titik hambatan menjadi lebih penting selama fase transisi. Jika pendapatan tenaga kerja mengalami tekanan struktural sebelum biaya perumahan fisik, listrik, dan layanan kesehatan anjlok, pelaku pasar tanpa modal akan mengalami penekanan margin yang parah.
Angka utama#
- Penurunan Biaya Inferensi Setingkat GPT-3.5: Dari ~$20 per juta token (November 2022) menjadi $0.07 per juta token (Oktober 2024)—penurunan >280$\times$ dalam ~18 bulan (Indeks AI 2026 Stanford).
- Porsi Belanja Komputasi Laboratorium AI: 54% hingga 62% dari total belanja (Epoch AI).
- Kebutuhan Modal Pusat Data AI 1 GW: Modal awal $38 miliar; total biaya kepemilikan yang disetahunkan sebesar $8.5 miliar (perkiraan Epoch AI).
- Konsumsi Listrik Pusat Data Global: Diproyeksikan meningkat dua kali lipat menjadi ~950 TWh pada 2030 (perkiraan IEA).
- Tingkat Langganan xAI (Oktober 2026): Premium seharga $30/bulan (penggunaan 4$\times$), Super seharga $100/bulan (penggunaan 15$\times$), Ultra seharga $200/bulan (penggunaan 50$\times$).
- Tanggal Utama dalam Kronologi: Wawancara Elon Musk di siniar Moonshots (Januari 2026); peluncuran awal Grok Bot (11 Agustus 2026); pernyataan Elon Musk tentang pensiun (29 Oktober 2026); pernyataan Elon Musk tentang biaya pelayanan Grok Bot (1 November 2026).
Apa yang akan mengubah pandangan kami#
Tonggak empiris berikut akan membatalkan tesis hambatan struktural kami dan menunjukkan bahwa jadwal pascakelangkaan Musk mulai mengatasi kendala dunia nyata:
- Peningkatan Skala Robotika Fisik Komersial: Penerapan luas robot humanoid otonom di berbagai industri dalam lingkungan tanpa batasan (konstruksi, pertanian, logistik, dan pemeliharaan berat) yang mendorong penurunan drastis dan berkelanjutan pada harga barang fisik di dunia nyata.
- Terobosan Infrastruktur Energi: Penyelesaian sistemis antrean interkoneksi jaringan listrik disertai penurunan berkelanjutan harga listrik industri meskipun beban pusat data tumbuh secara eksponensial.
- Penetapan Harga Kecerdasan Buatan Agentik Tanpa Batas: Pengenalan kembali secara luas dan stabil secara ekonomi atas langganan komputasi agentik yang tidak diukur berdasarkan pemakaian dan benar-benar tanpa batas oleh penyedia kecerdasan buatan kelas utama, tanpa menurunkan kinerja atau mengalami kerugian operasional.
- Distribusi Luas Peningkatan Produktivitas: Bukti makroekonomi yang menunjukkan kenaikan struktural upah riil di seluruh rumah tangga yang tidak memiliki modal, atau penerapan kelembagaan formal atas mekanisme transfer aset universal yang menetralkan disrupsi tenaga kerja.
Implikasi Praktis bagi Investor Jangka Panjang#
Mengevaluasi proyeksi pascakelangkaan melalui perspektif teori keputusan mengungkap asimetri risiko yang sangat besar. Menghentikan akumulasi modal pribadi dengan harapan terwujudnya kelimpahan teknologi secara cepat menimbulkan risiko kerugian yang tidak dapat dipulihkan. Jika seorang investor mempertahankan tingkat tabungan yang disiplin dan tatanan ekonomi pascakelangkaan terwujud, cadangan kas yang telah terakumulasi hanya menjadi tidak diperlukan dalam lingkungan berbiaya rendah. Sebaliknya, jika seorang investor menghentikan akumulasi modal dan transisi menuju kelimpahan tertunda selama 10 hingga 20 tahun akibat hambatan fisik, friksi regulasi, atau payung harga monopoli, individu tanpa modal tersebut menghadapi kerentanan finansial yang parah.
Dalam jangka waktu 5-hingga-15-tahun, strategi alokasi jangka panjang harus memperlakukan pelestarian modal dan pertumbuhan majemuk bukan sebagai konsep usang, melainkan sebagai pengelolaan risiko yang esensial untuk menghadapi transisi teknologi dengan berbagai kecepatan. Investor nilai harus mempertahankan margin of safety yang lebar dengan mengurangi bobot bisnis perangkat lunak yang mudah direplikasi dan tidak memiliki moat (parit ekonomi), serta mengalihkan modal ke aset yang menjadi hambatan fisik dengan profil imbal hasil yang bertahan lama—seperti pembangkit listrik beban dasar, infrastruktur transmisi, simpul jaringan fisik, dan rantai pasokan industri dengan hambatan masuk yang tinggi. Untuk mengevaluasi bagaimana hambatan struktural ini memengaruhi valuasi masing-masing perusahaan sepanjang siklus pasar, jelajahi riset tambahan bersumber terbuka di situs web DeepValues Research atau evaluasi intrinsic value (nilai intrinsik) saham menggunakan aplikasi DeepValues.
Sumber yang dikutip#
- "The AI Abundance Paradox" (Excerpts and Analysis)
- Elon Musk, X (@elonmusk) posts on October 29, 2026, and November 1, 2026
- Peter Diamandis's Moonshots Podcast, interview with Elon Musk (January 2026)
- 2026 AI Index Report, Stanford University
- Infrastructure Cost & Spending Estimates, Epoch AI
- Electricity 2024 / Global Energy & Data Center Outlook, International Energy Agency (IEA)
- Macroeconomic Impact of Artificial Intelligence Report, International Monetary Fund (IMF)
Tonton
Tautan sumber
- The AI Abundance Paradox
Tonton & dengarkan
- Musk: Saving Is Pointless. 72 Hours Later, Grok Bleeds Cash YouTube · EN
- 馬斯克72小時自打臉:AI推論成本暴跌280倍,Grok為何仍燒不起? YouTube · 中文
- Musk: Saving Is Pointless. 72 Hours Later, Grok Bleeds Cash | Stock Market Podcast · EN
- 馬斯克72小時自打臉:AI推論成本暴跌280倍,Grok為何仍燒不起?|美股市場 Podcast · 中文