Pemimpin pemikiran

Apakah Kita Berada dalam Gelembung AI? Tinjauan Jelas tentang Infrastruktur vs. Hype

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Munculnya AI telah memicu investasi besar, inovasi cepat, dan perhatian publik yang intens. Kondisi-kondisi tersebut hampir selalu memunculkan pertanyaan yang familiar: apakah kita berada dalam gelembung AI?

Ini adalah kekhawatiran yang wajar. Periode eksitasi teknologi sering diikuti oleh koreksi yang menyakitkan, terutama ketika harapan melampaui fondasi. Namun, menjawab pertanyaan ini memerlukan pemisahan antara hype yang terlihat dan sistem yang kurang terlihat di bawahnya, serta membumikan diskusi dalam sejarah, ekonomi, dan kenyataan lapisan infrastruktur yang sebenarnya memungkinkan AI.

Ketika Anda melakukannya, gambaran itu terlihat jauh lebih nuansa daripada narasi gelembung yang sugestif.

1. Pembeda Kunci: Infrastruktur vs. Aplikasi

Sebagian besar percakapan tentang “gelembung AI” fokus pada apa yang terlihat di lapisan aplikasi. Ini termasuk putaran pendanaan yang menghebohkan dari perusahaan seperti OpenAI, Anthropic, dan xAI dengan pengumuman pendanaan yang cepat hanya beberapa bulan terpisah. Lalu ada demo agen AI yang viral di media sosial dan klaim yang luas tentang kecerdasan buatan umum atau hasil triliunan dolar sebelum pendapatan menyusul.

Lapisan industri ini bergerak cepat karena didorong oleh cerita, harapan, dan psikologi investor. Perusahaan aplikasi dapat melonjak dalam perhatian secepat mereka dapat jatuh dari favorit. Narasi sering berkembang lebih cepat daripada fondasi bisnis yang mendasarinya, dan karena ini adalah bagian paling terlihat dari ekonomi AI, itu menjadi titik referensi default untuk klaim bahwa seluruh sektor tersebut terlalu panas.

Namun, infrastruktur komputasi beroperasi dalam kenyataan yang sama sekali berbeda, yang diperintahkan oleh fisika, ekonomi, dan batasan kapasitas yang keras.

Infrastruktur komputasi dibentuk oleh kekuatan yang dapat diukur: GPU yang menghasilkan pendapatan per jam dengan menjalankan beban kerja AI, ketersediaan dan biaya daya, kecepatan pembangunan pusat data, permintaan pelatihan dan inferensi yang meningkat seiring pertumbuhan model. Pemanfaatan, bukan sentimen, menentukan apakah lapisan ini berfungsi.

Di mana aplikasi naik dan jatuh berdasarkan persepsi, infrastruktur dipancang pada permintaan yang berkelanjutan. Ini adalah alasan mengapa lapisan infrastruktur tidak berperilaku seperti aset yang rentan gelembung. Ini berperilaku lebih seperti jaringan listrik selama elektrifikasi atau serat selama ledakan internet. Ini adalah sistem dasar yang permintaannya didorong oleh kemajuan teknologi daripada keinginan investor.

2. Apa yang Sebenarnya Ditunjukkan oleh Sejarah

Melihat teknologi umum sebelumnya mengungkapkan pola yang konsisten dan berulang: pergeseran teknologi besar dimulai dengan lonjakan besar dalam investasi infrastruktur, jauh sebelum keuntungan produktivitas muncul di ekonomi.

Kereta api memerlukan modal besar puluhan tahun sebelum mereka mengubah perdagangan. Listrik menuntut biaya grid yang mahal sebelum pabrik dapat sepenuhnya mengatur kembali sekitar kekuatan listrik. Jaringan telekomunikasi, infrastruktur backbone internet, jaringan seluler, dan komputasi awan semua mengikuti jalur yang sama. Dalam setiap kasus, investasi infrastruktur melonjak terlebih dahulu, sementara perbaikan produktivitas tertinggal.

Dari luar, periode-periode ini sering terlihat seperti gelembung. Dalam retrospeksi, mereka adalah fase instalasi. Pembangunan yang diperlukan, yang membutuhkan biaya besar, yang meletakkan dasar untuk dekade pertumbuhan ekonomi.

Grafik Goldman Sachs yang beredar luas ini menggambarkan fenomena ini dengan jelas:

Investasi infrastruktur melonjak tahun-tahun sebelum keuntungan produktivitas yang dapat diukur. AI hari ini mengikuti kurva yang sama hampir persis.

Sebagian besar pembangunan AI saat ini didorong oleh perusahaan yang secara fundamental berbeda dari perusahaan pada era dot-com. Selama akhir 1990-an, banyak perusahaan internet yang sangat dinilai memiliki sedikit atau tidak ada pendapatan. Di sisi lain, kekuatan terbesar di balik gelombang infrastruktur AI saat ini, seperti Microsoft, Google, Meta, dan Amazon, adalah perusahaan yang sangat menguntungkan dengan arus kas yang besar dan berkelanjutan dari bisnis yang mapan seperti komputasi awan, periklanan, dan perangkat lunak perusahaan.

Pengeluaran AI mereka sebagian besar didanai oleh laba operasional, bukan utang spekulatif. Perbedaan ini penting. Ini secara signifikan mengurangi kerapuhan sistemik dan mengubah CapEx hari ini bukan sebagai kelebihan yang sembrono, melainkan sebagai investasi jangka panjang yang disengaja.

3. Permintaan Komputasi Adalah Struktural, Bukan Didorong oleh Sentimen

Apa yang membuat siklus AI saat ini sangat tangguh adalah bahwa permintaan komputasi tidak didorong terutama oleh antusiasme naratif. Ini didorong oleh persyaratan teknis yang terus berkembang terlepas dari sentimen pasar.

Penggerak utama permintaan komputasi terus mempercepat:

  • Pajak “Berpikir”: Model AI baru tidak hanya mengambil jawaban tetapi sebenarnya berpikir melalui ribuan kemungkinan sebelum merespons. Ini menciptakan kenyataan baru di mana satu prompt pengguna dapat mengonsumsi 100x komputasi dari pencarian tradisional.

  • Produksi Data Sintetis: Kami secara efektif kehabisan data manusia berkualitas tinggi untuk dilatih. Untuk terus memperbaiki, armada GPU sekarang berjalan 24/7 hanya untuk menulis data pelatihan untuk generasi model berikutnya.

  • Infrastruktur Kedaulatan: Pemerintah sekarang membeli komputasi untuk keamanan nasional seperti mereka membeli cadangan energi atau sistem pertahanan. Ini menciptakan lantai permintaan yang besar dan permanen yang kebal terhadap sentimen pasar.

Kekuatan-kekuatan ini ada secara independen dari bagaimana startup AI dinilai dalam suatu kuartal tertentu. Bahkan selama penarikan pasar, utilitas GPU tetap tinggi karena beban kerja itu sendiri terus tumbuh dalam kompleksitas dan volume.

Pembangunan ini nyata dalam cara yang banyak gelembung spekulatif tidak. GPU, server, pusat data, infrastruktur daya, dan aplikasi AI yang diterapkan adalah aset nyata yang sudah memberikan keuntungan produktivitas yang dapat diukur. Tidak seperti banyak konsep dot-com yang masih jauh dari penggunaan praktis, sistem AI sudah terintegrasi dalam alur kerja di seluruh pengembangan perangkat lunak, penelitian, dukungan pelanggan, desain, logistik, dan pengambilan keputusan.

Terdapat juga dinamika kompetitif yang bermain di luar pasar. AI telah menjadi “perlombaan senjata” antara perusahaan dan negara. Pemerintah dan perusahaan tidak dapat hanya mengopt-out dari investasi tanpa mengambil risiko kompetitif jangka panjang. Ketinggalan dalam kapasitas komputasi semakin berarti ketinggalan dalam inovasi, daya tarik bakat, dan akses modal.

4. Gelembung atau Titik Infleksi?

Beberapa ekonom membedakan antara dua jenis gelembung. Gelembung keuangan meninggalkan sedikit di belakang setelah meletus. Gelembung infleksi, di sisi lain, mempercepat pembangunan infrastruktur dasar yang secara permanen mengubah lanskap ekonomi, bahkan jika modal dialokasikan secara tidak tepat di sepanjang jalan.

Kereta api, elektrifikasi, dan internet awal semua menunjukkan elemen-elemen kelebihan spekulatif. Namun, mereka juga mengubah masyarakat dengan cara yang tidak dapat dibalik. Pemborosan tidak menyangkal kemajuan.

Siklus AI menunjukkan karakteristik gelembung infleksi. Terdapat hype di tepi dan beberapa investasi akan gagal. Namun, infrastruktur yang sedang dibangun adalah nyata, tahan lama, dan semakin penting. Bahkan ketika valuasi terkompresi, pasar konsolidasi, dan aplikasi tertentu gagal, infrastruktur dasar akan tetap ada.

5. Masalah Keterampilan Manusia

Akhirnya, ada kecenderungan berulang untuk meremehkan dampak mendalam dari teknologi baru pada kehidupan sehari-hari. Hanya 18 bulan yang lalu, sebagian besar masyarakat diperkenalkan dengan AI melalui alat seperti ChatGPT. Hari ini, bagi banyak pekerja pengetahuan, sulit untuk membayangkan bekerja tanpa bantuan AI.

Perubahan itu terjadi dengan cepat dan masih dalam tahap awal.

Dari perspektif itu, menyebut ini sebagai gelembung AI melewatkan poin yang lebih besar. Apa yang kita saksikan terlihat kurang seperti kelebihan spekulatif yang terlepas dari kenyataan dan lebih seperti fase instalasi yang berantakan, modal-intensif dari revolusi produktivitas yang sudah berlangsung.

Sentimen publik akan naik dan turun. Harga akan dikoreksi. Infrastruktur dan inovasi yang memungkinkannya akan tetap ada.

Albert adalah Pendiri dan CEO Compute Labs, diluncurkan pada Maret 2024 untuk mewujudkan visi GPU RWA-nya. Ia adalah anggota tim pendiri di Delysium, anggota inti di rct.AI (YC19), dan Pemilik Produk di Xsolla. Albert memiliki gelar dari UCLA dan Caltech.