Koreksi saham teknologi baru-baru ini bukanlah akhir dari narasi AI, tetapi pasar sedang mengalami restrukturisasi mendalam dalam logika penetapan harga.

Nvidia sempat turun selama tujuh sesi perdagangan berturut-turut, Nasdaq tertekan. Rich Privorotsky, pemimpin meja perdagangan di Goldman Sachs One-Delta, mengatakan bahwa aksi jual saham teknologi kali ini sulit dikaitkan dengan satu katalis tunggal, melainkan merupakan hasil dari tekanan berlapis tiga faktor: pasar kredit, ekspektasi rantai pasok, dan kondisi kebijakan. Ia memperingatkan, "Pasar kredit sedang mengangkat masalah yang sebelumnya pada dasarnya diabaikan oleh pasar saham."

Revaluasi ini telah meninggalkan jejak yang jelas pada level valuasi. PER forward 24 bulan untuk indeks semikonduktor Philadelphia telah menyempit dari kisaran 21–22 kali menjadi sekitar 15 kali, dan rentang kemungkinan hasil kini makin melebar secara signifikan. Masalah intinya pun ikut bergeser—dari "apa yang bisa dilakukan AI" menjadi "siapa yang akan membeli pengoperasiannya".

Pasar kredit lebih dulu mengeluarkan peringatan

Pasar saham dalam jangka panjang cenderung optimistis terhadap keberlanjutan investasi infrastruktur AI, tetapi sikap pasar kredit diam-diam sedang berubah.

Privorotsky menyebutkan bahwa spread credit default swap (CDS) untuk $英偉達 (NVDA.US)$ dan $博通 (AVGO.US)$ telah melebar secara signifikan. Pasar mulai menyoroti skema penjaminan (backstop) untuk pendanaan AI serta isu komitmen di luar neraca. Kekhawatiran ini sedang merembet ke segmen yang lebih luas dalam industri semikonduktor, menjadi pendorong penting dalam penilaian ulang valuasi saat ini.

Logika pasar kredit berbeda secara mendasar dari pasar saham: yang pertama lebih fokus pada kepastian arus kas dan kemampuan membayar utang, bukan potensi pertumbuhan jangka panjang. Ketika spread CDS melebar, itu berarti investor obligasi mulai meragukan jalur imbal hasil atas belanja modal (capex) AI—sinyal ini sering muncul lebih dulu daripada di pasar saham, dan juga lebih sulit diabaikan.

Muncul kekhawatiran di balik penumpukan persediaan

Sementara itu, percakapan di tingkat rantai pasok semikonduktor juga mengalami pergeseran yang lebih halus: pasar mulai membahas risiko penumpukan persediaan di sebagian tahapan.

Data industri yang dikutip oleh Privorotsky menunjukkan bahwa pesanan produsen peralatan manufaktur semikonduktor (WFE) melonjak tajam, didorong oleh tingginya minat belanja modal yang berkelanjutan dari para pembuat chip. Lembaga-lembaga terkait juga telah menaikkan proyeksi pasar global WFE: pada 2026 skala pasar diperkirakan mencapai 150,3 miliar dolar AS, naik 36% secara tahunan; pada 2027 meningkat menjadi 217,5 miliar dolar AS, naik 45%; dan pada 2028 lebih lanjut menjadi 280,9 miliar dolar AS, naik 29%.

Namun, di balik angka-angka ini yang menunjukkan kepanasan belanja modal AI, tersimpan pula risiko lain—ketika pesanan dari sisi peralatan lini depan terus menumpuk, begitu ritme permintaan akhir menyimpang dari ekspektasi, tekanan persediaan di rantai pasok akan segera terlihat. Inilah alasan inti mengapa percakapan pasar mulai beralih.

Kendala pasokan listrik dan resistensi kebijakan membatasi laju pembangunan

Selain tekanan dari sisi pendanaan dan rantai pasok, implementasi nyata pusat data justru menghadapi gesekan dari realitas dunia nyata.

Privorotsky menyoroti bahwa kendala pasokan listrik dan meningkatnya resistensi kebijakan seputar pembangunan pusat data menciptakan ketidakpastian bagi kecepatan ekspansi dan ukuran akhir infrastruktur AI. Kontradiksi ini juga tercermin di ranah politik: kandidat dari dua partai semakin menyadari bahwa manfaat AI bersifat nasional, menyebar, dan kerap memerlukan waktu bertahun-tahun untuk terealisasi; sedangkan biaya pembangunan bersifat lokal, terpusat, dan terjadi secara langsung.

Kontradiksi struktural “pendapatan tertinggal, biaya dimajukan” membuat sikap pemerintah daerah dan komunitas terhadap proyek pusat data menjadi lebih berhati-hati, sehingga menekan jadwal pembangunan secara keseluruhan.

Permintaan perangkat keras AI atau penjatahan ulang, bukan menghilang

Meski tekanan di atas benar-benar nyata, Privorotsky tidak menganggap narasi investasi AI berakhir begitu saja; ia menekankan bahwa rentang kemungkinan hasil sedang melebar.

Pada sisi kebutuhan perangkat keras, ia mencermati adanya variabel struktural potensial: model AI generasi baru yang diwakili oleh Safe Superintelligence Inc. (SSI, didirikan oleh Ilya Sutskever) sedang menjajaki arsitektur pembelajaran berkelanjutan berbasis test-time training (TTT). Berbeda dari paradigma pelatihan pralatih tradisional, sistem seperti ini memungkinkan model memperbarui parameter secara real time selama proses inferensi, sehingga setiap interaksi berubah menjadi proses pembelajaran yang nyata.

Jika teknologi pembelajaran berkelanjutan dapat diwujudkan, mungkin akan mengurangi ketergantungan pada klaster pelatihan skala sangat besar di tahap awal, tetapi Privorotsky masih bersikap hati-hati terhadap penilaiannya bahwa “total kebutuhan komputasi menurun”. Ia berpendapat hasil yang lebih mungkin adalah terjadinya penjatahan ulang konsumsi komputasi—dari pelatihan skala besar di awal menjadi komputasi pada sisi inferensi yang berkelanjutan, bukan menyusutnya permintaan secara keseluruhan.

Untuk pergerakan pasar dalam jangka pendek, ia menilai katalis seperti kinerja Nvidia, data PCE, serta pernyataan pejabat terkait dari The Fed bisa memberikan dukungan, namun ia juga mengakui bahwa pada titik waktu saat ini masih sedikit terlalu dini untuk benar-benar kembali masuk secara menyeluruh. Penilaiannya yang mendasar adalah: valuasi AI akan mengalami kompresi bertahap, lalu seiring proyeksi laba menggelinding menuju tahun fiskal 2027 hingga 2028, pasar akan mengejar kembali—pada saat itu, kewajaran valuasi akan lebih mudah didukung.