🚨 CAPEX AI MUNGKIN JADI PERDAGANGAN SEBENARNYA DI BALIK BOOM SAHAM AI.
Judul pada gambar ini — “AI capex to hit $1.3T” — butuh konteks. J.P. Morgan mengatakan empat raksasa hyperscaler sudah menghabiskan sekitar $1,3 triliun untuk belanja modal (capex) + R&D sejak akhir 2022, sementara estimasi mereka untuk 2026 memproyeksikan capex hyperscaler sekitar $697B–$800B hanya tahun ini.
Itulah sebabnya $NVDA , $AMD , $MU, $AVGO dan nama-nama pusat data terus menjadi incaran pembelian.
Rangkainya sederhana:
Lebih banyak model AI → lebih banyak komputasi → lebih banyak GPU → lebih banyak memori → lebih banyak pusat data → lebih banyak daya.
Tapi di sinilah risikonya mulai muncul.
J.P. Morgan mencatat bahwa belanja infrastruktur AI sudah mencapai skala di mana ketersediaan daya, rantai pasok, perizinan, dan pembiayaan bisa menjadi hambatan.
Jadi, pertanyaan sebenarnya untuk saham AI kini bukan lagi:
“Apakah permintaan AI kuat?”
Melainkan:
“Bisakah perusahaan menghasilkan pendapatan AI yang cukup untuk membenarkan level capex sebesar ini?”
Jika ya, perdagangan AI bisa terus berkembang.
Jika tidak, nama-nama yang paling ramai bisa mengalami penyesuaian harga dengan cepat.
Tahap berikutnya dari reli AI mungkin digerakkan lebih sedikit oleh sensasi — dan lebih banyak oleh siapa yang benar-benar bisa menghasilkan imbal hasil dari komputasi itu. 👀
#AIStocksWhatNext #BitcoinTops$87KAtEightMonthHigh #ZECBreaksAbove$1600AtRecordHigh #BitwiseNEARStakingETPAssetsTop$100M #BitcoinBreaksAboveMayHighNears$86K
Judul pada gambar ini — “AI capex to hit $1.3T” — butuh konteks. J.P. Morgan mengatakan empat raksasa hyperscaler sudah menghabiskan sekitar $1,3 triliun untuk belanja modal (capex) + R&D sejak akhir 2022, sementara estimasi mereka untuk 2026 memproyeksikan capex hyperscaler sekitar $697B–$800B hanya tahun ini.
Itulah sebabnya $NVDA , $AMD , $MU, $AVGO dan nama-nama pusat data terus menjadi incaran pembelian.
Rangkainya sederhana:
Lebih banyak model AI → lebih banyak komputasi → lebih banyak GPU → lebih banyak memori → lebih banyak pusat data → lebih banyak daya.
Tapi di sinilah risikonya mulai muncul.
J.P. Morgan mencatat bahwa belanja infrastruktur AI sudah mencapai skala di mana ketersediaan daya, rantai pasok, perizinan, dan pembiayaan bisa menjadi hambatan.
Jadi, pertanyaan sebenarnya untuk saham AI kini bukan lagi:
“Apakah permintaan AI kuat?”
Melainkan:
“Bisakah perusahaan menghasilkan pendapatan AI yang cukup untuk membenarkan level capex sebesar ini?”
Jika ya, perdagangan AI bisa terus berkembang.
Jika tidak, nama-nama yang paling ramai bisa mengalami penyesuaian harga dengan cepat.
Tahap berikutnya dari reli AI mungkin digerakkan lebih sedikit oleh sensasi — dan lebih banyak oleh siapa yang benar-benar bisa menghasilkan imbal hasil dari komputasi itu. 👀
#AIStocksWhatNext #BitcoinTops$87KAtEightMonthHigh #ZECBreaksAbove$1600AtRecordHigh #BitwiseNEARStakingETPAssetsTop$100M #BitcoinBreaksAboveMayHighNears$86K
