Bear besar Societe Generale: Tren AI sedang mengulang krisis finansial Asia, yang mematikan adalah "bom waktu" utang

Kepala Ahli Strategi Société Générale, Albert Edwards, mengeluarkan peringatan: gelombang investasi AI saat ini memiliki kesamaan mencolok dengan krisis keuangan Asia 1997—bukan karena teknologi itu sendiri tidak berguna, melainkan karena arus masuk modal jauh lebih cepat daripada peningkatan produktivitas. Sepanjang sejarah, celah ini selalu diisi oleh kreditur, bukan insinyur.

Dalam edisi terbaru "Laporan Mingguan Strategi Global", Edwards menunjukkan bahwa data total factor productivity (TFP)—indikator utama manfaat riil teknologi—belum menunjukkan tanda-tanda perbaikan, namun belanja modal AI global telah melonjak drastis. Goldman Sachs memperkirakan nilai investasi global AI akan menembus USD 1 triliun hanya pada tahun 2026. Di saat yang sama, pendapatan tahunan OpenAI diungkapkan sekitar USD 20 miliar lebih rendah dari ekspektasi sebelumnya. Begitu informasi ini keluar, Nasdaq anjlok lebih dari 1% pada hari itu, langsung mengguncang narasi "permintaan yang kuat".

Menurut Edwards, pemicu utama krisis ini sebenarnya adalah apakah uang murah yang menopang ekspansi AI bisa terus mengalir, bukan kekecewaan atas data produktivitas. "Polisi moral" di pasar obligasi kini sedang menguji kerentanan setiap pasar nasional—dari Jepang hingga Prancis, aksi jual obligasi terus meluas. Di tengah aksi utang besar-besaran para raksasa teknologi AI, mereka justru membutuhkan kelompok pembeli jangka panjang yang sama untuk menyerap ratusan miliar dolar obligasi baru—logika yang sangat mirip dengan Asia tahun 1990-an yang bergantung pada pinjaman dolar jangka pendek untuk mempertahankan kemakmuran.

Peringatan ini bermula dari sebuah grafik yang tampak membosankan. Kepala Ekonom Apollo, Torsten Slok, merilis laporan bertajuk "Tidak Terlihat Tanda-tanda AI dalam Data Produktivitas". Data menunjukkan, TFP setelah disesuaikan dengan tingkat utilisasi kapasitas saat ini sedikit di bawah nol, sejak siklus belanja modal AI dimulai, belum ada percepatan yang tampak; sementara pertumbuhan output per jam tetap stabil di sekitar 2,5%.

Slok menegaskan, kombinasi pertumbuhan output per jam yang kuat dengan TFP yang stagnan merupakan ciri khas "pendalaman modal", bukan dampak teknologi—memberi setiap pekerja monitor baru (atau GPU senilai USD 40.000), output per jam akan naik, tapi bukan berarti perusahaan jadi lebih efisien. Gelombang AI jelas terlihat dalam data investasi dan valuasi saham, namun belum tercermin dalam statistik produktivitas. Ini berarti return yang diklaim masih berupa prediksi, bukan fakta.

Strateg di Bank of America, Michael Hartnett, juga memperhatikan pola ini dan menyoroti satu detail penting: TFP dan indeks kepercayaan konsumen dalam 50 tahun terakhir sangat sinkron—dan keduanya saat ini cenderung menurun. Ketua The Fed Chicago, Austan Goolsbee, sebelumnya juga memperingatkan bahwa berlanjutnya stagnasi produktivitas akan jadi tantangan bagi narasi saat ini.

Edwards bukan pertama kali meragukan narasi "keajaiban". Ia mengingat kembali, pertaruhan non-konsensus pertamanya yang besar dan sangat berisiko adalah menyoroti bahwa "keajaiban ekonomi Asia Timur" pada dasarnya adalah gelembung ekonomi dan keuangan besar. Dasar teori ini berasal dari artikel Paul Krugman tahun 1994 di "Foreign Affairs", "Myth of Asia's Miracle"—Krugman menilai pertumbuhan tinggi ekonomi Asia berasal dari akumulasi besar modal dan tenaga kerja, bukan dari perbaikan efisiensi sejati, dan lemahnya pertumbuhan TFP secara fundamental meruntuhkan narasi bullish.

Pada saat itu, pandangan arus utama meremehkan hal ini. Bank Dunia tahun 1993 menulis "Keajaiban Asia Timur", dan puncak sikap arogan-optimis terlihat pada Agustus 1996—laporan lain Bank Dunia memuji "keajaiban makroekonomi Thailand", hanya kurang dari satu tahun sebelum baht runtuh.

Edwards secara sarkastis menyebut kerangka bearish masa lalunya sebagai "Noddynomics" dan mengalami "ejekan pasar hampir secara universal". Saat presentasi di AS, ia membandingkan gelembung teknologi AS akhir 1990-an dengan gelembung ekonomi Thailand, bahkan sampai harus dilindungi atasannya dari pelanggan yang marah. Kedua gelembung pada akhirnya pecah.

Tuduhan kedua Edwards berasal dari penelitian Rob Parenteau, mantan koleganya. Parenteau mencatat bahwa laju investasi total korporasi yang didorong AI memang menarik, namun setelah dikurangi penyusutan, investasi bisnis bersih praktis stagnan: secara nominal, investasi total sekitar 14% dari PDB, tetapi investasi bersih telah mandek di sekitar 3% selama hampir sepuluh tahun; secara riil, investasi total sekitar 15,5% dari PDB—rekor tertinggi—tapi nilainya yang sebenarnya hanya sekitar 3,5%, sejajar dengan tahun 2015 dan 2019.

Edwards juga menekankan, perusahaan memperpanjang umur penyusutan aset seperti GPU, membuat data investasi bersih secara akuntansi tampak lebih baik, padahal keuntungan ekonomi sebenarnya tetap lemah. Ini senada dengan kritik Michael Burry tentang asumsi umur pakai GPU yang terlalu lama.

Hitungan Goldman Sachs semakin mengkuantifikasi risiko ini. Dalam riset terbaru, jika enam cloud provider hyper-scale Amerika mendapat return on invested capital (ROIC) nol dari belanja modal AI mereka, biaya penyusutan dan operasional saja membutuhkan sekitar USD 920 miliar pendapatan per tahun untuk menutupinya.

Goldman membagi belanja modal AI dalam tiga fase: 2023–2025 sekitar USD 633 miliar, 2026–2027 sekitar USD 1,73 triliun, dan 2028–2030 hingga USD 4,14 triliun. Untuk menghasilkan ROIC 15% pada fase kedua saja, enam perusahaan hyper-scale itu antara 2028–2030 harus mencetak pendapatan kumulatif sekitar USD 1,42 triliun.

Data di tingkat PDB juga tidak banyak membantu kubu bullish.

Edwards menunjukkan bahwa kontribusi investasi tetap perusahaan Amerika terhadap pertumbuhan PDB tahunan kurang dari satu persentase poin—hanya sebagian kecil dari puncak akhir 1990-an (di atas dua poin).

Dari segi komposisi, investasi alat-alat memang tumbuh nominal hampir 14%, tapi pertumbuhan riilnya "hanya mencapai dua digit tipis"; belanja konstruksi non-residensial malah menyusut, secara nominal turun sekitar 3%, secara riil hampir 6%—bahkan termasuk pembangunan data center.

Berdasarkan ini, Edwards menyimpulkan kebanyakan "kemakmuran AI" yang tercatat di PDB mencerminkan kenaikan harga, bukan ekspansi output—karena semua pelaku ramai-ramai berebut chip, memori, dan transformator yang sama, sehingga harga naik. Ini juga sedikit menjelaskan kenapa Federal Reserve lebih khawatir pada risiko inflasi dari AI, bukannya efek deflasi.

Dalam laporannya, Edwards menegaskan, akar masalah krisis Asia bukan pada kekecewaan atas data produktivitas, melainkan saat aliran modal luar negeri murah yang menopang alokasi sumber daya yang salah mendadak berhenti. Ia memperingatkan, "polisi moral" di pasar obligasi kini bekerja dengan tempo yang sama: baru-baru ini, arus balik dana Jepang memicu penjualan besar US Treasury, kemudian merembet ke Prancis—obligasi pemerintah Prancis kini menuju performa terburuk sejak 1803 dalam satu dekade terakhir.

Dalam konteks ini, perusahaan teknologi AI tetap agresif menerbitkan obligasi—Broadcom, Oracle, SpaceX, dan lain-lain ikut dalam tren pembiayaan chip AI, makin menambah tekanan pasokan obligasi. Ini bersaing langsung dengan kebutuhan perusahaan hyper-scale akan pembeli obligasi jangka panjang.

Kesimpulan Edwards sangat jelas: keajaiban Thailand tidak berakhir karena produktivitas mengecewakan, tetapi saat kreditur menyadari risiko, semuanya berhenti seketika. Risiko terbesar bagi gelombang AI saat ini adalah pengulangan skenario yang sama—hanya saja alat pembiayaannya kini bergeser dari pinjaman dolar jangka pendek menjadi obligasi investment grade, kredit swasta, hingga special purpose vehicle.

Edwards menekankan bahwa ia tidak menyatakan demam AI sudah berakhir, tetapi justru ingin bertanya: ketika satu-satunya data statistik yang bisa membuktikan ini bukan gelembung tidak menunjukkan hasil, kenapa konsensus pasar begitu yakin? Jawaban atas pertanyaan ini mungkin hanya akan benar-benar jelas saat arus modal mulai surut.