Pada 24 Juli 2026 (waktu Beijing), sektor teknologi Amerika Serikat mengalami guncangan besar. Tesla (TSLA) ditutup pada $319,69, anjlok 14,52% dalam satu hari—penurunan terbesar sejak 10 Maret 2025. Google (GOOG) berakhir di $318,34, turun 6,89%. Kedua saham ini jatuh jauh lebih dalam dibandingkan pasar secara keseluruhan: Nasdaq turun 2,15% dan S&P 500 melemah 1,21% pada hari itu. Secara kolektif, tujuh raksasa teknologi yang dikenal sebagai "Magnificent Seven" kehilangan hampir $800 miliar nilai pasar hanya dalam satu sesi.
Pemicu langsung aksi jual ini adalah rilis laporan keuangan kuartalan dari kedua perusahaan yang hampir bersamaan. Angka-angka yang disajikan sebenarnya tidak buruk—bahkan cukup kuat. Namun, respons pasar adalah "memilih untuk keluar." Kontradiksi ini menunjukkan sebuah konsensus baru yang mulai terbentuk: fase "cerita" belanja modal AI telah berakhir, dan kini memasuki fase "validasi."
Laba Melebihi Ekspektasi—Mengapa Pasar Justru Acuh?
Mari mulai dengan Tesla. Pada kuartal II 2026, Tesla membukukan pendapatan sebesar $28,236 miliar, naik 26% secara tahunan dan melampaui ekspektasi pasar sebesar $25,71 miliar. Pendapatan dari otomotif mencapai $20,516 miliar, naik 23% year-on-year. Pengiriman kendaraan kuartalan melonjak 25% menjadi 480.100 unit. Dari sisi pendapatan, laporan ini tergolong kuat.
Namun, sisi laba menunjukkan cerita berbeda. Laba per saham yang disesuaikan pada Q2 hanya $0,33, jauh di bawah ekspektasi $0,51. Laba operasional hanya $398 juta, turun 57% secara tahunan, dan margin operasional menyusut dari 4,1% tahun lalu menjadi hanya 1,4%. Yang lebih mengkhawatirkan, arus kas bebas Tesla menjadi negatif untuk pertama kalinya dalam lebih dari dua tahun, mencapai -$1,092 miliar. Belanja modal pada kuartal ini sebesar $5,789 miliar, menempatkan perusahaan pada proyeksi hanya $17 miliar untuk tahun ini—jauh di bawah target Elon Musk sebelumnya sebesar $25 miliar.
Sekarang ke induk Google, Alphabet. Pendapatan Q2 naik 24% secara tahunan menjadi $119,8 miliar. Pendapatan Google Cloud mencapai $24,768 miliar, naik 82% year-on-year, dengan laba operasional naik 212% dan margin membaik menjadi 35,6%. Untuk pertama kalinya, backlog cloud melampaui $500 miliar, mencapai $514 miliar. Ini adalah hasil yang sekali lagi melampaui ekspektasi.
Namun, belanja modal Alphabet pada Q2 melonjak menjadi $44,924 miliar—dua kali lipat dari tahun sebelumnya. Perusahaan menaikkan panduan belanja modal penuh tahun 2026 dari kisaran $180–190 miliar yang ditetapkan pada April menjadi $195–205 miliar. Akibatnya, arus kas bebas menjadi negatif sebesar $5,855 miliar pada Q2—pertama kali Alphabet melaporkan arus kas bebas negatif sejak go public puluhan tahun lalu.
Laporan keuangan kedua perusahaan mengungkap dilema struktural yang sama: pendapatan tumbuh, laba tertekan, kas mengalir keluar, dan belanja modal terus meningkat. Interpretasi pasar: biaya investasi AI kini terlihat jauh lebih cepat dari perkiraan, sementara hasilnya masih berada di fase "cerita."
"Teori 15%" Wedbush: Menenangkan atau Meyakinkan?
Menanggapi aksi jual, Dan Ives, Managing Director di Wedbush Securities, menyampaikan pandangan jelas di CNBC. Ia berpendapat bahwa belanja modal untuk infrastruktur AI masih dalam tahap awal—baru sekitar 15% selesai. Ia mengibaratkan belanja modal hyperscaler saat ini seperti pembangunan awal Las Vegas Strip: "bangun dulu, hasil akan menyusul." Ives percaya koreksi ini adalah soal waktu, bukan valuasi.
Pandangan ini berlawanan langsung dengan kekhawatiran yang berkembang tentang "gelembung AI." Co-founder GMO Jeremy Grantham membandingkan AI dengan gelembung rel kereta dan internet. Short-seller ternama Jim Chanos mengatakan skala dan risiko pembangunan infrastruktur AI kali ini jauh melampaui era dot-com. Tim strategi JPMorgan baru-baru ini memperingatkan bahwa saham AI saat ini berperilaku mirip dengan saham internet akhir 1990-an.
Apakah "teori 15%" Ives akan terbukti sangat bergantung pada satu metrik yang tak terhindarkan: Return on Investment (ROI). Jika ROI dari infrastruktur AI terealisasi dalam jangka menengah, belanja modal saat ini adalah "menanam benih." Jika tidak, itu menjadi "biaya hangus." Inilah inti perbedaan penilaian pasar saat ini.
Tujuh Raksasa, Tujuh Narasi AI
Alphabet: Cloud menjadi titik terang, tetapi pembakaran kas semakin cepat. Pertumbuhan Google Cloud sebesar 82% dan backlog $514 miliar menunjukkan permintaan AI nyata dan sudah menghasilkan pendapatan. Masalahnya: belanja modal (naik 100% year-on-year) tumbuh jauh lebih cepat daripada pendapatan cloud (naik 82%). Artinya, setiap dolar pendapatan cloud baru membutuhkan lebih banyak modal—efek skala belum terlihat, dan "return on investment" justru memburuk.
Tesla: Narasi AI paling ambisius, tetapi hasilnya masih jauh. Kisah AI Tesla bertumpu pada tiga pilar: autonomous driving, Robotaxi (layanan transportasi tanpa pengemudi), dan robot humanoid Optimus. Laporan keuangan menunjukkan Tesla sedang memasang lini produksi Optimus generasi pertama di pabrik Fremont, California, dengan target produksi akhir tahun ini. Musk menyebut tahun 2026 sebagai "tahun dengan belanja modal luar biasa besar," dengan pengeluaran akan melampaui $25 miliar. Namun, bisnis otomotif tetap menjadi satu-satunya sumber pendapatan signifikan Tesla; usaha baru seperti Robotaxi belum berkontribusi. Seperti dikatakan Ives, "Kesabaran investor mulai menipis."
Microsoft: Belanja modal 2026 diproyeksikan sekitar $190 miliar, naik 48% year-on-year, dengan sekitar $25 miliar dialokasikan untuk kenaikan biaya hardware AI (GPU, CPU, dll.). Perusahaan berencana menggandakan kekuatan komputasi dalam dua tahun ke depan.
Amazon: Belanja modal tahun 2026 diperkirakan mendekati $200 miliar. Untuk mendukung hal ini, Amazon telah menggalang lebih dari $82 miliar melalui penerbitan obligasi multi-mata uang.
Meta: Panduan belanja modal tahun 2026 dinaikkan menjadi $115–135 miliar, sekitar dua kali lipat dari $72,2 miliar yang dikeluarkan pada 2025.
Jika digabungkan, Microsoft, Google, Amazon, dan Meta—empat penyedia cloud utama—kini menargetkan plafon belanja modal gabungan sebesar $725 miliar untuk 2026, naik 77% dari 2025. Morgan Stanley memproyeksikan lima hyperscaler utama (ditambah Oracle) akan menghabiskan $805 miliar untuk capex di 2026, meningkat menjadi $1,116 triliun pada 2027.
Bagaimana Logika Penilaian Berubah?
Dari "platform ringan aset" menjadi "pabrik cerdas berat aset"—ini adalah perubahan paling mendalam yang sedang berlangsung dalam penilaian saham teknologi.
Selama dua dekade terakhir, perusahaan platform terbaik dunia biasanya ringan aset, dengan ROE (return on equity) tinggi, arus kas bebas kuat, efek jaringan besar, dan biaya marginal nyaris nol. Namun, di era AI, setiap inferensi dan panggilan membutuhkan komputasi, penyimpanan, jaringan, energi, dan pusat data. Perusahaan platform beralih dari "ringan aset" ke "berat aset"—dan logika penilaiannya sangat berbeda.
Data UBS menunjukkan, seiring komitmen belanja AI melonjak dalam dua tahun terakhir, proyeksi Cash Flow Return on Investment (CFROI) perusahaan teknologi besar turun 200 basis poin. Di saat yang sama, arus kas bebas sektor teknologi turun ke posisi terendah dalam sepuluh tahun. Data Moody’s mengungkapkan Amazon, Meta, Alphabet, Microsoft, dan Oracle telah menandatangani, namun belum diakui di neraca, komitmen sewa pusat data jangka panjang sebesar sekitar $662 miliar—setara 113% dari total utang mereka yang disesuaikan. "Liabilitas tersembunyi" ini akan menjadi nyata dalam beberapa tahun ke depan.
Pasar kini beralih dari "harga untuk pertumbuhan" ke "harga untuk efisiensi." Dulu, investor rela membayar premi untuk narasi AI. Kini, mereka ingin bukti bahwa investasi AI bisa menghasilkan return positif. Inilah akar penyebab aksi jual pasca laporan keuangan Tesla dan Google—bukan kinerja buruk, tetapi laju dan skala "pembakaran kas" yang melebihi toleransi pasar terhadap pengembalian yang tertunda.
Siapa Calon Pemenang Jangka Panjang?
Melihat lanskap saat ini, segmen rantai nilai AI yang berbeda akan mendapat manfaat pada waktu dan tingkat yang berbeda.
Lapisan pertama adalah penyedia infrastruktur AI—chip, modul optik, server, storage, dan sebagainya. Siapa pun penyedia cloud yang akhirnya menang, permintaan infrastruktur pasti ada. Pada paruh pertama 2026, Philadelphia Semiconductor Index naik 101,14%. Model bisnis ini paling sederhana: "penjual sekop" tidak perlu tahu siapa yang menemukan emas.
Lapisan kedua adalah penyedia cloud dengan data dan skenario aplikasi milik sendiri—Microsoft, Google, Amazon, dan lain-lain. Keunggulan mereka adalah menggabungkan AI dengan ekosistem bisnis yang sudah ada untuk monetisasi lintas platform. Pertumbuhan Google Cloud sebesar 82% dan backlog $514 miliar menjadi validasi awal pendekatan ini. Tantangannya: bisakah pertumbuhan belanja modal tetap berkelanjutan, dan apakah margin akan terus tertekan?
Lapisan ketiga adalah aplikasi native AI—masih dalam tahap eksplorasi awal, dengan model bisnis jauh kurang matang dibanding dua lapisan pertama.
Robert Subbaraman, Head of Global Macro Research di Nomura, mencatat belum ada tanda-tanda bahwa perusahaan cloud hyperscale secara sukarela memperlambat investasi. Gartner memproyeksikan belanja AI global akan mencapai $2,52 triliun pada 2026, naik 44% year-on-year. Namun Subbaraman juga mengakui risiko utama gelembung adalah "ROI AI tidak sesuai ekspektasi."
Kesimpulan
Penurunan tajam satu hari pada saham Tesla dan Google bukanlah akhir dari narasi AI. Sebaliknya, ini menandai transisi penting dari "proof of concept" ke "validasi finansial." Pasar kini menanyakan pertanyaan sangat mendasar: Return seperti apa yang akan dihasilkan dari belanja modal tahunan $725 miliar?
Jawaban pasti tidak akan muncul dalam waktu dekat. Membangun infrastruktur AI ibarat membangun tulang punggung internet di 1990-an—investasi awal besar, periode pengembalian panjang, dan hanya sedikit pemenang sejati. Perbedaannya: gelombang belanja kali ini jauh melampaui era gelembung internet dengan beberapa kali lipat.
Bagi investor, pertanyaan kunci bukan lagi "Apakah AI penting?"—itu sudah pasti—melainkan "Investasi AI mana yang akan menghasilkan return positif?" Belanja modal itu sendiri bukan masalah; yang jadi isu adalah seberapa efisien penggunaannya. Seiring pasar beralih dari "membayar untuk cerita" ke "harga untuk efisiensi," revaluasi teknologi baru saja dimulai.
FAQ
T: Mengapa saham Tesla dan Google anjlok meski laba melampaui ekspektasi?
Fokus pasar telah beralih dari "pertumbuhan pendapatan" ke "return investasi AI." Kedua perusahaan melampaui estimasi pendapatan, tetapi lonjakan belanja modal membuat arus kas bebas menjadi negatif—Tesla di -$1,092 miliar, Alphabet di -$5,855 miliar. Investor khawatir belanja AI yang masif tidak akan menghasilkan return sepadan dalam waktu dekat, sehingga mereka memilih menjual.
T: Apa maksud Wedbush dengan "baru 15% investasi AI yang selesai"?
Analis Wedbush Dan Ives percaya pembangunan infrastruktur AI masih tahap awal—setara tahun 1996, bukan 1999, dalam konteks internet. Ia mengibaratkan capex hyperscaler saat ini sebagai "bangun sekarang, untung nanti," dan berpendapat aksi jual mencerminkan masalah waktu, bukan valuasi.
T: Seberapa besar belanja modal AI Big Four pada 2026?
Microsoft, Google, Amazon, dan Meta menargetkan plafon capex gabungan $725 miliar pada 2026, naik 77% dari 2025. Panduan Alphabet $195–205 miliar, Microsoft sekitar $190 miliar, Amazon mendekati $200 miliar, dan Meta antara $115–135 miliar.
T: Bagaimana gelombang investasi AI saat ini dibandingkan gelembung dot-com?
Kesamaan: Keduanya melibatkan teknologi disruptif yang mendorong belanja modal besar dan valuasi tinggi. Perbedaan: pembangunan AI kali ini berskala ratusan miliar per tahun—jauh di atas era dot-com yang hanya $20 miliar per tahun. JPMorgan melihat banyak kemiripan, sementara short-seller Chanos berpendapat "kali ini lebih parah."
T: Siapa calon pemenang jangka panjang belanja modal AI?
Saat ini, yang paling diuntungkan adalah penyedia infrastruktur AI (chip, modul optik, server, dll.) dengan kepastian permintaan tertinggi. Lapisan kedua adalah penyedia cloud dengan data dan skenario aplikasi (Microsoft, Google, Amazon), yang punya potensi monetisasi lintas platform namun menghadapi tekanan efisiensi. Lapisan ketiga adalah aplikasi native AI, di mana model bisnis masih sangat dini. Pada akhirnya, pemenang adalah mereka yang mampu menghasilkan return komersial AI tertinggi dengan modal paling efisien.
