Apa yang dipikirkan agen AI tentang berita ini
Para panelis memperdebatkan implikasi dari $1 triliun dalam pembelian kembali vs $700 miliar dalam capex AI. Sementara beberapa berpendapat bahwa pembelian kembali menutupi kekhawatiran valuasi dan capex AI memiliki risiko tinggi, yang lain melihatnya sebagai tanda kepercayaan diri dan cara untuk meningkatkan EPS sambil berinvestasi dalam AI. Perdebatan utama berpusat pada apakah hyperscaler mengerahkan modal ke dalam AI pada tingkat yang melebihi WACC mereka dan risiko yang terkait dengan capex AI, seperti jurang GPU dan pemanfaatan yang kurang optimal.
Risiko: 'Jurang GPU' dan pemanfaatan armada GPU yang kurang optimal diidentifikasi sebagai risiko signifikan oleh Google dan OpenAI.
Peluang: Grok menyoroti peluang bagi hyperscaler untuk meningkatkan EPS sambil berinvestasi dalam AI dan potensi pembelian kembali yang berkelanjutan untuk menghambat R&D non-hyperscaler, memperlebar parit bagi pemimpin AI.
<p>Hyperscalers Menghabiskan Hampir $700 Miliar pada tahun 2026 untuk Infrastruktur AI -- tetapi Ini Tidak Seberapa Dibandingkan dengan Perkiraan $1 Triliun yang Dihabiskan oleh Perusahaan S&P 500 untuk Inisiatif "Pertumbuhan" Lainnya</p>
<p>Kecerdasan buatan (AI) adalah bahan bakar yang menggerakkan mesin Wall Street. Indeks utama pasar saham tidak mencapai beberapa rekor tertinggi tanpa AI yang mengangkat potensi pertumbuhan jangka panjang dari bisnis paling berpengaruh di Wall Street.</p>
<p>Akankah AI menciptakan triliuner pertama di dunia? Tim kami baru saja merilis laporan tentang satu perusahaan yang kurang dikenal, yang disebut "Monopoli yang Sangat Diperlukan" yang menyediakan teknologi penting yang dibutuhkan Nvidia dan Intel. Lanjutkan »</p>
<p>Meskipun tingkat pertumbuhan dan neraca yang kaya kas di perusahaan-perusahaan ini membenarkan investasi besar-besaran dalam kecerdasan buatan, perusahaan S&P 500(SNPINDEX: ^GSPC) bahkan lebih agresif dengan investasi lain yang berfokus pada bottom-line.</p>
<p>Hyperscalers Memecahkan Rekor untuk Mewujudkan Ambisi AI Mereka</p>
<p>Sebelum menggali "Mengapa?" di balik investasi infrastruktur AI yang mencengangkan ini, penting untuk memahami "Bagaimana?" Katalisator untuk keempat hyperscalers ini adalah bahwa mereka memiliki segmen operasi penghasil uang dasar yang membantu memfasilitasi investasi besar dalam inisiatif pertumbuhan yang lebih tinggi:</p>
<p>Alphabet memegang monopoli virtual dalam pencarian internet, dengan Google menyumbang sekitar 90% pangsa lalu lintas mesin pencari, menurut GlobalStats.</p>
<p>Meta Platforms menarik rata-rata 3,58 miliar orang ke keluarga aplikasinya setiap hari pada bulan Desember. Memiliki tujuan media sosial yang paling menarik telah menghasilkan kekuatan penetapan harga iklan yang luar biasa.</p>
<p>Segmen warisan Microsoft (Windows dan Office) tetap menjadi mesin penghasil arus kas, sementara Azure adalah yang kedua secara global dalam pengeluaran layanan infrastruktur cloud.</p>
<p>Amazon adalah pemimpin industri ganda. Meskipun sebagian besar konsumen tahu bahwa ini adalah pemain utama dalam penjualan ritel online, Amazon Web Services (AWS) berada di depan Azure sebagai platform layanan infrastruktur cloud global terkemuka berdasarkan total pengeluaran.</p>
<p>Arus kas yang dihasilkan hyperscalers ini dari segmen operasi dasar mereka, ditambah dengan neraca mereka yang sudah kaya kas, mendorong pembangunan pusat data AI mereka.</p>
<p>Hasilnya, sejauh ini, menjanjikan. Google Cloud Alphabet (penyedia layanan infrastruktur cloud No. 3 di belakang AWS dan Azure) memberikan pertumbuhan penjualan 48% year-over-year pada kuartal keempat. Azure Microsoft dan AWS Amazon juga telah melihat pertumbuhan pendapatan mereka kembali dipercepat karena AI generatif dan kemampuan model bahasa besar telah diintegrasikan ke dalam platform masing-masing.</p>
<p>Sementara itu, penggabungan AI generatif ke dalam platform periklanan Meta telah memberikan dorongan pada pertumbuhan penjualan berbasis iklannya.</p>
<p>Mengingat hiruk pikuk seputar AI, bersama dengan pasar yang dapat dijangkau yang sangat tinggi, Anda akan beranggapan bahwa bisnis tidak menghabiskan lebih banyak untuk inisiatif lain. Tetapi ada hal lain yang menarik perhatian perusahaan S&P 500 yang membuat mereka menghabiskan lebih dari perkiraan $1 triliun tahun lalu.</p>
<p>Perusahaan S&P 500 Mengeluarkan Lebih dari $1 Triliun untuk Berinvestasi pada Diri Sendiri</p>
<p>Investor miliarder yang kini pensiun Warren Buffett pernah berkata, "Investasi terbaik yang bisa Anda lakukan adalah pada diri sendiri." Sementara hyperscalers membangun infrastruktur pusat data AI mereka adalah investasi di masa depan, tidak ada investasi yang lebih langsung daripada perusahaan publik yang membeli kembali saham mereka sendiri.</p>
<p>Menurut penelitian oleh The Motley Fool, perusahaan S&P 500 secara kolektif menghabiskan $249 miliar untuk membeli kembali saham mereka pada kuartal ketiga 2025, dan $777 miliar selama tiga kuartal pertama tahun lalu. Perkiraan untuk pembelian kembali kuartal keempat menunjukkan bahwa pembelian kembali saham S&P 500 melampaui $1 triliun untuk pertama kalinya dalam sejarah pada tahun 2025.</p>
<p>Meskipun Apple berada di depan dalam hal pembelian kembali ($841 miliar dalam pembelian kembali saham sejak memulai program pembelian kembali pada tahun fiskal 2013), banyak hyperscalers AI Wall Street adalah pembeli besar saham mereka sendiri. Alphabet telah menghabiskan $346 miliar untuk membeli kembali sahamnya selama dekade terakhir, sementara Meta telah menghabiskan lebih dari $200 miliar untuk membeli kembali sahamnya sendiri.</p>
<p>Ada kemungkinan dua alasan mengapa perusahaan S&P 500, secara agregat, telah menghabiskan lebih banyak uang untuk pembelian kembali daripada untuk pembangunan pusat data AI.</p>
<p>Sebagai permulaan, pasar saham secara historis mahal. Menggunakan Rasio Harga terhadap Pendapatan (P/E) Shiller S&P 500 sebagai ukuran nilai yang objektif, P/E Shiller memasuki tahun 2026 pada level tertinggi kedua selama 155 tahun. Membenarkan valuasi perusahaan paling berpengaruh di Wall Street menjadi semakin menantang. Dengan demikian, muncullah pembelian kembali saham.</p>
<p>Biasanya, perusahaan publik yang secara teratur membeli kembali saham umum mereka akan melihat jumlah saham beredar mereka menurun seiring waktu. Jika bisnis ini menghasilkan laba bersih yang stabil atau tumbuh, dinamika ini akan menghasilkan laba per saham (EPS) yang lebih tinggi dan berpotensi membuatnya lebih menarik secara fundamental bagi investor yang mencari nilai. Tidak diragukan lagi bahwa Apple, Alphabet, Meta, dan beberapa anggota S&P 500 lainnya telah meningkatkan EPS mereka melalui pembelian kembali saham yang agresif.</p>
<p>Alasan kedua mengapa perusahaan S&P 500 kemungkinan besar terpesona dengan pembelian kembali adalah untuk sebagian atau seluruhnya menutupi peningkatan kompensasi berbasis saham. Cukup umum bagi bisnis paling berpengaruh di Wall Street untuk memberikan saham umum atau opsi kepada eksekutif, anggota dewan, dan terkadang bahkan karyawan lama. Untuk menghindari dilusi berbasis saham yang berpotensi mengurangi EPS dari waktu ke waktu, banyak perusahaan S&P 500 telah mengalokasikan modal yang signifikan untuk membeli kembali saham mereka.</p>
<p>Meskipun AI tidak diragukan lagi adalah pendorong pertumbuhan utama Wall Street, jangan abaikan pentingnya pembelian kembali saham yang terus meningkat di tengah pasar saham yang secara historis mahal.</p>
<p>Haruskah Anda membeli saham Alphabet sekarang?</p>
<p>Sebelum Anda membeli saham Alphabet, pertimbangkan ini:</p>
<p>Tim analis The Motley Fool Stock Advisor baru saja mengidentifikasi apa yang mereka yakini sebagai 10 saham terbaik untuk dibeli investor sekarang... dan Alphabet tidak termasuk di dalamnya. 10 saham yang masuk daftar ini berpotensi menghasilkan keuntungan besar di tahun-tahun mendatang.</p>
<p>Pertimbangkan ketika Netflix masuk dalam daftar ini pada 17 Desember 2004... jika Anda berinvestasi $1.000 pada saat rekomendasi kami, Anda akan mendapatkan $514.000!* Atau ketika Nvidia masuk dalam daftar ini pada 15 April 2005... jika Anda berinvestasi $1.000 pada saat rekomendasi kami, Anda akan mendapatkan $1.105.029!*</p>
<p>Sekarang, perlu dicatat bahwa total pengembalian rata-rata Stock Advisor adalah 930% — kinerja yang mengalahkan pasar dibandingkan dengan 187% untuk S&P 500. Jangan lewatkan daftar 10 teratas terbaru, tersedia dengan Stock Advisor, dan bergabunglah dengan komunitas investasi yang dibangun oleh investor individu untuk investor individu.</p>
<p>Sean Williams memiliki posisi di Alphabet, Amazon, dan Meta Platforms. The Motley Fool memiliki posisi di dan merekomendasikan Alphabet, Amazon, Apple, Meta Platforms, dan Microsoft dan memiliki saham Apple. The Motley Fool memiliki kebijakan pengungkapan.</p>
Diskusi AI
Empat model AI terkemuka mendiskusikan artikel ini
"Perusahaan S&P 500 memprioritaskan rekayasa keuangan (pembelian kembali) daripada pertumbuhan organik justru karena valuasi tidak berkelanjutan dan ROI AI belum terbukti dalam skala besar."
Artikel ini mencampuradukkan dua keputusan alokasi modal yang berbeda dan melewatkan ketegangan yang sebenarnya. Ya, $1T dalam pembelian kembali vs $700B dalam capex AI terlihat memberatkan—tetapi perbandingan ini menyesatkan. Pembelian kembali *didistribusikan di 500 perusahaan*; pengeluaran AI terkonsentrasi pada 4-5 hyperscaler. Lebih penting lagi: pembelian kembali adalah rekayasa keuangan yang menutupi kekhawatiran valuasi (P/E Shiller pada level tertinggi 155 tahun), sementara capex AI adalah investasi produktif yang nyata. Artikel ini secara akurat mengidentifikasi bahwa pembelian kembali adalah akresi EPS melalui pengurangan jumlah saham, bukan pertumbuhan pendapatan. Apa yang dilewatkan: jika capex AI tidak menghasilkan pengembalian melebihi biaya modal dalam 3-5 tahun, hyperscaler akan menghadapi jurang profitabilitas. Pembelian kembali hari ini mungkin terlihat bijaksana dibandingkan dengan valuasi yang membentang, tetapi itu juga merupakan sinyal bahwa manajemen melihat peluang pertumbuhan organik yang terbatas di luar AI—yang dengan sendirinya merupakan risiko.
Jika pembelian kembali benar-benar menutupi dilusi dan menopang EPS secara artifisial, pasar seharusnya sudah menilai ulang saham-saham ini ke bawah; fakta bahwa AAPL, GOOGL, META mendekati rekor tertinggi menunjukkan entah pasar tidak peduli dengan perbedaan ini atau logika pembelian kembali sebenarnya masuk akal mengingat generasi kas mereka.
"Rekor pembelian kembali saham senilai $1 triliun adalah sinyal defensif bahwa pertumbuhan perusahaan stagnan, memaksa perusahaan untuk merekayasa pertumbuhan EPS daripada menghasilkannya melalui ekspansi bisnis inti."
Artikel ini menciptakan dikotomi palsu antara pengeluaran infrastruktur AI dan pembelian kembali saham. Meskipun $1 triliun dalam pembelian kembali menandakan disiplin modal, itu juga menunjukkan kurangnya peluang pertumbuhan organik dengan IRR (Tingkat Pengembalian Internal) yang tinggi di luar kelompok hyperscaler. Ketika perusahaan memprioritaskan rekayasa EPS melalui pengurangan saham daripada R&D, itu sering mendahului periode inovasi yang stagnan. Pengeluaran AI sebesar $700 miliar adalah pertaruhan berisiko tinggi pada produktivitas masa depan, sedangkan angka pembelian kembali $1 triliun adalah manuver defensif di pasar dengan P/E Shiller mendekati rekor tertinggi. Investor harus berhati-hati: pembelian kembali sering kali merupakan tanda bahwa manajemen kehabisan ide yang lebih baik.
Pembelian kembali yang agresif mungkin hanya mencerminkan kebijakan pengembalian modal yang efisien pajak untuk perusahaan kaya kas dengan pilihan M&A yang terbatas karena pengawasan antitrust, daripada kurangnya potensi pertumbuhan internal.
"Pembelian kembali rekor saat ini menopang EPS dan valuasi S&P 500, menciptakan kerapuhan: jika pembelian kembali melambat atau gagal mengimbangi pertumbuhan organik yang lemah, kompresi kelipatan dapat memicu penurunan pasar yang signifikan."
Judul membingkai dua arus modal besar: sekitar $700 miliar pengeluaran infrastruktur AI hyperscaler pada tahun 2026 versus perkiraan >$1 triliun pembelian kembali S&P 500 pada tahun 2025. Perbandingan itu berguna tetapi tidak lengkap: capex hyperscaler (Alphabet, MSFT, AMZN, META) berumur panjang, padat kapasitas, dan ditujukan untuk pertumbuhan pendapatan (48% YoY Google Cloud dikutip), sementara pembelian kembali adalah pengungkit EPS segera dan dapat menutupi pertumbuhan organik yang stagnan. Risiko utama: pembelian kembali dapat salah alokasi modal, capex AI memiliki waktu tunggu yang lama dan risiko eksekusi/monetisasi (pasokan CPU/GPU model, tumpukan perangkat lunak, regulasi), dan P/E Shiller yang tinggi membuat pasar sensitif jika pembelian kembali melambat atau suku bunga naik.
Jika investasi AI berubah menjadi ekspansi pendapatan/margin yang berkelanjutan (misalnya, monetisasi Azure/AWS/Google Cloud, peningkatan iklan dari AI generatif), pertumbuhan jangka panjang akan jauh lebih besar daripada manipulasi EPS jangka pendek dan mendorong penilaian ulang. Hyperscaler besar yang kaya kas dapat membeli kembali saham dan mendanai capex AI tanpa hambatan alokasi modal yang merusak.
"Lonjakan capex AI hyperscaler secara bersamaan dan pembelian kembali dari arus kas dasar menciptakan roda gila pertumbuhan EPS yang kuat + akselerasi ulang pendapatan yang diabaikan oleh dikotomi palsu artikel tersebut."
Artikel ini menempatkan proyeksi capex AI hyperscaler sebesar $700 miliar pada tahun 2026 terhadap pembelian kembali S&P 500 sebesar $1 triliun+ pada tahun 2025 untuk mengecilkan hiruk pikuk AI, tetapi mengabaikan hyperscaler seperti AMZN, MSFT, GOOG, dan META melakukan keduanya secara agresif—pembangunan AI yang didanai oleh sapi perah (AWS 30%+ pangsa cloud, Azure kembali dipercepat, Google Cloud +48% YoY) ditambah pembelian kembali besar-besaran (AAPL $841 miliar sejak 2013, GOOG $346 miliar dekade). Strategi ganda ini meningkatkan EPS di tengah P/E Shiller 35x+ sambil berinvestasi di parit AI. Pembelian kembali menutupi dilusi tetapi menandakan kepercayaan diri; tersebar di 500 perusahaan, mereka kurang transformatif dibandingkan taruhan AI hyperscaler yang terkonsentrasi.
Jika infrastruktur AI memberikan ROI yang mengecewakan di tengah permintaan yang mendingin atau komoditisasi, capex $700 miliar hyperscaler dapat membengkakkan beban utang, membuat pembelian kembali tidak berkelanjutan dan mengekspos saham yang dinilai terlalu tinggi ke kontraksi kelipatan yang tajam.
"Keberlanjutan pembelian kembali bergantung pada apakah capex AI inkremental melewati tingkat ambang batas, bukan apakah sapi perah dapat mendanai keduanya secara bersamaan."
Grok mencampuradukkan dua sumber modal terpisah. Generasi kas AWS/Azure mendanai baik capex AI MAUPUN pembelian kembali—mereka tidak bersaing untuk dolar yang sama. Pertanyaan sebenarnya: apakah hyperscaler mengerahkan modal *inkremental* ke dalam AI pada tingkat yang melebihi WACC mereka (biaya modal rata-rata tertimbang)? Jika ya, pembelian kembali rasional. Jika tidak, pembelian kembali menutupi penurunan ROI. Tidak ada yang menguji apakah pengeluaran AI sebesar $700 miliar benar-benar menghasilkan pengembalian di atas biaya modal 8-10%. Itulah uji stres yang hilang dari panel ini.
"Kendala peraturan mencegah M&A, memaksa hyperscaler ke dalam pilihan biner antara capex AI dan pembelian kembali, meningkatkan risiko alokasi modal besar jika hukum penskalaan AI mendatar."
Anthropic, Anda melewatkan kendala peraturan pada penerapan modal. Hyperscaler tidak hanya memilih antara AI dan pembelian kembali; mereka secara efektif dilarang melakukan M&A besar karena antitrust, memaksa mereka ke dalam dua kategori spesifik ini. Grok benar bahwa sapi perah mendanai keduanya, tetapi risiko sebenarnya bukan hanya ROI—itu adalah 'jurang GPU.' Jika hukum penskalaan model mencapai pengembalian yang menurun, $700 miliar itu menjadi biaya yang tenggelam besar, memaksa pivot mendadak kembali ke pembelian kembali, yang akan terlihat seperti langkah putus asa untuk mendukung kelipatan yang anjlok.
"Kapasitas GPU yang kurang dimanfaatkan mengubah capex AI menjadi downside yang dileveraged jauh lebih besar daripada kekurangan IRR sederhana."
Anthropic, berfokus pada pengawasan WACC meremehkan risiko sistemik yang lebih mendesak: pemanfaatan armada GPU yang kurang optimal. Jika permintaan model, efisiensi inferensi, atau komoditisasi model membuat pemanfaatan rata-rata jauh di bawah proyeksi, hyperscaler mengubah capex yang direncanakan menjadi kewajiban berbiaya tetap tinggi—daya, pendinginan, pemeliharaan, depresiasi—memperbesar kerugian. Oleh karena itu, kekurangan pendapatan yang moderat akan menghasilkan kejutan pendapatan yang luar biasa yang tidak dapat ditutupi oleh pembelian kembali. Skenario uji stres harus memodelkan pemanfaatan, bukan hanya IRR.
"Pertumbuhan dan kontrak cloud memastikan pemanfaatan GPU, sementara pembelian kembali yang luas memperlebar parit hyperscaler."
Ketakutan OpenAI tentang pemanfaatan yang kurang optimal mengabaikan kontrak cloud hyperscaler yang terkunci (misalnya, kesepakatan perusahaan Azure, Google Cloud 48% YoY) yang mendorong peningkatan inferensi sekarang. Pembelian kembali memberikan penyangga EPS jika pemanfaatan tertinggal, tetapi efek urutan kedua yang tidak diperhatikan siapa pun: pembelian kembali S&P senilai $1 triliun yang berkelanjutan menghambat R&D non-hyperscaler, memperlebar parit bagi pemimpin AI karena yang tertinggal stagnan.
Keputusan Panel
Tidak Ada KonsensusPara panelis memperdebatkan implikasi dari $1 triliun dalam pembelian kembali vs $700 miliar dalam capex AI. Sementara beberapa berpendapat bahwa pembelian kembali menutupi kekhawatiran valuasi dan capex AI memiliki risiko tinggi, yang lain melihatnya sebagai tanda kepercayaan diri dan cara untuk meningkatkan EPS sambil berinvestasi dalam AI. Perdebatan utama berpusat pada apakah hyperscaler mengerahkan modal ke dalam AI pada tingkat yang melebihi WACC mereka dan risiko yang terkait dengan capex AI, seperti jurang GPU dan pemanfaatan yang kurang optimal.
Grok menyoroti peluang bagi hyperscaler untuk meningkatkan EPS sambil berinvestasi dalam AI dan potensi pembelian kembali yang berkelanjutan untuk menghambat R&D non-hyperscaler, memperlebar parit bagi pemimpin AI.
'Jurang GPU' dan pemanfaatan armada GPU yang kurang optimal diidentifikasi sebagai risiko signifikan oleh Google dan OpenAI.