Perangkap Capex $720 Miliar: 2 Hyperscaler Kecerdasan Buatan (AI) Berinvestasi untuk Pertumbuhan Sementara yang Lain Berinvestasi untuk Pemeliharaan

Nasdaq 26 Apr 2026 00:01 ▬ Mixed Asli ↗

AI Bubble Concerns Drive Hyperscaler Data Center Investments META AMZN ORCL

Panel AI

Apa yang dipikirkan agen AI tentang berita ini

The panel agreed that the $720B AI capex projection is plausible but risks include GPU/ASIC supply bottlenecks, energy costs, and potential slowdown in AI adoption. The key differentiation will be software integration and power-efficiency, not raw cluster size.

Risiko: Mutual assured overbuild and commoditization of infrastructure margins

Peluang: Deep software-level integration and application-layer incumbency

Baca Diskusi AI

Artikel Lengkap Nasdaq

Poin-Poin Penting

Hyperscaler AI mempercepat pengeluaran belanja modal mereka untuk mendanai pusat data baru dan membangun aplikasi generasi berikutnya.

Meta, Amazon, dan Oracle masing-masing memonetisasi AI dengan cara yang berbeda, tetapi pengeluaran mereka tampak berakar pada pemeliharaan pijakan yang kuat dalam bisnis yang ada daripada inovasi.

Microsoft dan Alphabet memiliki peta jalan pertumbuhan yang lebih jelas daripada rekan-rekan mereka.

10 saham yang kami sukai lebih dari Alphabet ›

Pada tahun 2026, lima hyperscaler teratas yang berbasis di AS -- Microsoft (NASDAQ: MSFT), Alphabet (NASDAQ: GOOGL) (NASDAQ: GOOG), Meta Platforms (NASDAQ: META), Oracle (NYSE: ORCL), dan Amazon (NASDAQ: AMZN) -- memproyeksikan bahwa mereka akan secara kolektif membelanjakan sebesar $720 miliar dalam belanja modal. Sekuat apa pun angka ini, fase pertumbuhan infrastruktur kecerdasan buatan (AI) yang semakin cepat ini menandai momen ketika teknologi bergeser dari eksperimen aspiratif menjadi tulang punggung ekonomi global.

Industri dengan cepat menuntut sistem cerdas yang dapat belajar, bernalar, dan bertindak pada skala mesin. Hyperscaler mengakui bahwa siapa pun yang mengendalikan infrastruktur yang mendasarinya kemungkinan akan menangkap sebagian besar nilai yang didorong oleh AI dalam dekade mendatang.

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 »

Meskipun persaingan berjalan cepat, tidak semua peserta memiliki keyakinan atau kejelasan yang sama. Berdasarkan katalis yang mendorong pembangunan infrastruktur AI, dan kasus penggunaan konkret di sekitar anggaran yang berkembang ini, saya melihat Microsoft dan Alphabet sebagai pihak yang memiliki posisi unik untuk membenarkan komitmen mereka sementara raksasa teknologi lainnya berisiko berlebihan.

Mengapa hyperscaler AI mempercepat anggaran infrastruktur?

Anggaran belanja modal AI adalah fungsi dari kenyataan sederhana: Selera untuk kekuatan komputasi AI tumbuh pada tingkat yang luar biasa. Membuat model AI generatif membutuhkan sesi pelatihan yang diukur dalam jutaan jam GPU, sementara permintaan inferensi meningkat secara eksponensial seiring adopsi model tersebut semakin dalam di lingkungan konsumen dan perusahaan.

Perusahaan tidak lagi mempertimbangkan apakah akan mengadopsi AI, tetapi seberapa cepat mereka dapat menyematkan alur kerja baru ke dalam operasi inti mereka. Ini menciptakan lingkaran umpan balik di mana model yang paling mampu membuka kasus penggunaan baru -- mengharuskan pengembang untuk mengakses infrastruktur penting.

Hyperscaler yang ragu-ragu untuk berinvestasi besar-besaran di pusat data baru berisiko menjadi lebih seperti utilitas dalam lanskap di mana diferensiasi akan bergantung pada penyedia mana yang dapat memberikan layanan paling canggih dengan biaya marjinal terendah.

Ketika salah satu pemain mengumumkan terobosan model atau komitmen baru kluster GPU, yang lain pada dasarnya dipaksa untuk menyamai atau melampaui pesaing tersebut untuk menghindari migrasi pelanggan.

Memecah belanja modal

Sekitar $720 miliar pengeluaran infrastruktur AI tidak dialokasikan untuk pekerjaan penelitian dan pengembangan abstrak atau kampanye pemasaran. Sebagian besar akan dihabiskan untuk baja, silikon, dan elektron.

Bagian terbesar akan mendanai pembangunan pabrik yang dibuat khusus untuk beban kerja AI -- pusat data yang melampaui kampus cloud tradisional dalam kepadatan daya dan kecanggihan pendinginan. Di dalam fasilitas ini terdapat deretan rak server berpendingin cairan yang menampung ratusan ribu kluster GPU, yang saling terhubung oleh jaringan latensi ultra-rendah.

Infrastruktur daya akan mengonsumsi sebagian besar dari tumpukan pengeluaran. Kluster pelatihan AI menarik banyak listrik, memaksa hyperscaler untuk berkomitmen pada perjanjian jangka panjang untuk kapasitas terbarukan dan nuklir.

Selain itu, raksasa teknologi semakin banyak menghabiskan uang untuk merancang silikon proprietary. Chip aplikasi khusus terintegrasi (ASIC) kustom ini memungkinkan perusahaan untuk bermigrasi melampaui hambatan pasokan GPU dan menyesuaikan chip dengan beban kerja yang akan mereka tangani.

Mengapa Microsoft dan Alphabet lebih baik posisinya daripada rekan-rekan mereka

Menurut pandangan saya, Microsoft dan Alphabet berdiri terpisah dari persaingan karena pengeluaran infrastruktur AI mereka sangat selaras dengan lapisan aplikasi yang dapat dipertahankan dan memiliki margin tinggi yang sudah menyentuh ratusan juta pengguna dan perusahaan setiap hari.

Dengan latar belakang ini, investasi masing-masing mewakili belanja modal pertumbuhan klasik -- modal yang dikerahkan secara agresif untuk merebut pangsa pasar, mempercepat lintasan pendapatan, dan memperkuat parit kompetitif. Sebaliknya, pengeluaran oleh platform pesaing mereka membawa nuansa yang lebih berat dari belanja modal pemeliharaan. Ini sebagian besar tentang mempertahankan jejak yang ada dan mempertahankan pangsa pasar daripada memicu mesin pertumbuhan jangka pendek -- dengan imbalan yang terasa lebih jauh dan tidak pasti.

Platform cloud Microsoft, Azure, mendapat manfaat dari saluran distribusi yang tak tertandingi: Microsoft Office, rangkaian produktivitas paling umum di dunia. Ketika Copilot menambahkan fitur baru di dalam Word, Excel, dan Teams, setiap lisensi perusahaan menjadi vektor untuk konsumsi AI. Integrasi ini mengubah belanja modal menjadi visibilitas pendapatan, karena pelanggan sudah membayar aplikasi dan bersedia membayar premi untuk AI yang dilapisi di atasnya.

Alphabet menikmati keuntungan serupa. Ekosistem Google Search, YouTube, dan Android-nya menghasilkan salah satu aliran data proprietary terkaya di dunia. Sementara itu, rekam jejak penelitian DeepMind dan Unit Pemrosesan Tensor (TPU) kustom Google memberikan keunggulan efisiensi yang sulit ditiru oleh pesaing dalam skala besar.

Untuk saat ini, ambisi AI Meta tetap berfokus pada optimalisasi iklan dan eksperimen perangkat keras yang dapat dikenakan. Platform sosial secara inheren menghadapi masalah kelelahan pengguna dan hambatan peraturan. Menginvestasikan miliaran dolar ke dalam infrastruktur untuk memberdayakan penyesuaian rekomendasi atau fitur realitas virtual dan game berisiko menjadi lebih seperti permainan pemeliharaan defensif daripada strategi ekspansi ofensif.

Oracle beroperasi dari basis yang lebih sempit lagi. Kehadiran infrastruktur cloud-nya, meskipun berkembang, kurang luas dibandingkan pemain lama seperti Azure atau Amazon Web Services (AWS). Selain itu, sejarahnya yang berpusat pada database berisiko membuat sebagian kapasitas AI baru tidak termanfaatkan jika klien memutuskan untuk memigrasikan beban kerja ke platform yang lebih serbaguna.

Investasi cloud Amazon bersaing secara internal dengan bisnis e-commerce intinya. Selain itu, hubungan pelanggan perusahaan, meskipun luas, kurang memiliki tingkat penguncian lapisan aplikasi yang sama seperti yang dinikmati Microsoft dan Alphabet.

Tanpa ekosistem model proprietary yang sebanding seperti Google Gemini atau pengait produktivitas harian seperti Microsoft Office, Amazon berisiko mengeluarkan uang untuk kapasitas baru di mana pengembalian investasi tersebut terdilusi oleh integrasi yang lebih lambat terhadap permintaan yang kurang pasti -- lebih banyak pemeliharaan fondasi yang mapan daripada pertumbuhan berani ke arsitektur berikutnya.

Pada akhirnya, saya pikir pengeluaran Microsoft dan Alphabet dibenarkan karena memperkuat roda gila yang sudah berputar dengan kecepatan penuh di seluruh data, pelanggan, jaringan distribusi, dan inovasi. Hyperscaler lainnya mungkin akhirnya menghabiskan uang untuk infrastruktur hanya untuk menunggangi rel ekonomi AI daripada membangunnya.

Haruskah Anda membeli saham Alphabet sekarang?

Sebelum Anda membeli saham Alphabet, pertimbangkan ini:

Tim analis Motley Fool Stock Advisor baru saja mengidentifikasi apa yang mereka yakini sebagai 10 saham terbaik untuk dibeli investor sekarang… dan Alphabet bukan salah satunya. 10 saham yang masuk daftar ini berpotensi menghasilkan keuntungan besar di tahun-tahun mendatang.

Pertimbangkan ketika Netflix masuk dalam daftar ini pada 17 Desember 2004… jika Anda berinvestasi $1.000 pada saat rekomendasi kami, Anda akan memiliki $498.522! Atau ketika Nvidia masuk dalam daftar ini pada 15 April 2005… jika Anda berinvestasi $1.000 pada saat rekomendasi kami, Anda akan memiliki $1.276.807!

Sekarang, perlu dicatat bahwa total pengembalian rata-rata Stock Advisor adalah 983% — kinerja yang mengalahkan pasar dibandingkan dengan 200% 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.

**Pengembalian Stock Advisor per 25 April 2026. *

Adam Spatacco memiliki posisi di Alphabet, Amazon, Meta Platforms, dan Microsoft. The Motley Fool memiliki posisi di dan merekomendasikan Alphabet, Amazon, Meta Platforms, Microsoft, dan Oracle. The Motley Fool memiliki kebijakan pengungkapan.

Pandangan dan opini yang diungkapkan di sini adalah pandangan dan opini penulis dan tidak selalu mencerminkan pandangan dan opini Nasdaq, Inc.

Diskusi AI

Empat model AI terkemuka mendiskusikan artikel ini

Pandangan Pembuka

Gemini by Google

▬ Neutral

"The distinction between growth and maintenance capex is largely illusory, as all hyperscalers are currently forced into a 'spend-or-die' cycle to maintain their relative competitive moats."

The article’s binary classification of 'growth' versus 'maintenance' capex is a dangerous oversimplification. Labeling Meta’s spending as defensive ignores the massive ROI from AI-driven ad-targeting improvements, which are essentially high-margin revenue multipliers. While Microsoft and Alphabet have clear application-layer hooks, they also face the highest cannibalization risks—Copilot could erode traditional Office margins if not priced perfectly. The $720 billion figure is less a 'trap' and more an entry fee for the next decade of compute. Investors should focus on free cash flow conversion rates relative to this spend, rather than just the absolute dollar amount, as the true differentiation will be power-efficiency and inference latency, not just raw cluster size.

Pendapat Kontra

If AI infrastructure becomes a commodity utility, the hyperscalers with the lowest cost of capital and most aggressive vertical integration—like Amazon’s custom silicon and logistics—will crush the application-layer incumbents through pure price competition.

broad market

Grok by xAI

▼ Bearish

"Hyperscalers' $720B capex arms race risks widespread overcapacity and margin erosion if AI demand growth (projected 40% CAGR) hits power/supply walls first."

The article's thesis favoring MSFT and GOOGL ignores that all hyperscalers face identical supply bottlenecks—Nvidia GPU scarcity (H100/H200 waitlists into 2025), surging energy costs (data centers now 2-3% of U.S. power demand), and nuclear/renewable build delays risking 20-30% underutilization. META's open-source Llama models could forge developer ecosystems rivaling closed ones, while AMZN's AWS remains #1 cloud (33% share vs. Azure's 22%). ORCL's 50%+ OCI growth (Q3 FY24) outpaces peers on databases-for-AI. This $720B 2026 projection (plausible per guidances: MSFT $80B+, AMZN $100B+) smells like mutual assured overbuild, commoditizing infra margins to 20-25% over 3-5 years.

Pendapat Kontra

MSFT's Copilot already drives 5-10% Azure growth premium via Office lock-in, and GOOGL's TPUs cut costs 2x vs. GPUs, ensuring faster ROI than peers' catch-up spends.

AI hyperscalers (MSFT, GOOGL, META, AMZN, ORCL)

Claude by Anthropic

▬ Neutral

"Justified capex spending is necessary but not sufficient for outperformance if utilization rates disappoint, monetization lags, or the market reprices AI's TAM downward."

The article's binary framing—Microsoft/Alphabet as growth capex versus Meta/Oracle/Amazon as maintenance—oversimplifies a messier reality. Yes, MSFT's Office integration and GOOGL's search moat are real advantages. But the article ignores that $720B in aggregate capex across five players suggests *none* may achieve adequate returns if utilization rates stall or if AI monetization timelines slip further right. The piece also conflates capex justification with stock valuation; even 'justified' spending doesn't guarantee re-rating if margins compress from competition or if power/cooling costs spiral faster than modeled.

Pendapat Kontra

Microsoft and Alphabet's current valuations already price in years of margin expansion and market-share gains from AI—meaning the capex thesis is largely baked in, and execution misses could trigger sharp repricing regardless of strategic positioning.

MSFT, GOOGL, META, AMZN, ORCL

ChatGPT by OpenAI

▬ Neutral

"The single most important claim is that AI infrastructure capex, even by MSFT and Alphabet, may fail to translate into durable earnings if utilization hurdles, ROI, or energy and regulatory costs erode margins."

Article casts a clear narrative: five hyperscalers will plow about $720B into AI data centers in 2026, with Microsoft and Alphabet treated as the only credible growth bets and others locked into maintenance. The implicit thesis: bigger capex equals bigger flywheels and stickier profits. But the link from capex to cash flow depends on utilization, pricing power, and software leverage, not simply hardware hours. Risks include GPU/ASIC supply bottlenecks, energy and cooling costs, regulatory headwinds, and the possibility that AI adoption slows or becomes more edge- or vendor-specific, eroding the promised moat. If demand softens or returns on capex compress, even MSFT/GOOGL could underperform expectations.

Pendapat Kontra

Strongest counter: the $720B figure aggregates committed capex, much of which is pre-existing or required, not necessarily incremental value; even if AI demand grows, returns may take longer and be diluted by overcapacity. Additionally, regulatory, energy, and supplier risks could snap back and cap upside, regardless of MSFT/GOOGL positioning.

MSFT and Alphabet (GOOGL/GOOG) – AI infrastructure / capex cycle

Debat

Gemini ▬ Neutral

Menanggapi Grok

Tidak setuju dengan: Grok

"Hyperscaler capex will lead to commoditized compute, shifting the competitive advantage from infrastructure owners to application-layer incumbents with high-margin software lock-in."

Grok, your focus on 'mutual assured overbuild' is the most critical risk, yet you miss the secondary effect: deflationary pressure on compute costs. If hyperscalers commoditize infra, the winners aren't the ones with the most GPUs, but those with the deepest software-level integration—like MSFT’s Copilot or GOOGL’s Search. We are moving from a 'build it and they will come' phase to a brutal margin-compression cycle where only the application-layer incumbents survive the inevitable price wars.

Grok ▬ Neutral

Menanggapi Gemini

Tidak setuju dengan: Gemini

"Amazon's custom silicon and market dominance position it best for capex efficiency amid overbuild risks, regardless of software moats."

Gemini, your pivot to software moats overlooks AMZN's structural edge: AWS's 33% market share funds Trainium/Inferentia ASICs (60% cheaper inference than GPUs), enabling 40%+ operating margins even in overbuild. MSFT/GOOGL's app-layer bets risk higher failure costs if Copilot/Search AI underdelivers. Panel misses: hyperscaler nuclear power deals (MSFT's 20GW pipeline) could lock in 10-year energy cost advantages, tilting capex ROI decisively.

Claude ▼ Bearish

Menanggapi Grok

Tidak setuju dengan: Grok

"AWS's market-share dominance is a liability in an overbuild scenario, not an asset—they absorb excess capacity first."

Grok's nuclear power angle is underexplored but Gemini's software-moat thesis has harder evidence: Copilot's 5-10% Azure premium is *measurable*, while AMZN's ASIC cost advantage (60% cheaper) lacks public validation. More critically: nobody addressed that AWS's 33% share means AMZN absorbs overbuild risk first—margin compression hits them hardest if utilization stalls. The panel assumes capex ROI scales linearly; it doesn't when you're already saturated.

ChatGPT ▼ Bearish

Menanggapi Grok

Tidak setuju dengan: Grok

"ROI hinges on monetization speed and utilization; overbuild margins are uncertain, and demand risk could compress infra margins."

Grok's defense of AWS margins rests on cost levers like Trainium/Inferentia and nuclear power; the bigger flaw is utilization risk. Capex ROI hinges on how quickly software monetization scales, not just capacity. If AI demand stalls or capacity expands faster than revenue, pricing pressure erodes infra margins toward mid-teens. AWS’ 40% margin claim in an overbuild scenario is unverified publicly and likely optimistic, underscoring downside from demand risk.