Bagaimana Guncangan Energi Bisa Menggagalkan Ledakan AI

LONDON, 19 Maret (Reuters Breakingviews) - Tanyakan kepada investor apa yang paling mereka takutkan, dan mereka mungkin akan menyebut krisis Iran yang berkepanjangan atau gelembung kecerdasan buatan yang meledak. Namun kemungkinan paling menakutkan, yang semakin terlihat mungkin terjadi, adalah bahwa yang pertama akan menyebabkan yang kedua.

AI telah menjadi sinonim dengan pandangan optimis tentang ekonomi global, dan dengan demikian saham. Hal ini paling jelas terlihat di Amerika Serikat, yang menjadi rumah bagi “hyperscalers” utama seperti Alphabet (GOOGL.O), Microsoft (MSFT.O), dan Amazon.com (AMZN.O) — ​yang menginvestasikan ratusan miliar dolar ke pusat data — serta raksasa chip seperti Nvidia (NVDA.O), AMD (AMD.O), dan Intel (INTC.O). Pengeluaran modal ini, bersama dengan pengeluaran untuk perangkat lunak dan riset serta pengembangan terkait, menyumbang sekitar 39% dari pertumbuhan PDB AS dalam tiga kuartal pertama tahun lalu, dibandingkan 28% selama ledakan dot-com, menurut Federal Reserve Bank of St. Louis. Selain dorongan investasi langsung, AI juga menjanjikan membantu perusahaan memeras lebih banyak output dari setiap pekerja. Peningkatan produktivitas ini bisa menjadi pendorong utama pertumbuhan di Barat, di mana pasar tenaga kerja sedang melambat.

Newsletter Reuters Iran Briefing memberi Anda informasi terbaru dan analisis tentang perang Iran. Daftar di sini.

Serangan AS-Israel terhadap Iran, dan respons Teheran, berisiko merusak mimpi tersebut. Dengan Selat Hormuz yang secara efektif tertutup, harga minyak stabil di sekitar $100 per barel. Sementara itu, harga gas alam hari berikutnya di pusat Dutch TTF, yang menjadi patokan untuk sumber energi penting di Eropa, telah naik di atas 50 euro per megawatt-jam dibandingkan 30 euro pada akhir Februari. Ini menimbulkan bayangan kejutan inflasi yang serupa dengan yang terjadi setelah invasi Rusia ke Ukraina pada 2022. Lebih buruk lagi, ini bahkan bisa berarti “stagflasi”, inflasi plus resesi, seperti di tahun 1970-an.

Jika analogi sejarah itu berlaku, prospek produktivitas sangat suram. Pertumbuhan output per jam tahunan di AS pernah di atas 3% pada tahun 1960-an. Kemudian, embargo minyak Arab dan revolusi Iran menurunkan angka tersebut menjadi rata-rata 0,4% antara 1977 dan 1982. Saat daya beli rumah tangga menurun, mereka mengurangi pengeluaran. Itu berarti perusahaan harus menghadapi penurunan konsumsi dan energi yang lebih mahal, yang menyebabkan pabrik dari 89% utilisasi pada November 1973 turun menjadi hanya 71% pada Mei 1975.

Yang sangat relevan dengan kasus AI saat ini adalah bahwa penurunan pendapatan juga mendorong eksekutif untuk mengurangi investasi dan membatalkan rencana adopsi teknologi baru. Konsep ekonomi utama di sini adalah “capital deepening”, yang merujuk pada meningkatnya rasio mesin terhadap pekerja dari waktu ke waktu seiring perusahaan mengotomatisasi lebih banyak. Pada 1970-an, laju peningkatan rasio ini mulai melambat secara serius di seluruh negara maju, menurut data Penn World Table, yang menunjukkan bahwa perusahaan membatasi investasi mereka dalam mesin pabrik dan sejenisnya. Langkah yang setara pada 2026, bisa jadi, adalah para CEO memangkas program peluncuran AI, yang datang dengan biaya komputasi awan yang besar dan sering kali biaya konsultansi juga.

Di Organisasi untuk Kerjasama dan Pembangunan Ekonomi (OECD), ekonom Christophe André telah menganalisis statistik untuk memvalidasi gagasan bahwa energi yang lebih mahal merusak produktivitas. Sebuah makalah tahun 2023 yang dia co-authored, yang mempelajari 22 negara dari 1995 hingga 2020, menemukan bahwa setiap lonjakan 10% dalam harga energi terkait dengan penurunan 1% dalam produktivitas tenaga kerja. Yang penting, kenaikan “ringan” mendorong perusahaan berinvestasi dalam mesin hemat energi, yang akhirnya meningkatkan produktivitas beberapa tahun kemudian. Tetapi kejutan “parah” memiliki efek negatif yang bertahan lama.

Memang, meskipun pertumbuhan produktivitas AS bangkit kembali di tahun 1980-an, tetap terjebak di tingkat yang lebih rendah dari sebelum kejutan tahun 1970-an. Salah satu alasannya adalah pengeluaran modal di industri yang intensif energi seperti kimia, logam, dan utilitas mengalami pukulan permanen: dari 4,1% dari PDB pada 1979 menjadi hanya 2,2% pada 2004. Perusahaan-perusahaan individu tidak selalu memangkas pengeluaran, tetapi output mereka menyusut relatif terhadap ekonomi. Ketika barang-barang yang membutuhkan energi menjadi mahal, orang mengonsumsinya lebih sedikit.

Fenomena ini berulang di Uni Eropa, di mana produksi industri turun 13% sejak 2022. Kimia terutama yang paling terdampak, dan menunjukkan tanda-tanda pemulihan bahkan sebelum perang di Iran. Beberapa perusahaan yang menutup pabrik dalam beberapa tahun terakhir termasuk INEOS dari Inggris dan BASF dari Jerman, yang pada hari Rabu mengumumkan kenaikan harga 30% untuk beberapa produk di Eropa karena biaya yang lebih tinggi.

Tentunya, sebagian besar dari pengurangan industri energi tinggi di Barat disebabkan oleh globalisasi pasca-1980-an dan outsourcing massal manufaktur ke China. Selain itu, revolusi shale di Amerika telah mengubah AS menjadi eksportir energi. Ini meningkatkan kemungkinan bahwa investasi domestik dari perusahaan minyak dan gas lokal, yang ingin meraih keuntungan dari harga minyak $100, dapat membantu mengimbangi kerusakan di tempat lain dalam ekonomi terbesar di dunia.

Namun demikian, kejutan energi adalah kabar buruk bagi sektor AI yang sangat bergantung pada energi. Menurut perkiraan dari International Energy Agency bulan lalu, pusat data diperkirakan akan menyumbang hampir setengah dari pertumbuhan konsumsi listrik akhir di AS antara 2025 dan 2030. Sebagian besar dari itu didukung oleh percepatan pembangkitan gas.

Ini menimbulkan keraguan lebih besar terhadap rencana pengeluaran sebesar $3 triliun untuk pusat data baru selama lima tahun ke depan, menurut perkiraan dari perusahaan properti JLL. Bagian utang dari pengeluaran tersebut, yang meningkat pesat, akan menjadi lebih mahal jika bank sentral menaikkan suku bunga untuk mengendalikan inflasi. Industri kredit swasta, yang menjadi tulang punggung pembiayaan pusat data, kini mengalami gelombang penarikan dana dari investor yang khawatir bahwa mania pinjaman telah melampaui batas.

Tentu saja, salah satu keuntungan besar dari model bahasa besar adalah bahwa, meskipun mereka mengkonsumsi banyak energi saat dilatih, setiap token tambahan yang mereka proses relatif sedikit. Bahkan di dunia dengan harga listrik yang mahal, mungkin lebih murah bagi perusahaan untuk menggunakan model AI daripada mempekerjakan lebih banyak pekerja di kantor yang membutuhkan pemanasan dan pencahayaan. Demikian pula, harga minyak yang lebih tinggi dapat mendorong perusahaan AI untuk mendukung proyek pembangkitan dan penyimpanan energi.

Namun sejarah menunjukkan bahwa krisis seperti saat ini dapat menyebabkan kerusakan jangka panjang pada industri yang sangat bergantung energi. Revolusi teknologi mungkin tampak tentang kemajuan ilmiah, tetapi sebenarnya sangat bergantung pada lingkungan makroekonomi. Yang saat ini menjadi lebih rumit.

Ikuti Jon Sindreu di X dan LinkedIn.

Untuk wawasan lebih seperti ini, klik di sini untuk mencoba Breakingviews secara gratis.

Disunting oleh Liam Proud; Diproduksi oleh Streisand Neto