Brookfield dan Pembiayaan Infrastruktur AI: Daya, Komputasi, dan Risiko Gelembung
ORBITINDONESIA.COM – Brookfield Asset Management menegaskan pembiayaan infrastruktur AI bukan soal kekurangan modal, melainkan kekurangan kemampuan membangun. CEO Bruce Flatt berkata di CNBC, “We cannot build enough power. We cannot build enough compute,” saat membahas rencana pendanaan AI senilai US$500 miliar.
Di tengah demam investasi AI infrastructure, pernyataan Flatt terdengar seperti penutup debat: permintaan tak terbatas, hambatan ada pada pasokan. Namun kalimat itu juga memantik pertanyaan klasik, apakah ini diagnosis objektif atau promosi halus dari pemain yang hidup dari proyek-proyek tersebut.
Brookfield selama ini dikenal sebagai pembangun “backbone infrastructure,” dari pembangkit listrik hingga data center, dan kini merambah compute untuk AI. Ekspansi ini terjadi ketika publik dan investor mencari keyword yang sama: pembiayaan pusat data, kebutuhan listrik AI, dan peluang investasi AI infrastructure.
Flatt menyebut kendala utama adalah kapasitas konstruksi, terutama listrik dan komputasi. Dalam ekonomi infrastruktur, pernyataan ini masuk akal karena proyek energi dan pusat data menghadapi izin, rantai pasok, dan batas tenaga kerja terampil.
Namun, “tidak cukup listrik” juga bisa menjadi cara mengunci narasi bahwa semua proyek akan terserap pasar. Padahal, sejarah menunjukkan infrastruktur bisa lebih cepat dibangun daripada pertumbuhan permintaan yang nyata, dan biaya modal dapat berubah mendadak saat suku bunga atau sentimen berbalik.
Di panel yang sama, Jensen Huang menekankan arsitektur NVIDIA “fairly universally adopted.” Logikanya sederhana, jika satu operator AI bangkrut, operator lain dapat mengambil alih platform komputasi yang sama, sehingga risiko pembiayaan perangkat keras berkurang.
Contoh konkret sudah ada di Korea, ketika NVIDIA menaruh US$1 miliar dan Brookfield US$9 miliar untuk sistem komputasi bersama. Struktur ini mengisyaratkan model “compute as an asset” yang bisa dipindahkan pelanggan, mirip aset utilitas yang disewakan.
Masalahnya, compute bukan turbin atau jalan tol yang umur ekonominya puluhan tahun. Kekhawatiran tentang AI hardware cepat usang tetap relevan, karena siklus inovasi chip dapat membuat aset bernilai turun sebelum investor memetik arus kas penuh.
Artikel ini juga menyinggung bahwa NVIDIA bergantung pada mitra seperti Brookfield untuk membuktikan struktur investasi chip yang “belum sepenuhnya ada.” Dengan kata lain, pasar sedang menulis buku panduan sambil berlari, dan itu selalu meningkatkan risiko salah harga.
Dari sisi Brookfield, sinyal agresif terlihat pada rekor penggalangan dana internal US$77 miliar pada kuartal terakhir, termasuk dana infrastruktur AI pertama mereka. Mereka juga mengumumkan kemitraan terkait AI dengan OpenAI, Anthropic, dan Bloom Energy, serta proyek data center Kentucky yang didukung Departemen Energi AS dan diproyeksikan menarik lebih dari US$100 miliar investasi swasta.
Angka-angka ini memperlihatkan dua hal sekaligus, skala peluang dan skala eksposur. Ketika banyak dana masuk, disiplin underwriting menjadi pembeda, bukan sekadar akses modal.
Flatt mungkin benar bahwa permintaan listrik dan compute meningkat tajam, tetapi pasar tidak bergerak lurus. Saat semua orang yakin “kita tidak bisa membangun cukup,” biasanya itu tanda puncak optimisme mulai terbentuk.
Peringatan justru datang dari orang dalam Brookfield sendiri, ketika Sikander Rashid mengatakan “it is inevitable for some capital to be poorly allocated.” Ia mengingatkan ledakan serat optik awal 2000-an yang meninggalkan “telecom hotels” kosong ketika permintaan tidak setinggi proyeksi.
Paralelnya jelas, pusat data dan klaster GPU bisa menjadi “hotel komputasi” jika model bisnis klien tidak menghasilkan arus kas yang cukup. AI memang menjanjikan produktivitas, tetapi monetisasi di banyak sektor masih berupa eksperimen, bukan kepastian.
Di sisi lain, argumen Huang tentang adopsi universal NVIDIA memberi bantalan risiko, karena aset lebih mudah dialihkan. Namun bantalan itu tidak otomatis menghapus risiko depresiasi teknologi, karena “mudah dialihkan” berbeda dengan “tetap bernilai tinggi.”
Brookfield juga mengandalkan narasi bahwa bisnis industrinya baru “menggaruk permukaan” produktivitas berbasis AI. Kalimat ini menarik, tetapi juga mengakui ketidakpastian, karena mereka “belum sepenuhnya memahami” besarnya dampak yang dijanjikan.
Dalam konteks ini, pembiayaan infrastruktur AI tampak seperti perlombaan antara tiga hal: kecepatan inovasi chip, kecepatan pembangunan listrik, dan kecepatan pasar menemukan model pendapatan AI yang stabil. Investor yang salah menebak urutan pemenang bisa menanggung aset mahal dengan utilisasi rendah.
Debat tentang AI infrastructure hari ini bukan sekadar soal apakah modal terlalu banyak, melainkan apakah proyek yang dibangun akan bertahan melewati beberapa generasi teknologi. Brookfield berada di pusat panggung, sekaligus sebagai pembangun, penggalang dana, dan pihak yang diuntungkan jika narasi kelangkaan listrik dan compute terus dipercaya.
Rashid sudah memberi peringatan bahwa salah alokasi modal “tak terelakkan,” dan sejarah sering berpihak pada skeptisisme yang tenang. Pertanyaan akhirnya sederhana, apakah kita sedang membangun fondasi ekonomi baru, atau sekadar membangun monumen mahal untuk optimisme yang belum teruji. (Orbit dari berbagai sumber, 6 Oktober 2026)
