Bantu World Market Atlas berkembang
Memesan valuasi perusahaan juga mendukung pengembangan proyek.
Dukung proyek ini
Bantu mengembangkan World Market Atlas, sebuah proyek independen untuk investor individu. Dukungan Anda membantu kami menyusun analisis dan meningkatkan perangkat yang tersedia.
Komputasi sebagai kelas aset baru yang potensial — finansialisasi kekuatan komputasi dalam ekonomi AI
Pada 23 September 2026. Pengumuman dan prakiraan tidak berarti investasi selesai atau perdagangan langsung.
Perkembangan kecerdasan buatan dengan cepat meningkatkan pentingnya infrastruktur komputasi, khususnya akselerator GPU khusus yang digunakan untuk pelatihan dan inferensi. Kekuatan komputasi, yang biasanya dianggap sebagai biaya operasional atau bagian dari infrastruktur TI, kini menjadi subjek penetapan harga yang terstandarisasi, kontrak jangka panjang, pembiayaan yang didukung infrastruktur, dan derivatif yang direncanakan. NVIDIA menggambarkan proses ini sebagai mengubah komputasi menjadi “kelas aset yang dapat diinvestasikan”. Pada saat yang sama, studi akademis pertama tentang penetapan harga komputasi sebagai aset keuangan dan kontrak berjangka berdasarkan harga sewa GPU mulai bermunculan.
Makalah ini menilai apakah komputasi benar-benar dapat berkembang menjadi kelas aset terpisah. Analisis tersebut menunjukkan bahwa daya komputasi memiliki beberapa karakteristik yang sama dengan komoditas, energi, dan infrastruktur. Namun, produk ini juga sangat heterogen, mudah mengalami perubahan teknologi yang cepat, tidak mungkin disimpan dalam bentuk kapasitas yang tidak terpakai, dan terkonsentrasi pada sejumlah kecil pemasok. Oleh karena itu, hasil yang paling mungkin terjadi bukanlah satu kelas aset “komputasi” yang homogen, namun serangkaian instrumen keuangan yang mencakup infrastruktur AI, kontrak komputasi, pinjaman yang dijamin dengan peralatan dan pendapatan, serta turunan harga GPU.
Kata kunci: kecerdasan buatan, komputasi, GPU, kelas aset, masa depan, infrastruktur AI, pusat data, finansialisasi, NVIDIA.
1. Perkenalan
Setiap revolusi teknologi tidak hanya menghasilkan perusahaan-perusahaan baru tetapi juga aset-aset baru untuk dibiayai dan diinvestasikan. Perkeretaapian mendukung pengembangan obligasi infrastruktur; minyak menciptakan pasar berjangka yang luas; telekomunikasi menyebabkan finansialisasi infrastruktur jaringan; dan internet berkontribusi pada seluruh kelompok aset yang terkait dengan pusat data dan infrastruktur digital.
AI generatif dapat memicu proses serupa. Sumber daya mendasar yang memungkinkan model AI beroperasi adalah daya komputasi — komputasi. Dalam konteks ini, hal ini tidak hanya mencakup satu GPU saja namun keseluruhan sistem yang mengubah listrik dan data menjadi komputasi: akselerator, prosesor, memori, jaringan, pendingin, pusat data, dan perangkat lunak.
Pada bulan Agustus 2026, CEO NVIDIA Jensen Huang berpendapat bahwa infrastruktur AI mulai menjadi “kelas aset baru yang dapat diinvestasikan”. NVIDIA juga mengumumkan kerja sama dengan Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, dan KKR pada platform pembiayaan infrastruktur AI yang pada akhirnya bertujuan untuk memobilisasi lebih dari $500 miliar modal pihak ketiga. Namun, pengumuman NVIDIA menggambarkan platform pembiayaan yang direncanakan dan berasal dari perusahaan yang memiliki kepentingan ekonomi langsung dalam memperluas pasar infrastruktur AI.
Oleh karena itu, pertanyaan penelitiannya bukanlah apakah NVIDIA menyebut komputasi sebagai kelas aset, namun apakah daya komputasi memenuhi kondisi ekonomi dan keuangan yang diperlukan untuk memenuhi syarat sebagai kelas aset terpisah.
2. Apa sebenarnya yang dimaksud dengan “kelas aset”?
Tidak semua hal yang memiliki harga merupakan kelas aset. Dalam artikel klasiknya What Is an Asset Class, Anyway?, Robert Greer mendefinisikan kelas aset sebagai sekumpulan aset yang memiliki karakteristik ekonomi fundamental yang membedakannya dari aset lainnya.
Pendekatan kontemporer yang digunakan oleh CFA Institute juga menyarankan bahwa anggota kelas aset harus relatif homogen, mewakili sumber risiko yang sama, dan menawarkan skala dan kemampuan investasi yang memadai untuk membentuk bagian yang berarti dari portofolio investasi.
Dalam hal komputasi, setidaknya ada empat objek ekonomi yang berbeda:
Infrastruktur komputasi fisik — GPU, server dan pusat data;
Alur layanan komputasi — misalnya, penggunaan GPU selama satu jam;
Kontrak dan instrumen keuangan berdasarkan komputasi — perjanjian jangka panjang dan kontrak berjangka;
Instrumen yang membiayai infrastruktur — pinjaman, obligasi, dan struktur pembiayaan proyek yang dijamin dengan GPU atau kontrak pelanggan.
Perbedaan ini penting. Memiliki pusat data mirip dengan aset infrastruktur konvensional yang menghasilkan arus kas, sedangkan jam GPU yang tidak terpakai lebih seperti barang ekonomi yang mudah rusak dibandingkan dengan listrik.
3. Mengapa komputasi mulai menyerupai komoditas?
Pasar keuangan memerlukan pasar aktif pada barang-barang yang mendasarinya. Pasar seperti itu secara bertahap muncul untuk kekuatan komputasi.
Dalam (Awal) Penetapan Harga Aset Komputasi AI (AI Compute Asset Pricing), Bandi dan Su berargumentasi bahwa objek ekonomi yang diperdagangkan tidak boleh berupa GPU saja, melainkan akses ke sekumpulan layanan tertentu: akselerator, memori, CPU, jaringan, lokasi, keandalan, dan infrastruktur operator.
Oleh karena itu, jam GPU — satu jam akses ke jenis GPU tertentu — dapat dianalogikan dengan satu barel minyak atau satu megawatt-jam.
Masalahnya adalah jam GPU tidak homogen. Satu jam pada NVIDIA A100, H100 atau B200, atau AMD MI300X, dapat memberikan kinerja yang sangat berbeda. Pusat data juga berbeda dalam konfigurasi jaringan, memori, dan kualitas infrastruktur.
Bandi dan Su menggambarkan pasar saat ini sebagai pasar yang heterogen dan berpendapat bahwa finansialisasi memerlukan indeks yang mengubah banyak harga berbeda menjadi tolok ukur standar.
Proses ini sudah dimulai. Indeks yang menerbitkan harga sewa untuk A100, H100, B200 dan akselerator lainnya telah muncul. Silicon Data menerbitkan tolok ukur harian yang dinyatakan dalam dolar per jam GPU, dan ukuran lainnya.
Indeks saja tidak menciptakan kelas aset, namun merupakan prasyarat mendasar bagi derivatif dan pasar untuk mengelola risiko.
4. Skala ekonomi pasar komputasi
Besarnya skala investasi memberikan argumen kedua bagi finansialisasi komputasi.
Menurut Stanford AI Index, kapasitas komputasi infrastruktur AI global telah tumbuh sekitar 3,3 kali lipat per tahun sejak 2022, mencapai sekitar 17,1 juta setara NVIDIA H100 pada akhir 2025. NVIDIA menyumbang lebih dari 60% dari perkiraan kapasitas global, dengan Google, Amazon, dan produsen lain juga memegang saham yang signifikan.
Infrastruktur ini juga memerlukan investasi energi yang besar. Stanford memperkirakan kapasitas daya infrastruktur pusat data AI sekitar 29,6 GW di 2025.
Skala finansialnya bahkan lebih mencolok. Badan Energi Internasional melaporkan bahwa belanja modal oleh lima perusahaan teknologi besar melebihi $400 miliar pada 2025 dan diperkirakan akan meningkat sekitar 75% pada 2026. IEA mencatat bahwa belanja modal yang dilakukan oleh lima perusahaan teknologi saja sudah lebih besar dibandingkan investasi global di bidang hulu minyak dan gas.
Hal ini menunjukkan bahwa infrastruktur AI telah mencapai skala dimana pendanaan yang secara eksklusif melalui neraca perusahaan teknologi menjadi kurang efisien. Konsekuensi wajarnya adalah masuknya bank, dana kredit swasta, investor infrastruktur, dan pasar obligasi.
5. Masa depan sebagai titik balik
Salah satu tahapan terpenting dalam mengubah barang ekonomi menjadi aset keuangan adalah penciptaan pasar derivatif.
CME Group dan Silicon Data mengumumkan masa depan harga sewa NVIDIA H100 dan B200. Menurut pengumuman CME, perdagangan dijadwalkan akan dimulai pada 5 Oktober 2026, tergantung pada persetujuan peraturan yang diperlukan. Pada 23 September 2026, ini berarti pasar telah diumumkan tetapi belum memiliki catatan panjang perdagangan sebenarnya.
ICE dan NATIVX mengumumkan rencana serupa untuk mengembangkan kontrak berjangka berdasarkan COIL, indeks yang mengukur harga daya komputasi yang dinormalisasi.
Munculnya masa depan penting karena dua alasan.
Pertama, kontrak berjangka memungkinkan lindung nilai. Perusahaan yang berencana untuk melatih model di 2027 berpotensi melakukan lindung nilai terhadap biaya komputasi di masa depan saat ini. Operator pusat data dapat melakukan lindung nilai terhadap risiko penurunan harga sewa.
Kedua, kontrak berjangka menciptakan eksposur finansial bagi investor yang tidak ingin membangun pusat data atau membeli GPU sendiri.
Pada titik ini, komputasi mulai menyerupai pasar listrik, gas, dan komoditas lainnya.
6. Namun komputasi berbeda dengan minyak
Salah satu karakteristik mendasar yang membedakan komputasi dari banyak komoditas tradisional: kapasitas komputasi yang tidak terpakai tidak dapat disimpan.
Jika pemilik fasilitas penyimpanan tidak menjual satu barel minyak pun hari ini, maka minyak tersebut dapat dijual nanti. Namun, jika GPU tidak digunakan selama satu jam, kapasitas produktif selama satu jam tersebut akan hilang secara permanen.
Bandi dan Su mencatat bahwa hubungan arbitrase spot-futures standar yang lazim terdapat pada komoditas yang dapat disimpan tidak berlaku secara langsung untuk komputasi. Dalam hal ini, daya komputasi lebih mirip dengan listrik.
Oleh karena itu, harga komputasi bergantung pada beberapa faktor termasuk:
Pemanfaatan infrastruktur saat ini;
Ketersediaan energi;
Pasokan chip baru;
Permintaan akan pelatihan model dan inferensi;
Generasi prosesor;
Ketersediaan memori;
Infrastruktur jaringan;
Lokasi pusat data;
Efisiensi perangkat lunak.
Akibatnya, nilai infrastruktur menjadi sangat sensitif terhadap pemanfaatannya. GPU dengan nilai nominal beberapa miliar dolar dapat menghasilkan pendapatan besar mendekati kapasitas penuh, namun profitabilitas mungkin turun tajam jika pasokan melebihi permintaan.
7. Keusangan teknologi
Perbedaan lain dari infrastruktur tradisional berkaitan dengan siklus hidup aset.
Pembangkit listrik, pipa gas, atau jalan raya dapat beroperasi selama beberapa dekade. Sebaliknya, prosesor AI mungkin akan kehilangan daya saing dengan relatif cepat seiring munculnya generasi chip baru.
NVIDIA berpendapat bahwa perangkat lunak CUDA dapat memperluas kegunaan ekonomi dari perangkat keras lama. Perusahaan mengutip A100, yang diperkenalkan pada 2020 dan masih digunakan secara komersial, sebagai contoh.
Argumen ini tidak menghilangkan risiko teknologi. Bandi dan Su menunjukkan bahwa perangkat keras fisik menua sementara indeks keuangan mungkin secara bertahap beralih ke generasi prosesor yang lebih baru.
Hal ini menciptakan situasi yang menarik: pemilik infrastruktur mungkin memiliki aset fisik yang sudah tua, sementara investor dalam indeks komputasi mungkin memiliki eksposur yang secara dinamis berpindah ke teknologi yang lebih baru.
Oleh karena itu, kedua instrumen tersebut memiliki profil risiko yang sangat berbeda.
8. Munculnya keuangan yang didukung komputasi
Finanalisasi paling maju mungkin terjadi di pasar kredit dibandingkan pasar berjangka.
CoreWeave sudah menggunakan struktur di mana pembiayaan terkait langsung dengan pembelian GPU dan pemenuhan kontrak pelanggan. Pada bulan Maret 2026, satu grup perusahaan menandatangani perjanjian pinjaman berjangka penarikan tertunda hingga $8,5 miliar, yang sebagian dimaksudkan untuk membeli server GPU dan infrastruktur yang diperlukan untuk memenuhi kontrak pelanggan.
Pada akhir Juni 2026, CoreWeave melaporkan utang sekitar $35,6 miliar. Sebagian skema pembiayaan dijamin dengan aset entitas bertujuan khusus, termasuk infrastruktur dan piutang dalam jumlah besar.
Pada bulan Mei 2026, perusahaan juga mengumumkan pembiayaan HPC sindikasi publik yang dijamin oleh infrastruktur AI.
Pola serupa juga muncul secara lebih luas. Pada bulan September 2026, Reuters melaporkan pendanaan sekitar $22 miliar untuk usaha infrastruktur yang melibatkan Blackstone dan Alphabet, dengan jaminan yang dilaporkan termasuk prosesor TPU dan kontrak pelanggan.
Hal ini mirip dengan sejarah perkembangan kelas aset infrastruktur lainnya: pertama aset yang menghasilkan pendapatan, kemudian pinjaman beragun aset, diikuti oleh sekuritisasi, indeks, dan derivatif.
9. Risiko utama dari kelas aset yang sedang berkembang
Hambatan terbesar dalam kasus pemisahan kelas aset adalah kurangnya kematangan pasar saat ini.
Risiko teknologi berasal dari pesatnya perkembangan akselerator. Generasi baru secara signifikan dapat mengurangi biaya satu unit komputasi dan mengurangi nilai ekonomis GPU sebelumnya.
Risiko permintaan berkaitan dengan skala penggunaan AI di masa depan. Investasi saat ini mengasumsikan permintaan yang kuat untuk pelatihan model dan inferensi. Jika monetisasi AI berjalan lebih lambat dari perkiraan, pemanfaatan infrastruktur dapat menurun.
Risiko konsentrasi teknologi sangatlah penting. Indeks AI Stanford menunjukkan posisi dominan NVIDIA dalam komputasi global dan konsentrasi signifikan pada manufaktur semikonduktor terdepan.
Risiko energi membuat harga komputasi sebagian bergantung pada harga dan ketersediaan listrik. IEA memperkirakan konsumsi listrik pusat data global akan meningkat pesat dalam beberapa tahun mendatang.
Risiko dasar muncul ketika perusahaan melakukan lindung nilai atas biaya menggunakan indeks H100 tetapi sebenarnya menggunakan konfigurasi pemasok, wilayah, atau perangkat keras yang berbeda. Bandi dan Su menunjukkan bahwa harga di berbagai segmen pasar tidak selalu bergerak bersamaan.
Terakhir, risiko keuangan timbul dari tingginya utang sektor ini. Seiring dengan pertumbuhan investasi AI, utang, sewa guna usaha, pembiayaan proyek, dan jaminan nilai sisa menjadi semakin penting. Akibatnya, pasar kredit menanggung risiko yang semakin besar seputar nilai peralatan dan kontrak AI di masa depan.
10. Apakah komputasi sudah menjadi kelas aset yang terpisah?
Pada tahap ini, jawabannya harus lebih hati-hati dibandingkan narasi yang dikemukakan oleh produsen infrastruktur.
Compute sudah memiliki beberapa fitur dari kelas aset yang sedang berkembang:
Pasar dasar yang sangat besar dan berkembang pesat;
Harga terukur untuk unit daya komputasi;
indeks harga;
Kontrak jangka panjang;
Kemampuan membiayai aset berdasarkan arus kas masa depan;
Pembiayaan yang didukung peralatan;
Pasar derivatif yang sedang berkembang;
Pelaku pasar alami yang berupaya melakukan lindung nilai terhadap risiko harga.
Pada saat yang sama, komputasi belum memenuhi semua kriteria untuk kelas aset yang matang. Sejarah harga pendek, indeks masih baru, pasar masih terfragmentasi, produk tidak sepenuhnya dapat dipertukarkan, dan kontrak berjangka tidak memiliki catatan perdagangan likuid selama beberapa tahun. Data historis juga tidak mencukupi untuk menilai keuntungan jangka panjang, volatilitas dan korelasi dengan ekuitas, obligasi, komoditas, dan real estat secara andal.
Menariknya, hasil awal Bandi dan Su untuk kontrak berjangka sintetis menunjukkan kemungkinan adanya premi risiko komputasi yang positif. Para penulis sendiri menekankan sifat awal dari temuan ini.
Oleh karena itu, saat ini lebih tepat untuk menggambarkan komputasi sebagai pasar berkembang untuk aset dan risiko keuangan dibandingkan sebagai kelas aset yang sudah mapan.
11. Kesimpulan
Perkembangan AI mengubah sifat ekonomi dari daya komputasi. Komputasi tidak lagi hanya sekedar pengeluaran TI. Hal ini menjadi sumber daya produktif yang langka dengan harga yang dapat diobservasi, sumber pendapatan, jaminan utang dan aset dasar yang potensial untuk masa depan.
Oleh karena itu, elemen kunci dari transformasi ini bukan sekadar pertumbuhan nilai pasar GPU, namun finansialisasi komputasi.
Prosesnya dapat direpresentasikan dengan urutan berikut:
GPU → Infrastruktur AI → Penyewaan jam GPU → indeks harga komputasi → kontrak jangka panjang → pembiayaan yang didukung komputasi → kontrak berjangka → kelas aset potensial.
Dalam hal ini, 2026 mungkin merupakan tahun transisi. NVIDIA dan lembaga keuangan global sedang menciptakan struktur pembiayaan infrastruktur yang bernilai ratusan miliar dolar, sementara CME dan ICE sedang mengembangkan instrumen yang dimaksudkan untuk mentransfer risiko harga komputasi ke pasar keuangan.
Pada saat yang sama, komputasi masih jauh lebih kompleks dibandingkan komoditas tradisional. Teknologi ini mudah rusak, heterogen secara teknologi, bergantung pada energi, menua dengan cepat, dan terkonsentrasi pada segelintir pemasok teknologi.
Karena itu, hasil yang paling mungkin bukan satu kelas aset “komputasi” yang sederhana. Yang lebih mungkin adalah ekosistem pembiayaan infrastruktur AI yang lebih luas, mencakup aset infrastruktur, kredit privat, obligasi, kontrak komputasi, dan derivatif.
Jika tahun-tahun mendatang menghasilkan pasar spot yang likuid, tolok ukur yang andal, pasar berjangka yang dalam, dan riwayat harga yang cukup panjang untuk mengidentifikasi premi risiko independen, komputasi dapat mulai berfungsi sebagai kelas aset terpisah dalam teori portofolio.
Untuk saat ini, kami sedang mengamati awal dari proses yang mungkin mengarah pada kemunculannya.
Bibliografi
Bandi, F. M., Su, Y. (2026), (Awal) AI Compute Asset Pricing, arXiv:2607.12156, versi tertanggal 10 September 2026 ArXiv — makalah lengkap
CFA Institute (2026), Ikhtisar Alokasi Aset. Institut CFA
CME Group (2026), CME Group, dan Silicon Data Akan Meluncurkan Compute Futures pada bulan Oktober 5 untuk Membuka Cara Baru dalam Melindungi Risiko AI. Grup CME
Greer, R. J. (1997), Apa Itu Kelas Aset?, Jurnal Manajemen Portofolio, 23(2), 86–91, DOI: 10,3905/JPM.23.2.86.
Badan Energi Internasional (2025), Energi dan AI. IEA – Energi dan AI
Badan Energi Internasional (2026), Pertanyaan Kunci tentang Energi dan AI. IEA — laporan 2026
Intercontinental Exchange, NATIVX (2026), ICE dan NATIVX Akan Meluncurkan Kontrak Berjangka Komputasi yang Dinormalisasi terhadap Energi. ICE
NVIDIA (2026), Huang, J., NVIDIA AI Factory Compute Menjadi Kelas Aset yang Dapat Diinvestasikan, 11 Agustus 2026 NVIDIA Blog — artikel sumber
NVIDIA (2026), NVIDIA Bermitra Dengan Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, dan KKR untuk Membangun Platform Pembiayaan Infrastruktur Komputasi AI untuk Memobilisasi Lebih dari $500 Miliar Modal Pihak Ketiga. Ruang Berita NVIDIA
Institut Stanford untuk Kecerdasan Buatan yang Berpusat pada Manusia (2026), Laporan Indeks AI 2026 – Penelitian dan Pengembangan. Indeks AI Stanford 2026
CoreWeave Inc. (2026), pengajuan SEC pada pembiayaan infrastruktur GPU dan kewajiban keuangan. SEC – Pengarsipan CoreWeave 2026
Silicon Data (2026), GPU Rental Price Indices serta materi tentang pasar kontrak berjangka kapasitas komputasi yang sedang berkembang. Indeks Silicon Data
Postingan mencerminkan pandangan pribadi penulis pada saat publikasi. Itu bukan rekomendasi investasi.