Ada satu angka yang perlu dicermati: 170%. Itu adalah revisi terbaru proyeksi pertumbuhan global power demand dari data center pada 2030 versus level 2025 — naik tajam dari estimasi sebelumnya yang sudah di angka 117%. Secara kumulatif, tambahan konsumsi listrik dari data center antara 2023 sampai 2030 diperkirakan mencapai sekitar 1.100 TWh — melampaui total konsumsi listrik Jepang, negara ke-5 terbesar konsumen energi di dunia. Ini bukan pertumbuhan inkremental biasa.
Yang mendorong revisi ke atas adalah kombinasi beberapa faktor. Hyperscaler capex terus direvisi naik: Alphabet menambah $15 miliar ke target 2026, Amazon menaikkan $20 miliar, Meta menaikkan batas bawah guidance-nya. Total capex + R&D delapan hyperscaler besar — Google, Microsoft, Meta, Amazon, Oracle, Baidu, Tencent, Alibaba — diproyeksikan menembus $1,2 triliun di 2026 dan $1,7 triliun di 2027. Reinvestment rate mereka (capex + R&D dibagi operating cash flow + R&D) diperkirakan melampaui 100% di 2027. Artinya, free cash flow hampir habis untuk reinvestasi.
Menariknya, meski balance sheet hyperscaler masih relatif sehat (net debt/EBITDA di bawah 0,5x), cash return on cash invested (CROCI) mulai menunjukkan tren moderat ke bawah. Ini bukan alarm darurat, tapi ini sinyal yang perlu diperhatikan — terutama kalau dianalogikan dengan siklus inovasi shale di Amerika.
Analogi shale ini cukup relevan. Dalam siklus shale, ada tiga indikator kunci yang menandai transisi dari fase Appraisal / Hopes & Dreams ke fase Execution / Efficiency: (1) ketika supply mulai melampaui demand, (2) ketika innovator kehabisan financial flexibility, dan (3) ketika corporate returns turun ke level yang tidak kompetitif. Untuk AI saat ini, ketiga kondisi itu belum terpenuhi penuh — tapi arahnya sudah mulai terlihat, khususnya dari sisi corporate returns. Selama fase Appraisal, multiple expansion adalah driver utama return saham. Begitu masuk ke fase Execution, stockpicking berbasis CROCI dan free cash flow menjadi lebih krusial.
Di sisi supply power, pendekatannya tetap all-of-the-above: natural gas mendominasi jangka pendek, renewables dan battery storage mengisi celah, sementara nuclear menjadi opsi jangka panjang. PPA (power purchase agreements) untuk renewables + nuclear yang ditandatangani perusahaan teknologi tumbuh 17% yoy di 2025. Namun parts availability menjadi bottleneck nyata — GE Vernova menyebut bahwa lebih dari 50% kapasitas produksi 2031 mereka sudah terpesan di akhir 2026. Behind-the-meter (BTM) solutions berbasis natural gas menjadi jalan pintas karena lead time grid connectivity yang panjang.
Ada satu risiko yang sering underrated: community pushback. Di Texas (13% dari expected new US data center capacity hingga 2030), gubernur sudah mengeluarkan executive order yang mewajibkan audit dan disclosure sebelum data center mendapat izin koneksi grid. Di Virginia (17% kapasitas baru), ada seruan bipartisan untuk moratorium. Isu yang diangkat komunitas mencakup reliability dan affordability listrik dan air, noise pollution dari cooling equipment yang beroperasi 24/7, serta localized warming dari panas yang dibuang ke lingkungan sekitar. Ini bukan isu yang bisa diselesaikan hanya dengan solusi teknis — persepsi dan NIMBY dynamics punya logikanya sendiri.
Dari sisi sustainability, ada trade-off yang perlu diakui secara jujur. Emisi CO2 dari data center diproyeksikan naik ~370 juta ton atau +210% di 2030 versus 2023 — setara dengan 1% dari total global energy emissions. Di sisi lain, potensi manfaat AI tidak kecil: di healthcare saja, AI dikaitkan dengan peningkatan success rate drug discovery sebesar 370 bps (sekitar 28 new drug discoveries per tahun) dan pemangkasan timeline pengembangan dari 13 tahun menjadi sekitar 10 tahun, dengan estimasi corporate present value $83–$412 miliar tergantung discount rate.
Kalau menggunakan social cost of carbon $190/ton versi EPA, incremental emissions dari data center di 2030 versus 2023 menghasilkan social cost sekitar $140–$170 miliar dalam present value. Sementara potensi social value dari drug discovery AI saja sudah di kisaran $84–$93 miliar untuk periode 7 tahun. Angka-angka ini masih dalam rentang yang bisa diperdebatkan, tapi frameworknya jelas: AI perlu dievaluasi sebagai net dari benefit versus cost, bukan hanya dari sisi emisi semata.
Yang menjadi pertanyaan besar untuk investor: apakah kita masih di fase di mana thematic exposure ke AI power supply chain cukup, atau sudah waktunya bergeser ke stockpicking berbasis differentiated returns dan balance sheet strength? Jawabannya kemungkinan besar bergantung pada seberapa cepat demand untuk compute/token menjadi lebih terdefinisi dan terkonstrain — dan sejauh ini, tanda-tanda ke arah sana baru mulai muncul, belum konklusif.