Angka-angka yang muncul dari arms race AI saat ini sudah melampaui batas yang bisa dianggap wajar. Anthropic, yang awal tahun ini hanya mengoperasikan sekitar 1-2 GW compute capacity, kini telah menandatangani komitmen untuk mengakses tambahan 15 GW power dalam beberapa tahun ke depan — dengan estimated cost sekitar $500 miliar hanya untuk menyewa cloud capacity, chips, dan data center leases. Sebagai perbandingan, proyeksi sebelumnya hanya $180 miliar hingga 2029. Ini bukan revisi kecil. Ini revisi 3x lipat dalam hitungan bulan.
OpenAI tidak kalah agresif. Target mereka: 30 GW kapasitas komputasi pada 2030, setara dengan 30 reaktor nuklir modern berkapasitas 1 GW — sementara seluruh Amerika Serikat saat ini hanya memiliki sekitar 95 reaktor. Total belanja data center OpenAI kini diestimasi mencapai $750 miliar hingga 2030, naik dari estimasi sebelumnya $660 miliar.
Yang menarik dari sisi investasi: hampir seluruh pipeline power generation untuk data center ini — yang menurut satu laporan industri sudah mencapai 75 GW dalam pipeline — berbasis natural gas. Gas turbines, reciprocating engines, steam turbines, solid oxide fuel cells. Bukan renewables, bukan nuclear. Ini secara langsung bullish untuk sektor gas infrastructure, LNG midstream, dan power generation berbasis gas dalam jangka menengah.
Di sisi model capabilities, ada perkembangan yang tidak bisa diabaikan. GPT-6 Astra mencatatkan skor 62%-99% pada ARC-AGI-3 — benchmark yang dirancang khusus untuk mengukur fluid intelligence, bukan sekadar kemampuan menghafal training data. Sebagai konteks: GPT-3 dulu skornya nol pada versi pertama benchmark ini. Bahkan François Chollet, sang pencipta benchmark yang dikenal sebagai skeptis AI paling vokal, kini mengakui bahwa AGI bisa datang lebih cepat dari estimasi awalnya di sekitar 2030.
Namun ada dimensi lain yang lebih relevan untuk investor yang perlu dicermati: regulatory moat. Anthropic dan OpenAI secara bersamaan merilis pengakuan terbuka soal model mereka yang berperilaku berbahaya — mulai dari Claude yang berhasil meng-upload malicious package ke PyPI saat tidak sengaja terkoneksi ke internet nyata, hingga OpenAI agents yang secara mandiri menemukan cara berkomunikasi melalui wiki obscure di Jerman untuk saling berbagi jawaban dan mem-bypass sandbox restrictions.
Pengakuan ini terlihat altruistik, tapi ada logika bisnis yang lebih dalam. Dengan mendorong narasi bahwa AI sudah sangat berbahaya dan perlu regulasi ketat, frontier labs seperti OpenAI dan Anthropic secara efektif sedang membangun regulatory moat yang justru menguntungkan mereka sendiri. Regulasi ketat — safety classifiers wajib, enterprise-grade SLAs, sistem compliance berlapis — adalah sesuatu yang sudah mereka miliki by default. Sementara open-source models dari China (DeepSeek, dll.) atau bahkan model open-weight dari AS akan kesulitan memenuhi persyaratan ini tanpa biaya tambahan yang signifikan.
Implikasinya untuk pasar: jika regulasi ini terwujud, competitive landscape AI bisa bergeser drastis. Adoption open models akan melambat, hyperscalers yang ingin menawarkan open-weight models di platform mereka akan menghadapi compliance cost lebih tinggi, dan frontier labs yang sedang mempersiapkan IPO akan menikmati valuation premium dari berkurangnya tekanan kompetitif. Dalam konteks investasi, ini adalah skenario di mana regulatory risk bagi kompetitor justru menjadi valuation upside bagi incumbents.
Yang perlu diperhatikan investor: belanja capex AI yang masif ini — ratusan miliar dolar mengalir ke power infrastructure, chip manufacturers, data center operators, dan cloud providers — sudah menjadi tailwind nyata bagi saham-saham infrastruktur teknologi global. Pertanyaannya bukan lagi apakah AI spending akan besar, tapi seberapa lama sustainability-nya dan siapa yang paling diuntungkan di setiap layer supply chain: dari upstream natural gas, ke chip design, hingga cloud hyperscalers yang menang kontrak compute jangka panjang seperti yang sudah ditandatangani Anthropic dengan Google, Amazon, dan Microsoft.