Goldman Sachs meragukan dampak nyata AI terhadap pertumbuhan ekonomi

Sementara raksasa teknologi seperti Meta, Amazon, Google, dan OpenAI telah melakukan investasi besar-besaran dalam kecerdasan buatan, mencapai puluhan miliar dolar pada tahun 2025 dan merencanakan hampir 700 miliar dolar tambahan pada tahun 2026 untuk pusat data baru, harapan akan transformasi ekonomi besar-besaran oleh AI tampak mereda. Goldman Sachs, pelaku utama dalam analisis keuangan, menerbitkan laporan yang sangat berhati-hati, menyebutkan dampak ekonomi yang terbatas meskipun ada kegembiraan investasi. Keraguan ini menimbulkan beberapa pertanyaan: apakah teknologi kecerdasan buatan benar-benar mendorong pertumbuhan ekonomi? Atau, apakah kita sedang menyaksikan ilusi di tengah janji-janji yang kurang efektif dalam aspek produktivitas? Antara antisipasi keuntungan spektakuler di pasar keuangan dan realitas moderat dari dampak ekonomi, analisis Goldman Sachs mengajak untuk mempertimbangkan kembali kepastian tentang revolusi AI. Temuan ini terjadi dalam konteks di mana investasi besar dalam infrastruktur fisik tampaknya lebih menguntungkan produsen semikonduktor asing yang diselidiki di Taiwan atau Korea daripada ekonomi Amerika sendiri, sehingga mengaburkan hubungan langsung antara pengeluaran dan pertumbuhan domestik. Secara bersamaan, banyak perusahaan pengguna masih kesulitan melihat keuntungan produktivitas yang nyata, bahkan meskipun indikator makroekonomi masih kabur terkait dampak sebenarnya. Akhirnya, keraguan ini juga memiliki dampak politik dan strategis, antara ajakan regulasi yang terukur dan kebutuhan strategi industri yang koheren. Gambaran kompleks dan bernuansa ini dari kecerdasan buatan mengarah pada refleksi mendalam tentang peran sebenarnya dalam dinamika ekonomi saat ini dan masa depan.

Goldman Sachs dan analisis kritis terhadap dampak ekonomi kecerdasan buatan

Menghadapi meningkatnya kekuatan kecerdasan buatan, Goldman Sachs mengambil posisi analitis yang berhati-hati untuk secara tepat memeriksa konsekuensi pada pertumbuhan ekonomi. Meskipun investasi AI mencapai rekor historis – terutama dalam perangkat keras dan chip elektronik –, institusi ini mengamati bahwa pengeluaran tersebut tidak secara mekanis menghasilkan efek substansial pada produk domestik bruto (PDB) Amerika Serikat. Salah satu alasan utama ketidaksesuaian ini adalah sifat aliran ekonomi yang terlibat. Faktanya, proporsi signifikan dari investasi ini menguntungkan produsen dari Asia, khususnya Taiwan dan Korea Selatan, yang berspesialisasi dalam produksi semikonduktor dan peralatan canggih. Impor perangkat ini dengan demikian mengurangi peredaran nilai tambah langsung di wilayah Amerika.

Joseph Briggs, analis di Goldman Sachs, menyoroti bahwa interpretasi yang secara intuitif menarik – bahwa AI akan menjadi motor pertumbuhan langsung – bisa menutupi dinamika yang lebih kompleks. Data ekonomi menunjukkan bahwa, dalam kenyataannya, efek teknologi terhadap aktivitas ekonomi tetap lemah, bahkan tidak ada dalam beberapa kasus. Jan Hatzius, kepala ekonom Goldman Sachs, mengonfirmasi pandangan ini dengan menyatakan bahwa investasi dalam AI berpengaruh « hampir tidak ada » pada pertumbuhan PDB.

Analisis ini dengan demikian mengajak pembacaan ulang statistik secara ketat dan keraguan terhadap prediksi yang terlalu optimistis yang sering didengungkan oleh pasar keuangan. Euforia mengenai AI, yang dipersonifikasikan oleh kapitalisasi pasar S&P 500 yang mencapai rekor lebih dari 670 miliar dolar untuk perusahaan teknologi terkait kecerdasan buatan, harus diredam dengan pandangan dingin dan terukur. Karena teknologi, seberapa pun menjanjikannya, tidak secara otomatis menghasilkan pertumbuhan ekonomi yang spontan.

Investasi besar dalam AI: janji yang sulit diubah menjadi pertumbuhan nyata

Sejak 2025, perusahaan teknologi utama di dunia telah memperbanyak proyek dan pengeluaran untuk mengintegrasikan kecerdasan buatan dalam model bisnis mereka. Infrastruktur khusus, seperti pusat data, berkembang dengan kecepatan yang belum pernah terjadi sebelumnya, didukung oleh investasi besar hampir 700 miliar dolar pada 2026. Peralatan berat ini diperlukan untuk melatih dan menjalankan model AI canggih yang mendasari inovasi saat ini dalam pengenalan suara, pemrosesan bahasa alami, robotika, dan lainnya.

Namun, meskipun volume investasi ini besar, pengembalian ekonomi masih belum terlihat. Fenomena ini dapat dijelaskan oleh beberapa faktor yang saling terkait:

• Sifat algoritma: meskipun canggih, model AI yang ada sering membutuhkan penyesuaian dan pembelajaran berkelanjutan, yang membatasi efektivitas langsungnya pada proses yang menghasilkan produktivitas.
• Biaya adopsi: perusahaan harus mengorganisir ulang operasinya, melatih karyawan, dan memikirkan kembali rantai nilai mereka untuk memanfaatkan alat AI secara penuh, sebuah proses yang panjang dan mahal.
• Ketergantungan teknologi: sebagian besar perangkat keras diimpor, yang menyebarkan keuntungan ekonomi dan menghambat integrasi penuh dalam jaringan industri nasional.
• Pengukuran efek: kurangnya indikator yang andal dan standar membuat evaluasi dampak AI terhadap produktivitas dan pertumbuhan menjadi kompleks.

Hambatan ini sebagian menjelaskan mengapa sektor swasta dan institusi belum melihat hasil nyata yang sesuai dengan insentif keuangan. Pertumbuhan ekonomi Amerika tidak mengalami dinamika yang berkelanjutan hanya karena teknologi ini, berbeda dengan apa yang mungkin diyakini spekulasi pasar keuangan.

Contoh konkret datang dari Federal Reserve Bank of Saint Louis yang, meskipun studi awal yang optimistis mengaitkan 39% pertumbuhan pada kuartal ketiga 2025 dengan AI, telah secara permanen menurunkan angka ini mengingat kesulitan analisis dan disparitas sektoral. Kehati-hatian ini sejalan dengan Goldman Sachs dan mengingatkan kompleksitas mengubah inovasi teknologi menjadi pengungkit pertumbuhan yang besar.

Tabel: perbandingan investasi AI dan dampaknya pada pertumbuhan ekonomi

Tahun	Investasi global (dalam miliar $)	Kontribusi estimasi terhadap pertumbuhan ekonomi (%)	Penerima manfaat ekonomi utama
2024	650	1,5	Produsen semikonduktor Asia
2025	900	2,2	Raksasa teknologi Amerika (investasi perangkat keras)
2026 (perkiraan)	1 200	2,5	Mayoritas produsen Asia

Batasan dalam mengukur dampak ekonomi kecerdasan buatan menurut Goldman Sachs

Salah satu hambatan utama yang diangkat oleh Goldman Sachs dalam analisisnya adalah kesulitan dalam mengukur secara efektif dampak ekonomi AI. Volatilitas data, dikombinasikan dengan ketiadaan metodologi standar, menghasilkan hasil yang terkadang bertentangan. Didukung oleh antusiasme, perusahaan cenderung melebih-lebihkan efek langsung dari investasi AI mereka, sementara ekonom lebih memilih bersikap bijaksana dalam menafsirkan angka.

Ketidakpastian ini juga baru-baru ini disoroti oleh Mary Daly, ketua Federal Reserve Bank of San Francisco, yang menekankan perlunya pengamatan yang hati-hati. Meskipun teknologi menimbulkan harapan besar, pengukuran produktivitasnya sulit dilakukan. Kehati-hatian mengundang para pembuat keputusan untuk menghindari kesimpulan terburu-buru dan melakukan analisis mendalam terhadap data sebelum mengubah kebijakan ekonomi.

Pernyataan ini diperkuat oleh survei National Bureau of Economic Research (NBER) terhadap hampir 6.000 pemimpin bisnis di Amerika Utara, Eropa, dan Australia. Survei ini mengungkapkan bahwa meskipun adopsi aktif kecerdasan buatan oleh 70% perusahaan yang disurvei, sekitar 80% dari mereka tidak melihat perubahan signifikan baik dalam pekerjaan maupun produktivitas.

Paradoks ini jelas menggambarkan kesulitan nyata untuk memanfaatkan investasi AI dalam jangka pendek atau menengah, yang menguatkan skeptisisme yang diungkapkan oleh Goldman Sachs. Untuk membangun hubungan yang dapat dipercaya antara inovasi teknologi dan pertumbuhan ekonomi, kemungkinan besar alat pengukuran dan kriteria analisis harus ditinjau ulang.

Isu strategis dan industri di balik investasi kecerdasan buatan

Selain sekadar masalah ekonomi, investasi dalam kecerdasan buatan berada dalam dinamika geopolitik dan industri yang kritis. Bagi Amerika Serikat, sangat bergantung pada peralatan impor melemahkan kedaulatan teknologi nasional. Hal ini menimbulkan pertanyaan penting tentang kemampuan untuk menjalankan « kebangkitan teknologi » yang benar-benar lokal.

Kondisi ini mendorong kebijakan publik untuk mendukung relokasi dan mendukung produksi domestik komponen penting, terutama semikonduktor. Persaingan global di sektor teknologi maju, terutama antara Amerika Serikat dan China, membawa imperatif strategi yang melampaui analisis ekonomi semata.

Dalam konteks ini, Goldman Sachs menyoroti bahwa tanpa penguasaan yang lebih besar atas rantai nilai teknologi, pengeluaran tinggi dalam AI berisiko memperkuat ketergantungan industri, merugikan dinamika pertumbuhan yang nyata di wilayah Amerika. Fragmentasi keuntungan ekonomi berdasarkan wilayah geografis dengan demikian mempersulit penerapan strategi industri yang koheren.

Contoh ilustratif adalah meningkatnya kekuatan produsen chip Taiwan, seperti TSMC, yang mendominasi penyediaan komponen kunci untuk AI. Keberhasilan ekonomi mereka memberikan sedikit keuntungan langsung pada pertumbuhan Amerika, meskipun raksasa teknologi Amerika tetap menjadi pelaku utama inovasi.

Kecerdasan buatan dan transformasi nyata perusahaan: tantangan pelaksanaan

Memiliki teknologi kecerdasan buatan terbaik tidak menjamin kesuksesan ekonomi secara langsung. Adopsi AI yang sukses membutuhkan perubahan mendalam dalam organisasi, pembaruan proses bisnis, dan pelatihan karyawan yang sesuai. Pekerjaan ini sering kali kompleks dan memakan waktu, memperlambat potensi pertumbuhan yang diharapkan.

Banyak perusahaan menghadapi kesenjangan antara injeksi besar teknologi AI dan manfaat nyata serta terukur. Menginstal perangkat lunak kecerdasan buatan di suatu departemen tidak otomatis mengubah metode kerja. Biasanya diperlukan penataan ulang strategi perusahaan untuk menyelaraskan alat dengan visi yang jelas tentang efisiensi dan profitabilitas.

Hasil yang diamati di beberapa sektor menunjukkan beragam efek: beberapa organisasi memang mengalami pengembalian investasi yang positif, terutama dalam otomatisasi tugas berulang atau peningkatan hubungan pelanggan. Yang lain kesulitan menunjukkan keuntungan yang jelas, karena integrasi yang tidak koheren atau adopsi teknologi yang tidak menyeluruh.

• Pelatihan yang sesuai dan peningkatan kompetensi tim untuk menggunakan AI secara penuh
• Identifikasi yang jelas terhadap proses kunci yang dapat dioptimalkan dengan AI
• Pengawasan ketat terhadap indikator kinerja setelah penerapan teknologi
• Penyesuaian organisasi untuk mendukung perubahan budaya
• Keseimbangan antara inovasi teknologi dan pengendalian anggaran

Singkatnya, untuk mengubah investasi AI menjadi penggerak pertumbuhan nyata, sangat penting membangun strategi yang lincah, berkembang, dan berfokus pada nilai ekonomi konkret.

Implikasi untuk pasar keuangan: penyesuaian ekspektasi terhadap teknologi AI

Kegembiraan seputar kecerdasan buatan telah mendapatkan gema besar di pasar keuangan. Banyak investor mengadopsi gagasan bahwa AI akan segera menghasilkan keuntungan dan mengubah dinamika sektor. Dengan demikian, kapitalisasi pasar perusahaan yang terkait AI telah mencapai puncak yang menakjubkan, memicu gelombang spekulasi.

Namun, Goldman Sachs mengingatkan perlunya penyesuaian harapan ini dengan realitas ekonomi yang nyata. Keuntungan produktivitas, yang menjadi dasar penilaian pasar saham, terlambat muncul. Perbedaan ini dapat menyebabkan koreksi pasar, bahkan penyesuaian proyek teknologi ke arah aplikasi yang lebih konkret dan menguntungkan.

Perkembangan ini menuntut investor mengambil pendekatan yang lebih berhati-hati, mengutamakan evaluasi yang ketat terhadap kinerja dan pengembalian investasi yang nyata, daripada proyeksi ambisius yang masih tidak pasti. Perusahaan itu sendiri, sebagai imbal balik, harus lebih transparan menunjukkan hasil dan kemampuan mereka mengubah inovasi menjadi pertumbuhan yang berkelanjutan.

Kerangka regulasi dan perspektif politik terhadap kecerdasan buatan

Argumen yang dikemukakan oleh beberapa aktor politik, khususnya mantan presiden Donald Trump, yang mendukung bahwa investasi dalam AI menggerakkan ekonomi Amerika dan memerlukan regulasi yang longgar untuk mendorong inovasi, dipertanyakan oleh analisis terbaru seperti yang dilakukan Goldman Sachs. Jika AI tidak menghasilkan pertumbuhan ekonomi besar dalam jangka pendek, wacana yang membenarkan intervensi regulasi yang lebih rendah kehilangan kekuatan.

Kondisi ini membuka jalan bagi refleksi yang lebih seimbang pada kerangka legislatif yang dapat lebih baik mengatur perkembangan kecerdasan buatan tanpa menghambat kemajuan teknologi. Regulator saat ini dapat mengambil sikap lebih tegas, karena AI bukanlah lokomotif ekonomi yang tidak dapat dikendalikan.

Selain itu, dinamika ini dapat mendorong regulasi yang bertujuan melindungi kepentingan publik, mengamankan data, menjamin keadilan, dan menghindari penyalahgunaan tanpa takut menghambat pertumbuhan ekonomi. Perkembangan ini berkontribusi pada dialog politik yang lebih matang dan seimbang, yang sangat diperlukan untuk integrasi AI yang baik dalam masyarakat.

Dalam kerangka ini, perdebatan berfokus pada:

1. Pendirian standar federal yang koheren untuk menghindari fragmentasi regulasi yang berlebihan
2. Perlindungan hak pengguna dan privasi data
3. Dukungan untuk inisiatif yang mendorong relokasi dan kedaulatan teknologi
4. Pelestarian daya saing ekonomi melalui jaminan lingkungan yang mendukung inovasi yang bertanggung jawab

Pendekatan yang lebih bernuansa ini sesuai dengan prinsip kehati-hatian ekonomi dan politik yang direkomendasikan oleh Goldman Sachs dan institusi keuangan utama lainnya.