Kita selalu berpikir bahwa setiap kemajuan AI akan membuat harga aset melonjak. Namun, sebuah makalah makro yang ditetapkan pada Juni 2028 melukiskan gambaran yang sangat bertolak belakang: Kejayaan produktivitas AI yang melebihi harapan, akhirnya memicu ‘wabah ekonomi’ yang didorong oleh keruntuhan permintaan.
Laporan tersebut membayangkan sebuah skenario: Tingkat pengangguran di Amerika Serikat meningkat menjadi 10,2%, indeks S&P 500 turun 38% dari puncaknya pada Oktober 2026. Pasar telah kebal terhadap berita buruk, jika enam bulan yang lalu, data serupa cukup untuk memicu pemutusan. Akar krisis diuraikan menjadi dua rantai yang saling memperkuat.
条 pertama adalah rantai ekonomi riil. Lonjakan kemampuan AI menyebabkan pekerjaan kantoran tergantikan secara sistematis. Pertumbuhan upah riil berbalik negatif, orang-orang berpenghasilan tinggi terpaksa turun. Konsumsi, yang menyumbang sekitar 70% dari PDB, mulai menyusut. Sebuah pertanyaan tajam diajukan: Berapa banyak uang yang akan dibelanjakan mesin untuk konsumsi pilihan? Jawabannya adalah nol. Ini melahirkan 'PDB hantu' - produksi yang dicatat dalam akun nasional, tetapi tidak dapat beredar dalam ekonomi nyata.
条 kedua adalah rantai sistem keuangan. Kerusakan struktural pada ekspektasi pendapatan pekerja kantoran mulai menggerogoti aset yang dibangun di atas asumsi arus kas yang stabil. Yang pertama jatuh adalah industri perangkat lunak. Pada akhir 2025, kemampuan alat pemrograman AI mengalami lonjakan bertingkat, perusahaan mulai membangun pengganti untuk pembelian SaaS. Perusahaan-perusahaan Fortune 500 menggunakan pengembangan internal sebagai alat negosiasi, memotong biaya perpanjangan kontrak sebesar 30%. Benteng industri beralih dari perbedaan fungsi menjadi perang brutal dalam biaya dan ketahanan pembiayaan.
Lebih refleksif adalah kenyataan bahwa perusahaan yang terdisrupsi tidak memilih untuk melawan, tetapi malah mempercepat adopsi AI untuk menyelamatkan diri. Misalnya, sebuah perusahaan otomatisasi proses mengalami penurunan setengah dalam pertumbuhan nilai kontrak baru akibat pemotongan karyawan pelanggan, dan segera mengumumkan pemotongan karyawan sebesar 15%. Tindakan rasional individu setiap perusahaan, ketika digabungkan, malah merobohkan rem dari seluruh sistem ekonomi.
Ketika agen AI menjadi konfigurasi default pada awal 2027, transaksi beralih dari keputusan diskrit manusia menjadi optimasi berkelanjutan 24/7. Lapisan sewa gesekan yang dibangun di atas 'keterbatasan manusia' mulai runtuh: platform pemesanan perjalanan, asuransi yang bergantung pada kelemahan perpanjangan, penasihat keuangan, agen real estat. Komisi pembeli ditekan menjadi di bawah 1%.
Dampak yang lebih mendalam ada di lapisan pembayaran. Ketika agen mendominasi transaksi, biaya pertukaran organisasi kartu 2%-3% tampak mencolok. Dalam pengaturan ini, agen mulai beralih ke penyelesaian menggunakan $SOL atau stablecoin di Ethereum L2, dengan biaya mendekati sepersekian sen. Ini langsung menyerang model profitabilitas lembaga seperti Mastercard dan American Express.
Ini jauh dari sekadar masalah prospek industri. Pekerja kantoran di AS mencakup sekitar 50% dari pekerjaan, tetapi menyumbang sekitar 75% dari konsumsi pilihan. 10% teratas dari populasi menyumbang lebih dari 50% dari konsumsi. Oleh karena itu, bahkan jika pekerjaan pekerja kantoran hanya turun 2%, itu dapat mendorong penurunan konsumsi pilihan sebesar 3%-4%. Efek pengganda ini mulai terlihat pada awal Oktober 2026, data lowongan pekerjaan memburuk, pasar obligasi terlebih dahulu merespons dengan guncangan konsumsi, imbal hasil obligasi AS 10 tahun turun dari 4,3% menjadi 3,2%.
Sementara itu, investasi AI tidak melambat, karena pada dasarnya adalah pengganti pengeluaran operasional, bukan pengeluaran modal tradisional. Perusahaan mengalihkan anggaran yang sebelumnya direncanakan untuk pembayaran gaji ke AI, menyebabkan infrastruktur AI (seperti Nvidia, TSMC) berkembang pesat, berlawanan dengan penurunan di sisi konsumsi. Di tingkat negara juga muncul pemisahan: Korea Selatan sebagai pihak yang murni diuntungkan melampaui, sementara ekspor layanan TI India yang melebihi 200 miliar dolar AS mengalami pukulan besar, dan rupee merosot 18% terhadap dolar dalam empat bulan.
Domino pertama dari risiko keuangan adalah pinjaman swasta. Skala pinjaman ini telah melebihi 2,5 triliun dolar AS pada tahun 2026, dengan banyak dana yang didasarkan pada asumsi 'pertumbuhan stabil jangka panjang' dari pendapatan SaaS, diinvestasikan dalam akuisisi perangkat lunak dengan leverage. Ketika AI menerobos asumsi ini, kerugian mulai terungkap. Pada April 2027, Moody's menurunkan peringkat utang 14 penerbit secara bersamaan sebesar 18 miliar dolar AS. Pinjaman Zendesk sebesar 5 miliar dolar AS berdasarkan pendapatan berulang ditandai menjadi 58 sen, menjadi kasus default yang ikonik.
Pinjaman swasta sendiri adalah struktur tertutup yang dapat dikendalikan. Namun, masalahnya adalah bahwa lembaga manajemen aset besar melalui akuisisi perusahaan asuransi jiwa, mengubah kewajiban pensiun menjadi basis pembiayaan untuk pinjaman swasta. Ketika default perangkat lunak menyebar, regulasi asuransi yang lebih ketat memaksa lembaga untuk menambah modal atau menjual aset, menciptakan siklus jahat di lingkungan pasar yang buruk. Struktur kompleks seperti reasuransi lepas pantai semakin membuat alokasi kerugian menjadi sangat tidak transparan.
Yang benar-benar mematikan adalah pasar hipotek perumahan. Skala pasar ini sekitar 13 triliun dolar AS, dengan fondasi penjaminan adalah pendapatan stabil peminjam selama 30 tahun ke depan. Yang menakutkan dari risiko ini adalah bahwa pinjaman itu sendiri berkualitas tinggi: skor kredit tinggi, uang muka yang cukup, pendapatan yang dapat diverifikasi. Namun, AI menyebabkan ekspektasi pendapatan pekerja kantoran mengalami penyesuaian struktural ke bawah, peminjam kehilangan kepercayaan pada arus kas masa depan mereka. Tanda-tanda tekanan mulai terlihat dari penggunaan kredit ekuitas rumah dan penarikan awal dari akun pensiun, kemudian di daerah berkumpulnya pekerja teknologi seperti San Francisco dan Seattle, tingkat default mulai meningkat.
Di tingkat kebijakan, situasi terjebak. Alat tradisional seperti penurunan suku bunga dan pelonggaran kuantitatif dapat menyelamatkan mesin keuangan, tetapi sulit memperbaiki akar masalah 'kecerdasan manusia yang semakin tidak berharga'. Keuangan menghadapi paradoks struktural: perlu melakukan transfer pembayaran kepada rumah tangga, tetapi basis pajak (terutama dari pajak atas waktu kerja) malah menyusut. Proporsi pendapatan dari tenaga kerja terhadap PDB, turun dari 64% pada 1974 menjadi 56% pada 2024, dalam empat tahun yang dipercepat oleh AI, lebih lanjut jatuh menjadi 46%.
Diskusi politik beralih ke pajak atas daya komputasi AI, serta pembentukan 'hak klaim kecerdasan publik' yang mirip dengan dana kedaulatan, tetapi terdapat perbedaan besar antara kedua belah pihak. Gesekan sosial semakin meningkat, para pengunjuk rasa bahkan menyekat laboratorium AI. Kecepatan perubahan institusi jauh tertinggal dari umpan balik iterasi teknologi.
Logika mendasar dari semua ini adalah penarikan historis dari 'premium kecerdasan'. Titik acuan penetapan harga dalam sistem keuangan ekonomi modern - kelangkaan kecerdasan manusia - sedang terguncang. Ketika kecerdasan mesin menjadi barang pengganti yang murah, seluruh sistem perlu mengalami penetapan harga yang menyakitkan. Laporan ini meninggalkan satu pertanyaan untuk refleksi: Aset dan arus kas Anda, seberapa banyak yang dipertaruhkan pada asumsi lama seperti 'gesekan tidak akan hilang, pendapatan pekerja kantoran stabil, dan sektor rumah tangga terus berfungsi sebagai mesin permintaan'?
Untuk aset seperti $BTC dan $ETH, narasi nilainya dalam jangka panjang mengandung elemen 'hedge' terhadap ketidakpercayaan pada sistem tradisional. Namun, jika sumber goncangan adalah rekonstruksi hubungan produksi di seluruh masyarakat, bukan penyalahgunaan mata uang fiat atau ketidakpercayaan pada satu lembaga, maka atribut 'hedge' tersebut juga perlu ditinjau kembali di bawah logika baru. Ketika wabah ekonomi menyebar, semua aset yang dibangun di atas asumsi arus kas dunia lama, sulit untuk menghindari penilaian ulang.
---
Ikuti saya: Dapatkan lebih banyak analisis dan wawasan real-time tentang pasar kripto!
