Belanja AI Google Terlihat Besar, Tetapi Cloud Mulai Menjawab

Banyak orang mudah melihat belanja AI sebagai tanda gelembung. Angkanya besar, infrastrukturnya mahal, dan janji bisnisnya sering terdengar terlalu jauh.

Kekhawatiran itu masuk akal. Tidak semua investasi AI otomatis kembali menjadi revenue. Tidak semua chatbot, model, atau data center akan berubah menjadi keuntungan yang sehat.

Tetapi laporan terbaru Alphabet memberi sinyal yang lebih menarik: setidaknya untuk Google, sebagian belanja AI mulai punya pembenaran yang lebih konkret melalui bisnis cloud.

Google Cloud mencatat revenue $24,8 miliar, naik 82% dibanding periode yang sama tahun lalu. Angka ini juga melewati ekspektasi analis yang berada di sekitar $22,46 miliar. Di saat yang sama, backlog kontrak cloud Alphabet naik menjadi $514 miliar.

Artinya, cerita AI Google tidak hanya tentang eksperimen produk atau hype konsumen. Ada permintaan enterprise yang mulai masuk ke kontrak, infrastruktur, dan pemakaian cloud.

The Core Update

Alphabet selama ini menghadapi pertanyaan besar dari investor: apakah belanja AI yang sangat besar benar-benar layak?

Pertanyaan itu muncul karena capital expenditure Alphabet diperkirakan mencapai $180 miliar sampai $190 miliar untuk tahun ini. Uang itu dipakai untuk membangun data center, membeli chip, dan memperluas kapasitas komputasi.

Dalam bisnis teknologi, angka sebesar itu tidak bisa hanya dijawab dengan narasi masa depan. Investor ingin melihat tanda bahwa permintaan nyata sedang terbentuk.

Laporan terbaru memberi jawaban awal.

Google Cloud tumbuh 82% secara tahunan menjadi $24,8 miliar. Pertumbuhan ini lebih tinggi dari kuartal sebelumnya, ketika revenue cloud naik 63% menjadi $20 miliar. Alphabet juga menyebut pertumbuhan tersebut banyak didorong oleh enterprise AI solutions dan enterprise AI infrastructure adoption.

Di luar cloud, revenue Alphabet secara keseluruhan naik 24% menjadi $119,8 miliar. Google Services juga tumbuh 15% menjadi $94,5 miliar. Profit perusahaan mencapai $112,1 miliar, naik besar dari $28,1 miliar pada periode yang sama tahun lalu.

Gemini juga menunjukkan pertumbuhan pemakaian. Aplikasi AI Google itu kini memiliki 950 juta monthly active users, naik dari 750 juta pada Q4 2025.

Di permukaan, ini terlihat seperti kemenangan penuh untuk strategi AI Google.

Tetapi membaca laporan seperti ini sebaiknya tidak berhenti pada angka besar.

The Reality Check

Pertumbuhan cloud Google memang kuat. Namun ini tidak berarti semua belanja AI sudah aman dari risiko.

Ada perbedaan besar antara revenue yang tumbuh, backlog kontrak, dan return dari investasi infrastruktur. Revenue menunjukkan permintaan saat ini. Backlog menunjukkan pekerjaan atau kontrak yang belum menjadi revenue. Capital expenditure menunjukkan taruhan kapasitas untuk masa depan.

Ketiganya saling terkait, tetapi tidak sama.

Masalah utama AI infrastructure adalah waktunya. Data center dan chip harus dibeli sebelum kapasitas itu menghasilkan uang. Perusahaan harus menebak seberapa besar demand enterprise akan bertahan beberapa tahun ke depan.

Jika demand terus naik, investasi terlihat visioner. Jika demand melambat, kapasitas mahal bisa menjadi beban.

Karena itu, pertanyaan analis kepada Sundar Pichai tetap penting: kapan investasi compute ini benar-benar membayar kembali?

Jawaban Pichai mengarah ke 2027. Ia menyebut ada indikator demand yang kuat, termasuk long-term deals, dan dinamika sekarang terlihat lebih sehat dibanding sekitar satu tahun lalu.

Ini bukan jawaban yang salah. Tetapi ini juga bukan bukti final.

Bagi banyak bisnis, pelajaran dari berita ini bukan bahwa semua perusahaan harus ikut belanja AI besar-besaran. Justru sebaliknya: Google bisa mengambil risiko besar karena mereka punya skala, pelanggan enterprise, cloud platform, model AI, distribusi produk, dan kemampuan infrastruktur.

Sebagian besar bisnis tidak berada di posisi itu.

Banyak perusahaan yang melihat berita seperti ini lalu merasa harus segera membangun AI sendiri, membeli tool AI lebih banyak, atau membuat automation di semua bagian. Padahal masalah mereka mungkin belum sampai di level model, chip, atau data center.

Masalah mereka lebih sering berada di level data yang belum rapi, workflow yang belum jelas, dan keputusan operasional yang masih bergantung pada chat manual.

AI tidak memperbaiki proses yang belum bisa dibaca. AI hanya mempercepat apa yang sudah punya struktur cukup jelas.

The Havedev Way

Dari sudut pandang Havedev, berita ini menunjukkan satu hal penting: AI menjadi bernilai ketika terhubung dengan kebutuhan bisnis yang jelas.

Google Cloud tumbuh bukan hanya karena AI terdengar menarik. Pertumbuhan itu datang dari perusahaan yang membutuhkan infrastructure, platform, dan solusi untuk memakai AI dalam pekerjaan nyata.

Untuk bisnis yang lebih kecil, prinsipnya sama, tetapi skalanya berbeda.

Sebelum bertanya tool AI apa yang harus dipakai, bisnis perlu bertanya hal yang lebih dasar:

• data apa yang sudah tersedia?
• proses mana yang paling sering macet?
• pekerjaan mana yang menghabiskan waktu admin?
• keputusan apa yang terlalu lama karena informasi tersebar?
• bagian mana yang paling dekat dengan revenue atau pengalaman pelanggan?

Jika jawabannya belum jelas, membeli AI tool baru hanya menambah lapisan teknologi di atas proses yang masih kabur.

Contohnya, AI untuk sales follow-up akan lebih berguna jika status lead sudah jelas. AI untuk customer support akan lebih sehat jika kategori masalah dan pemilik tindak lanjut sudah disepakati. AI untuk reporting akan lebih akurat jika sumber data tidak tersebar di banyak spreadsheet yang berbeda definisi.

Dengan kata lain, bisnis tidak perlu meniru belanja AI Google. Bisnis perlu meniru cara berpikir investasinya: kapasitas dibangun karena ada demand, bukan karena takut tertinggal.

Untuk banyak bisnis, langkah yang lebih masuk akal adalah mulai dari satu alur yang paling dekat dengan uang.

Misalnya:

• lead dari website dan WhatsApp
• follow-up sales
• invoice dan pembayaran
• order dan fulfilment
• support pelanggan
• laporan performa mingguan

Rapikan dulu alur itu. Pastikan datanya masuk dengan format yang berguna. Pastikan statusnya jelas. Pastikan siapa pun yang melihat dashboard bisa tahu pekerjaan mana yang harus ditindaklanjuti hari ini.

Setelah itu, automation dan AI menjadi lebih mudah dipilih.

Mungkin cukup dengan form website yang lebih terstruktur. Mungkin cukup dengan CRM ringan. Mungkin perlu integrasi WhatsApp. Mungkin perlu dashboard internal. Mungkin baru masuk akal memakai AI untuk klasifikasi, ringkasan, atau rekomendasi tindak lanjut.

AI yang sehat tidak dimulai dari pertanyaan “fitur apa yang keren?”

AI yang sehat dimulai dari pertanyaan “keputusan apa yang ingin dibuat lebih cepat dan lebih akurat?”

Google sedang menunjukkan versi skala besar dari prinsip itu. Mereka membangun infrastruktur besar karena melihat demand enterprise yang besar. Bisnis lain tidak perlu menyalin ukurannya, tetapi bisa menyalin disiplinnya.

Jangan mulai dari belanja. Mulai dari kebutuhan yang terbukti.

Jangan mulai dari AI. Mulai dari alur kerja yang ingin dibuat lebih jelas.

Jangan mulai dari automation. Mulai dari data dan status yang bisa dipercaya.

Setelah dasar itu ada, teknologi menjadi alat yang lebih masuk akal. Bukan karena sedang ramai, tetapi karena ada pekerjaan nyata yang memang perlu dibantu.

Dapatkan Audit Teknis Gratis untuk meninjau alur website, data lead, dan peluang automation AI yang paling masuk akal untuk bisnis Anda.

---

Sumber referensi berita: TechCrunch