Tren Tokenomics: Perusahaan Global Mulai Tinggalkan Model AI Mahal

Ilustrasi.(Magnific)

DUNIA korporasi dunia sekarang tengah menghadapi pergeseran radikal dalam penggunaan kepintaran buatan (AI). Setelah sempat terjebak dalam tren penggunaan model AI paling canggih dengan biaya selangit, banyak perusahaan sekarang mulai menyadari bahwa mereka tidak perlu menguras anggaran demi teknologi tersebut.

Fenomena nan disebut sebagai tokenomics ini muncul akibat kejenuhan perusahaan terhadap biaya operasional AI nan terus membengkak. Sebagai solusinya, perusahaan besar maupun mini mulai mengangkat model AI dengan nilai lebih terjangkau, termasuk model open-weight nan dikembangkan oleh perusahaan rintisan asal Tiongkok.

Analogi Lamborghini dan Susu

Mike Saeks, Field Chief Technology Officer di Cursor sebagai startup nan tengah dalam proses akuisisi oleh SpaceX senilai Rp930 triliun ($60 miliar), menjelaskan bahwa penggunaan model AI paling kuat untuk tugas-tugas rutin merupakan pemborosan.

"Ini seperti mengendarai Lamborghini hanya untuk pergi ke toko kelontong membeli susu, padahal mobil itu dirancang untuk dipacu di lintasan balap," ujar Saeks. Ia sekarang bekerja menasihati perusahaan tentang langkah mengukur dan meningkatkan untung atas investasi (ROI) dari pengeluaran AI mereka.

Perubahan pola pikir ini sangat drastis. Jika beberapa bulan lampau perusahaan membanggakan tingginya penggunaan token AI (tokenmaxxing), sekarang mereka beranjak ke strategi penghematan maksimal (thrift-maxxing).

Persaingan Geopolitik dan Model Terbuka

Pergeseran anggaran ini bukan sekadar masalah finansial, melainkan juga rumor geopolitik. Model AI ternama asal AS seperti OpenAI dan Anthropic umumnya berkarakter tertutup (closed models) dan dikendalikan ketat. Sebaliknya, Tiongkok dikenal dengan model open-weight nan lebih murah dan dapat dikustomisasi.

Beberapa startup Tiongkok nan mulai banyak digunakan di AS antara lain DeepSeek, MiniMax, dan Moonshot AI. Meski demikian, penggunaan model ini memicu ketegangan. OpenAI dan Anthropic menuduh developer Tiongkok meniru teknologi mereka, sementara pejabat pemerintah AS mulai menyuarakan kekhawatiran mengenai akibat keamanan data.

Di sisi lain, raksasa teknologi seperti Nvidia, Microsoft, dan Palantir justru menandatangani surat support untuk model terbuka, mendesak kreator kebijakan agar berhati-hati dalam menerapkan pembatasan nan dapat menghalang kompetisi.

Strategi Campuran: Rahasia Efisiensi

Banyak perusahaan sekarang menerapkan strategi a la carte, ialah mencampur penggunaan beragam model AI sesuai kebutuhan tugas. Cursor, misalnya, melakukan penelitian membangun peramban web dari nol.

Jika menggunakan GPT-5.5 secara penuh, biayanya mencapai lebih dari Rp155 juta (US$10.000). Namun, dengan mengombinasikan model internal mereka dan Anthropic Opus 4.8, biayanya terpangkas menjadi hanya sekitar Rp20,7 juta (US$1.339).

Beberapa strategi penghematan nan mulai umum diterapkan meliputi:

• Membatasi akses model premium hanya untuk tugas perencanaan strategis.
• Menggunakan model murah alias open-source untuk eksekusi tugas rutin.
• Menerapkan sistem tiga orang biasa setara satu jenius, ialah beberapa model murah dikombinasikan untuk menyamai performa satu model canggih.

Respons Raksasa AI

Menghadapi ancaman terhadap valuasi mereka, OpenAI dan Anthropic mulai bereaksi. OpenAI memperkenalkan model GPT 5.6 Sol nan diklaim lebih efisien dalam penggunaan token. Sementara itu, Anthropic merilis model berkekuatan tinggi dengan biaya lebih rendah untuk mempertahankan pelanggan.

Marty Kausas, CEO Pylon, menyebut situasi saat ini sebagai pertumpahan darah bagi loyalitas pelanggan. Perusahaannya apalagi menerima insentif berupa token cuma-cuma senilai lebih dari Rp24,8 miliar (US$1,6 juta) dari vendor AI nan berupaya keras agar pengguna tidak beranjak ke model pesaing nan lebih murah.

Dengan semakin banyaknya pilihan model nan tersedia, era AI murah tampaknya bakal terus bertahan. Ini memaksa para pemimpin industri untuk tidak lagi sekadar mengejar kecanggihan, tetapi juga efisiensi biaya nan nyata. (The Wall Street Journal/I-2)