JawabanDipublikasikan16 sumber
Harga Token AI Turun Cepat, Infrastruktur Bernilai Triliunan Diuji
Indeks pengeluaran token LLM Silicon Data turun menjadi US$0,97 per juta token setelah merosot 29% sepanjang Agustus; harga model frontier juga 84% lebih rendah dibandingkan basis Maret 2023. Risikonya bukan harga murah semata, melainkan kapasitas AI yang mahal dibangun lebih cepat daripada pertumbuhan beban kerja b...
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- Indeks pengeluaran token LLM Silicon Data turun menjadi US$0,97 per juta token setelah merosot 29% sepanjang Agustus; harga model frontier juga 84% lebih rendah dibandingkan basis Maret 2023.
- Risikonya bukan harga murah semata, melainkan kapasitas AI yang mahal dibangun lebih cepat daripada pertumbuhan beban kerja berbayar, utilisasi, dan pendapatan.
- Goldman Sachs Research memproyeksikan agen AI dapat mendorong konsumsi token bulanan naik 24 kali lipat menjadi sekitar 120 kuadriliun pada 2030, tetapi proyeksi itu harus berubah menjadi penggunaan rutin yang bernila...
AI Perintah
openai.comCreate a landscape editorial hero image for this Studio Global article: How is Goldman Sachs’ warning that rapidly falling LLM token prices—down to about $0.97–$0.98 per million tokens after a 29% August decline. Article summary: Goldman’s warning implies a more selective, riskier outlook for AI-infrastructure investors: compute demand can grow sharply while the revenue earned per unit of compute falls even faster. If that happens, utilization, p. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Inferensi AI—proses ketika model digunakan untuk menjawab pertanyaan, membuat konten, atau menjalankan tugas—kian murah. Ini kabar baik bagi pengguna karena AI bisa dipakai untuk lebih banyak aplikasi. Namun, bagi investor infrastruktur AI, penurunan harga tersebut menimbulkan pertanyaan besar: apakah volume penggunaan akan tumbuh cukup cepat untuk membenarkan belanja chip, cloud, pusat data, dan listrik yang sangat besar?
Menurut pemberitaan mengenai catatan Goldman Sachs, LLM Token Expenditure Index milik Silicon Data turun menjadi US$0,97 per juta token setelah jatuh 29% sepanjang Agustus. Sementara itu, indeks harga model AI frontier berada 84% di bawah level dasarnya pada Maret 2023. 2
4
5
Inti kekhawatirannya adalah ketidakselarasan waktu. Infrastruktur dibangun dan dibiayai bertahun-tahun sebelum permintaan benar-benar terbukti. Sebaliknya, harga yang dibayar pelanggan untuk setiap token bisa turun cepat akibat persaingan model dan efisiensi teknologi. Bila penggunaan tidak mengejar penurunan harga itu, industri berisiko memiliki terlalu banyak kapasitas komputasi mahal yang bersaing untuk beban kerja inferensi dengan pendapatan lebih rendah.
Persamaan utamanya: volume harus mengalahkan deflasi harga
Harga token yang turun tidak otomatis berarti kabar buruk. Tarif lebih rendah dapat membuat AI layak dipakai oleh lebih banyak pengembang dan perusahaan, mendorong eksperimen, lalu memperluas konsumsi total.
Masalahnya, penyedia infrastruktur dan model perlu membuktikan bahwa pertumbuhan volume token berbayar—serta peningkatan efisiensi operasional—lebih besar daripada penurunan pendapatan per token. Peringatan Goldman, seperti dilaporkan, adalah bahwa harga model yang makin kompetitif dapat membuat monetisasi per token kurang tahan lama dan akhirnya meninggalkan kapasitas infrastruktur berlebih jika konsumsi komputasi tidak melonjak cukup besar. 1
2
Perbedaannya penting:
- AI yang lebih murah menguntungkan pengguna karena biaya penerapan aplikasi turun.
- AI yang lebih murah dapat menekan pemilik infrastruktur jika investasi mereka dibuat dengan asumsi komputasi akan langka dan berharga tinggi.
- Hasil akhirnya bergantung pada elastisitas permintaan: apakah harga yang lebih rendah memicu tambahan penggunaan yang cukup besar untuk menjaga atau menaikkan pendapatan total.
Mengapa taruhannya sangat besar
Kekhawatiran ini muncul ketika pembangunan AI diproyeksikan mencapai skala sangat besar. Estimasi dasar Goldman Sachs menyebut sekitar US$7,6 triliun investasi modal AI untuk komputasi, pusat data, dan listrik sepanjang 2026–2031. Model tersebut memperkirakan belanja tahunan meningkat dari sekitar US$765 miliar pada 2026 menjadi US$1,6 triliun pada 2031. Goldman menegaskan angka itu adalah estimasi yang sensitif terhadap asumsi, bukan kepastian. 9
Sebagian besar belanja tersebut masuk ke aset jangka panjang: akselerator AI, server, jaringan, bangunan pusat data, dan pasokan listrik. Aset-aset ini membutuhkan beban kerja yang berkelanjutan serta tingkat pengembalian yang memadai dalam jangka waktu panjang.
Dampaknya bagi produsen chip
Bagi pemasok semikonduktor, risiko ini tidak selalu langsung terlihat sebagai anjloknya permintaan. Pelanggan masih dapat membangun kapasitas sambil meluncurkan produk AI baru atau mengamankan pasokan perangkat keras.
Tekanan akan muncul bila kapasitas yang sudah dipasang melampaui permintaan yang menghasilkan uang. Dalam situasi itu, pelanggan bisa memperlambat pembelian akselerator dan server, menjadi lebih sensitif terhadap harga, atau mencari kinerja komputasi yang lebih tinggi per dolar. Perusahaan dengan perangkat keras yang jelas berbeda, ekosistem perangkat lunak kuat, atau solusi inferensi yang efisien berpotensi lebih terlindungi dibanding pemasok kapasitas yang relatif serupa.
Bagi investor, pertanyaan praktisnya bukan semata apakah perangkat sudah dikirim, melainkan apakah perangkat itu benar-benar dipakai secara intensif untuk beban kerja yang menghasilkan pendapatan.
Operator pusat data menghadapi ujian utilisasi
Proyek pusat data melibatkan komitmen besar dan berumur panjang untuk lahan, listrik, serta fasilitas. Jika inferensi model makin murah atau lebih efisien, pelanggan mungkin membutuhkan infrastruktur lebih sedikit untuk menghasilkan keluaran aplikasi yang sama. Kondisi itu dapat menekan tingkat keterisian, ekonomi kontrak sewa, dan imbal hasil proyek yang dibangun dengan asumsi kelangkaan kapasitas akan bertahan.
Bukan berarti permintaan pusat data akan lenyap. Ketersediaan daya listrik dan kebutuhan teknis penerapan AI tetap dapat membatasi pasokan. Namun, kelangkaan kapasitas di satu wilayah atau pasar listrik dapat terjadi bersamaan dengan ekonomi yang lebih lemah di tempat lain. Karena itu, investor perlu membedakan kelangkaan fisik dari bukti bahwa pelanggan memakai kapasitas secara menguntungkan serta memperpanjang atau memperbesar komitmennya.
Penyedia cloud dan host model harus mengganti harga dengan volume dan nilai
Platform cloud dan penyedia layanan model dapat diuntungkan oleh harga inferensi yang lebih rendah karena lebih banyak pengembang dan perusahaan berpotensi masuk ke platform mereka. Namun, tarif lebih rendah juga berarti pendapatan per unit penggunaan turun.
Untuk menjaga laba bruto, mereka memerlukan kombinasi dari:
- Lonjakan volume token dari penggunaan produksi yang berulang;
- Peningkatan efisiensi yang menurunkan biaya lebih cepat daripada harga jual; dan
- Layanan bernilai lebih tinggi di sekitar model, seperti penerapan, keamanan, integrasi data, dan alat alur kerja.
Persaingan harga di antara model proprietary merupakan bagian penting dari risiko yang dibahas dalam pemberitaan terkait Goldman. 1
2 Yang perlu diperhatikan bukan hanya harga token nominal, melainkan hubungan antara harga ke pelanggan, biaya penyedia, dan total penggunaan berbayar.
Agen AI dapat menjadi penyeimbang
Sisi optimistisnya datang dari agen AI, yakni sistem yang dapat menyelesaikan tugas bertahap dan berpotensi memakai jauh lebih banyak token daripada interaksi chatbot sederhana. Goldman Sachs Research memperkirakan adopsi oleh konsumen dan perusahaan dapat meningkatkan konsumsi token bulanan 24 kali lipat antara 2026 dan 2030, menjadi sekitar 120 kuadriliun token per bulan. 7
Proyeksi tersebut menjelaskan mengapa harga token yang turun tidak otomatis berarti permintaan komputasi akan turun. Jika agen AI beralih dari sekadar demonstrasi menjadi pelaksana tugas bernilai dan sering digunakan, total penggunaan dapat tumbuh cukup besar untuk menopang pembangunan infrastruktur.
Namun, itu tetap proyeksi, bukan jaminan. Kasus investasi infrastruktur bergantung pada kemampuan agen AI menciptakan beban kerja rutin yang mau dibayar pengguna atau bisnis—bukan hanya lonjakan pertanyaan eksperimen berbiaya murah.
Indikator yang lebih penting daripada harga token di headline
Investor yang menilai risiko kelebihan pasokan komputasi dapat memantau beberapa indikator yang saling terkait:
- Pertumbuhan pendapatan AI dibanding penurunan harga token: apakah monetisasi total tetap meningkat?
- Pesanan akselerator dan server dibanding penerapan aktual: apakah kapasitas yang dibeli benar-benar digunakan?
- Utilisasi pusat data, kapasitas yang terkontrak, dan perpanjangan kontrak: apakah komitmen permintaan bertahan setelah fasilitas beroperasi?
- Margin bruto cloud: apakah efisiensi dan layanan bernilai tambah mengimbangi harga inferensi yang lebih rendah?
- Adopsi agen AI di lingkungan produksi: apakah agen menjalankan alur kerja penting yang berulang, bukan sekadar uji coba terpisah?
- Ketersediaan listrik: apakah ini kendala jangka panjang bagi kapasitas yang produktif, atau hanya hambatan sebelum permintaan terbukti?
Kesimpulan
Peringatan Goldman bukan berarti harga token LLM yang lebih murah pada dasarnya buruk. Inferensi murah justru dapat menjadi pintu menuju adopsi AI yang lebih luas. Risikonya muncul bila deflasi harga dan efisiensi model mengurangi pendapatan serta kebutuhan komputasi lebih cepat daripada pertumbuhan penggunaan yang didorong agen AI.
Bagi investor infrastruktur AI, ceritanya tidak lagi sesederhana membangun kapasitas sebanyak mungkin. Ini adalah ujian utilisasi dan monetisasi. Perusahaan yang paling tangguh mungkin adalah yang mampu mengubah token murah menjadi beban kerja bernilai tinggi dan berkelanjutan, sambil mempertahankan keunggulan biaya, kinerja, atau kedalaman layanan. 1
7
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Harga Token AI Turun Cepat, Infrastruktur Bernilai Triliunan Diuji"?
Indeks pengeluaran token LLM Silicon Data turun menjadi US$0,97 per juta token setelah merosot 29% sepanjang Agustus; harga model frontier juga 84% lebih rendah dibandingkan basis Maret 2023.
Apa poin penting yang harus divalidasi terlebih dahulu?
Indeks pengeluaran token LLM Silicon Data turun menjadi US$0,97 per juta token setelah merosot 29% sepanjang Agustus; harga model frontier juga 84% lebih rendah dibandingkan basis Maret 2023. Risikonya bukan harga murah semata, melainkan kapasitas AI yang mahal dibangun lebih cepat daripada pertumbuhan beban kerja berbayar, utilisasi, dan pendapatan.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Goldman Sachs Research memproyeksikan agen AI dapat mendorong konsumsi token bulanan naik 24 kali lipat menjadi sekitar 120 kuadriliun pada 2030, tetapi proyeksi itu harus berubah menjadi penggunaan rutin yang bernila...