JawabanDipublikasikan20 sumber
Token AI Makin Murah, Komputasi Makin Mahal
Biaya inferensi AI untuk kemampuan yang sebanding diperkirakan turun sekitar 95%, sementara biaya semikonduktor dan pembiayaan terus meningkat. Pendapatan Nvidia pada kuartal kedua tahun fiskal 2027 mencapai US$96,2 miliar, naik 106%, tetapi kenaikan harga memori mulai menekan prospek marginnya.
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian
Poin-poin penting
- Biaya inferensi AI untuk kemampuan yang sebanding diperkirakan turun sekitar 95%, sementara biaya semikonduktor dan pembiayaan terus meningkat.
- Pendapatan Nvidia pada kuartal kedua tahun fiskal 2027 mencapai US$96,2 miliar, naik 106%, tetapi kenaikan harga memori mulai menekan prospek marginnya.
- Rencana pembiayaan chip Broadcom senilai lebih dari US$60 miliar masih dalam tahap negosiasi, bukan transaksi final.
AI Perintah
openai.comCreate a landscape editorial hero image for this Studio Global article: How is the AI market being squeezed as token prices fall roughly 95% since early 2024—illustrated by the free near-frontier Ox Alpha model a. Article summary: The AI economy is experiencing a margin-and-financing squeeze: model capability is becoming commoditized faster than the physical infrastructure needed to produce it. That favors scarce-hardware suppliers in the near ter. Topic tags: general, news, 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 w
Pasar kecerdasan buatan sedang ditarik ke dua arah yang berlawanan. Harga penggunaan model-model canggih terus merosot: model gratis bernama Ox Alpha dilaporkan mampu mendekati performa model terdepan, sementara OpenAI memangkas harga dua tingkat GPT-5.6 masing-masing sebesar 80% dan 20% pada Juli. 17
16 Secara lebih luas, sejumlah perkiraan menunjukkan biaya inferensi—proses menjalankan model untuk menghasilkan keluaran—turun sekitar 95% dalam dua tahun terakhir untuk kemampuan yang sebanding.
22
Namun, sistem fisik yang dibutuhkan untuk menghasilkan setiap token justru semakin mahal. Samsung menaikkan harga beberapa layanan manufaktur chip canggih hingga 15% dan memperkirakan kelangkaan memori global akan semakin parah hingga 2028. 32
33 Hasilnya adalah pola ekonomi yang tidak biasa: harga keluaran turun, sementara biaya input penting tetap mengalami inflasi.
Rantai nilai AI terbelah menjadi dua
Perbedaan paling penting terletak pada dua lapisan: lapisan kecerdasan yang semakin menjadi komoditas dan lapisan infrastruktur yang dibatasi pasokan.
Akses ke model serbaguna semakin mudah digantikan. Ketika satu penyedia menurunkan harga API, meluncurkan model yang lebih kecil, atau menawarkan model mumpuni secara gratis, pesaing akan mendapat tekanan untuk melakukan hal serupa. Perubahan harga OpenAI pada Juli memangkas biaya input GPT-5.6 Luna dari US$1 menjadi US$0,20 per juta token dan menurunkan harga Terra dari US$2,50 menjadi US$2. 16
Infrastruktur memiliki dinamika berbeda. Kapasitas manufaktur canggih, memori bandwidth tinggi, jaringan, listrik, dan sistem server AI lengkap tidak dapat ditambah secepat perusahaan software memangkas harga. Samsung mengatakan pelanggan mulai meminta kontrak pasokan multiyear, sementara kelangkaan chip dapat menjadi lebih akut hingga 2028. 33 Laporan mengenai rencana kenaikan harga server berbasis Nvidia lebih dari 15% menunjukkan bahwa pemasok mungkin mencoba meneruskan biaya tersebut ke pelanggan, meski laporan itu bukan pengumuman harga resmi dari Nvidia.
36
Bagi penyedia layanan AI, tantangannya sederhana: pendapatan per token bisa turun meski penggunaan meningkat, sementara biaya kapasitas, energi, perangkat keras, dan pembiayaan belum tentu ikut turun.
Apa yang terlihat dari kinerja Nvidia?
Hasil kuartal kedua tahun fiskal 2027 Nvidia menunjukkan bahwa ledakan infrastruktur AI masih sangat kuat. Perusahaan membukukan pendapatan kuartalan sebesar US$96,2 miliar, naik 106% dibandingkan tahun sebelumnya, serta laba per saham terdilusi yang disesuaikan sebesar US$2,22. 60 Manajemen juga mengindikasikan bahwa pendapatan tahun fiskal 2028 dapat tumbuh sekitar 70%.
51
Angka-angka tersebut bukan bukti bahwa seluruh ekonomi AI telah memecahkan persoalan profitabilitasnya. Angka itu menunjukkan bahwa permintaan terhadap sistem akselerator yang langka masih sangat besar. Nvidia berada di titik hambatan pasokan ketika pelanggan masih berebut kapasitas.
Namun, kenaikan biaya memori mulai memengaruhi kualitas pertumbuhan tersebut. Nvidia memperkirakan margin kotor sekitar 74% pada kuartal berikutnya, turun dari 75% pada kuartal yang dilaporkan. Sejumlah laporan mengaitkan tekanan itu, antara lain, dengan harga memori. 51 Ini tidak otomatis berarti ekonomi Nvidia akan runtuh. Akan tetapi, kinerja berikutnya mungkin lebih bergantung pada kenaikan harga, integrasi sistem, jaringan, software, serta kemampuan mengelola rantai pasokan—bukan semata-mata menjual chip langka dengan margin tinggi.
Broadcom mengubah permintaan infrastruktur menjadi ujian pembiayaan
Broadcom memperlihatkan sisi lain dari tekanan tersebut. Reuters dan Bloomberg melaporkan bahwa perusahaan sedang berunding untuk menghimpun utang lebih dari US$60 miliar guna membiayai pengaturan chip AI yang akan menguntungkan Anthropic dan pelanggan lain. Struktur tersebut dapat mencakup sekitar US$30 miliar utang junior di samping tranche senior berjaminan, dengan ketentuan yang masih dinegosiasikan. 1
2
Perbedaan antara rencana dan transaksi final sangat penting. Ini adalah pembiayaan yang masih dalam pembahasan, bukan utang yang sudah berhasil dihimpun. Karena itu, angka-angka tersebut sebaiknya dipahami sebagai kisaran yang sedang dinegosiasikan, bukan kesepakatan yang telah selesai.
Pertanyaan ekonominya adalah apakah pendapatan AI yang dihasilkan chip-chip tersebut akan cukup tahan lama untuk membayar kewajiban utangnya. Sebuah chip bisa sangat bernilai secara teknis, tetapi tetap menjadi investasi berutang yang buruk apabila harga model terus turun, konsentrasi pelanggan terlalu tinggi, nilai peralatan merosot, atau biaya pembiayaan kembali meningkat.
Di sinilah pasar kredit menjadi relevan. Ketika infrastruktur dibiayai dengan utang besar, penurunan harga token bukan lagi sekadar persoalan harga bagi perusahaan software. Penurunan itu juga dapat memengaruhi proyeksi arus kas yang menopang sewa, perusahaan bertujuan khusus, pemasok, dan pemberi pinjaman.
Perusahaan cloud besar punya keunggulan—tetapi bukan berarti kebal
Perusahaan cloud besar berada dalam posisi yang lebih kuat daripada penyedia model yang berdiri sendiri. Mereka dapat menggabungkan AI dengan layanan cloud, software perusahaan, iklan, data, dan jaringan distribusi yang sudah dimiliki. Mereka juga bisa menyubsidi fitur AI sambil memperoleh pendapatan dari produk lain.
Namun, keunggulan tersebut tidak otomatis membuat setiap investasi AI menghasilkan imbal hasil menarik. Model yang lebih murah dapat meningkatkan penggunaan sekaligus menurunkan pendapatan per unit. Kapasitas berlebih bahkan bisa mengubah AI menjadi fitur cloud bermargin lebih rendah, bukan sumber keuntungan tersendiri. Ukuran terpenting bukan jumlah token yang diproses, melainkan apakah pelanggan bersedia membayar cukup untuk produktivitas, pendapatan, atau penghematan biaya yang dihasilkan.
Arti token yang lebih murah bagi dunia usaha
Bagi perusahaan, turunnya harga inferensi jelas merupakan kabar baik. Biaya yang lebih rendah memudahkan pengujian aplikasi AI, otomatisasi alur kerja yang spesifik, dan penggunaan model yang lebih kuat untuk tugas-tugas yang sebelumnya tidak layak secara ekonomi.
Namun, biaya token hanya salah satu bagian dari biaya penerapan. Perusahaan tetap perlu menanggung pekerjaan integrasi, penyiapan data, keamanan, tata kelola, evaluasi, dan manajemen perubahan. Tagihan API yang lebih rendah tidak menjamin investasi AI akan menghasilkan laba.
Karena itu, pasar mulai bergerak menuju pertanyaan yang lebih sulit: hasil bisnis terukur apa yang dihasilkan setiap unit komputasi AI? Perusahaan yang mampu menghubungkan penggunaan model dengan pendapatan atau penghematan biaya yang dapat diverifikasi akan lebih diuntungkan dibandingkan perusahaan yang sekadar menambah kapasitas tanpa kasus penggunaan yang jelas.
Implikasi bagi investor dan pasar kredit
Investor perlu membedakan eksposur terhadap input yang langka dari eksposur terhadap akses model yang semakin menjadi komoditas.
Lapisan yang dibatasi pasokan mencakup memori, manufaktur chip canggih, jaringan, listrik, dan sistem akselerator terintegrasi. Bisnis-bisnis ini dapat mempertahankan daya tawar ketika pelanggan berebut kapasitas. Kenaikan harga Samsung dan prospek kelangkaan pasokan menjadi bukti bahwa pemasok masih memiliki pengaruh tersebut. 32
33
Sebaliknya, lapisan akses model menghadapi ujian yang lebih berat. Model gratis atau sangat murah memang dapat memperluas pasar, tetapi juga menyulitkan penyedia mempertahankan harga tinggi untuk layanan inferensi yang tidak memiliki pembeda kuat. Ekonomi yang berkelanjutan kemungkinan lebih bergantung pada distribusi eksklusif, data, alur kerja khusus, permintaan berbasis kontrak, atau software yang menangkap nilai di luar token itu sendiri.
Investor kredit perlu memperhatikan arus kas yang sudah dikontrak, konsentrasi pelanggan, nilai sisa perangkat keras, struktur utang, dan jadwal pembiayaan kembali. Rencana transaksi Broadcom menjadi peringatan penting karena menunjukkan betapa cepat infrastruktur AI dapat berubah menjadi persoalan pembiayaan, bukan sekadar persoalan teknologi. 1
2
Kesimpulan
Ledakan AI tidak menghadapi satu kurva biaya yang seragam. Kecerdasan semakin murah dan melimpah, sedangkan kapasitas fisik untuk menghasilkan kecerdasan tersebut masih langka dan mahal.
Ketidakseimbangan ini membantu menjelaskan bagaimana Nvidia dapat mencatat pertumbuhan luar biasa sekaligus memperingatkan tekanan margin. Hal ini juga menjelaskan mengapa rencana pembiayaan chip bernilai puluhan miliar dolar menarik perhatian pasar kredit meski permintaan AI tetap kuat.
Babak berikutnya akan ditentukan bukan hanya oleh kemampuan model, melainkan oleh kemampuan pelanggan mengubah kecerdasan murah menjadi arus kas yang bertahan lama—sebelum kapasitas komputasi mahal yang dibiayai utang harus diperpanjang atau dibiayai kembali.
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 "Token AI Makin Murah, Komputasi Makin Mahal"?
Biaya inferensi AI untuk kemampuan yang sebanding diperkirakan turun sekitar 95%, sementara biaya semikonduktor dan pembiayaan terus meningkat.
Apa poin penting yang harus divalidasi terlebih dahulu?
Biaya inferensi AI untuk kemampuan yang sebanding diperkirakan turun sekitar 95%, sementara biaya semikonduktor dan pembiayaan terus meningkat. Pendapatan Nvidia pada kuartal kedua tahun fiskal 2027 mencapai US$96,2 miliar, naik 106%, tetapi kenaikan harga memori mulai menekan prospek marginnya.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Rencana pembiayaan chip Broadcom senilai lebih dari US$60 miliar masih dalam tahap negosiasi, bukan transaksi final.