Beberapa kekuatan yang saling terkait mendorong para CFO dan pemimpin teknologi untuk meninjau kembali komitmen yang dibuat di tengah fantasi harga murah.
McKinsey menemukan bahwa meskipun sekitar sembilan dari sepuluh perusahaan telah menerapkan AI setidaknya di satu fungsi pada akhir 2025, sebagian besar masih mengejar peningkatan produktivitas inkremental dari proyek percontohan kecil, alih-alih keuntungan transformatif . Fase eksperimen ini sudah usang. Forrester memprediksi bahwa seiring CFO memperketat pengawasan di tahun 2026, sekitar 25% dari anggaran AI yang direncanakan akan ditunda atau dialihkan ke 2027, dengan proyek-proyek yang tidak memiliki jalur nilai terukur yang jelas menjadi yang pertama dipotong
.
Janji peningkatan produktivitas 10 kali lipat tidak terwujud bagi sebagian besar perusahaan. Sebaliknya, tagihan TI justru melonjak seiring naiknya biaya inferensi . Angkanya sangat mencolok:
Para pemimpin teknologi tidak meninggalkan AI, tetapi mereka menemui jalan buntu. Survei KPMG kuartal pertama 2026 menunjukkan bahwa 96% pemimpin teknologi masih menempatkan AI sebagai prioritas utama, dengan proyeksi pengeluaran rata-rata $294 juta selama 12 bulan ke depan . Namun, hambatan persisten seputar kesenjangan keterampilan, tata kelola biaya, keamanan, dan mengintegrasikan proyek percontohan yang tersebar ke dalam operasi yang menguntungkan, menghalangi implementasi skala besar yang sukses
.
Skala pengeluaran yang masif memicu reset valuasi. Morgan Stanley mencatat bahwa 21% perusahaan S&P 500 kini menyebutkan manfaat AI secara langsung, tetapi pasar tidak lagi menghargai sekadar penyebutan . Investor mulai beralih dari perusahaan infrastruktur AI murni ke perusahaan yang memiliki kaitan jelas dan dapat dibuktikan antara belanja modal dan pertumbuhan pendapatan
.
Konsep intelijen bersubsidi menjelaskan bagaimana adopsi AI menjadi begitu luas dan cepat, tetapi juga menjelaskan mengapa tekanan finansial saat ini begitu akut.
Strategi rebutan pasar. Selama tiga tahun terakhir, layanan AI dijual dengan harga jauh di bawah biaya operasional sesungguhnya. Ini meniru strategi platform terdahulu, seperti masa awal Uber dan layanan cloud computing gratis: membakar dana VC besar-besaran untuk menggaet pengguna dan menciptakan ketergantungan perilaku, lalu dimonetisasi di kemudian hari . Skala subsidi AI ini luar biasa. Satu kueri ChatGPT hanya berbiaya receh bagi pengguna, tetapi membakar energi kira-kira sepuluh kali lipat dari pencarian Google tradisional di balik layar
.
Ilusi 95%. Biaya pemanggilan API AI telah turun sekitar 95% sejak awal 2023 . Penurunan drastis ini menciptakan persepsi bahwa AI berada di jalur alami ala Hukum Moore, menjadi jauh lebih murah secara eksponensial. Kenyataannya, setiap generasi model baru tiba dengan harga lebih rendah karena perusahaan dengan sengaja memilih untuk mengambil margin sangat kecil — atau menanggung kerugian besar — untuk membangun basis pengguna
. Seperti yang dinyatakan sebuah analisis, apa yang konsumen bayar adalah "ekonomi akuisisi pelanggan yang menyamar sebagai penetapan harga produk"
.
Tanggal kedaluwarsa tiba. Perebutan pasar ini secara efektif telah usai. Raksasa investasi menuntut keuntungan seiring konsensus belanja modal penyedia layanan cloud raksasa (hyperscaler) mencapai $527 miliar pada 2026 . Era AI bersubsidi, di mana asisten coding atau agen kelas enterprise dapat dijalankan nyaris tanpa pengawasan biaya, sedang berakhir
. Bagi perusahaan yang membangun alur kerja kritis di atas model harga ini, tagihannya kini jatuh tempo dalam bentuk utang teknis, pengawasan regulasi, dan investor yang tidak sabar
.
Seiring subsidi terurai, penyedia AI dipaksa mengubah kesepakatan. Mekanismenya sederhana: harga langganan naik, batas penggunaan turun, atau pengguna berat dipindahkan ke model harga berbasis pemakaian dengan biaya tambahan untuk tugas intensif seperti menjalankan agen AI . Implikasinya bagi pembeli sangat berat.
Perusahaan yang berada di posisi terbaik untuk bertahan adalah mereka yang segera menguji tekanan anggaran AI mereka terhadap harga yang realistis. Sebuah latihan bermanfaat yang diajukan oleh analis industri sangatlah blak-blakan: jika biaya API naik tiga kali lipat besok, alur kerja mana yang masih akan memberikan laba positif yang dapat dibuktikan ? Jawabannya mengungkapkan investasi AI mana yang benar-benar bernilai dan mana yang hanya artefak dari komputasi murah artifisial.
Percakapan kini telah bergeser secara tegas dari "bagaimana kita menerapkan lebih banyak AI?" menjadi "bagaimana kita membuktikan dan menangkap nilai perusahaan dari setiap dolar yang dibelanjakan untuk inferensi?" . Bagi 85% perusahaan yang belum melihat peningkatan EBITDA, akhir dari AI gratis bukanlah ancaman masa depan — melainkan ujian ketahanan hidup saat ini
.
Comments
0 comments