Telset.id – Adopsi AI yang masif di lingkungan kerja tidak otomatis menghasilkan nilai bisnis yang nyata. Peringatan ini disampaikan Head of AI Strategy Oracle, Hammad Hussain, yang menyebut banyak pelanggan Oracle kini kesulitan mengelola biaya AI yang semakin sulit diprediksi. Ia menilai perusahaan berisiko keliru menganggap penggunaan AI sebagai pencapaian, padahal hasilnya belum tentu terukur.
Pernyataan tersebut disampaikan Hussain di hadapan sejumlah jurnalis pada ajang Oracle AI World. Menurutnya, permintaan terhadap AI memang terus tumbuh, tetapi pertumbuhan itu tidak serta-merta berbanding lurus dengan hasil yang lebih baik. Bagi pelaku bisnis, isu ini menyentuh langsung cara mereka menghitung anggaran teknologi dan mengukur dampaknya terhadap operasional.
Hussain menyoroti kesalahan fatal yang kerap dilakukan klien. “Salah satu kesalahan fatal yang bisa dilakukan klien… adalah mereka mungkin menganggap penggunaan sebagai nilai,” ujarnya. “Dan itu tidak benar.” Ia menegaskan perusahaan semestinya menilai apakah investasi AI benar-benar menciptakan lebih banyak pengalaman, efisiensi, atau produk, alih-alih sekadar mengukur seberapa banyak AI yang dipakai.
Biaya Produksi Berbeda dari Biaya Uji Coba
Persoalan biaya menjadi perhatian utama dalam transisi dari uji coba ke skala penuh. Hussain memperingatkan banyak pelanggan berisiko meremehkan implikasi finansial saat menerapkan AI dalam skala lebih besar. “Ekonomi produksi sangat berbeda dari ekonomi pilot,” kata Hussain.
Ia pun menyoroti bahwa bahkan perusahaan besar dan pengadopsi AI awal yang telah meraih kesuksesan kini mencari cara menekan biaya dan hanya membelanjakan AI yang benar-benar diperlukan. Dalam konteks ini, perusahaan dituntut menjaga keseimbangan antara berinvestasi cukup agar berdampak pada hasil bisnis dan tetap mempertahankan visibilitas serta kendali atas biaya.
Hussain melihat pendekatan hibrida mulai muncul sebagai jalan tengah. Perusahaan tetap bisa memakai model frontier terbaru dan tercanggih untuk menangani beban kerja terbesar, sementara sebagian pekerjaan ringan cukup ditangani CPU konvensional tanpa perlu mengeluarkan biaya GPU dan AI canggih. Pendekatan lain yang mulai terlihat dalam skala besar tahun ini adalah penggunaan model open-weight.
“Salah satu cara [menyeimbangkan biaya dan dampak] juga menggunakan klaster AI khusus, di mana mereka membayar jumlah tetap untuk sebuah klaster, yang mungkin memiliki model open-weight, sehingga mereka tidak membayar per token,” jelas Hussain. Dengan akses ke sumber daya komputasi yang telah ditentukan sebelumnya dan model yang sedikit kurang canggih, perusahaan memperoleh ruang untuk menempatkan pekerjaan yang tidak terlalu menuntut dengan harga lebih murah, tetapi lebih terprediksi.
Berbeda dengan mengakses model pihak ketiga melalui API, menjalankan model open-weight di infrastruktur khusus memungkinkan organisasi memproses beban kerja tertentu tanpa biaya token tambahan. Perusahaan tetap harus membayar infrastruktur komputasi yang mendasarinya, namun biayanya jauh lebih terprediksi dan ramah anggaran. Sebagai gambaran efisiensi di sisi infrastruktur, Software AI bahkan diklaim dapat menghemat energi data center hingga 30 persen.
Meski demikian, Hussain tidak memperkirakan model harga berbasis konsumsi akan hilang sepenuhnya. Pendulum harga telah bergeser dari model per kursi ke per token, tetapi ia kini melihatnya kembali menuju titik tengah, di mana organisasi umumnya diberi kesempatan memilih strategi harga yang paling sesuai kebutuhan. “Kami memulai dengan harga tetap,” kata Hussain. “Tetapi kemudian kami menyadari bahwa sebagian pengguna berat dan sebagian pengguna ringan.”
Baca Juga:
Lebih Banyak AI Bukan Berarti ROI Lebih Cepat
Terlepas dari cara pelanggan membayar AI, Hussain menegaskan ukuran keberhasilan sesungguhnya adalah imbal hasil atau ROI dari investasi tersebut. Menurutnya, lebih banyak AI tidak selalu lebih baik. Definisi ROI AI memang menjadi topik yang belum tuntas selama bertahun-tahun, tetapi Hussain memberikan gambaran perhitungan yang bisa dipakai perusahaan untuk menilai keberhasilan sekaligus memandu strategi awal mereka.
Pada bagian atas persamaan, terdapat benefit dan adopsi. Investasi AI perlu menciptakan manfaat, entah membuka lebih banyak produktivitas, mendorong pendapatan, atau lainnya, tetapi pekerja juga harus mengadopsi AI baru tersebut. “Manfaat dikalikan nol adalah nol,” tegas Hussain. Sementara di bagian bawah persamaan terdapat cost atau biaya, yang mencakup biaya langsung pembelian AI dan komputasi, serta biaya tidak langsung seperti peningkatan infrastruktur dan pelatihan karyawan.
Diskusi tersebut juga mengungkap bahwa hanya sekitar 20 persen organisasi yang menangkap 75 persen nilai. Hussain punya pandangannya sendiri soal penyebabnya. “Hal yang membedakan 20 persen itu dari 80 persen sisanya adalah fakta bahwa mereka dapat merombak bisnis mereka, atau mereka benar-benar membayangkan kembali bisnis mereka menggunakan AI,” ujarnya.
Dari paparan tersebut, pesan yang mendasarinya adalah personalisasi menjadi kunci. Pendekatan hibrida dinilai setidaknya memegang sebagian kunci, baik hibrida dalam hal seberapa besar beban kerja yang benar-benar perlu ditangani AI, maupun hibrida dalam cara konsumen membayar komputasi mereka. Ketika biaya AI semakin sulit diprediksi, pengadopsi paling sukses adalah mereka yang menemukan cara paling efektif mengubah investasi menjadi ROI, bukan sekadar mereka yang punya anggaran terbesar dan portofolio AI paling luas.
Isu biaya yang sulit diprediksi ini sejalan dengan temuan yang menunjukkan tiga dari lima bisnis sepakat bahwa kenaikan tagihan yang tak terduga lebih membebani mereka dibandingkan biaya dasar yang lebih tinggi namun lebih datar. Temuan itu sekaligus memperlihatkan bahwa para vendor cloud sebenarnya sudah mengetahui persoalan tersebut. Di tengah tekanan itu, kemampuan mengendalikan biaya dan mengukur hasil menjadi pembeda utama antara perusahaan yang berhasil dan yang hanya ikut arus adopsi AI.
Bagi perusahaan yang tengah mempertimbangkan langkah berikutnya, peringatan Oracle ini menegaskan satu hal: memastikan setiap rupiah yang dibelanjakan untuk AI punya jalur jelas menuju manfaat terukur. Tanpa itu, penggunaan AI yang meningkat hanya menambah beban biaya tanpa imbal hasil yang sepadan.
Komentar
Belum ada komentar.