Telset.id – Perusahaan dan pelanggan enterprise kini menghadapi kenaikan biaya langganan AI yang signifikan seiring vendor perangkat lunak beralih dari model per-seat ke sistem berbasis konsumsi token atau hasil. Di tengah tekanan ini, kehadiran AI PC yang mampu menjalankan model kecil secara lokal menawarkan alternatif penghematan biaya tanpa harus bergantung penuh pada komputasi cloud.
Model penetapan harga AI sedang mengalami perubahan besar. Vendor AI kini tidak lagi menjadikan langganan sebagai model yang merugi untuk menarik pelanggan eksperimental. Sebaliknya, langganan kini harus berfungsi untuk menghasilkan kembali pendapatan. Shashi Upadhyay, Presiden Produk, Teknik, dan AI Zendesk, menjelaskan alasan di balik pergeseran model harga ini. Metrik tradisional menjadi kurang relevan dan metrik baru mulai muncul.
“Kami percaya nilai perangkat lunak harus selaras langsung dengan kesuksesan pelanggan, bukan jumlah karyawan,” kata Upadhyay dalam sebuah wawancara. Ia juga mengkritik model per-seat yang mengenakan biaya kepada pelanggan untuk AI mentah, terlepas dari apakah masalah mereka terselesaikan atau tidak. Namun, pergeseran ke penetapan harga berbasis hasil bergantung pada kesepakatan vendor dan pelanggan “tentang hasil pasti yang memicu pembayaran.”
Permukaan dari model ini tampak seperti variabel yang mungkin berbeda antar vendor. Namun jika dipikirkan lebih dalam, pelanggan pada akhirnya dapat menentukan hasil yang berarti bagi mereka sendiri. Ini berarti mereka hanya membayar untuk kesuksesan dan tidak pernah membayar untuk kegagalan.
Dengan munculnya perpecahan hybrid dalam kasus penggunaan ini, perusahaan dapat membayar harga satu kali yang tetap untuk sebuah AI PC. Pekerja akan memiliki akses tak terbatas ke pemrosesan di perangkat untuk tugas-tugas seperti peringkasan, transkripsi, penghapusan latar belakang gambar, dan lainnya. Hal ini menjadikan cloud sebagai pengeluaran yang lebih tidak terduga, hanya untuk tugas-tugas yang membutuhkan komputasi ekstra seperti aplikasi enterprise besar yang menangani data terpusat atau menjalankan model paling kuat dan terbaru.
Ishan Dutt, direktur riset untuk riset PC dan tablet Omdia, memperingatkan bahwa kita masih hidup melalui transisi ini. Jadi, bagaimana akhirnya masih belum dapat ditentukan. Misalnya, PC yang ‘siap AI’ hanya 18 bulan yang lalu akan memiliki NPU di bawah 10 TOPS. Namun kemudian muncullah klasifikasi Microsoft sendiri untuk PC Copilot+ dengan sekitar 40 TOPS. Baru-baru ini di CES 2025, Intel, AMD, dan Qualcomm semuanya menunjukkan NPU 50+ TOPS, dan kita sudah melihat petunjuk NPU 75+ TOPS.
Perusahaan intelijen pasar seperti Omdia biasanya akan mengklasifikasikan AI PC sebagai PC yang memiliki Unit Pemrosesan Neural (NPU), “yang dirancang untuk menjalankan beban kerja AI secara lokal bersama CPU/GPU,” kata Dutt. Namun ini jelas merupakan kategori baru yang langit-langitnya masih didorong oleh pembuat chip, dan garis dasarnya masih ditulis.
Metrik lain yang lebih tradisional juga relevan dalam dunia pemrosesan lokal. Omdia mengisyaratkan bahwa memori 16GB saat ini hampir tidak mencukupi. Apa pun yang lebih dari tugas ringan kemungkinan besar akan mendapat manfaat dari 32GB+. “Dalam praktiknya, ‘kemampuan AI’ benar-benar merupakan fungsi dari tiga pertimbangan perangkat keras (NPU TOPS, RAM, dan semakin banyak GPU untuk beban kerja generatif/kreatif), bukan angka tunggal,” kata Dutt.
“Saya berharap standar akan terus bergerak seiring beban kerja AI latar belakang yang selalu aktif dan agen menjadi kasus penggunaan referensi, bukan asisten bergaya obrolan.”
Setelah menentukan parameter yang secara umum mendefinisikan AI PC, pertanyaan selanjutnya adalah apakah perusahaan benar-benar melengkapi staf dengan perangkat tersebut saat ini. Data menunjukkan bahwa pengiriman AI PC meningkat. Namun apakah ini indikatif dari pergeseran dari pemrosesan eksklusif cloud, atau hanya karena lebih banyak PC yang sekarang diklasifikasikan sebagai AI PC, dan siklus penyegaran generik memengaruhi angka-angka ini dengan positif palsu?
“NPU sekarang menjadi dasar di seluruh platform baru Intel, AMD, dan Qualcomm,” kata Dutt. Ia mengingatkan bahwa Mac telah memiliki NPU sejak peralihan ke silikon Apple pada tahun 2020, yang terjadi sekitar dua tahun sebelum ChatGPT go public.
Analisis pasar Omdia memproyeksikan bahwa pangsa pasar AI PC (yang dilengkapi NPU) di antara semua PC akan mencapai 77,5% pada tahun 2030, dibandingkan dengan 17,3% pada tahun 2024. Analis juga mencatat bahwa akhir masa pakai Windows 10 memusatkan sejumlah besar peningkatan selama satu atau dua tahun terakhir, meningkatkan pangsa pasar AI PC secara signifikan.
Dutt menjelaskan bahwa “penguraian yang lebih jelas tentang bagaimana peningkatan perangkat keras membuka fungsionalitas AI di perangkat di masa depan” dapat lebih memengaruhi irama siklus penyegaran.
**AI PC memiliki masalah harga sendiri**
“Penetapan harga AI cloud berbasis konsumsi memang menciptakan argumen total biaya kepemilikan yang asli untuk mengalihkan beban kerja inferensi ke perangkat,” Dutt setuju. Namun pasar PC memiliki tantangannya sendiri yang juga menyebabkan ketidakstabilan harga.
Meskipun tampaknya kita telah hidup melalui kekurangan chip selama setengah dekade, kita sebenarnya telah melalui dua kali – dan yang kedua ini mungkin jauh lebih buruk. Kekurangan awal tahun 2020-2022 adalah “ketidakcocokan permintaan/logistik yang didorong pandemi,” yang menjadi normal cukup cepat. Kekurangan kedua ini adalah “realokasi kapasitas yang disengaja karena pembuat memori menggeser kapasitas wafer DRAM/NAND menuju HBM dan DDR5 berkapasitas tinggi,” kata Dutt.
Dengan kata lain, masalah yang ingin kita pecahkan (ketidakstabilan harga yang didorong AI) didorong oleh dirinya sendiri (konsumsi AI enterprise). Sebuah Catch-22.
Dengan Apple baru-baru ini melakukan hal yang tidak terpikirkan dengan menaikkan harga di sebagian besar model Mac, atau memotong model entry-level sama sekali, Omdia menjelaskan tantangan yang ada di depan: 60% mitra saluran memperkirakan akan mengalami penundaan (53%) atau pembatalan langsung (7%) dari rencana penyegaran perangkat keras pelanggan mereka. Sudah, 70% mitra saluran mengharapkan kekurangan besar di beberapa (11%) atau sebagian besar (59%) produk perangkat keras PC mereka.
**Masa depan adalah hybrid**
Kembali ke teori awal bahwa banyak beban kerja AI organisasi akan beralih ke pemrosesan lokal di tengah lanskap langganan cloud yang terus berkembang, semakin jelas bahwa peningkatan pengiriman AI PC tidak selalu berkorelasi dengan permintaan pelanggan yang asli. Meskipun mengalihkan beberapa pemrosesan untuk dijalankan secara lokal memiliki manfaat besar jika melihat pasar komputasi cloud secara terpisah, tantangan pasar PC sendiri semakin memperumit strategi.
Jawabannya kemungkinan akan melibatkan pendekatan hybrid untuk kedua sisi, tetapi bagaimana hybrid dan perpecahan itu akan terlihat akan bervariasi dari kasus ke kasus. Namun yang lebih penting, pemrosesan cloud tidak akan kemana-mana, dan akan terus melengkapi beban kerja lokal dengan jenis daya dan kinerja yang tidak akan pernah mampu diperoleh oleh sebagian besar organisasi.
Upadhyay mengingatkan bahwa manfaat komputasi cloud mencakup “sentralisasi data pelanggan multi-saluran, perutean tiket waktu nyata, pelaporan terpadu, dan integrasi API yang mulus di ratusan alat.”
Komentar
Belum ada komentar.