Biaya AI Membengkak, Bisnis Model Skala Besar Mulai Dipertanyakan

Telset.id – Industri kecerdasan buatan (AI) global tengah menghadapi masalah fundamental. Biaya operasional untuk menjalankan model bahasa besar (LLM) melonjak secara eksponensial, membuat asumsi awal bahwa skala besar adalah kunci kesuksesan menjadi semakin diragukan. Kondisi ini mengancam profitabilitas perusahaan AI yang telah menginvestasikan miliaran dolar.

Fenomena ini diungkap oleh laporan The Atlantic yang dikutip oleh Futurism. Alih-alih menurun seiring bertambahnya pengguna, biaya inference atau proses penggunaan model AI untuk memproses data baru justru naik drastis. Situasi ini merupakan kebalikan dari apa yang diinginkan investor, yaitu penurunan biaya per pengguna secara berkelanjutan.

Kenaikan biaya ini menjadi kabar buruk bagi perusahaan yang telah membangun pusat data raksasa di seluruh Amerika Serikat. Meskipun investasi mengalir deras, belum ada jalur yang jelas menuju profitabilitas dalam waktu dekat. Para analis memperingatkan bahwa kekhawatiran akan pecahnya gelembung AI bukan lagi soal apakah akan terjadi, melainkan kapan akan terjadi.

Dampak dari keruntuhan industri AI bisa sangat besar. Perekonomian global yang kini sangat bergantung pada teknologi AI berpotensi ikut terpuruk. Meskipun demikian, perusahaan AI seperti OpenAI dengan ChatGPT dan Anthropic dengan Claude tetap yakin bahwa chatbot adalah masa depan, meskipun menuai kritik dari publik.

Integrasi AI yang semakin masif, mulai dari sistem operasi hingga layanan pelanggan, justru memicu penolakan dari masyarakat. Ini menjadi hambatan lain bagi industri yang sedang berjuang mencari model bisnis yang berkelanjutan. Tekanan dari sisi biaya dan publik membuat masa depan industri ini semakin tidak pasti.

Selain masalah biaya, industri AI juga menghadapi tantangan besar dari sisi perangkat keras. Pertumbuhan kebutuhan komputasi yang sangat cepat membutuhkan lompatan revolusioner dalam teknologi chip. Para ahli memperingatkan bahwa era Hukum Moore, yang selama puluhan tahun menjadi panduan peningkatan daya komputasi, akan segera berakhir.

Hukum Moore menyatakan bahwa jumlah transistor dalam sebuah chip akan berlipat ganda setiap dua tahun, meningkatkan performa secara eksponensial. Namun, batas fisik dari material silikon mulai tercapai, membuat inovasi menjadi semakin sulit dan mahal. Tanpa terobosan baru, biaya untuk memenuhi kebutuhan AI akan terus meroket.

Situasi ini menciptakan paradoks yang unik. Model AI yang semakin besar justru menjadi semakin tidak efisien dan mahal untuk dioperasikan. Hal ini bertolak belakang dengan prinsip dasar ekonomi di mana peningkatan skala produksi seharusnya menurunkan biaya per unit. Jika tren ini berlanjut, seluruh ekosistem AI berpotensi berada di ambang kehancuran.

Yann LeCun, salah satu tokoh yang dijuluki sebagai bapak AI, telah lama memperingatkan bahwa LLM adalah jalan buntu. Menurutnya, model-model ini tidak akan mampu mencapai kecerdasan umum buatan (AGI) yang setara atau melampaui manusia. Namun, para pemimpin perusahaan teknologi yang sudah terlanjur berinvestasi besar kemungkinan besar akan mengabaikan peringatan tersebut.

Kekhawatiran akan gelembung AI sebenarnya sudah mulai terlihat. Beberapa perusahaan rintisan AI mulai kesulitan mendapatkan pendanaan baru karena investor mulai skeptis. Valuasi perusahaan AI yang sempat melambung tinggi kini mulai dipertanyakan. Ini adalah sinyal bahwa pasar mulai menyadari adanya ketidakseimbangan antara investasi dan potensi keuntungan.

Sementara itu, perusahaan AI terus berinovasi dan merilis fitur-fitur baru untuk menarik pengguna. Mereka berharap bahwa dengan peningkatan kemampuan, model bisnis yang berkelanjutan akan ditemukan. Namun, tanpa solusi untuk menekan biaya operasional, upaya ini mungkin hanya akan menjadi sia-sia.

Pertanyaan besarnya adalah apakah industri AI mampu menemukan cara untuk memutus siklus kenaikan biaya ini. Beberapa peneliti sedang mengembangkan model yang lebih efisien dan membutuhkan lebih sedikit daya komputasi. Namun, apakah inovasi ini bisa datang cukup cepat untuk menyelamatkan industri dari kehancuran masih menjadi misteri.

Krisis biaya ini juga berdampak pada pengguna akhir. Layanan AI yang dulu gratis atau murah kini mulai memberlakukan biaya berlangganan yang semakin mahal. Ini membuat akses terhadap teknologi AI menjadi terbatas, hanya untuk perusahaan atau individu dengan sumber daya besar. Ketidaksetaraan akses ini bisa menjadi masalah sosial baru di masa depan.

Dalam jangka panjang, industri AI perlu melakukan transformasi fundamental. Mereka tidak bisa lagi mengandalkan model “semakin besar semakin baik” yang selama ini menjadi dogma. Pendekatan baru yang lebih efisien dan berkelanjutan harus segera ditemukan agar teknologi AI bisa terus berkembang tanpa mengancam stabilitas ekonomi global.