Telset.id – Perusahaan di seluruh dunia menghadapi ancaman baru dari adopsi AI, bukan dari teknologi itu sendiri, melainkan dari biaya yang semakin sulit diprediksi. Head of AI Strategy Oracle, Hammad Hussain, memperingatkan bahwa banyak pelanggan kini kesulitan mengelola biaya AI yang tidak lagi stabil, terutama saat berpindah dari tahap uji coba ke produksi penuh. Peringatan ini disampaikan dalam sesi bersama sejumlah jurnalis di ajang Oracle AI World.
Hussain menilai kesalahan fatal yang sering dilakukan klien adalah menganggap penggunaan AI sebagai nilai bisnis. Padahal, menurutnya, penggunaan yang tinggi tidak otomatis menghasilkan nilai yang sepadan. Perusahaan perlu mengukur apakah investasi AI benar-benar menciptakan pengalaman baru, efisiensi, atau produk tambahan, bukan sekadar menambah intensitas pemakaian AI secara membabi buta.
Tekanan biaya ini muncul di tengah peralihan model penetapan harga AI, dari skema berbasis kursi (seat-based) menuju berbasis konsumsi (consumption-based). Vendor AI sendiri terdorong menerapkan model variabel agar perhitungan ekonomi mereka tetap sehat. Namun di sisi pelanggan, perubahan tersebut menghadirkan tantangan baru dalam menjaga visibilitas dan kendali atas pengeluaran.
Ekonomi Produksi Berbeda dari Ekonomi Uji Coba
Hussain menegaskan bahwa implikasi finansial dari penerapan AI dalam skala besar kerap diremehkan. Ia menyebut ekonomi produksi sangat berbeda dari ekonomi uji coba. Bahkan perusahaan besar dan pengadopsi awal AI yang telah mencatat keberhasilan pun kini mencari cara untuk menekan biaya dan hanya membelanjakan AI yang benar-benar diperlukan.
Kondisi ini diperkuat temuan studi Splunk yang menyebut tiga dari lima bisnis mengaku kenaikan tagihan yang tidak terduga lebih membebani dibanding biaya dasar yang lebih tinggi namun stabil. Temuan tersebut menunjukkan bahwa pelanggan sebenarnya sudah mengetahui risiko ini, dan tampaknya vendor cloud pun menyadarinya.
Sebagai jalan tengah, Hussain mengisyaratkan munculnya pendekatan hibrida sebagai skenario terbaik. Perusahaan tetap bisa memakai model frontier tercanggih untuk beban kerja terbesar, sementara sebagian pekerjaan ringan cukup ditangani CPU konvensional tanpa biaya GPU dan AI canggih. Pendekatan ini mulai terlihat dalam skala lebih luas pada tahun ini.
Salah satu caranya adalah menggunakan klaster AI khusus dengan pembayaran tetap untuk klaster tersebut, yang di dalamnya mungkin berjalan model open-weight, sehingga perusahaan tidak membayar per token. Berbeda dengan mengakses model pihak ketiga lewat API, menjalankan model open-weight di infrastruktur khusus memungkinkan organisasi memproses beban kerja tertentu tanpa biaya token tambahan. Perusahaan tetap harus membayar infrastruktur komputasi, tetapi biayanya jauh lebih dapat diprediksi dan ramah anggaran.
Baca Juga:
Hussain tidak memperkirakan model harga berbasis konsumsi akan hilang sepenuhnya. Pendulum harga sudah bergerak dari kursi ke token, dan ia kini melihatnya kembali ke tengah. Organisasi akan diberikan kesempatan memilih strategi harga yang paling sesuai kebutuhan. “Kami mulai dengan harga tetap,” ujarnya, “tetapi kemudian kami menyadari ada pengguna berat dan ada pengguna ringan.”
Lebih Banyak AI Bukan Berarti ROI Lebih Cepat
Terlepas dari cara pelanggan membayar AI, Hussain menegaskan ukuran keberhasilan sesungguhnya adalah imbal hasil dari investasi tersebut. Lebih banyak AI tidak selalu lebih baik. Definisi ROI AI memang menjadi topik yang belum tuntas selama bertahun-tahun, namun ia memberikan gambaran perhitungan yang bisa dipakai perusahaan.
Pada bagian atas persamaan, terdapat manfaat dan adopsi. Investasi AI harus menciptakan manfaat, baik berupa peningkatan produktivitas, pendapatan yang lebih besar, maupun hal lain. Namun karyawan juga harus mengadopsi AI tersebut. “Manfaat dikalikan nol adalah nol,” tegas Hussain.
Di bagian bawah persamaan terdapat biaya. Ini mencakup biaya langsung pembelian AI dan komputasi, serta biaya tidak langsung seperti peningkatan infrastruktur dan pelatihan karyawan. Keseimbangan antara manfaat, adopsi, dan biaya inilah yang menentukan keberhasilan investasi AI.
Diskusi juga mengungkap bahwa hanya sekitar 20% organisasi yang menangkap 75% nilai AI. Hussain menilai pembeda kelompok 20% itu dari 80% sisanya adalah kemampuan mereka menata ulang bisnis, atau benar-benar membayangkan kembali bisnis mereka menggunakan AI.
Pesan yang tersisa jelas, personalisasi menjadi kunci, dan pendekatan hibrida kemungkinan menyimpan sebagian jawabannya. Hibrida dalam arti seberapa besar beban kerja yang benar-benar perlu ditangani AI, sekaligus hibrida dalam cara pelanggan membayar komputasi mereka. Dengan biaya AI yang semakin sulit diprediksi, pengadopsi paling sukses adalah mereka yang menemukan cara paling efektif mengubah investasi menjadi ROI, bukan sekadar yang memiliki anggaran terbesar dan portofolio AI paling luas.
Bagi pelaku bisnis, peringatan ini menjadi pengingat bahwa adopsi AI perlu dibarengi dengan disiplin biaya dan pengukuran hasil yang jelas. Sebelum memperluas penerapan AI ke skala produksi, perusahaan sebaiknya memahami betul struktur biaya komputasi yang akan dijalankan, termasuk opsi klaster khusus dan model open-weight yang menawarkan prediktabilitas lebih baik.
Selain itu, memastikan karyawan benar-benar mengadopsi alat AI yang diperkenalkan menjadi bagian tak terpisahkan dari persamaan ROI. Tanpa adopsi, manfaat sebesar apa pun akan berujung nol. Di sisi lain, memilih model harga yang sesuai dengan pola pemakaian, entah berbasis kursi, konsumsi, atau klaster tetap, menjadi langkah penting untuk menjaga anggaran tetap terkendali. Dengan begitu, investasi AI tidak hanya menjadi proyek ambisius, tetapi juga berkontribusi nyata pada hasil bisnis yang terukur.
Komentar
Belum ada komentar.