Hyperscaler Investasi Rp 17.000 Triliun, AI Harus Buktikan Dampaknya

Telset.id – Sejumlah perusahaan hyperscaler menggelontorkan dana raksasa untuk membangun pusat data AI, dan pertanyaannya kini bergeser dari seberapa cepat AI berkembang menjadi seberapa cepat pendapatan mereka harus tumbuh agar belanja itu tidak berujung kerugian. Jessica Wachter, seorang profesor keuangan di University of Pennsylvania, menyoroti apa yang ia sebut sebagai “fakta luar biasa” yang tidak dipersoalkan siapa pun: segelintir hyperscaler menanamkan modal dalam jumlah sangat besar untuk membangun pusat data AI.

Alih-alih menebak seberapa luas model AI akan dipakai, Wachter bertanya seberapa cepat laba para hyperscaler harus tumbuh untuk membenarkan belanja mereka hingga 2027, ketika pengeluaran diperkirakan mendekati USD 1,1 triliun atau sekitar Rp 17.000 triliun. Hasilnya membuat mata terbuka: perusahaan AI perlu mencapai lonjakan produktivitas yang luar biasa hanya sekadar untuk mencapai titik impas pada 2030.

Angka USD 1,1 triliun itu menjadi inti dari apa yang disebut sebagai taruhan triliunan dolar industri AI. Bagi pengguna biasa, pertaruhannya bukan pada nama model atau fitur terbaru, melainkan pada apakah gelombang investasi ini bisa berkelanjutan atau justru menjadi beban yang menekan seluruh ekosistem teknologi.

Tekanan pada Produktivitas dan Titik Impas 2030

Wachter memulai analisisnya dari daftar panjang ketidakpastian yang dihadapi siapa pun yang mencoba mengukur dampak AI terhadap ekonomi dalam beberapa tahun ke depan. Ia tidak berusaha memprediksi seberapa luas model AI akan diterapkan, melainkan mengukur dari sisi lain: laju pertumbuhan laba yang dibutuhkan hyperscaler agar pengeluaran mereka masuk akal secara finansial.

Kesimpulannya, perusahaan AI harus mencatat kenaikan produktivitas yang luar biasa hanya untuk mencapai titik impas pada 2030. Ini menempatkan belanja pusat data sebagai taruhan besar yang belum tentu terbayar dalam waktu dekat.

Bagi pengguna yang mengikuti perkembangan perangkat, dinamika belanja infrastruktur ini juga menentukan arah fitur terbaru yang akan hadir di perangkat sehari-hari. Perangkat seperti iPad yang Kompatibel dan Mac yang Didukung menjadi ujung tombak dari kapasitas komputasi yang dibangun di balik layar.

OpenAI Foundation dan Data Biologi untuk Terobosan Medis

Di sisi lain, AI membutuhkan jauh lebih banyak informasi untuk menghasilkan terobosan penting dalam pengobatan penyakit. Menanggapi kebutuhan itu, Ruxandra Teslo, seorang analis kebijakan, tahun lalu melontarkan ide untuk mempercepat sistem AI medis: memanfaatkan data dari perusahaan bioteknologi yang gagal.

Dengan ikut menawar dalam proses kepailitan, menurut argumennya, akan mungkin memperoleh dokumen regulasi terperinci, strategi manufaktur, dan data keselamatan, sehingga tercipta apa yang ia sebut sebagai “arsip bioteknologi yang hilang”.

OpenAI Foundation, organisasi nirlaba induk dari OpenAI, pekan ini mengumumkan akan mendanai ide tersebut dengan membiayai pembuatan “kumpulan data ilmiah berkualitas tinggi”. Langkah ini menandai masuknya dana filantropi ke dalam upaya pengumpulan data medis yang selama ini sulit diakses.

Kebutuhan data ini sejalan dengan pola yang terlihat di dunia perangkat lunak, di mana pengguna kini terbiasa mencari panduan seperti Cara Download Video untuk memanfaatkan konten digital secara mandiri. Pendekatan serupa dalam hal pengumpulan dan pengolahan data besar menjadi fondasi bagi pengembangan model AI yang lebih andal.

Bagi pembaca yang mengikuti industri game, fenomena akses tanpa hambatan juga tercermin pada kabar bahwa GTA Vice City kini dapat dimainkan langsung di browser tanpa perlu mengunduh berkas apa pun.

Perdebatan Regulasi dan Klaim Peremajaan Darah

Ketegangan seputar arah industri AI juga terlihat dari pernyataan sejumlah tokoh. CEO Nvidia dan CEO Meta menolak seruan untuk memperlambat pengembangan AI secara terkoordinasi. Jensen Huang dan Mark Zuckerberg menentang usulan tersebut.

Huang menilai undang-undang keselamatan AI yang baru tidak diperlukan, sementara Zuckerberg menyatakan bahwa kompetisi akan mendorong laboratorium AI menuju keselamatan. Di sisi lain, Ketua FTC memperingatkan agar perusahaan AI tidak diberikan pengecualian antitrust, menyusul permintaan pengecualian keamanan dari Anthropic. Huang juga mengecam seruan untuk undang-undang antitrust baru.

Dalam perkembangan riset, Generation Lab mengklaim telah menemukan obat untuk membuat darah menjadi muda. Perusahaan itu menyebut perawatan peremajaan mereka “memblokir penyebaran penuaan secara sistemik di aliran darah, membangunkan kembali mekanisme perbaikan tubuh sendiri, dan memulihkan kesehatan serta keremajaan berbagai jaringan”.

Pendekatan ini didasarkan pada riset pendiri ilmiah perusahaan, Irina Conboy. Ia menemukan bahwa menyatukan sistem peredaran darah tikus tua dan muda meningkatkan kemampuan hewan tua untuk pulih dari cedera. Conboy kini menyatakan telah menemukan kombinasi dua obat yang sudah ada yang dapat menghasilkan efek muda tanpa perlu pertukaran cairan tubuh.

Namun ada kendala: Generation Lab tidak mengungkap obat apa yang dimaksud. Klaim tanpa transparansi ini menjadi catatan penting di tengah kebutuhan data dan bukti yang lebih terbuka, sejalan dengan dorongan pembuatan kumpulan data ilmiah berkualitas tinggi yang tengah berlangsung.

Kumpulan kabar ini menunjukkan bahwa taruhan AI tidak berdiri sendiri. Dari belanja pusat data hingga pengumpulan data medis dan perdebatan regulasi, semuanya saling terkait dalam satu pertanyaan besar: apakah investasi sebesar USD 1,1 triliun itu akan terbayar, dan pada 2030 nanti, siapa yang menanggung risikonya.