Meta Peringatkan Biaya AI Token Bisa Samai Gaji Karyawan

Telset.id – Kepala Instagram Adam Mosseri memperingatkan bahwa biaya pemrosesan kecerdasan buatan atau AI token di Meta bisa menyamai gaji karyawan dalam satu hingga dua tahun ke depan. Pernyataan ini muncul di tengah kekhawatiran melonjaknya pengeluaran perusahaan teknologi untuk infrastruktur AI.

Dalam wawancara di Lenny’s Podcast, Mosseri mengungkapkan bahwa Meta mungkin perlu menerapkan batasan atau caps pada penggunaan token AI oleh karyawannya. “Saya pikir Anda bisa bayangkan, setidaknya dalam satu atau dua tahun… bahwa burn rate seorang insinyur andal mungkin sama dengan gaji mereka, atau biaya pekerjaan mereka. Di dunia seperti itu, Anda mungkin perlu memasang beberapa batasan,” ujar eksekutif Meta tersebut.

AI token spend merujuk pada biaya pemrosesan perintah dan respons AI. Topik ini menjadi perbincangan hangat setelah Meta menutup papan peringkat internal pengeluaran token AI karena biaya yang membengkak. Kondisi ini membuat perusahaan berada di jalur pengeluaran miliaran dolar pada tahun 2026.

Meta bukan satu-satunya perusahaan yang memikirkan ulang pendekatan eksperimen AI mereka. Uber juga mengalami AI reckoning setelah menghabiskan seluruh anggaran AI 2026 pada bulan April. Sementara itu, melonjaknya biaya token membuat Microsoft membatalkan lisensi Claude Code dan mengkonsolidasikan para insinyurnya di sekitar alat Copilot CLI milik mereka sendiri.

Mosseri menjelaskan bahwa biaya token AI harus dikelola seperti sumber daya lainnya. Ia memberikan analogi dengan penggajian atau biaya operasional (OpEx). “Saya memikirkan ini seperti… sumber daya lainnya,” kata Mosseri. “Saya harus memutuskan bagaimana mengalokasikan kapasitas ke tim yang berbeda karena saya memiliki jumlah GPU, CPU, penyimpanan, dan RAM yang terbatas. Saya harus memutuskan bagaimana mengalokasikan OpEx untuk anggaran pelabelan di seluruh tim saya. Saya harus memutuskan bagaimana mengalokasikan penggajian untuk jumlah staf di seluruh tim saya.”

Anggaran token akan sama, tambahnya, dengan catatan bahwa batasan per insinyur harus proporsional dengan kepercayaan perusahaan terhadap kemampuan mereka menggunakan anggaran dengan cara yang ROI-positive. Saat ini Meta belum memiliki batasan token untuk karyawan mana pun, kata Mosseri, tetapi ia yakin penggunaannya bisa menjadi sehat di masa depan.

Ke depannya, Mosseri memperkirakan biaya token akan turun karena para pembuat model AI memasuki perang harga untuk menarik orang menggunakan alat mereka dibandingkan pesaing. Untuk saat ini, perusahaan berhasil menekan biaya token dengan menghentikan “hal-hal konyol” yang mereka lakukan, seperti papan peringkat pengeluaran token tersebut.

“Tidak sulit untuk membangun token incinerator, dan itu tidak menciptakan banyak nilai,” kata Mosseri. Pernyataan ini menegaskan bahwa Meta sedang berupaya mengendalikan pengeluaran AI yang tidak efisien.

Fenomena ini menunjukkan bahwa perusahaan teknologi besar mulai menyadari pentingnya manajemen biaya AI yang ketat. Lonjakan biaya token AI tidak hanya mempengaruhi Meta, tetapi juga Uber dan Microsoft, yang mengambil langkah serupa untuk mengendalikan pengeluaran.

Meta sendiri telah berinvestasi besar-besaran dalam infrastruktur AI. Perusahaan mengumumkan investasi Rp 800 triliun untuk memperluas pusat data AI mereka. Namun, investasi ini juga diimbangi dengan kebutuhan untuk mengelola biaya operasional yang terkait dengan penggunaan AI.

Dalam konteks industri yang lebih luas, peringatan Mosseri ini menjadi sinyal bahwa era eksperimen AI tanpa batas mungkin akan segera berakhir. Perusahaan kini harus lebih selektif dalam mengalokasikan sumber daya AI mereka, memastikan setiap token yang digunakan memberikan nilai tambah yang signifikan.

Pendekatan Meta terhadap manajemen token AI ini juga sejalan dengan langkah-langkah yang diambil oleh perusahaan lain. Uber, misalnya, harus mengevaluasi ulang strategi AI mereka setelah anggaran yang dialokasikan untuk tahun 2026 habis dalam waktu singkat. Sementara itu, Microsoft memilih untuk mengkonsolidasikan penggunaan alat AI mereka untuk menghemat biaya.

Mosseri menekankan pentingnya kepercayaan dalam mengalokasikan anggaran token. “Batasan per insinyur harus proporsional dengan kepercayaan perusahaan terhadap kemampuan mereka menggunakan anggaran dengan cara yang ROI-positive,” jelasnya. Ini berarti insinyur yang terbukti mampu menghasilkan nilai dari penggunaan AI akan mendapatkan alokasi token yang lebih besar.

Pernyataan Mosseri ini muncul di tengah persaingan ketat antara Meta dan Apple. Seperti yang dilaporkan sebelumnya, Meta memaksa Apple untuk membuka akses pairing ala AirPods untuk pihak ketiga. Langkah ini menunjukkan ambisi Meta untuk memperluas ekosistem mereka, termasuk dalam pengembangan AI.

Dalam jangka panjang, Mosseri optimistis bahwa biaya token AI akan menurun. “Perang harga” antar pembuat model AI diprediksi akan membuat alat-alat AI lebih terjangkau. Namun, untuk saat ini, perusahaan harus mengelola pengeluaran mereka dengan hati-hati.

Langkah Meta menutup papan peringkat internal pengeluaran token AI adalah contoh nyata bagaimana perusahaan berupaya mengendalikan biaya. “Tidak sulit untuk membangun token incinerator,” kata Mosseri, merujuk pada praktik penggunaan token yang tidak efisien dan tidak menciptakan nilai.

Fenomena ini menunjukkan bahwa meskipun AI menawarkan potensi besar, pengelolaan biaya yang bijaksana sangat penting. Perusahaan teknologi harus menemukan keseimbangan antara inovasi dan efisiensi biaya.

Bagi Meta, tantangan ini menjadi semakin penting mengingat besarnya investasi yang telah mereka lakukan. Dengan investasi miliaran dolar dalam infrastruktur AI, Meta harus memastikan bahwa setiap token yang digunakan memberikan kontribusi nyata terhadap tujuan bisnis mereka.

Peringatan Mosseri ini juga relevan bagi industri teknologi secara keseluruhan. Perusahaan-perusahaan lain mungkin perlu mengadopsi pendekatan serupa dalam mengelola biaya AI mereka, terutama jika tren kenaikan biaya token terus berlanjut.

Dalam konteks yang lebih luas, pernyataan ini juga menyoroti pentingnya efisiensi dalam pengembangan AI. Perusahaan tidak hanya perlu berinvestasi dalam teknologi AI, tetapi juga harus mengembangkan strategi untuk mengelola biaya yang terkait.

Meta sendiri terus berinovasi dalam bidang AI. Perusahaan baru-baru ini melakukan uji tanding Meta AI melawan ChatGPT, menunjukkan komitmen mereka untuk bersaing di pasar AI yang semakin kompetitif.

Namun, inovasi ini harus diimbangi dengan manajemen biaya yang efektif. Mosseri menekankan bahwa perusahaan harus cerdas dalam mengalokasikan sumber daya AI mereka, memastikan bahwa setiap pengeluaran memberikan nilai tambah yang optimal.

Peringatan ini juga relevan bagi para profesional di industri teknologi. Mereka harus memahami bahwa penggunaan AI tidak selalu gratis dan perlu dikelola dengan bijaksana. Perusahaan mungkin perlu mengembangkan kebijakan internal untuk mengatur penggunaan AI oleh karyawan.

Dalam jangka pendek, Mosseri memperkirakan biaya token akan tetap tinggi. Namun, ia optimistis bahwa dalam jangka panjang, persaingan antar pembuat model AI akan menekan harga. Ini akan membuat AI lebih terjangkau bagi lebih banyak perusahaan dan individu.

Untuk saat ini, Meta fokus pada pengelolaan biaya token yang lebih efisien. Perusahaan telah menghentikan praktik-praktik yang tidak efisien dan berupaya memastikan bahwa setiap token yang digunakan memberikan nilai tambah yang signifikan.

Pendekatan ini sejalan dengan tren yang lebih luas di industri teknologi. Perusahaan-perusahaan besar mulai menyadari bahwa AI, meskipun powerful, bukanlah solusi gratis. Pengelolaan biaya yang bijaksana sangat penting untuk memastikan keberlanjutan inovasi AI.

Peringatan Mosseri ini menjadi pengingat bahwa revolusi AI membutuhkan investasi yang signifikan, baik dalam hal infrastruktur maupun biaya operasional. Perusahaan harus siap mengelola biaya ini dengan hati-hati untuk memaksimalkan nilai dari investasi AI mereka.

Dengan kata lain, masa depan AI tidak hanya tentang inovasi teknologi, tetapi juga tentang manajemen biaya yang cerdas. Perusahaan yang mampu menyeimbangkan keduanya akan menjadi pemenang dalam persaingan AI global.