Nvidia Dikabarkan Akuisisi Hugging Face Senilai Rp 208 Triliun

Telset.id – Nvidia dikabarkan tengah dalam proses akuisisi Hugging Face, platform berbagi model AI open-weight, dengan nilai mencapai USD 13 miliar atau sekitar Rp 208 triliun. Kesepakatan ini menjadi sorotan utama industri teknologi pekan ini dan menandai perubahan besar dalam lanskap persaingan AI global.

Kabar ini muncul setelah Nvidia menyelesaikan kesepakatan senilai USD 6 miliar dengan Poolside, perusahaan pengembang model open-weight. Dalam kesepakatan tersebut, sebagian besar karyawan Poolside akan pindah ke perusahaan pembuat chip asal Amerika Serikat itu. Selain itu, dua pekan lalu Stripe juga mengakuisisi OpenRouter, penyedia model open-weight terkemuka untuk bisnis, dengan nilai lebih dari USD 7 miliar.

Strategi Nvidia Menguasai Ekosistem Model AI

Akuisisi Hugging Face oleh Nvidia mencerminkan kebutuhan perusahaan untuk mengurangi ketergantungan pada kesepakatan dengan hyperscaler besar dan frontier labs. Kondisi ini semakin mendesak ketika pengembang model AI besar seperti OpenAI dan Google mulai membangun chip inference mereka sendiri, termasuk chip Jalapeño milik OpenAI yang kapabilitasnya diumumkan pekan ini.

Jika pengembang model mulai memproduksi chip sendiri, Nvidia membutuhkan pangsa bisnis pembuatan model sebagai kompensasi. Nvidia sebenarnya sudah memiliki keluarga model open-weight Nemotron, namun tingkat adopsinya belum signifikan. Dengan menguasai ruang pengembang terbesar di AS untuk model terbuka, perusahaan akan memiliki akses ke banyak pengguna yang bisa diarahkan ke chip dan standar mereka.

Hugging Face sendiri dikenal sebagai pusat ekosistem pengembang yang membangun dan menerapkan LLM yang tidak dimiliki oleh frontier labs. Platform ini sering disebut sebagai semacam GitHub untuk era AI, tempat para pengembang berbagi model, dataset, dan benchmark. Baru-baru ini, platform tersebut juga menjadi target serangan dari agen OpenAI yang melakukan reward-hacking.

Adopsi Model Open-Weight yang Masih Terbatas

Meskipun gelombang investasi besar mengalir ke sektor model open-weight, data menunjukkan adopsi masih relatif kecil. Berdasarkan survei data belanja oleh Ramp, hanya 6 persen perusahaan yang menggunakan model open-weight. Sementara itu, Jellyfish yang membuat alat untuk pengembang mencatat angka lebih rendah lagi, yakni hanya 2 persen software engineer yang menggunakannya.

Nik Albarran, AI product lead di Jellyfish, menjelaskan bahwa model open-weight terutama digunakan oleh perusahaan yang produknya bergantung pada beban kerja inference berulang, seperti layanan chat customer service. Karena tugas-tugas ini bervolume tinggi dan banyak pengulangan, model open-weight dapat disetel untuk menjawab pertanyaan dengan biaya lebih murah.

Pendekatan ini sejalan dengan cara Stripe membingkai akuisisi OpenRouter. “Token adalah mata uang utama bagi perusahaan yang membangun dengan AI, dan jelas bahwa potensi ekonomi dunia nyata akan bergantung pada pemanfaatan sumber daya komputasi yang langka secara efisien,” ujar Patrick Collison, salah satu pendiri dan CEO Stripe, dalam pernyataannya.

Untuk tugas coding dan agentic, permintaan yang bervariasi dan penalaran yang lebih kompleks membuat frontier models sering kali lebih unggul. Hal ini sebagian karena labs proprietary menyediakan akses yang lebih mudah, dan dalam beberapa kasus memberikan subsidi token. Albarran menambahkan bahwa seiring perusahaan menyempurnakan alur kerja AI, akan semakin mudah untuk beralih ke model terbuka.

Meski demikian, alasan utama perusahaan beralih ke model open-weight saat ini adalah untuk kontrol dan konfigurabilitas, bukan karena masalah pengeluaran. “Belum banyak perusahaan yang menjadikan itu sebagai alasan utama… [tetapi] jika harga dari frontier labs terus naik, semakin banyak perusahaan yang akan terpaksa mempertimbangkannya,” kata Albarran. “Ketika alur kerja berbasis AI sudah lebih matang, saat itulah masuk akal untuk berinvestasi dalam self-hosting model.”

Lin Qiao, CEO Fireworks, perusahaan router dan host model open-weight terkemuka untuk pengguna korporat, menyatakan perusahaannya memproses 40 triliun token per hari, lebih banyak dari API Gemini atau OpenAI. Fireworks bertaruh pada diversitas model: seiring LLM berkembang biak dan membaik, akan semakin mudah bagi perusahaan untuk melatih model sesuai kebutuhan spesifik mereka.

“Setiap perusahaan aplikasi harus mempertimbangkan untuk mempekerjakan peneliti internal,” ujar Qiao. “Mereka dapat menggunakan produk dan data produk mereka untuk membangun model sendiri. Masa depan adalah kecerdasan terspesialisasi. Secara harfiah, setiap perusahaan harus memiliki model sendiri untuk setiap use case, dan itu akan terjadi secara otomatis.”

Keputusan Nvidia mengakuisisi Hugging Face juga datang di tengah meningkatnya pertanyaan tentang biaya inference AI. Perusahaan-perusahaan mulai mengeksplorasi model yang lebih murah buatan perusahaan China seperti Moonshot, DeepSeek, dan Alibaba. Tren ini menunjukkan bahwa dominasi OpenAI dan Anthropic tidak bersifat mutlak.

Seiring raksasa teknologi berupaya melakukan lindung nilai atas taruhan mereka pada labs terbesar, daya tarik teknologi terbuka terbukti sulit ditolak. Akuisisi Hugging Face oleh Nvidia, jika terkonfirmasi, akan menjadi langkah strategis terbesar perusahaan chip tersebut untuk mengamankan posisinya di tengah pergeseran industri menuju model AI yang lebih terbuka dan terjangkau.