Sora keluar dari panggung setelah

Beberapa hari lalu, OpenAI mengumumkan secara tiba-tiba akan menutup model pembuatan video berbasis AI Sora.

Dari ekspektasi besar “mengubah industri perfilman” ketika Sora muncul secara mendadak dua tahun lalu, hingga kini tersingkir dengan muram—masa pakai Sora yang begitu singkat dan belokannya yang begitu tak terduga membuat orang merasa iba.

Di Silicon Valley, penutupan proyek-proyek ikonik biasanya punya makna sebagai penunjuk arah—seperti Apple yang setelah sepuluh tahun berlari akhirnya memutuskan menghentikan rencana membuat mobil; atau Meta yang memangkas secara besar-besaran lab eksperimen metaverse yang pernah dipandang seolah-olah itu seperti nyawa. Kejatuhan proyek-proyek seperti ini kerap disertai perubahan strategi perusahaan bahkan industri.

Lewat pilihan dan penataan yang dilakukan OpenAI, kita bisa melihat perubahan yang sedang terjadi di industri AI Amerika.

Tan Zhu mewawancarai banyak pihak dari kalangan industri AI, termasuk peneliti yang lama bolak-balik di lingkaran AI Tiongkok-AS serta praktisi yang berada di garis depan. Dari detail yang mereka bagikan, bisa ditemukan beberapa petunjuk.

“Sumber daya” adalah kata yang berulang kali disebut oleh para pelaku industri, sekaligus titik awal untuk memahami semua perubahan ini.

Seorang profesional yang pernah bersentuhan dengan para peneliti dan pengembang dari perusahaan AI terkemuka di AS seperti OpenAI dan Meta mengatakan kepada Tan Zhu bahwa saat ini ada konsensus umum di industri: persaingan kecerdasan buatan pada akhirnya adalah persaingan sumber daya. Jika talenta, dana, dan komputasi cukup, perusahaan AI biasanya bertaruh pada beberapa arah teknologi sekaligus.

Adapun penutupan Sora oleh OpenAI adalah akibat ketika sumber daya menjadi semakin langka.

Pertama, lihat masalah lapisan paling dasar: komputasi.

Dua tahun terakhir, AS terus membicarakan pembangunan lebih banyak pusat data dan ekspansi kapasitas komputasi, tetapi kenyataannya pasokan selalu tertinggal dari pertumbuhan permintaan. Menurut perhitungan Goldman Sachs, kesenjangan pasokan-kebutuhan kapasitas komputasi pusat data AS tengah menunjukkan kecenderungan menjadi kondisi yang lazim. Dalam beberapa tahun ke depan, diperkirakan juga akan bertahan dalam kisaran sekitar 10 gigawatt.

Yang lebih penting, banyak proyek baru terhenti di tahap listrik dan infrastruktur, dan pada akhirnya kemungkinan besar juga sulit untuk benar-benar terwujud.

Jika jatuh ke OpenAI, masalahnya bahkan lebih menonjol.

OpenAI punya karakteristik bahwa mereka tidak membangun pusat data sendiri; kapasitas komputasi inti bergantung pada kerja sama dengan pemasok seperti Microsoft.

Pada tahun 2025, presiden OpenAI menyebut bahwa pembagian GPU secara internal di perusahaan telah berubah menjadi proses yang “sangat menyakitkan”, bahkan memerlukan tim kecil khusus yang memantau kapan setiap proyek berakhir agar kapasitas komputasi yang tersedia bisa dialihkan kembali ke proyek baru.

Tepat pada saat itulah tekanan lapis kedua mulai terlihat: industri AI sedang memasuki siklus modal yang baru.

Dibanding masa lalu ketika “berinvestasi dulu, lalu memverifikasi”, para investor kini sangat menuntut imbal hasil bisnis yang bisa diukur.

｜｜Survei perusahaan konsultan di AS menunjukkan 53% investor mengharapkan imbal hasil dalam enam bulan.

｜｜Lebih dari 70% chief information officer secara tegas menyatakan bahwa jika tidak bisa membuktikan nilai bisnis AI sebelum pertengahan 2026, anggaran terkait akan dipangkas.

Ketika tuntutan modal semakin tinggi, komputasi menjadi mahal dan langka, perusahaan mau tidak mau harus membuat pilihan internal. Bagi perusahaan AI AS saat ini, perubahan ini terasa sangat tajam.

Diperkirakan, biaya menghasilkan video berdurasi 10 detik dengan Sora adalah 1,3 dolar. Dengan asumsi pengguna menghasilkan 11,3 juta video per hari, biaya komputasi harian sekitar 15 juta dolar, sementara pendapatan aktual jauh lebih rendah dari angka tersebut.

Sora hanyalah cuplikan dari logika “pengorbanan” ini:

｜｜Dalam sebulan terakhir, yang disesuaikan juga termasuk fitur pembayaran cepat bawaan ChatGPT, dan lainnya.

｜｜Pada saat yang sama, OpenAI mengumumkan perjanjian dengan Departemen Pertahanan AS, untuk menerjunkan model OpenAI ke jaringan rahasia militer.

Proyek-proyek yang dipangkas ini memiliki karakter yang sama: orientasi kelas konsumen, konsumsi komputasi yang sangat tinggi, pertumbuhan pengguna yang mandek, serta imbal hasil jangka pendek yang samar.

Di balik itu, industri AI AS sedang mengalami penyesuaian struktural putaran baru:

｜｜Meta pada Maret 2026 mengumumkan bahwa mereka berencana menutup dukungan untuk Horizon Worlds di headset VR pada 15 Juni. Sebagian besar anggaran dialihkan ke arah infrastruktur AI, perangkat yang bisa dikenakan, dan perangkat seluler, serta lainnya.

｜｜Amazon mengumumkan penutupan proyek uji coba toko fisik Amazon Fresh dan Amazon Go, sekaligus menghentikan sistem pembayaran sidik jari Amazon One.

｜｜Perusahaan terkemuka di bidang pelabelan data AI, Scale AI, pada Juli 2025 melakukan restrukturisasi tim, menambah sumber daya ke penjualan untuk perusahaan dan pemerintah, dan memfokuskan kembali bisnis pelabelan data pada peluang yang paling menguntungkan.

Industri AI AS sedang membentuk suatu konsensus: mengutamakan proyek-proyek dengan margin laba tinggi, serta mengurangi investasi berkelanjutan pada inovasi kelas konsumen.

Kalau begitu, proyek seperti apa yang disebut “margin laba tinggi”?

Belum lama ini, OpenAI mencapai kesepakatan dengan Departemen Pertahanan AS untuk menerjunkan model canggih ke jaringan rahasia militer.

Keunikan dari pilihan ini ada pada upaya untuk menembus dua garis batas.

｜｜Satu adalah garis batas OpenAI sendiri. OpenAI berkali-kali menegaskan bahwa mereka tidak akan memberikan dukungan teknis untuk pengawasan skala besar di dalam negeri atau sistem senjata otonom, namun kini mereka mengubah pendirian.

｜｜Dua adalah garis batas industri. Perusahaan AI terkemuka AS lainnya, Anthropic, sedang justru berpegang teguh pada garis batas ini, sehingga oleh Pentagon mereka dicap sebagai “risiko rantai pasokan”; OpenAI menjadi pihak yang mengambil alih pada waktu yang sama.

Ini mengungkapkan kecenderungan berbahaya langkah berikutnya dalam perkembangan AI AS: bidang yang dulu tidak berani disentuh sekarang akan disentuh; garis batas yang dulu dijaga sekarang akan dilanggar.

Chen Qi, yang ikut dalam dialog AI Tiongkok-AS selama 14 putaran, memberi tahu Tan Zhu bahwa dalam komunitas strategis dan kalangan perusahaan, arus utama sangat mendorong agar dilakukan perlombaan senjata AI, mengejar keunggulan absolut dibanding negara lain.

Terutama, selama setahun terakhir, pemerintahan AS saat ini telah membalik total gagasan pemerintahan sebelumnya tentang “AI yang aman, andal, dan dapat dipercaya”, lalu beralih ke “memenangkan perlombaan AI”, dengan menempatkan untuk mengalahkan negara lain sebagai inti yang mutlak.

Ini membuka jalan bagi keterikatan mendalam antara modal dan pihak militer.

Di bawah tekanan untuk “memenangkan kompetisi”, batas-batas yang dulu ditetapkan sedang ditetapkan ulang. Departemen Pertahanan menjadi mitra yang sangat menarik.

Secara vertikal, dalam tiga arah besar—menghadapi konsumen (To C), menghadapi perusahaan (To B), dan menghadapi sektor publik (To G)—sektor publik sedang menjadi “lahan biru” terakhir bagi AI.

Dari sisi kecepatan penerapan, frekuensi para profesional di sektor publik AS menggunakan kecerdasan buatan jauh lebih rendah dibanding kebanyakan orang di AS. Ini berarti ruang yang sangat besar yang belum dimanfaatkan.

Ini juga berarti sektor publik masih belum masuk tahap “penilaian berdasarkan imbal hasil”. Di sini, anggaran berasal dari dana bantuan, bukan tuntutan keuntungan; siklusnya lebih panjang, dan dananya lebih stabil, serta toleransi terhadap risiko lebih tinggi.

Secara horizontal, di antara entitas sektor publik, kemauan Departemen Pertahanan untuk bekerja sama paling tinggi.

Menurut statistik atas data kontrak pemerintah federal AS, Departemen Pertahanan memiliki lebih dari 70% kontrak AI pemerintah federal. Hanya dari September 2022 hingga Agustus 2023, nilai kontrak AI Departemen Pertahanan meningkat sebesar 1500%.

Liu Wei, yang pernah berkomunikasi dengan delegasi dari think tank AS, pihak militer, dan lainnya, memberi tahu Tan Zhu bahwa berdasarkan pengamatannya, ketika perusahaan memilih bekerja sama dengan militer, di satu sisi karena tekanan operasional yang nyata; di sisi lain, mereka juga ingin mencapai terobosan teknologi melalui “lahan percobaan” militer tersebut.

Jenis kerja sama ini adalah bagian kunci dari cara AS membangun dominasi AI—mengikat erat riset dan pengembangan teknologi dengan kemampuan militer, membuka jalan bagi modal lewat dana publik, lalu membalas dukungan dengan keunggulan teknologi untuk dominasi militer.

Namun biayanya sedang mulai terlihat.

Sebelumnya, pemerintah AS menerapkan AI secara lambat, dan itu punya logika internal.

Sektor publik tidak seperti sektor swasta. Kekurangan tertentu AI saat ini—misalnya “halusinasi” AI, akurasi yang tidak cukup—di skenario swasta mungkin hanya menjadi masalah pengalaman, tetapi di sektor publik bisa berubah menjadi masalah sosial:

｜｜Departemen statistik: bantuan AI dalam pengolahan data bisa sangat meningkatkan efisiensi, tetapi jika terjadi halusinasi AI yang menyebabkan angka salah, dampaknya bisa langsung memengaruhi ekonomi dan kehidupan masyarakat;

｜｜Departemen pertanian, energi, dan lainnya: AI dapat membantu riset ilmiah dan alokasi sumber daya, tetapi halusinasi AI bisa menyebabkan prediksi model yang keliru;

｜｜Bidang pertahanan: sebelumnya, sebagian proyek AI mengalami masalah akurasi sistem identifikasi target yang hanya sekitar 30% dalam cuaca buruk. Keputusan yang menyangkut nyawa manusia, jika salah, konsekuensinya tidak bisa dibatalkan.

Kini, kehati-hatian seperti ini sedang ditinggalkan.

Departemen Pertahanan bahkan mengambil rute yang agresif dengan prinsip “sekaligus digunakan sambil diperbaiki”—menempatkan AI dengan cepat ke skenario praktik tempur, lalu melakukan iterasi dan optimalisasi berdasarkan umpan balik aktual. Cara seperti ini pada dasarnya adalah menukar risiko terhadap nyawa manusia untuk kecepatan iterasi teknologi.

Liu Wei memberi tahu Tan Zhu bahwa khususnya para perwira militer menengah ke bawah yang ia temui, merekalah orang-orang yang benar-benar berperang di garis depan. Mereka sangat antusias dengan penerapan militerisasi kecerdasan buatan, dan secara umum percaya bahwa hal itu membantu meningkatkan kemampuan bertempur serta level perencanaan strategi.

Sampai di sini, bisa terlihat bahwa di balik pilihan OpenAI ada kecenderungan berbahaya pembangunan dominasi AI AS:

Modal mengejar imbal hasil, pemerintah AS mencari keunggulan militer; keduanya saling berkompromi dan saling memanfaatkan dalam bidang AI, sehingga bersama-sama melampaui batas etika dan keamanan.

AS sudah memilih untuk memprioritaskan AI pada bidang militer. Lalu, sampai batas mana lagi batas tersebut akan didorong pada langkah berikutnya?