Pengacara Lin Shanglun Menulis Artikel》Ketika kamu bertanya AI apa yang dimakan siang ini, dunia sedang merancang ulang peta energi untuk pertanyaan ini

Pengacara Lin Shanglun membongkar esensi ekonomi AI Token, Token bukanlah aset digital yang dapat diinvestasikan, melainkan seperti "derajat" sebagai satuan pengukuran penggunaan. Setiap pertanyaan di baliknya adalah rangkaian lengkap rantai energi dari pembangkit listrik, jaringan listrik, pusat data hingga kartu grafis yang beroperasi, dan pusat data mengubah listrik menjadi layanan Token yang dapat dihitung harga. Huang Renxun berulang kali memperingatkan kekurangan energi, karena dia melihat celah nyata dari garis depan rantai pasokan.
（Latar belakang: Sang dewa saham berbulu putih Serenity kembali mengumumkan SIVE! Mendapatkan pesanan militer sebesar 8,2 juta dolar, chip Ka-band masuk ke rantai pasokan satelit militer AS）
（Tambahan latar: Amazon membuka desain AI terkait: memberi Alexa satu kalimat untuk mencetak kaos kustom + pengiriman Prime langsung ke rumah）

Belakangan ini, satu kata yang paling sering muncul di dunia teknologi global, tetapi juga paling mudah disalahpahami, disebut AI Token. Ketika Anda setiap kali membuka kotak dialog dan memasukkan satu pertanyaan, sebenarnya ada seluruh rantai industri energi yang beroperasi dari pembangkit listrik, jaringan listrik, pusat data hingga kartu grafis, dan Token adalah satuan pengukuran untuk seluruh proses ini.

Jika memecah hal ini, yang paling sering dibahas dan juga paling sering disalahpahami di pasar adalah empat pertanyaan utama: Apakah Token benar-benar semacam uang? Apakah biaya langganan ChatGPT 17 dolar benar-benar mencakup semua biaya? Mengapa pusat data yang penting banyak dibangun di Silicon Valley dan kawasan ilmiah, sementara yang lain di padang pasir atau dekat fjord? Dan mengapa Huang Renxun berulang kali menegaskan bahwa energi di masa depan pasti akan kekurangan? Keempat pertanyaan ini secara bersamaan adalah kunci untuk memahami ekonomi AI.

Apakah AI Token benar-benar semacam uang

Di pasar mulai muncul klaim bahwa Token digambarkan sebagai aset baru, bahkan sudah ada istilah "Investasi AI Token" yang beredar. Banyak orang yang pertama kali mendengar kata Token, secara alami mengaitkannya dengan Token dalam mata uang kripto, atau merasa bahwa ini adalah aset digital yang bisa dikumpulkan, dihargai meningkat, dan dipakai untuk menukarkan sesuatu. Tapi jika kembali ke esensinya, Token di bidang AI lebih mendekati satuan pengukuran penggunaan, bukan sebagai wadah nilai yang bisa disimpan atau diperdagangkan.

Dimulai dari satuan paling dasar. Konversi Token di sisi Output (hasil) akan berbeda secara mencolok tergantung bahasa. Dalam bahasa Inggris, 1 Token kira-kira setara dengan 0,75 kata Inggris, atau sekitar 4 huruf. Kata umum seperti "apple" biasanya 1 Token; tapi kata yang lebih panjang seperti "hamburger", AI akan membaginya menjadi "ham", "bur", "ger" di tingkat dasar, sehingga memakan 2 sampai 3 Token. Dalam bahasa Mandarin, relatif lebih banyak digunakan, karena encoding tradisional Mandarin memakan ruang lebih besar, 1 Token kira-kira hanya bisa mewakili 0,5 sampai 1 karakter Mandarin. Kata umum seperti "我" atau "的" biasanya tetap 1 Token; tetapi karakter yang rumit atau jarang digunakan, satu karakter bisa memerlukan 2 sampai 3 Token.

Kalau dilihat dari sisi Input (pembacaan), 1 Token sangat kecil sehingga bahkan satu kalimat lengkap pun tidak bisa disebut. Untuk memberi gambaran konkret tentang "membaca file", industri biasanya menggunakan patokan 1.000 Token: saat membaca file berbahasa Inggris, 1.000 Token kira-kira setara dengan 750 kata Inggris, sekitar 1,5 halaman dokumen Word A4; saat membaca file berbahasa Mandarin, 1.000 Token kira-kira setara dengan 500 sampai 800 karakter Mandarin, sekitar setengah halaman artikel pendek A4, atau berita panjang biasa. Ketika Anda menyerahkan kontrak berdelapan belas halaman ke AI, hanya untuk membacanya saja sudah menghabiskan puluhan ribu Token, belum termasuk bagian yang digunakan untuk menghasilkan balasan.

Lebih penting lagi, Token terbagi menjadi dua jenis: Input Token dan Output Token, masing-masing memiliki metode penetapan harga yang cukup akurat dan terpisah. Input adalah jumlah yang digunakan AI untuk memahami file, video, suara yang Anda berikan; Output adalah jumlah yang digunakan AI untuk menghasilkan teks, gambar, kode. Keduanya bukan konsep abstrak, melainkan berdasarkan penetapan harga yang dilakukan oleh perusahaan besar (OpenAI, Google, Anthropic, dll) saat mengenakan biaya per juta Token. Saat ini, harga pasar sekitar beberapa dolar AS per 1 juta Token.

Dari sudut pandang ini, Token lebih mirip satuan "derajat": cara pengukuran penggunaan layanan AI Anda. Anda tidak akan mengatakan, "Hari ini saya pakai 30 derajat listrik," dan menganggapnya sebagai aset "30 derajat listrik"; juga tidak menganggap konsumsi listrik dari PLN sebagai barang atau mata uang. Logika Token AI sangat dekat dengan ini.

Tentu saja, di masa depan, Token bisa saja berkembang menjadi produk keuangan seperti futures, kredit prabayar, kuota perdagangan, dan lain-lain, seperti yang pernah dilakukan minyak, listrik, dan karbon. Tapi jika kembali ke esensinya, memahami Token sebagai "satuan pengukuran penggunaan AI" akan lebih mendekati peran sebenarnya daripada menganggapnya sebagai wadah nilai independen. Bagi pengguna umum, perbedaan pemahaman ini akan langsung mempengaruhi pandangan Anda terhadap pertanyaan berikut: biaya langganan layanan AI.

Apakah biaya langganan 17 dolar per bulan mencakup semua biaya

Ini mungkin pertanyaan paling langsung dari pengguna awam. Harga langganan layanan AI di pasar, mulai dari ChatGPT Plus yang 20 dolar, hingga berbagai paket enterprise, terlihat cukup terjangkau. Jadi banyak orang secara alami menganggap bahwa biaya sebenarnya dari AI harus sebanding dengan biaya langganan ini. Tapi jika melihat laporan keuangan industri secara detail, kenyataannya tidak sepenuhnya demikian.

Saat ini, sebagian besar perusahaan AI utama masih dalam kondisi merugi, OpenAI, Google, Anthropic, semua bagian AI mereka masih dalam tahap investasi besar-besaran, dan sebagian besar dana operasional berasal dari pendanaan, bukan keuntungan dari layanan AI itu sendiri. Ini berarti biaya langganan saat ini tidak sepenuhnya mencerminkan biaya nyata dari layanan tersebut. Ketika pengguna berat menghabiskan waktu seharian meminta AI mengedit gambar, melakukan percakapan panjang, menghasilkan konten dalam jumlah besar, biaya Token yang mereka konsumsi mungkin sudah melebihi apa yang bisa ditutup oleh biaya bulanan, dan selisihnya saat ini ditanggung oleh perusahaan dan investor. Ini adalah strategi penetapan harga "masa edukasi pengguna", untuk membangun kebiasaan penggunaan dan memperluas basis pengguna, dan kemungkinan akan ada penyesuaian di masa depan.

Model penetapan harga ini juga menimbulkan fenomena menarik: hambatan penggunaan hampir hilang sama sekali. Dulu, untuk menggunakan energi minyak, Anda biasanya harus memiliki kendaraan, mesin, atau pabrik, dan seluruh pola konsumsi ini membawa mekanisme penyaringan ekonomi sendiri. Tapi di era AI, pintu masuknya hampir tanpa hambatan. Penggunaan Token yang sama bisa dipakai untuk menghasilkan laporan due diligence dan kontrak akuisisi, atau ringkasan penelitian medis, dan juga untuk diskusi tentang makan siang, ngobrol santai dengan karakter virtual. Dua situasi ini memakan daya komputasi dan listrik yang setara, tetapi nilai sosial yang dihasilkan sangat berbeda.

Mengapa pusat data memilih lokasi yang sangat berbeda

Ini adalah pertanyaan lain yang sering membingungkan orang. Kita sering melihat pusat data di Silicon Valley, kawasan ilmiah, sebagai fasilitas teknologi tinggi. Tapi di sisi lain, ada berita tentang Dubai membangun pusat data di gurun pasir, Norwegia di dekat fjord, Irlandia di desa-desa, bahkan ada perusahaan yang langsung membangun pusat data di dekat pembangkit listrik tenaga air. Ini menimbulkan pertanyaan: apakah pusat data benar-benar produk teknologi tinggi?

Pemahaman yang masuk akal adalah kedua pandangan ini benar. Pusat data memang merupakan infrastruktur dasar yang sangat profesional, melibatkan rekayasa pendinginan, manajemen listrik, arsitektur jaringan, keamanan siber, integrasi chip canggih, dan lain-lain, sehingga tidak mudah dibangun dan dioperasikan; banyak perusahaan di Taiwan yang berinvestasi di bidang ini, dan memiliki keahlian teknik yang cukup mendalam. Itulah sebabnya beberapa pusat data dipilih dekat kawasan teknologi, untuk memudahkan akses ke tenaga kerja, pelanggan, dan rantai pasokan.

Namun dari sudut pandang penempatan global, ada faktor kunci lain: "Pusat data sangat bergantung pada pasokan listrik yang stabil dan relatif murah." Ketika skala komputasi mencapai tingkat tertentu, biaya listrik langsung mempengaruhi biaya operasional. Jadi, kita melihat Dubai, Abu Dhabi memanfaatkan sumber energi matahari di gurun, Norwegia menggunakan tenaga air dan suhu rendah, Irlandia memanfaatkan kebijakan energi yang longgar, menjadi pusat data global. Dengan kata lain, faktor utama pusat data adalah: "Ini adalah titik konversi energi yang sangat bergantung pada kondisi energi: di mana ada listrik yang stabil dan murah, di situ akan muncul pusat data baru."

Dari sudut pandang ini, pusat data sebenarnya adalah salah satu titik kunci di era AI: mengubah energi listrik—yang sulit disimpan dan dipindahkan lintas batas—menjadi Token yang dapat dihitung dan diperdagangkan secara jarak jauh melalui proses komputasi. Semua pertanyaan pengguna, file perusahaan, data dari lembaga riset, akan diproses di pusat data, dan biaya akan dihitung berdasarkan jumlah Token yang dikonsumsi. Ini secara tidak langsung memperkenalkan pertanyaan keempat, yang juga paling penting.

Mengapa Huang Renxun terus mengatakan bahwa energi tidak cukup

Dalam beberapa tahun terakhir, pendiri NVIDIA Huang Renxun berulang kali menyampaikan dalam berbagai pidato dan wawancara: di masa depan, energi pasti akan kekurangan, dan hambatan pengembangan AI akhirnya akan bergantung pada listrik. Banyak orang mendengar pernyataan ini, pertama kali menganggap ini sebagai strategi pemasaran, atau gambaran dari produsen GPU. Tapi jika mengaitkan ketiga pertanyaan sebelumnya, akan terlihat bahwa apa yang dia katakan sebenarnya didukung oleh logika industri yang cukup kuat.

Dari sudut pandang Token, setiap pertanyaan terkait dengan satu rangkaian komputasi, dan setiap rangkaian komputasi terkait dengan konsumsi listrik. Dari sudut pandang model langganan, saat ini harga subsidi mendorong pengguna untuk tidak membatasi penggunaan, sehingga konsumsi secara eksponensial meningkat. Dari sudut pusat data, seluruh dunia di daerah dengan kondisi energi yang memadai sedang mempercepat pembangunan fasilitas komputasi, dan setiap pusat data baru akan mengambil porsi besar dari struktur listrik setempat. Ketiga tren ini secara bersamaan memperbesar tekanan pada pasokan energi.

Inilah sebabnya Huang Renxun menekankan isu energi lebih dari sekadar GPU itu sendiri, karena GPU yang kuat pun tidak bisa berjalan tanpa listrik yang cukup. Bagi perusahaan sebesar NVIDIA, mereka sangat memahami skala pesanan komputasi pelanggan dan seberapa besar kekurangan listrik yang terkait. Jadi, pernyataannya bahwa "energi akan kekurangan" sebenarnya mencerminkan kondisi nyata dari garis depan rantai pasokan, bukan sekadar slogan.

Ini juga menunjukkan bahwa industri energi akan menjadi arah penting untuk perhatian jangka panjang di era berikutnya. Di seluruh dunia, daerah yang memiliki kondisi, seperti gurun, wilayah tenaga air yang melimpah, pantai yang cocok untuk angin, negara dengan potensi nuklir, semuanya aktif memperluas kapasitas pembangkit listrik. China, dengan sistem energi hijau terbesar di dunia, memiliki keunggulan energi yang cukup jelas dalam kompetisi ini; dan diskusi tentang kebijakan nuklir dan energi hijau di Taiwan juga akan dipandang dalam konteks yang lebih besar di era AI. Diperkirakan, total konsumsi listrik infrastruktur AI global akan melampaui banyak kategori industri yang ada dalam beberapa tahun ke depan, dan saat ini, jumlah pengguna AI di seluruh dunia masih dalam tahap pertumbuhan awal, sehingga kurva permintaan diperkirakan akan terus naik.

Bagaimana pengguna dan investor harus menghadapi

Secara keseluruhan, ada dua arah yang patut diperhatikan dalam jangka panjang. Pertama, adalah rantai pasokan infrastruktur AI secara keseluruhan. Termasuk dari sisi pembangkit listrik, peningkatan jaringan listrik, pembangunan pusat data, pendinginan, kemasan canggih, dan rantai pasokan daya utama. Karakteristiknya adalah pesanan yang cukup terlihat, selama permintaan AI terus tumbuh, kekurangan energi dan infrastruktur akan menjadi masalah struktural, bukan fluktuasi jangka pendek.

Kedua, adalah efisiensi penggunaan Token itu sendiri yang akan menjadi isu penting. Ketika penetapan harga Token semakin transparan, pengguna akan mulai menyadari perbedaan biaya antar tugas, dan perusahaan serta individu secara perlahan akan mengembangkan kebiasaan penggunaan yang lebih rasional.

Untuk industri AI, ada tiga prinsip dasar yang perlu dipahami. Pertama, memahami bahwa esensi Token adalah satuan penetapan harga, ini akan memberi Anda dasar penilaian saat menghadapi berbagai narasi keuangan yang berkembang. Kedua, pandanglah peran pusat data secara benar: meskipun merupakan infrastruktur dasar yang sangat profesional, pusat data juga sangat bergantung pada pasokan energi. Ketiga, perhatikan perubahan jangka panjang di sisi energi, karena ini akan secara bertahap menjadi bottleneck dan peluang utama industri AI, dan ini adalah pesan inti yang selalu diingat para tokoh besar AI.

Sejarah perkembangan AI dalam satu tahun terakhir sangat cepat, sehingga banyak orang tidak sempat memahami struktur biaya di baliknya. Ini tidak berarti AI adalah gelembung, atau seluruh industri akan runtuh, melainkan saat sebuah industri baru matang, metode penetapan harga, distribusi sumber daya, dan infrastruktur akan secara perlahan mencapai keseimbangan baru. Kurva permintaan AI saat ini tampaknya akan terus naik, tetapi isu energi dan biaya yang menyertainya juga akan semakin penting bagi pengguna, investor, dan pembuat kebijakan untuk dipahami secara serius.

Token yang kecil ini, sebenarnya menyentuh pembangkit listrik, jaringan listrik, pusat data, chip, model, aplikasi, dan terus berlanjut ke pilihan sehari-hari setiap pengguna. Memahami esensinya akan membantu kita melihat peluang dan biaya dalam menghadapi era AI dengan lebih jelas.