Industri AI pertama kali benar-benar memasuki " tahap perhitungan ekonomi"

OpenAI dan Anthropic kemungkinan akan memulai perang harga, tampaknya kedua perusahaan AI terkemuka ini bersaing merebut pengguna, tetapi pada kedalaman sebenarnya ini adalah kali pertama industri AI benar-benar memasuki “fase perhitungan ekonomi”.

Dalam dua tahun terakhir, diskusi paling umum di industri AI adalah tentang kemampuan model: siapa yang modelnya lebih kuat, siapa yang penalarannya lebih baik, siapa yang kemampuan kode-nya lebih stabil, siapa yang multimodalitasnya lebih mengesankan. Modal, media, dan pengguna semuanya bersedia membayar premi untuk “model terkuat”. Tetapi ketika AI benar-benar masuk ke perusahaan, situasinya mulai berubah. Perusahaan tidak lagi hanya bertanya “modelnya kuat tidak”, melainkan mulai bertanya “tagihan mahal tidak”; tidak lagi hanya melihat “apakah menggunakan AI”, tetapi mulai menanyakan “token ini benar-benar menghasilkan berapa banyak hasil”. Inilah yang benar-benar menarik untuk diamati dari berita ini.

Menurut Reuters yang mengutip laporan dari The Wall Street Journal, OpenAI sedang mempertimbangkan untuk secara besar-besaran menurunkan harga layanan AI guna menghadapi persaingan merebut pengguna dengan Anthropic; diskusi terkait masih berlangsung, Reuters juga menyatakan bahwa mereka belum dapat mengonfirmasi laporan tersebut secara independen. Berita ini juga menyebutkan bahwa eksekutif perusahaan sedang merasakan tekanan dari biaya penggunaan AI, Sam Altman baru-baru ini juga mengakui bahwa biaya telah menjadi “masalah besar”. Saya rasa, hal ini dapat dipahami dalam konteks kebangkitan perusahaan Anthropic, popularitas Claude Code, fokus utama OpenAI pada Codex, perusahaan mulai mengendalikan pengeluaran agentic AI, serta tekanan pengujian model bisnis sebelum IPO. Pendapat saya: ini bukan sekadar perang harga token, melainkan awal dari pergeseran industri AI dari “pertunjukan kecerdasan” menuju “perhitungan nilai”.

Ini bukan perang harga dalam arti tradisional

Jika mengikuti logika internet tradisional, satu perusahaan menurunkan harga, perusahaan lain mengikuti, pengguna diuntungkan, pasar membesar, dan akhirnya biaya tersebar melalui skala. Tetapi layanan model besar tidak sepenuhnya mengikuti logika ini. Di balik AI bukanlah distribusi perangkat lunak dengan biaya marginal hampir nol, melainkan pengeluaran nyata untuk daya komputasi, penyimpanan, jaringan, listrik, pendinginan, dan pusat data.

Oleh karena itu, AI tidak mungkin menurunkan harga secara tak terbatas. Harga dapat dioptimalkan, biaya per token dapat menurun, efisiensi inferensi model dapat meningkat, cache, batch processing, dan routing model dapat mengurangi biaya penggunaan nyata, tetapi konsumsi sumber daya di tingkat dasar tidak akan hilang begitu saja. Halaman harga resmi OpenAI menunjukkan, harga API GPT-5.5 adalah 5 dolar AS per juta input token dan 30 dolar AS per juta output token; informasi resmi Anthropic menunjukkan, harga Claude Opus 4.8 regular usage adalah 5 dolar AS per juta input token dan 25 dolar AS per juta output token. Ini menunjukkan bahwa model flagship tetap mempertahankan harga acuan untuk tugas bernilai tinggi, dan belum memasuki fase “harga serendah mungkin tanpa batas”.

Oleh karena itu, yang disebut perang harga AI lebih mungkin merupakan perang penurunan harga struktural, bukan keruntuhan harga secara menyeluruh. Konsumen, pengembang, model tingkat rendah, dan skenario akses frekuensi tinggi mungkin akan menurunkan harga terlebih dahulu; tugas inti perusahaan, penalaran kompleks, kode yang sangat andal, serta skenario dengan persyaratan kepatuhan dan keamanan tinggi, tetap akan mempertahankan premi.

Masalah sebenarnya bukanlah token murah atau tidak, tetapi apakah setiap token mampu menciptakan nilai yang cukup.

Dari tokenmaxxing ke valuemaxxing

Dalam artikel sebelumnya “Lihai Observasi · Ulasan Teknologi”, kita membahas tokenmaxxing: perusahaan dan karyawan terus meningkatkan penggunaan token untuk membuktikan bahwa mereka “menggunakan AI”, sehingga meningkatkan volume token. Tetapi sekarang, diskusi perang harga semakin menegaskan bahwa industri AI harus beralih dari tokenmaxxing ke valuemaxxing. Tokenmaxxing fokus pada “berapa banyak AI yang digunakan”; valuemaxxing fokus pada “berapa banyak nilai yang benar-benar diciptakan dari setiap panggilan AI”. Kedua istilah ini didukung oleh dua logika industri yang sama sekali berbeda.

Jika perusahaan hanya melihat konsumsi token, mereka dengan mudah akan mendapatkan kurva penggunaan AI yang tampaknya makmur: karyawan semua menggunakan, volume panggilan meningkat, tagihan model bertambah. Tetapi ini tidak otomatis berarti produktivitas meningkat. Perusahaan yang benar-benar matang, langkah berikutnya pasti akan bertanya: apakah token ini mengurangi pekerjaan ulang? Apakah mempercepat siklus pengiriman? Apakah meningkatkan kualitas kode? Apakah memperbaiki pengalaman pelanggan? Apakah menurunkan biaya penjualan, layanan pelanggan, R&D, operasi, dan manajemen?

Inilah inti dari pertanyaan utama ketika AI benar-benar masuk ke perusahaan. Dulu, perusahaan AI menjual “kemampuan cerdas”; sekarang, pelanggan perusahaan ingin membeli “hasil yang dapat diverifikasi”. Ini juga merupakan perubahan paling penting di balik perang harga: kompetisi AI sedang beralih dari “siapa yang lebih pintar” menjadi “siapa yang lebih hemat biaya”, dan selanjutnya menjadi “siapa yang mampu mengantarkan hasil”.

Mengapa OpenAI merasa tertekan

Tekanan terhadap OpenAI berasal dari dua arah.

Di satu sisi, adalah kebangkitan cepat Anthropic di sisi perusahaan, terutama penyebaran Claude Code di kalangan pengembang dan tim rekayasa perusahaan. Skenario kode adalah salah satu yang paling mudah membentuk skenario frekuensi tinggi, bernilai tinggi, dan sangat melekat, karena dapat langsung menyatu dengan proses pengembangan, mempengaruhi efisiensi pengiriman. Dalam materi yang disebutkan, disebutkan bahwa Claude Code meningkatkan pendapatan Anthropic, dan juga membuat OpenAI memfokuskan pada Codex sebagai arah utama. Ini menunjukkan bahwa medan perang AI tidak lagi hanya di ruang obrolan, tetapi telah memasuki alur kerja nyata perusahaan.

Di sisi lain, adalah pelanggan yang mulai meninjau kembali biaya AI. Pada awalnya, perusahaan mengadopsi AI dengan sikap percobaan, membeli, menggunakan, dan mengeksplorasi terlebih dahulu. Tetapi ketika volume penggunaan meningkat dan tagihan membengkak, manajemen pasti akan beralih dari “apakah AI berguna” menjadi “apakah nilainya”. Laporan Reuters juga menyebutkan bahwa eksekutif perusahaan mulai tidak puas dengan biaya penggunaan AI yang tinggi.

Ini bukan gelombang panas AI yang berakhir, melainkan AI yang masuk ke dalam anggaran operasional. Anggaran inovasi bercerita tentang inovasi, anggaran operasional melihat pengembalian. Pada tahap ini, perusahaan tidak lagi hanya bertanya tentang kekuatan model, tetapi berapa biaya per tugas, apakah vendor bisa diganti, apakah hasilnya dapat diukur. Pendapat saya: jika OpenAI mempertimbangkan penurunan harga, itu bukan berarti model bisnisnya gagal, melainkan AI mulai beralih dari “proyek strategis” ke “biaya operasional”. Setelah masuk ke dalam biaya operasional, pelanggan akan mulai menghitung AI dengan cara yang lebih tenang.

Perubahan nyata dari perang harga adalah aturan industri

Perang ini sebenarnya akan mengubah bukan hanya harga satu model, tetapi sistem penilaian industri AI.

Pertama, perusahaan model tidak bisa hanya mengandalkan “model paling kuat” untuk bercerita, mereka harus membuktikan bahwa “biaya kecerdasan per unit” terus menurun. Siapa yang mampu menyelesaikan lebih banyak tugas dengan token lebih sedikit, latensi lebih rendah, hasil lebih stabil, akan memiliki keunggulan.

Kedua, pelanggan perusahaan akan lebih aktif melakukan kombinasi model. Dulu, perusahaan mungkin bersedia langsung membeli model paling kuat, sekarang mereka akan mulai membedakan berdasarkan jenis tugas: penalaran kompleks pakai model flagship, layanan pelanggan rutin pakai model ringan, pencarian internal pakai model lokal, peninjauan kode pakai model khusus. Di masa depan, arsitektur AI perusahaan kemungkinan bukan satu model yang menguasai segalanya, melainkan banyak model, banyak vendor, dan manajemen biaya berlapis.

Ketiga, perusahaan aplikasi akan mendapatkan peluang. Penurunan harga model akan mengurangi premi sebagian perusahaan model dasar, tetapi akan memperbesar nilai di lapisan aplikasi. Karena pelanggan akhirnya tidak mencari token murah, tetapi hasil bisnis yang stabil, dapat dikirim, dan dapat diatur. Siapa yang mampu mengemas kemampuan model ke dalam proses industri nyata, dia akan mampu mengubah “biaya token” menjadi “nilai bisnis”.

Keempat, investor akan mengubah cara mereka melihat perusahaan AI. Dulu, mereka melihat daftar model, pertumbuhan pengguna, dan cerita valuasi; sekarang mereka akan melihat struktur margin laba, biaya inferensi, retensi pelanggan, tingkat penyelesaian tugas, penetrasi alur kerja, dan ekonomi per tugas. Laporan Reuters menyebutkan bahwa OpenAI dan Anthropic sudah menuju proses IPO, dan OpenAI juga dilaporkan telah secara rahasia menyerahkan dokumen IPO; ini berarti pasar terbuka akan menilai secara langsung kualitas pendapatan, struktur biaya, dan ketahanan pelanggan mereka.

Pendapat saya: perang harga AI tidak akan mengakhiri narasi nilai tinggi AI, tetapi akan mengakhiri fase “cukup bisa panggil model dan bercerita besar”.

Pelajaran untuk industri AI di China

Bagi industri AI di China, hal ini memberi tiga pelajaran.

Pertama, perusahaan model besar di China tidak bisa hanya bersaing di parameter, daftar peringkat, dan peluncuran, mereka harus lebih dulu masuk ke kompetisi efisiensi biaya. Pelanggan perusahaan di China lebih sensitif terhadap harga dan lebih realistis terhadap ROI. Jika kemampuan model bagus tetapi biaya inferensi terlalu tinggi, stabilitas kurang, dan tidak ada siklus pengiriman tertutup yang jelas, sulit benar-benar masuk ke proses inti perusahaan.

Kedua, peluang AI di China tidak terletak pada sekadar menyalin OpenAI atau Anthropic, tetapi di kedalaman skenario industri dan alur kerja. Manufaktur, rantai pasok, perdagangan lintas negara, pengendalian risiko keuangan, layanan pemerintah dan perusahaan, pengelolaan kawasan, layanan pelanggan dan penjualan, keuangan dan hukum — semua ini adalah proses kompleks nyata yang dihadapi perusahaan China. Siapa yang mampu mengintegrasikan AI ke dalam proses ini, dia berpotensi mengubah kemampuan model menjadi layanan industri.

Ketiga, perusahaan China harus segera membangun sistem pengelolaan biaya AI mereka sendiri. Jangan hanya menghitung berapa banyak AI yang digunakan, tetapi hitung juga input-output AI di setiap tugas, proses, dan departemen. Di masa depan, manajemen AI perusahaan tidak lagi sebatas “membeli model apa saja”, tetapi masuk ke “tugas mana yang cocok AI, model mana yang paling hemat biaya, siapa yang mengaudit hasil, bagaimana biaya dibagi, dan bagaimana menilai nilainya”.

Satu hal yang perlu diingat: harga murah tidak selalu berarti biaya sebenarnya murah. Penelitian dari Stanford, Berkeley, dan lainnya tentang biaya model reasoning menunjukkan bahwa menampilkan harga API tidak selalu mencerminkan biaya inferensi sebenarnya; dalam beberapa perbandingan model, model dengan harga lebih rendah justru karena konsumsi thinking tokens lebih banyak sehingga total biaya lebih tinggi. Ini sangat penting bagi perusahaan di China: saat memilih vendor AI, jangan hanya melihat harga per juta token, tetapi total biaya dari input, inferensi, output, audit, hingga penyelesaian tugas.

Ini juga sesuai dengan pendapat saya yang selalu tekankan: setelah AI benar-benar masuk ke perusahaan, inti kompetisi bukan lagi siapa yang paling pandai ngobrol, tetapi siapa yang paling mampu menyelesaikan tugas; bukan siapa yang membakar token lebih banyak, tetapi siapa yang mampu mengubah kecerdasan menjadi hasil yang lebih murah, berkualitas tinggi, dan dapat diverifikasi.

Penutup: murah bukan akhir, nilai adalah akhir

Jika OpenAI dan Anthropic benar-benar memulai perang harga, dalam jangka pendek ini adalah perebutan pengguna, tetapi dalam jangka panjang adalah pengujian model bisnis. Ini akan mendorong biaya penggunaan AI turun, dan mempercepat adopsi AI oleh perusahaan; tetapi sekaligus memaksa seluruh industri menjawab pertanyaan yang lebih serius: apakah AI benar-benar menciptakan nilai, atau hanya membuat tagihan semakin besar?

Jadi, makna sebenarnya dari perang harga ini bukanlah token akan menjadi murah atau tidak, tetapi industri AI akhirnya mulai beralih dari “pertunjukan kecerdasan” menuju “perhitungan nilai”.

Perusahaan AI yang benar-benar bernilai di masa depan tidak harus yang paling pandai berbicara, tetapi yang paling mampu mengubah setiap konsumsi kecerdasan menjadi hasil tugas, efisiensi bisnis, dan nilai industri.

Tahap berikutnya dari industri AI bukanlah token yang semakin murah, tetapi setiap token harus semakin bernilai.