Dari memaksa karyawan menggunakan AI hingga khawatir membakar terlalu banyak Token: Semakin banyak perusahaan yang memperketat kuota penggunaan AI internal.

Perusahaan menghabiskan satu tahun memaksa karyawan menggunakan AI, kini malah harus menghentikan mereka agar tidak terlalu sering menggunakannya. Dari Accenture yang melarang karyawan menggunakan AI untuk mengubah PDF, Uber yang menghabiskan seluruh anggaran AI tahunan pada bulan April, hingga Amazon dan Meta yang secara serempak memperketat kuota, era "tokenmaxxing" telah mati. Apakah model bisnis AI benar-benar sepadan dengan harganya? Para eksekutif masih menunggu jawaban.

(Pengantar sebelumnya: Akhir dari Token: Lonjakan Harga Token GitHub Copilot Menuai Kritik, Industri AI Beralih Sepenuhnya ke Model Berbasis Pemakaian) (Latar Belakang: GitHub Copilot Mengubah Sistem Biaya, Membuka "Kebohongan Terbesar" Industri AI)

Daftar Isi

Toggle

  • Dari Papan Peringkat hingga Larangan
  • Mengapa Tagihan Melonjak Drastis?
  • Model Bisnis AI Dipertanyakan

Setahun lalu, perusahaan memberi tahu karyawan: Jika tidak menggunakan AI, Anda mungkin kehilangan kesempatan promosi. Sekarang, perusahaan yang sama malah mengadakan rapat untuk membahas cara menghentikan karyawan menggunakan AI untuk membuat PowerPoint. Accenture, Uber, Amazon, Meta, Walmart, Cisco — perusahaan-perusahaan ini hampir serempak mengumumkan pengetatan kuota penggunaan AI internal pada paruh pertama tahun 2026. Kesulitan bersama mereka hanya satu: telah menghabiskan banyak uang untuk AI, tetapi tidak bisa menjelaskan dengan jelas apa yang mereka dapatkan sebagai gantinya?

Dari Papan Peringkat hingga Larangan

Keanehan dari situasi ini adalah bahwa banyak perusahaan sendiri yang mendorong karyawan mereka ke dalam lubang ini.

Belum lama ini, beberapa perusahaan bahkan membuat papan peringkat penggunaan AI karyawan, mendorong penggunaan sebanyak mungkin. Accenture bahkan secara implisit mengisyaratkan kepada karyawan bahwa tidak menggunakan AI "mungkin akan kehilangan kesempatan promosi." Ini adalah logika manajemen yang masuk akal: jika Anda ingin mendorong transformasi digital, Anda harus membangun kebiasaan penggunaan di organisasi.

Hasilnya, kebiasaan terbentuk, tetapi penggunaannya melenceng. Menurut rekaman rapat internal Accenture yang diperoleh 404 Media, karyawan mulai menggunakan cadangan token perusahaan untuk tugas-tugas dasar, seperti mengubah PDF menjadi slide presentasi. Tugas-tugas ini tidak menciptakan nilai bisnis apa pun, tetapi setiap operasi menghabiskan uang.

Justice Kwak, Kepala Strategi AI Agensi Accenture, langsung menunjukkan inti masalah:

"Kita sedang mencapai titik balik di mana AI mulai menjadi bagian signifikan dari struktur biaya; pengeluaran menjadi sangat sulit diprediksi, dan para eksekutif, terutama di level CFO, COO, CIO, masih bertanya, apakah uang yang kita habiskan untuk AI benar-benar menghasilkan nilai?"

Situasi Uber lebih ekstrem. Perusahaan tersebut menghabiskan seluruh anggaran AI tahunannya pada April 2026, sehingga terpaksa memberlakukan batasan darurat: setiap karyawan mendapatkan batas token bulanan untuk alat coding agen (seperti Claude Code, Cursor) maksimal 1.500 dolar AS. Sebelum pembatasan, tagihan bulanan masing-masing insinyur perangkat lunak berkisar antara 500 hingga 2.000 dolar AS. Penilaian Presiden dan COO Uber, Andrew Macdonald, sangat blak-blakan hingga tidak nyaman: "Untuk menghubungkan penggunaan besar-besaran Claude Code oleh perusahaan dengan inovasi yang melayani konsumen, hubungan itu belum ada."

Mengapa Tagihan Melonjak Drastis?

Pada tahun 2025, model bisnis utama Anthropic dan OpenAI adalah langganan bulanan tetap. Sederhananya, perusahaan membayar biaya tetap, karyawan dapat menggunakan alat AI, seperti berlangganan Office 365, dan tidak akan dikenakan biaya tambahan jika melebihi penggunaan. Model ini mendorong penggunaan besar-besaran.

Namun, pada tahun 2026, kedua perusahaan telah mengalihkan sebagian besar layanan perusahaan ke sistem berbasis pemakaian token. "Token" adalah unit dasar untuk memproses teks oleh model AI. Secara sederhana, setiap kali model membaca satu kata atau menulis satu kata, itu dikenai biaya. Antarmuka obrolan biasa memiliki penggunaan terbatas, sehingga tagihan terkendali. Namun, AI agen, yaitu agen AI yang dapat secara otomatis menjalankan tugas multi-langkah, seperti menulis kode secara otomatis, mencari data, mengirim permintaan, setiap penyelesaian tugas dapat menghabiskan puluhan ribu token, sehingga struktur tagihan sangat berbeda.

Inilah akar penyebab tagihan perusahaan melonjak drastis: alat yang sebelumnya dibayar bulanan kini dikenai biaya per komputasi, dan penggunaan agen otomatis hampir tidak terkendali oleh perilaku manusia secara alami.

"Istilah 'Token rationing' — penjatahan token — sedang beredar di internal perusahaan. Sederhananya, kuota penggunaan AI mulai dikendalikan, seperti perusahaan mengendalikan biaya perjalanan atau lisensi perangkat lunak."

Model Bisnis AI Dipertanyakan

Ini bukan hanya keputusan penghematan beberapa perusahaan, tetapi uji tekanan nyata pertama yang dihadapi model bisnis seluruh industri AI.

The New York Times menamai tren ini sebagai "token-minimizing" dan menunjukkan bahwa perusahaan secara sistematis meninjau ulang ROI pengeluaran AI mereka. Fortune lebih langsung: tokenmaxxing sudah mati, perusahaan tidak mendapatkan imbal hasil yang diharapkan.

Dari sudut pandang teknis, kemampuan model AI memang terus meningkat. Namun, antara "peningkatan kemampuan model" dan "manfaat aktual bagi perusahaan" masih ada kesenjangan yang belum terisi. Macdonald dari Uber mengungkapkan perasaan banyak CXO: karyawan menggunakan Claude Code untuk menghasilkan banyak kode, tetapi apakah kode ini benar-benar meningkatkan pengalaman pengguna akhir? Tidak ada yang bisa memberikan hubungan yang jelas.

Industri AI telah melewati fase di mana "kebaruan dan kegembiraan" dapat menutupi segalanya. Sekarang ia harus menghadapi pertanyaan yang membosankan namun krusial: laba atas investasi.

Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
Tambahkan komentar
Tambahkan komentar
Tidak ada komentar
  • Disematkan