Meta menjual daya komputasi, Palantir mengomel, Zhipu menjadi puncak Silicon Valley, cerita AI Capex perlu cara bercerita yang baru.

Ditulis oleh: Zhang Sheng Beatz

Harga AI kembali mengalami koreksi tajam, kali ini karena Meta mengatakan mungkin akan menjual kelebihan kapasitas komputasi AI mereka.

Jika berita ini muncul tiga tahun lalu, mungkin tidak ada yang menganggapnya aneh. Cloud computing pada dasarnya adalah bisnis memotong-motong server dan menjualnya ke orang lain. Amazon, Microsoft, dan Google telah melakukannya selama bertahun-tahun. Penyedia cloud baru seperti CoreWeave dan Nebius juga mengikuti jalur yang sama, menjadikan chip Nvidia sebagai jaminan pendanaan, lalu menggunakan dana tersebut untuk mendapatkan lebih banyak chip.

Tapi ketika sampai ke Meta, segalanya menjadi berbeda.

Meta dulu tidak memandang daya komputasi seperti itu. Mereka membeli chip, membangun pusat data, merebut listrik dan lahan, untuk model mereka sendiri, untuk sistem iklan, untuk rekomendasi aliran, untuk superintelligence yang semakin dekat yang disebut Zuckerberg. Mereka bukan penyedia cloud. Mereka tidak menghasilkan uang dengan menyewakan mesin ke orang lain.

Dulu sebuah perusahaan berkata, saya butuh sebanyak mungkin mesin, karena masa depan akan menghabiskannya. Sekarang mereka berkata, jika mesin-mesin ini untuk sementara tidak terpakai, bisa juga dijual ke orang lain.

Ini tidak secara langsung membuktikan kelebihan pasokan daya komputasi, tapi juga tidak bisa diabaikan begitu saja.

Pada hari pasar saham anjlok, CEO Palantir Alex Karp, dalam acara wawancara CNBC, mengomel di depan kamera selama hampir dua puluh menit.

Dia awalnya datang untuk membahas kerja sama baru Palantir dan Nvidia, tapi segera beralih ke model biaya token OpenAI dan Anthropic. Dia mengatakan para CEO mengeluh secara pribadi bahwa adopsi AI perusahaan saat ini adalah "membayar token yang tidak menciptakan nilai apa pun, sambil menyerahkan data mereka." Dia bahkan menyebut tagihan model yang semakin mahal sebagai pajak kekayaan yang membebani perusahaan.

Dua tahun terakhir, yang dibahas adalah siapa yang berani membelanjakan, siapa yang membelanjakan dengan cepat, siapa yang bisa membangun pusat data lebih dulu. Sekarang masalahnya perlahan berubah. Setelah mesin dibeli, siapa yang bisa menjaganya tetap beroperasi penuh.

Pernyataan Meta belum menjadi bisnis resmi. Dalam laporan publik, mereka memiliki arah internal bernama Meta Compute, yang mungkin menjual daya komputasi mentah, atau seperti Amazon Bedrock, menempatkan model berbeda di infrastruktur mereka sendiri untuk dijual ke pengembang. Zuckerberg sebelumnya mengatakan dalam rapat pemegang saham bahwa perusahaan eksternal hampir setiap minggu bertanya apakah mereka bisa membeli layanan API atau sebagian komputasi, dan bersedia membayar di atas biaya Meta.

Dia juga menambahkan satu kalimat. Mereka belum melakukannya, karena Meta merasa masih membutuhkan daya komputasi tersebut.

Jika masih dibutuhkan, menyewakan adalah pilihan. Jika tidak dibutuhkan, menyewakan adalah obat penghilang rasa sakit untuk neraca.

Di sinilah letak kesulitan penilaian. Meta mungkin hanya membuka jendela dalam ritme pembangunan, menjual sumber daya yang sementara kosong. Atau mungkin memberi tahu investor bahwa pengeluaran AI senilai ratusan miliar dolar tidak bisa terus ditopang oleh superintelligence di masa depan, dan harus menemukan jalur pendapatan yang lebih dekat terlebih dahulu.

Kedua pernyataan ini bisa dibenarkan.

Permintaan tidak hilang, hanya mulai memilih orang

Capex adalah inti narasi AI, tidak ada yang lain. Sama seperti likuiditas pada tahun 2021, ekspektasi Capex adalah terus tumbuh, likuiditas terus mengalir, dan semua cabang yang diperdagangkan pasar akan naik bersama. Begitu melihat Meta bersiap menjual daya komputasi, reaksi pertama banyak orang adalah, AI capex akan runtuh. Perusahaan besar akhirnya mengakui membeli terlalu banyak, pesta semikonduktor akan berakhir.

Mengatakan seperti itu terlalu mudah.

Data publik belum mendukung kesimpulan sederhana itu. Pendapatan AWS kuartal pertama naik 28% menjadi $37,6 miliar, pertumbuhan cepat yang jarang terlihat dalam beberapa tahun terakhir. Google Cloud tumbuh lebih cepat di kuartal pertama, pendapatan mencapai $20 miliar. Microsoft Azure juga masih berjalan di sekitar 40%.

Amazon masih mengatakan belanja modal tahun ini bisa mencapai $200 miliar, Alphabet menaikkan panduan belanja modal 2026 menjadi $180-190 miliar, Meta sendiri juga menaikkan belanja modal tahunan menjadi $125-145 miliar.

Angka-angka ini tidak seperti runtuhnya permintaan.

Lebih seperti pembagian aliran.

Situasi penyedia cloud berbeda dengan perusahaan model. Penyedia cloud menjual jalan. Selama ada orang yang berjalan di jalan, tidak peduli siapa yang membuat kendaraan, mereka bisa memungut biaya. OpenAI, Anthropic, klien perusahaan, klien pemerintah, startup, semuanya pada akhirnya harus mendarat di suatu pusat data, jenis chip tertentu, jaringan tertentu, dan kontrak listrik tertentu.

Jadi tiga penyedia cloud besar bisa terus kuat.

Bahkan AWS menaikkan harga layanan AI cloud pada akhir Juni, layanan untuk mengunci GPU bagi klien di muka. AWS menaikkan harga layanan ini sekitar 20% mulai Juli. Sudah menaikkan sekitar 15% pada Januari. Ini bukan tindakan yang akan terjadi saat permintaan lemah.

Saat langka, penjual menaikkan harga.

Tapi perusahaan model belum tentu bisa senyaman itu.

Aset perusahaan model lebih selektif. Daya komputasi tidak otomatis menghasilkan pendapatan begitu ada. Itu harus terus diisi oleh model yang lebih pintar, pengguna yang lebih sering, alur kerja perusahaan yang lebih mahal. Hanya ketika model cukup baik, pengguna mau menoleransi antrean, batasan, kenaikan harga, dan tingkatan langganan yang semakin rumit.

Itu juga kenapa Anthropic dipandang pasar sebagai jenis perusahaan lain. Bukan karena murah, tapi karena pengguna mau memberikan tugas mahal padanya. Menulis kode, memperbaiki sistem, menjalankan tugas panjang, menghubungkan alur kerja perusahaan. Begitu tugas-tugas ini benar-benar masuk ke lingkungan produksi, konsumsi token akan jauh lebih besar dari obrolan biasa.

Masalah model kuat adalah mesin tidak cukup.

Masalah model lemah adalah tidak ada yang peduli dengan mesinnya.

Kedua masalah ini disebut daya komputasi, tapi bukan hal yang sama.

Garis xAI juga memiliki aroma yang sama. Grok belum membentuk pola pikir perusahaan yang jelas seperti model terkuat, tapi sebagian daya komputasi dalam sistem Musk bisa mengalir ke Anthropic. Tindakan ini lebih tenang dari slogan apa pun. Mesin tidak mengenali pendiri, ia hanya mengenali siapa yang bisa menjalankannya penuh.

Hubungan Google dan Meta juga menunjukkan segalanya tidak sesederhana itu. Pada bulan Juni, ada berita bahwa Google membatasi penggunaan Gemini oleh Meta, karena jumlah komputasi yang ingin dibeli Meta melebihi yang bisa disediakan Google, bahkan mempengaruhi beberapa proyek AI internal Meta. Sebuah perusahaan di satu sisi mempertimbangkan menjual daya komputasi, di sisi lain tidak bisa membeli cukup kemampuan model terdepan untuk beberapa tugas.

Ini bukan kelebihan pasokan dalam arti tradisional.

Ini adalah ketidakcocokan. Karena tagihan mulai terlihat menyakitkan.

Penyedia cloud bisa terus menaikkan harga, karena mereka menjual kepastian. Klien menginginkan GPU yang pasti bisa didapat dalam jangka waktu tertentu, pusat data yang stabil, infrastruktur yang tidak akan mati di tengah malam.

Tapi begitu klien perusahaan mendapatkan daya komputasi, masalah belum berakhir.

Mereka juga harus menyerahkan tagihan ini ke CFO. CFO tidak akan menanyakan berapa token yang digunakan, dia akan bertanya berapa banyak uang yang dihemat token ini untuk perusahaan, berapa banyak uang yang dihasilkan, berapa banyak kesalahan yang dikurangi.

Sampai di perusahaan, token berubah menjadi meteran listrik

Ini kembali ke wawancara Karp di awal.

Dia menyebut apa yang dijual banyak perusahaan AI ke perusahaan sebagai penjualan berlebihan. Sehari sebelum acara, Palantir juga mengirim pernyataan sembilan poin di X tentang apa yang disebut kedaulatan AI, di mana secara khusus menyebut model seperti tokenmaxxing. Kata ini sulit diterjemahkan, terjemahan langsungnya jelek, tapi artinya tidak rumit: menganggap konsumsi token sebagai kemajuan, membakar uang sebagai penggunaan, dan tagihan sebagai produktivitas.

Karp mendorong laboratorium terdepan seperti OpenAI dan Anthropic ke atas meja. Maksudnya bukan perusahaan tidak boleh menggunakan model terkuat, tapi perusahaan tidak boleh menyerahkan data, proses, dan penilaian bisnis mereka, lalu membayar tagihan yang semakin besar berdasarkan konsumsi.

Palantir ingin menjual hal lain. Bukan kotak obrolan umum, bukan API tunggal, tapi menggabungkan data, persetujuan, izin, aturan operasional, dan AI ke dalam satu sistem bisnis. Yang dibayar klien bukan "berapa kali menggunakan AI", tapi apakah lini produksi tertentu, proses manajemen risiko tertentu, tugas pemerintah tertentu benar-benar telah diubah.

Orang yang benar-benar mengelola uang di perusahaan mulai sadar.

UBS baru-baru ini berbicara dengan eksekutif TI perusahaan, dan satu arah jelas. Banyak perusahaan tidak berhenti menggunakan AI, tapi mulai memasang rem pada pengeluaran AI. Sekitar 60% perusahaan yang disurvei menekan pengeluaran token, menambah pagar penggunaan, terutama yang sudah melewati masa uji coba dan mulai memasukkan AI ke dalam proses sehari-hari.

Ini juga kebalikan yang menarik.

Setelah AI berubah dari mainan menjadi alat, membelanjakan uang menjadi lebih sulit. Di tahap mainan, bos bersedia memberi anggaran karena semua orang takut ketinggalan. Di tahap alat, CFO akan bertanya untuk siapa ia menghemat jam kerja, untuk siapa ia menjual lebih banyak barang, untuk siapa ia mengurangi risiko.

Di atas kertas ini, token tidak seperti pendapatan.

Lebih seperti meteran listrik.

Tentu Anda bisa mengatakan, meteran yang berputar cepat menandakan pabrik sedang berproduksi. Bisa juga mengatakan, meteran terlalu cepat tapi produksi tidak naik, berarti mesin ini bermasalah.

AI agent memperbesar masalah ini. Sebuah penelitian Codex oleh OpenAI dan beberapa universitas memiliki data yang menakutkan. Pada paruh pertama 2026, pengguna aktif Codex tumbuh lebih dari lima kali lipat; token output beberapa posisi internal OpenAI juga melonjak drastis, token output bulanan median posisi hukum 13 kali lebih tinggi dari November 2025, posisi penelitian lebih dari 50 kali lipat.

Penelitian lain membuat hal ini lebih jelas. Tugas coding agentic mengkonsumsi token bisa 1.000 kali lebih tinggi dari obrolan kode biasa dan penalaran kode. Untuk tugas yang sama, konsumsi token antar eksekusi berbeda bisa berbeda 30 kali lipat.

Inilah dasar dari kelangkaan daya komputasi saat ini.

Bukan karena banyak orang bertanya pada chatbot.

Tapi karena perangkat lunak mulai berubah menjadi sekelompok pekerja kecil yang terus-menerus membaca file, menjalankan perintah, mengubah kode, gagal, mengulang, gagal lagi, mengulang lagi. Mereka tidak punya waktu istirahat makan siang, tapi setiap langkah memakan token.

Ketika token menjadi meteran listrik, siapa yang memiliki pembangkit listrik, dialah yang berkuasa. Tapi siapa yang membuang-buang listrik, dialah yang pertama diinterogasi.

Begitu tagihan semakin tebal, model murah mendapat tempat

Begitu CFO mulai melihat meteran ini, langkah selanjutnya hampir tidak perlu diajari.

Dia akan bertanya, tugas mana yang harus menggunakan model terkuat, tugas mana yang hanya perlu model yang cukup.

Pada saat ini, model open-source seperti GLM, Kimi, DeepSeek, Qwen bukan lagi sekadar berita teknologi. Mereka berubah menjadi alat tawar-menawar di meja pembelian perusahaan.

Bahkan Marc Andreessen dari VC top Silicon Valley a16z mengatakan, banyak praktisi AI sudah menganggap Zhipu GLM-5.2 sebagai model China pertama yang dalam banyak tugas bisa menyamai, bahkan melampaui model publik terkemuka AS. Penilaian ini belum tentu final, tapi memberi perusahaan satu pilihan lagi.

Coinbase memberikan contoh yang lebih konkret. Brian Armstrong mengatakan, perusahaan mengalihkan model AI default ke model open-source seperti GLM 5.2, Kimi 2.7, ditambah routing model, caching, dan penyederhanaan konteks. Penggunaan token masih tumbuh eksponensial, tapi pengeluaran AI dipotong hampir setengah.

Dampak dari pernyataan ini adalah, untuk pertama kalinya perusahaan bisa memisahkan pembelian kemampuan model.

Tugas tersulit, tetap diserahkan ke model termahal. Ringkasan biasa, layanan pelanggan, ekstraksi informasi, kode template, tanya jawab basis pengetahuan internal, diserahkan ke model murah dan penyebaran lokal.

Model open-source tidak harus memenangkan semua medan perang.

Cukup membuat departemen pembelian percaya, bahwa tidak setiap kilowatt harus dibayar dengan tarif listrik rumah mewah.

Sampai di sini, Meta menjual daya komputasi bukan lagi berita terisolasi.

Ini bersama dengan Palantir mengomel tentang token, Coinbase memotong model open-source, menceritakan hal yang sama: rantai pengeluaran AI mulai dipisah. Hulu menjual kepastian, tengah menjual hasil, hilir menekan harga satuan. Setiap lapisan masih tumbuh, tapi setiap lapisan mulai ditanya, apakah uang itu layak dikeluarkan.

Yang tersulit bukan membeli mesin, tapi membuat mesin terus bekerja

Dua tahun terakhir, cerita termudah di industri AI adalah sumber daya tidak cukup.

GPU tidak cukup, listrik tidak cukup, pusat data tidak cukup, insinyur tidak cukup, cloud yang bisa menjalankan model juga tidak cukup. Cerita ini terlalu mulus. Selama sesuatu tidak cukup, semua orang akan secara naluriah maju. Pertama ambil posisi, pertama tanda tangan listrik, pertama beli chip, pertama pasang mesin.

Saat berebut sumber daya, orang tidak terlalu menghitung detail.

Karena konsekuensi terlambat satu langkah tampak lebih besar.

Tapi berita Meta ini mendorong masalah lain ke permukaan. Setelah mesin dibeli, tidak otomatis menjadi bisnis yang baik hanya karena mahal. Ia harus bekerja setiap hari, harus ada pelanggan yang bersedia membayar, harus ada model yang menjalankannya penuh, harus ada aplikasi yang mengubah biaya menjadi pendapatan.

Inilah yang disebut utilisasi.

Kata utilisasi terdengar dingin, sebenarnya sangat kejam. Ia tidak menanyakan apakah Anda punya masa depan, tapi apakah mesin Anda hari ini bekerja. Ia tidak peduli apa yang Anda katakan di konferensi pers, tidak peduli apakah Anda membeli GPU termahal. Ia hanya melihat satu hal: apakah uang itu berubah menjadi arus kas berkelanjutan.

Penyedia cloud relatif mudah menjawab pertanyaan ini. Mereka pada dasarnya menjual infrastruktur. AWS, Google Cloud, Azure menjual jalan, listrik, dan ruang server. Klien perlu melatih model, menjalankan inferensi, menghosting aplikasi, semuanya akhirnya akan mendarat di suatu cloud.

Jadi mereka masih bisa kuat.

Perusahaan model kuat juga punya jawaban sendiri. Jika model cukup kuat, pengguna mau antre, perusahaan mau terhubung, pengembang mau mengubah alur kerja di sekitarnya, maka daya komputasi bukan persediaan, tapi hambatan. Semakin banyak mesin, semakin leluasa ia beroperasi.

Tersulit adalah lapisan tengah.

Mereka punya mesin, punya cerita, punya tim model, dan anggaran besar. Tapi model tidak mencapai posisi terdepan, produk tidak menjadi kebiasaan sehari-hari, dan pengembang tidak mau mengubah alur kerja untuknya. Untuk perusahaan seperti ini, daya komputasi berubah dari senjata menjadi persediaan, hanya perlu satu kegagalan peluncuran model, atau satu migrasi pengguna.

Persediaan belum tentu tidak berguna.

Tapi persediaan harus diturunkan harganya, harus disewakan, harus dicari kegunaan baru.

Inilah yang menyakitkan dari Meta menjual daya komputasi. Ini tidak membuktikan kegagalan Meta, juga tidak membuktikan hilangnya permintaan AI. Ia hanya membuat pasar melihat untuk pertama kalinya, infrastruktur AI juga bisa menghadapi masalah yang sama dengan pabrik biasa.

Pabrik sudah dibangun, di mana pesanannya.

Daya komputasi tidak hilang, hanya mulai berlapis

Jadi pemahaman terbaik tentang hal ini bukan "kelebihan pasokan daya komputasi".

Kata itu terlalu kasar.

Pernyataan yang lebih tepat adalah, daya komputasi mulai berlapis.

Lapisan paling atas, masih ketat. Model terkuat, cloud terbaik, kluster GPU paling stabil, masih diperebutkan. Layanan AWS bisa naik harga, karena kepastian itu sendiri punya harga. Klien tidak hanya membeli GPU, mereka membeli bahwa pada hari tertentu, jam tertentu, sekumpulan mesin tertentu pasti bisa digunakan.

Lapisan tengah, mulai canggung. Mungkin tidak buruk, tapi tidak cukup langka. Bisa menjalankan model, bisa melakukan inferensi, bisa dijual ke klien eksternal. Tapi klien akan membandingkan, menawar, bertanya kenapa tidak menggunakan model yang lebih murah, kenapa tidak menggunakan cloud orang lain, kenapa mesin ini harus seharga itu.

Lapisan paling bawah, akan sedikit demi sedikit terdesak oleh model open-source dan optimalisasi biaya. Perusahaan tidak akan selalu memanggil model termahal untuk tugas biasa. Mereka akan melakukan routing, caching, menekan konteks, memecah model menjadi tingkatan berbeda.

Permintaan telah tumbuh.

Anak kecil tidak melihat tagihan, orang dewasa akan melihat. Setelah AI masuk ke perusahaan, ia juga akan melalui proses ini. Tahap uji coba, semua orang takut ketinggalan; tahap skala, semua orang mulai menghitung.

Setelah menghitung, rantai industri tidak akan serapi di awal.

Ada yang terus menaikkan harga, karena ia menjual kepastian yang tak tergantikan. Ada yang mengubah menjadi menjual hasil, karena klien tidak mau membayar untuk konsumsi itu sendiri. Ada yang terpaksa menurunkan harga, karena alternatif yang cukup sudah muncul. Ada yang menyewakan mesin, karena mesin menganggur lebih buruk dari menyewakan dengan harga murah.

Hal-hal ini terjadi bersamaan, membuat industri tampak kontradiktif.

Di satu sisi, daya komputasi langka.

Di sisi lain, daya komputasi disewakan.

Di satu sisi, konsumsi token melonjak.

Di sisi lain, perusahaan menekan pengeluaran AI.

Di satu sisi, model terdepan semakin kuat.

Di sisi lain, model open-source semakin murah.

Mereka tidak bertentangan. Mereka hanya menunjukkan bahwa AI telah beralih dari cerita totalitas menjadi cerita struktural.

Cerita rel kereta api lama akan diceritakan lagi

Dalam gelembung kereta api abad ke-19, kereta api bukan palsu.

Rel dipasang, barang benar-benar berjalan, kota benar-benar tumbuh, waktu benar-benar dipersingkat. Banyak jaringan bisnis paling berharga kemudian memang tumbuh di samping rel tersebut.

Tapi itu tidak menghalangi banyak pembangun kereta api saat itu untuk rugi.

Mereka kalah bukan pada arah. Mereka kalah karena membangun terlalu awal, terlalu banyak, membangun di tempat tanpa arus penumpang dan barang, atau meminjam uang terlalu mahal untuk membangun jalur yang terlalu lambat balik modal.

Serat optik dalam gelembung internet juga sama. Serat optik tidak salah. Seluruh dunia kemudian diangkat olehnya. Yang salah adalah buku besar itu, yang memasukkan permintaan puluhan tahun ke depan ke dalam belanja modal beberapa tahun.

Pusat data AI mungkin juga akan meninggalkan banyak hal yang berguna. GPU akan terdepresiasi, kontrak listrik akan diperpanjang, pusat data akan mengganti peralatan, perangkat lunak akan semakin pintar memakan daya komputasi. Konsumsi token yang tampak berlebihan hari ini, beberapa tahun kemudian mungkin akan biasa seperti lalu lintas video HD.

Tapi aset memiliki karakternya sendiri.

Ia tidak peduli apakah Anda percaya pada masa depan. Ia hanya peduli apakah ada orang yang datang menggunakannya setiap hari.

Sinyal Meta menjual daya komputasi, tepat berada di titik ini.

Ini bukan akhir AI. Bukan akhir semikonduktor. Lebih seperti saat narasi belanja modal mencapai pertengahan, pertama kali seseorang membuka pintu, membiarkan orang luar melihat berapa banyak mesin di gudang.

Beberapa mesin akan dimakan oleh model terdepan.

Beberapa mesin akan disewa oleh klien cloud.

Beberapa mesin akan menjadi lebih murah dalam perang harga.

Dan beberapa mesin, akan diam menunggu aplikasi yang belum muncul.

Dua tahun terakhir, pasar bersedia percaya bahwa semua mesin pada akhirnya akan menemukan takdirnya. Sekarang pasar mulai bertanya, siapa yang pertama mendapatkannya, siapa yang tidak mendapatkannya, siapa yang mendapatkannya tapi tidak menghasilkan cukup uang.

Setelah pertanyaan ini muncul, cerita AI berubah.

Ia tidak lagi hanya milik mereka yang membeli mesin paling cepat.

Ia milik mereka yang bisa membuat mesin terus berputar.

Tautan asli

Klik untuk mengetahui posisi yang sedang dibuka di BlockBeats

Selamat bergabung dengan komunitas resmi BlockBeats:

Grup Telegram berlangganan: https://t.me/theblockbeats

Grup Telegram diskusi: https://t.me/BlockBeats_App

Akun Twitter resmi: https://twitter.com/BlockBeatsAsia