#GateEventPointsSystemLaunched #OpenAI二季度亏损扩大 Pendapatan OpenAI Tumbuh 18% Namun Tersalip—Apa Sebenarnya yang Salah dari Model Bisnis AI?

OpenAI merilis data kuartal keduanya: pendapatan mencapai 6,7 miliar dolar AS, naik 18%, tetapi tersalip oleh Anthropic, sementara kerugian terus membesar.
Ini bukan sekadar pertanyaan tentang perusahaan mana yang unggul; model bisnis seluruh industri model fondasi AI sedang mengalami krisis mendalam.
Persaingan Sengit dalam AI dan Keseimbangan antara Laba dan Rugi
Datanya brutal. Pendapatan OpenAI mencapai 5,6 miliar dolar AS pada kuartal pertama dan 6,7 miliar dolar AS pada kuartal kedua, dengan pertumbuhan kuartal ke kuartal sebesar 18%, yang tampak baik. Namun, pendapatan Anthropic pada periode yang sama mencapai 8,5 miliar dolar AS—tidak hanya menyalip OpenAI, tetapi juga unggul sebesar 1,8 miliar dolar AS. Yang lebih penting, kerugian OpenAI terus membesar—ini adalah sinyal paling berbahaya.
Banyak orang masih memperdebatkan model mana yang lebih cerdas dan teknologi mana yang lebih maju. Saya ingin mengatakan: jangan sampai terkecoh oleh aura teknologi. Ketika kerugian sebuah perusahaan meningkat dan perusahaan itu tersalip pesaing dalam hal pendapatan, ini sudah menunjukkan masalah mendasar: model bisnis AI saat ini mungkin sedang mengarah ke jalan yang salah.
“Dilema Pembangkit Listrik” AI: Semakin Kuat Teknologinya, Semakin Tinggi Biayanya
Mari kita lihat kenyataannya terlebih dahulu: menghasilkan satu gambar dengan OpenAI membutuhkan biaya sekitar 2,12 sen. Pemrosesan 1.000 token membutuhkan biaya mulai dari 0,03 hingga 12 sen. Berapa yang dibayar pengguna? ChatGPT Plus berharga 20 dolar AS per bulan, yang tampaknya tidak mahal.
Model Fondasi Seperti Pembangkit Listrik yang Mengonsumsi Energi Tinggi
Namun, justru di situlah letak masalahnya. Model fondasi AI seperti pembangkit listrik superboros energi: semakin banyak listrik yang dihasilkan, semakin banyak batu bara yang dibakar. Semakin sering pengguna memakainya, semakin besar kerugian perusahaan.
Pengamatan saya adalah bahwa perusahaan model fondasi telah terjebak dalam siklus yang merugikan: untuk membuktikan bahwa teknologinya unggul, mereka harus membuat model yang lebih besar dan lebih cerdas; semakin besar modelnya, semakin tinggi biaya inferensinya; semakin tinggi biayanya, semakin sulit menghasilkan uang. Ini adalah lingkaran buntu.
Mengapa Anthropic mampu menyalip OpenAI dalam pendapatan? Analisis saya, perusahaan itu mungkin telah menemukan basis pelanggan yang lebih efektif. Pelanggan perusahaan dan pengembang—kelompok yang bersedia membayar demi kepastian—adalah titik terobosan bagi komersialisasi AI. Sementara itu, OpenAI masih sangat bergantung pada pengguna konsumen, yang kebetulan merupakan pasar tersulit untuk dimonetisasi.
Kurangnya Pemikiran Produk: Model Fondasi Tidak Sama dengan Produk yang Baik
Di sini saya ingin menunjukkan fakta yang enggan diakui banyak orang: kepemimpinan teknologi tidak sama dengan kesuksesan produk. OpenAI memiliki GPT-4o, Sora, dan model fondasi paling maju di dunia. Namun, lalu apa? Pengguna tidak menginginkan spesifikasi teknis; mereka menginginkan produk yang dapat menyelesaikan masalah.
Misalnya, apa yang dipedulikan pemilik usaha kecil atau menengah saat menggunakan ChatGPT untuk menulis materi pemasaran? Mereka memedulikan kerepotan karena harus menyetel ulang prompt setiap kali, ketidakpastian keluaran yang terkadang bagus dan terkadang buruk, serta kekhawatiran tentang keamanan data. Apakah OpenAI telah menyelesaikan masalah-masalah ini?
Saya rasa belum. Perusahaan model fondasi umumnya mengalami “narsisme teknologi”—percaya bahwa model mereka sudah cukup cerdas dan pengguna harus menyesuaikan diri dengannya. Ini adalah pemikiran produk yang sepenuhnya keliru.
Seperti apa pemikiran produk yang sesungguhnya? Artinya berpikir dari sudut pandang pengguna: Masalah apa yang perlu Anda selesaikan setiap hari? Untuk apa Anda bersedia membayar? Apa masalah terbesar Anda?
Dilihat dari data keuangannya, OpenAI jelas belum cukup jauh menempuh jalur ini. Pertumbuhan pendapatan yang disertai dengan membesarnya kerugian menunjukkan bahwa biaya berada di luar kendali. Tersalip oleh Anthropic menunjukkan bahwa OpenAI tertinggal setengah langkah dalam penerapan komersial.
Tiga Kesalahpahaman Fatal dalam Model Bisnis
Menurut pandangan saya, model bisnis model fondasi AI mengandung tiga kesalahpahaman fatal.
Pertama, terlalu bergantung pada ekonomi API. Banyak perusahaan model fondasi berpikir bahwa membuka API agar digunakan pengembang akan memungkinkan mereka membangun ekosistem. Namun kenyataannya, API hanyalah alat, bukan solusi. Pengembang menginginkan kemampuan AI yang stabil, terjangkau, dan andal—bukan layanan yang sesekali menjadi lebih mahal.
Kedua, mengabaikan aplikasi vertikal. Model fondasi dapat melakukan segalanya, tetapi tidak melakukan satu pun hal secara cukup mendalam. Layanan kesehatan, hukum, pendidikan, dan keuangan—masing-masing sektor memiliki kebutuhan unik dan hambatan masuk tersendiri. Model fondasi serbaguna sering kesulitan di bidang-bidang ini.
Ketiga, meremehkan kebutuhan perusahaan. Perusahaan tidak menginginkan demonstrasi AI yang mencolok; mereka menginginkan alat AI yang dapat diintegrasikan ke dalam alur kerja, aman dan terkendali, serta memberikan hasil yang dapat diprediksi. Pasar ini memiliki hambatan masuk yang tinggi, tetapi juga nilai yang besar. Tersalipnya OpenAI oleh Anthropic bisa jadi merupakan hasil terobosan di pasar ini.
Penilaian saya adalah bahwa pemenang AI di masa depan belum tentu perusahaan dengan teknologi terkuat, melainkan perusahaan yang paling memahami cara mengubah teknologi AI menjadi nilai komersial.
Jalan ke Depan: Dari Perlombaan Teknologi menuju Penciptaan Nilai
Kesulitan OpenAI telah membunyikan alarm bagi seluruh industri AI. Kecepatan pembakaran uang dalam perlombaan teknologi sudah melampaui kecepatan monetisasi komersial.
Jadi, di mana jalan keluarnya?
Pertama, beralih dari aplikasi serbaguna ke aplikasi vertikal. Model fondasi perlu “mendalami” bidang tertentu dengan menembus industri dan skenario spesifik. Model khusus yang mahir dalam diagnosis medis mungkin memiliki nilai komersial lebih besar daripada model serbaguna yang dapat melakukan sedikit dari segala hal.
Kedua, beralih dari model ke aplikasi. Pengguna tidak membeli model; mereka membeli solusi. Cara mengemas kemampuan AI menjadi produk yang bersedia dibayar oleh perusahaan akan menjadi kunci persaingan pada tahap berikutnya.
Ketiga, beralih dari membakar uang tunai ke menghasilkan arus kas. Perusahaan AI harus menemukan model laba yang berkelanjutan, alih-alih selamanya mengandalkan investor untuk pendanaan. Ini berarti mengendalikan biaya secara ketat, mengidentifikasi pengguna yang membayar secara tepat, dan membangun hambatan komersial yang nyata.
Data kuartal kedua OpenAI secara kasatmata tampak menunjukkan pertumbuhan pendapatan yang disertai dengan tersalipnya perusahaan tersebut. Pada tingkat yang lebih mendalam, hal ini mencerminkan kecemasan kolektif terhadap model bisnis seluruh industri AI.
Kegembiraan seputar terobosan teknologi telah berlalu. Kini saatnya menghadapi kenyataan komersial yang keras. AI bukanlah sihir; AI perlu menyelesaikan masalah dunia nyata, menciptakan nilai dunia nyata, dan menghasilkan laba dunia nyata.
Dalam dua tahun ke depan, kita akan menyaksikan penyingkiran besar-besaran pertama dalam industri AI. Perusahaan yang hanya tahu cara membangun model tetapi tidak memahami cara membangun produk akan perlahan tertinggal. Perusahaan yang benar-benar memahami pengguna, mengembangkan aplikasi secara mendalam, dan membangun model bisnis berkelanjutan akan menjadi pemenang baru.
OpenAI masih memiliki peluang, tetapi waktunya semakin habis. Setiap pengusaha AI harus membaca sinyal yang jelas dari rangkaian data ini: teknologi itu penting, tetapi bisnis lebih penting. Terobosan teknologi tanpa dukungan komersial pada akhirnya tidak lebih dari mainan di laboratorium.
Babak kedua AI baru saja dimulai$OPENAI