Perkembangan model kelas atas terhambat: AI murah sedang menggerus daya penetapan harga
Perusahaan-perusahaan besar AS mulai beralih massal ke AI murah
Hasil penyelidikan The Financial Times menunjukkan bahwa model open-source sedang menyebar dari perusahaan teknologi ke perusahaan-perusahaan tradisional di AS. Data dari AlphaSense memperlihatkan bahwa pada bulan Agustus dan September tahun ini, perusahaan-perusahaan AS menyebutkan model open-source atau model dengan bobot terbuka dalam konferensi panggilan laporan keuangan dan pertemuan dengan investor—jumlahnya meningkat sekitar 6 kali dibanding tahun ke tahun.
1. Alasan paling langsung ganti model adalah tagihan
Pengeluaran tahunan AI Tinder naik dari sekitar 1 juta dolar AS pada Januari tahun ini menjadi sekitar 10 juta dolar AS pada Juli—dalam enam bulan meningkat 10 kali. Saat ini, perusahaan sudah memindahkan permintaan biasa ke model open-source. AT&T telah menyerahkan sekitar 40% tugas AI ke model open-source, dengan rencana meningkat hingga 70%. Di internal mereka, sistem memproses sekitar 45 miliar Token per hari: tugas sederhana menggunakan model yang lebih murah, sedangkan tugas kompleks baru diserahkan ke OpenAI dan Anthropic.
2. Harga Token terus mengalami deflasi
Data dari OpenRouter menunjukkan harga per Token terus menurun dari waktu ke waktu. Volume pemanggilan memang meningkat, tetapi pendapatan tidak ikut naik secara sebanding, karena sebagian besar kenaikan volume “dimakan” oleh model open-source. Pangsa pasar dan daya penetapan harga model kelas atas ikut terkikis bersamaan.
3. Kapabilitas model open-source mulai menyamai model paling terdepan
Pemrograman dulu adalah “benteng” yang paling kuat dimiliki model-model terkunci (closed-source) terdepan, sekaligus skenario inti yang membuat perusahaan bersedia membayar premi. Sekarang, model open-source sudah menyamai lini teratas dalam kemampuan pemrograman. Peningkatan pada model kelas atas mulai memasuki fase kebuntuan: uang yang dikeluarkan tidak lagi menghasilkan kecerdasan dengan perbandingan yang sama. Tugas bernilai 70 cukup menggunakan model bernilai 70; tugas bernilai 70 yang memakai model bernilai 90 pun hanya menghasilkan efek 70. Perbedaannya tidak terasa jelas. Pelanggan yang bersedia membayar 10 kali lipat untuk model bernilai 95 kemungkinan akan semakin berkurang.
4. Perbedaan soal retensi data membuat relasi perusahaan model kelas atas memburuk
Peraturan layanan retensi data milik Anthropic ditolak oleh pelanggan besar seperti Palantir, Amazon, dan Microsoft. Pelanggan bisnis semakin peduli pada kedaulatan data dan kemandirian klausul. Semakin agresif vendor closed-source, semakin besar dorongan bagi pelanggan untuk mendukung solusi pengganti open-source. Ini adalah “refleks balik” struktural.
5. Perubahan pada logika pintu masuk
Produk seperti Meta Muse, xAI Grokbot, dan PersonAI mulai populer. Produk-produk ini terikat pada relasi sosial, skenario komunikasi, dan pintu masuk berbasis perangkat keras—yakni layanan penghubung. Pengguna bertahan di suatu AI sering kali karena teman ada di sana, datanya ada di sana, dan pintu masuknya ada di sana. “Kelekatan” seperti ini tidak bisa dibangun hanya dengan kemampuan model; bahkan model kelas atas pun tidak bisa menyelesaikan masalah ketiadaan pintu masuk.
Jika tumpuk beberapa lapisan ini, posisi model kelas atas sudah sangat jelas: premi kemampuan makin menyempit, harga mengalami deflasi, tagihan mengalir keluar, retensi data ditolak, dan pintu masuk ada di tangan pihak lain.
Model-model terdepan tidak akan hilang, tetapi era ketika model kelas atas “menelan semuanya” sedang berakhir. Ke depan, kemungkinan besar pasar akan berlapis: open-source mengambil 70% kebutuhan biasa, sementara closed-source menjaga bagian yang paling sulit—yang sekaligus merupakan bagian dengan margin keuntungan paling besar—seperti halnya kubu Android dan iOS pada era mobile internet.
Bagi investasi, jumlah komputasi (power) masih naik, tetapi cerita tentang profitabilitas model kelas atas, tingkat penetrasi, dan tingkat adopsi perusahaan perlu dibawakan ulang.
Perusahaan-perusahaan besar AS mulai beralih massal ke AI murah
Hasil penyelidikan The Financial Times menunjukkan bahwa model open-source sedang menyebar dari perusahaan teknologi ke perusahaan-perusahaan tradisional di AS. Data dari AlphaSense memperlihatkan bahwa pada bulan Agustus dan September tahun ini, perusahaan-perusahaan AS menyebutkan model open-source atau model dengan bobot terbuka dalam konferensi panggilan laporan keuangan dan pertemuan dengan investor—jumlahnya meningkat sekitar 6 kali dibanding tahun ke tahun.
1. Alasan paling langsung ganti model adalah tagihan
Pengeluaran tahunan AI Tinder naik dari sekitar 1 juta dolar AS pada Januari tahun ini menjadi sekitar 10 juta dolar AS pada Juli—dalam enam bulan meningkat 10 kali. Saat ini, perusahaan sudah memindahkan permintaan biasa ke model open-source. AT&T telah menyerahkan sekitar 40% tugas AI ke model open-source, dengan rencana meningkat hingga 70%. Di internal mereka, sistem memproses sekitar 45 miliar Token per hari: tugas sederhana menggunakan model yang lebih murah, sedangkan tugas kompleks baru diserahkan ke OpenAI dan Anthropic.
2. Harga Token terus mengalami deflasi
Data dari OpenRouter menunjukkan harga per Token terus menurun dari waktu ke waktu. Volume pemanggilan memang meningkat, tetapi pendapatan tidak ikut naik secara sebanding, karena sebagian besar kenaikan volume “dimakan” oleh model open-source. Pangsa pasar dan daya penetapan harga model kelas atas ikut terkikis bersamaan.
3. Kapabilitas model open-source mulai menyamai model paling terdepan
Pemrograman dulu adalah “benteng” yang paling kuat dimiliki model-model terkunci (closed-source) terdepan, sekaligus skenario inti yang membuat perusahaan bersedia membayar premi. Sekarang, model open-source sudah menyamai lini teratas dalam kemampuan pemrograman. Peningkatan pada model kelas atas mulai memasuki fase kebuntuan: uang yang dikeluarkan tidak lagi menghasilkan kecerdasan dengan perbandingan yang sama. Tugas bernilai 70 cukup menggunakan model bernilai 70; tugas bernilai 70 yang memakai model bernilai 90 pun hanya menghasilkan efek 70. Perbedaannya tidak terasa jelas. Pelanggan yang bersedia membayar 10 kali lipat untuk model bernilai 95 kemungkinan akan semakin berkurang.
4. Perbedaan soal retensi data membuat relasi perusahaan model kelas atas memburuk
Peraturan layanan retensi data milik Anthropic ditolak oleh pelanggan besar seperti Palantir, Amazon, dan Microsoft. Pelanggan bisnis semakin peduli pada kedaulatan data dan kemandirian klausul. Semakin agresif vendor closed-source, semakin besar dorongan bagi pelanggan untuk mendukung solusi pengganti open-source. Ini adalah “refleks balik” struktural.
5. Perubahan pada logika pintu masuk
Produk seperti Meta Muse, xAI Grokbot, dan PersonAI mulai populer. Produk-produk ini terikat pada relasi sosial, skenario komunikasi, dan pintu masuk berbasis perangkat keras—yakni layanan penghubung. Pengguna bertahan di suatu AI sering kali karena teman ada di sana, datanya ada di sana, dan pintu masuknya ada di sana. “Kelekatan” seperti ini tidak bisa dibangun hanya dengan kemampuan model; bahkan model kelas atas pun tidak bisa menyelesaikan masalah ketiadaan pintu masuk.
Jika tumpuk beberapa lapisan ini, posisi model kelas atas sudah sangat jelas: premi kemampuan makin menyempit, harga mengalami deflasi, tagihan mengalir keluar, retensi data ditolak, dan pintu masuk ada di tangan pihak lain.
Model-model terdepan tidak akan hilang, tetapi era ketika model kelas atas “menelan semuanya” sedang berakhir. Ke depan, kemungkinan besar pasar akan berlapis: open-source mengambil 70% kebutuhan biasa, sementara closed-source menjaga bagian yang paling sulit—yang sekaligus merupakan bagian dengan margin keuntungan paling besar—seperti halnya kubu Android dan iOS pada era mobile internet.
Bagi investasi, jumlah komputasi (power) masih naik, tetapi cerita tentang profitabilitas model kelas atas, tingkat penetrasi, dan tingkat adopsi perusahaan perlu dibawakan ulang.