Musk setuju dengan penilaian Will Depue: kemampuan AI tidak akan melambat, dan recursive self-improvement (RSI) akan datang dalam waktu kurang dari 24 bulan.

Penulis artikel, sumber: 0x9999in1, ME News



TL;DR

• Musk setuju dengan penilaian Will Depue: kemampuan AI tidak akan melambat, dan recursive self-improvement (RSI) akan datang dalam waktu kurang dari 24 bulan. Saya setuju dengan kalimat pertama, dan saya menahan pendapat saya terhadap kalimat kedua.
• Namun, ada ketidaksesuaian dalam percakapan ini: argumen utama yang meremehkan valuasi laboratorium terdepan bukanlah "modelnya tidak berfungsi", melainkan "modelnya sangat baik, tetapi Anda tidak bisa menerima uang".
• Kalimat Musk, "AI dua tahun lalu sudah tua hingga bisa masuk museum," sebenarnya adalah dialog terbaik untuk short seller. Kalimat ini membicarakan kecepatan penyusutan aset, bukan moat.
• Kurva kemampuan didukung oleh data nyata: "jangkauan waktu tugas" yang diukur METR sekitar berlipat ganda setiap tujuh bulan, bahkan lebih cepat dalam dua tahun terakhir. Ini adalah skala paling penting untuk dipantau saat ini.
• Masalah RSI bukan pada kemungkinannya, tetapi pada definisinya yang terlalu kabur. Peningkatan mandiri dalam cakupan sempit sudah terjadi (AlphaEvolve adalah buktinya), sedangkan loop tertutup global masih terhambat oleh kekuatan komputasi, energi, siklus eksperimen, dan evaluasi.
• Jadwal Musk penuh beban sejarah. FSD telah dikatakan "tahun depan" selama sepuluh tahun, dan AGI juga telah dijanjikan untuk 2025 dan 2026. Arahnya benar, tetapi ritmenya sering salah.
• Kesimpulan saya: Kemampuan untuk membeli, bukan berarti membeli satu neraca keuangan tertentu. Kedua hal ini harus ditempatkan sebagai taruhan terpisah.

Mereka menjawab bukan pertanyaan yang sama

Let me clarify first.

Kalimat asli Will Depue memiliki kalimat pendahuluan: pandangan bearish ini "jika mengabaikan AGI, cukup masuk akal".

Premis ini sebenarnya sudah mengakui setengah dari logika short.

Karena sebagian besar orang yang pesimis terhadap valuasi Frontier Labs tidak percaya bahwa model akan terhenti. Argumen mereka adalah hal-hal lain: ekonomi per unit tidak berlaku, intensitas pengeluaran modal terlalu tinggi, masa penyusutan diremehkan, persaingan mengikis daya tawar harga, dan tingkat adopsi di sisi perusahaan jauh di bawah ekspektasi.

Tidak ada satu pun dari ini yang bergantung pada "perlambatan kemampuan AI".

Jadi, pernyataan Musk bahwa "AI dua tahun lagi akan membuat orang terkejut hingga meledak," sebagai penilaian terhadap tren kemampuan, menurut saya kemungkinan besar benar. Namun, sebagai sanggahan terhadap argumen bearish, pernyataan ini sebenarnya tidak tepat sasaran.

Ini adalah pukulan yang bagus, tetapi mengenai udara di sampingnya.

Katakan saja lebih jelas: kurva teknologi dan kurva arus kas bukanlah garis yang sama. Secara historis, keduanya sering berlawanan. Semakin cepat serat optik dipasang, semakin murah bandwidth-nya, dan semakin parah kegagalan perusahaan yang memasang serat optik tersebut. Pada akhir 1990-an, kapasitas serat optik jarak jauh di Amerika Serikat melonjak tajam, lalu harga jatuh drastis, dan Global Crossing serta WorldCom masuk daftar bangkrut. Namun, yang benar-benar menikmati manfaat infrastruktur itu adalah para pelaku streaming dan cloud sepuluh tahun kemudian.

Teknologi menang. Orang yang berinvestasi di teknologi tidak menang.

Ini bukan meremehkan AI. Ini pengingat: antara “AI akan menjadi sangat kuat” dan “valuasi hari ini wajar”, masih banyak langkah logis yang belum dilalui.

Kedua, metafora "masuk ke museum" sebenarnya adalah bukti dari posisi short.

Saya mengakui observasi dari pernyataan Musk ini.

Dua tahun lalu, pada pertengahan 2024, pemain teratas saat itu adalah GPT-4o, Claude 3.5 Sonnet, dan Llama 3.1 405B. Mereka tidak memiliki komputasi inferensi yang memadai, tidak dapat melakukan pemanggilan alat rantai panjang yang andal, dan tidak mampu menyelesaikan tugas otonom dalam skala jam-jam.

Today, it really seems like a specimen.

Tetapi perhatikan bahwa kalimat ini sebenarnya menggambarkan apa.

Ini menggambarkan: Model AI sebagai aset yang mengalami depresiasi sangat cepat.

Masa ekonomi model terdepan mungkin hanya 12 hingga 24 bulan. Biaya pelatihan, data, dan tenaga kerja yang dikeluarkan untuk model generasi sebelumnya akan segera menurun nilainya setelah model generasi berikutnya muncul. Anda tidak bisa mengandalkannya untuk menghasilkan pendapatan selama sepuluh tahun.

Lalu, perangkat keras yang mendukung semua ini bagaimana? Produsen skala besar umumnya menyusutkan GPU dan server selama lima hingga enam tahun dalam laporan keuangan mereka. Asumsi ini apakah terlalu panjang? Pada 2025, asumsi ini telah dipertanyakan secara terbuka, dan Michael Burry langsung menyoroti hal ini pada November tahun itu: jika masa manfaat ekonomi sebenarnya lebih singkat, maka laba buku telah dimanipulasi.

Saya tidak ingin mendukung posisi pendek, tetapi logika harus sejajar: jika model saja sudah seharusnya masuk museum dalam dua tahun, mengapa baja dan silikon yang menjadi wadah model tersebut bisa bertahan enam tahun?

Semakin benar pernyataan Musk ini, semakin tajam masalahnya.

Yang lebih merepotkan lagi adalah harga. Pelacakan Epoch AI menunjukkan bahwa harga inferensi untuk mencapai tingkat kemampuan yang sama dapat turun sebesar satu orde besar per tahun. Ini adalah kabar baik besar bagi pengguna, tetapi merupakan pisau pengikis margin terus-menerus bagi perusahaan yang ingin mengenakan biaya berdasarkan model.

Produk Anda setiap tahun menjadi jauh lebih kuat, sementara harga Anda setiap tahun dipotong drastis.

Ini adalah sumber mekanisme "berlari keras dalam kemampuan, berjuang untuk keuntungan". Ini bukan karena eksekusi yang buruk, ini adalah struktur.

Tiga: Kemampuan tidak akan melambat: Ini, data berpihak pada Musk

Sekarang saya katakan bagian yang saya setujui.

Jika hanya membahas berdasarkan "perasaan", kita tidak akan pernah mencapai kesepakatan. Jadi saya lebih suka melihat ukuran spesifik: seberapa lama model dapat menyelesaikan tugas secara mandiri.

Penelitian yang dirilis METR pada 2025 memberikan tren yang cukup kuat: panjang tugas yang dapat diselesaikan model dengan tingkat keberhasilan 50%, diukur berdasarkan waktu yang dibutuhkan ahli manusia untuk menyelesaikan tugas serupa, hampir berlipat ganda setiap tujuh bulan. Sedangkan sampel setelah 2024 memiliki kemiringan yang bahkan lebih curam.

Pada paruh kedua tahun 2025, model terkuat telah memasuki kisaran «dua jam».

Silakan rasakan makna dari kurva ini. Pertumbuhan eksponensial terlihat moderat di awal, tetapi tiba-tiba terlihat di akhir. Dari dua jam hingga satu hari kerja, hanya membutuhkan dua hingga tiga kali lipat.

Pada periode yang sama, ada beberapa patokan lainnya. OpenAI meluncurkan GDPval pada September 2025, yang mengevaluasi berdasarkan hasil kerja nyata; model terdepan telah mendekati tingkat ahli industri dalam sejumlah tugas profesi tertentu. Pada Juli 2025, beberapa model eksperimental dari berbagai laboratorium mencapai performa tingkat medali emas di Olimpiade Matematika Internasional. Ini bukan slogan pemasaran, melainkan peristiwa publik yang dapat diverifikasi.

Jadi, menurut saya pernyataan "kemajuan terdepan melambat" tidak berlaku dalam dimensi kemampuan.

Yang benar-benar melambat adalah hal lain: ambang kejutan pengguna.

Kami terkejut setiap tiga bulan, dan kejutan itu menjadi hal biasa. Kebutaan subjektif ini mudah disalahartikan sebagai stagnasi objektif.

Pada titik ini, Musk sadar.

Empat: RSI kurang dari 24 bulan: Setengah mana yang nyata, setengah mana yang menjadi keyakinan

Ini adalah bagian yang paling tidak saya setujui dalam seluruh diskusi ini.

Bukan karena terlalu optimis, tetapi karena terlalu samar.

RSI memiliki setidaknya tiga versi yang sama sekali berbeda tingkatannya.

Versi pertama: AI memperbaiki komponennya di domain sempit.

Ini sudah terjadi. AlphaEvolve yang diumumkan oleh Google DeepMind pada 2025 adalah buktinya: ia secara otomatis menemukan algoritma yang lebih baik, mengurangi jumlah perkalian dalam perkalian matriks kompleks 4×4 dari 49 menjadi 48, memecahkan rekor yang bertahan selama lebih dari lima puluh tahun, serta menghemat sekitar 0,7% daya komputasi global dalam penjadwalan pusat data internal Google.

Ini adalah contoh nyata dan dapat diverifikasi tentang AI yang meningkatkan infrastruktur AI.

Versi kedua: AI secara signifikan menangani proses pengembangannya sendiri.

Ini sedang berlangsung. Agen pemrograman telah mengambil alih sebagian besar implementasi teknis di dalam laboratorium, termasuk tinjauan kode, skrip eksperimen, dan pipeline data yang sedang diotomatisasi.

Versi ketiga: Lingkaran umpan balik otomatis yang melepaskan diri dari bottleneck manusia.

It is commonly referred to as "intelligence explosion."

Dua versi pertama digunakan untuk membuktikan versi ketiga, ini adalah kemiringan paling umum dalam prediksi semacam ini.

Mengapa sulit? Bottleneck sama sekali tidak ada pada inspirasi algoritma.

Kecepatan penelitian AI dibatasi oleh waktu fisik eksperimen. Pelatihan awal skala besar memerlukan beberapa minggu, harus menunggu perangkat keras, berebut listrik, dan antri. Anda meningkatkan kecepatan berpikir peneliti seratus kali lipat, tetapi antrian eksperimen tidak akan menjadi seratus kali lebih cepat.

Di tingkat selanjutnya adalah energi dan rantai pasokan. Kapasitas packaging maju, pasokan HBM, siklus pengiriman transformator, dan antrian akses jaringan listrik semuanya bergerak dalam satuan kuartal dan tahun. Pada sekitar tahun 2025, waktu tunggu akses ke berbagai jaringan listrik di Amerika Serikat sudah mencapai skala beberapa tahun.

Wafel bisa lembur, substasiun tidak bisa.

Masih ada batasan yang kurang dibahas: evaluasi. Agar AI dapat meningkatkan dirinya sendiri, ia harus terlebih dahulu mengetahui apakah dirinya sudah menjadi lebih baik. Ketika tugas menjadi sangat panjang, mencapai puluhan jam, dan jawaban tidak lagi memiliki solusi tunggal, penentuan apa itu “lebih baik” pun menjadi tantangan penelitian. Sinyal reward akan menjadi kotor, dan model akan mengoptimalkan evaluator alih-alih meningkatkan kemampuannya.

Jadi, perkiraan saya: dalam 24 bulan, kami sangat mungkin melihat versi kedua digenjot secara signifikan, dengan proporsi AI yang mengambil alih proses pengembangan terus meningkat. Namun, untuk versi ketiga—loop rekursif yang benar-benar melepaskan diri dari ritme manusia—saya percaya probabilitas kemunculannya dalam 24 bulan jauh di bawah 50%.

Ini bukan pesimisme teknis, ini realitas teknik.

V. Jadwal Musk perlu diberi faktor diskon

Ini bukan serangan terhadap seseorang, ini adalah kalibrasi.

Pendapatnya tentang arah yang tepat memiliki tingkat akurasi historis yang sangat tinggi: kendaraan listrik akan menang, roket yang dapat digunakan kembali layak, internet satelit bisa berhasil, dan cluster GPU skala besar adalah variabel kunci. Penyelesaian cluster Colossus-nya dalam waktu singkat pada tahun 2024 dengan deploy sebanyak seratus ribu kartu saja sudah menunjukkan bahwa ia memahami esensi persaingan komputasi.

Namun, perkiraannya terhadap waktu secara jangka panjang cenderung optimis.

Otonom penuh "akan dicapai tahun depan", sejak 2015 hingga hari ini. Ia pernah memprediksi secara terbuka bahwa AI akan melebihi setiap individu manusia sekitar tahun 2025, dan juga mengatakan bahwa AGI akan muncul sekitar tahun 2026. Hari ini adalah 31 Juli 2026, prediksi-prediksi ini jelas belum terwujud.

Praktik terbaik adalah: kalikan jadwal yang dia berikan dengan dua hingga tiga kali.

Masih ada satu hal yang harus dijelaskan: dia bukan pengamat netral.

xAI menempatkan banyak modal di jalur ini, memerlukan pendanaan besar secara berkelanjutan, dan membutuhkan keyakinan pasar bahwa kurva akan terus menjadi lebih curam. Seseorang yang menyatakan kepercayaan kuat pada arah taruhannya sendiri adalah hal yang sepenuhnya wajar, tetapi penerima harus mempertimbangkan hubungan kepentingan ini dalam penilaian.

Ini tidak memengaruhi kemungkinan kebenaran penilaiannya. Ini hanya memengaruhi seberapa besar tingkat kepercayaan yang harus Anda berikan.

Enam, penerapan di sisi perusahaan adalah celah sejati

Pada Agustus 2025, sebuah penelitian dari tim terkait MIT memicu banyak diskusi: sebanyak 95% inisiatif AI generatif perusahaan tidak membawa perbaikan laba-rugi yang dapat diukur. Metode penelitian ini kemudian dipertanyakan oleh banyak pihak, dengan kontroversi terhadap sampel dan metodologi, sehingga saya tidak menyarankan untuk menganggapnya sebagai bukti mutlak.

Tetapi titik nyeri yang disentuhnya adalah nyata.

Di antara kemampuan model dan nilai perusahaan, terdapat serangkaian pekerjaan kotor yang tidak disukai siapa pun: tata kelola data, sistem izin, restrukturisasi proses, pelacakan audit, penentuan tanggung jawab, dan jaminan kegagalan.

Sebuah model yang bisa meraih medali emas tidak bisa masuk ke proses inti sebuah bank; titik hambatnya bukanlah kecerdasan.

Ini juga menjelaskan fenomena yang tampak kontradiktif: penggunaan meledak, tetapi pengembalian sulit diukur. Volume pemrosesan token bulanan yang diungkapkan Google pada tahun 2025 melonjak dari tingkat jutaan triliun menjadi miliaran triliun, sementara pengguna aktif mingguan OpenAI pada musim gugur 2025 telah mencapai sekitar delapan miliar. Penggunaan tanpa diragukan lagi sedang melesat.

Namun, seiring itu, menurut berbagai media, laboratorium terkemuka masih mengalami kerugian bersih besar pada tahun 2025 hingga 2026, dengan proyeksi keuntungan umumnya ditunda hingga sekitar tahun 2029. Sementara itu, total pengeluaran modal tahunan produsen skala super besar terus dinaikkan dari level ratusan miliar dolar AS pada tahun 2025.

Peningkatan volume mengatasi masalah "ada yang menggunakannya". Ini tidak secara otomatis menyelesaikan masalah "siapa yang mendapat keuntungan".

Di antara dua hal ini, berdiri kekuatan penetapan harga. Dan kekuatan penetapan harga sedang diratakan oleh empat atau lima pesaing dengan kemampuan yang hampir setara.

Tujuh, jangan dengarkan kesimpulan, perhatikan skala

Debat tentang "Apakah AI akan melambat" memiliki makna terbatas, karena kedua belah pihak memiliki definisi yang berbeda tentang "melambat".

Saya lebih menyarankan untuk memantau tiga hal yang dapat diverifikasi.

Pertama, jangka waktu tugas. Lanjutkan dengan kurva METR. Jika jangka waktu dengan tingkat keberhasilan 50% bergerak di atas delapan jam dalam setahun ke depan, maka penilaian Depue mendapat dukungan kuat. Jika ia berfluktuasi berulang kali dalam rentang dua hingga empat jam selama lebih dari satu tahun, itu menunjukkan kita telah mencapai batas struktural tertentu.

Kedua, keandalan, bukan kapasitas puncak. Lihat rentang waktu di bawah tingkat keberhasilan 80% atau 90%. Perusahaan membeli stabilitas, bukan kinerja brilian yang jarang terjadi. Kecepatan kemajuan indikator ini secara langsung menentukan kemiringan penerapan komersial.

Ketiga, ekonomi per unit, bukan total pendapatan. Lihat margin kotor, lihat seberapa cepat biaya per unit menurun dibandingkan perang harga. Lihat apakah ada satu pun yang benar-benar menghasilkan arus kas operasional positif.

Tiga skala, semuanya tidak perlu percaya pada ramalan siapa pun.

Delapan, Penutup

Sikap saya sederhana.

Saya setuju dengan pernyataan Musk tentang kemampuan. Model dua tahun lalu sudah seperti spesimen, dan dua tahun mendatang kemungkinan besar akan membuat model terkuat hari ini terlihat kaku. Kurva ini belum melengkung.

Namun, dia merespons keraguan penilaian dengan pernyataan ini, yang tidak tepat.

Karena yang sebenarnya ditanyakan oleh para penjual pendek adalah: ketika model kehilangan nilainya setiap delapan belas bulan, ketika harga kecerdasan setara turun satu tingkat setiap tahun, dan ketika empat atau lima perusahaan secara bersamaan memiliki kemampuan yang hampir sama, siapa yang akan membayar pengeluaran modal puluhan miliar dolar AS tersebut, dan bagaimana cara menetapkan harga untuk memulihkannya?

Pertanyaan ini tidak bisa dijawab oleh "AI akan lebih kuat".

Saya tetap mempertahankan pendapat saya mengenai bagian RSI. Bukan karena itu tidak mungkin, tetapi karena itu membutuhkan daya komputasi, listrik, siklus eksperimen, dan sistem evaluasi semuanya berjalan bersama, dan hal-hal ini tidak mengikuti pertumbuhan eksponensial.

Terakhir, katakan satu hal yang mungkin tidak populer.

Revolusi teknologi itu nyata, dan gelembung juga bisa nyata; kedua hal ini sama sekali bisa terjadi bersamaan, dan biasanya memang terjadi bersamaan dalam sejarah. Kereta api itu nyata, saham kereta api runtuh. Internet itu nyata, Nasdaq jatuh 78%.

Bullish secara teknis tidak sama dengan bullish terhadap setiap neraca.

Bertaruh terpisah. Ini bukan berdiri di tengah, ini disebut pandai menghitung.

Mengenai apakah AI dua tahun lagi akan 'mengejutkan hingga meledak', saya cenderung percaya.

Saya tidak akan bertaruh siapa yang masih duduk di meja pada saat itu.

Sumber referensi

1. METR, "Mengukur Kemampuan AI dalam Menyelesaikan Tugas Panjang," METR Research, Maret 2025.
2. Google DeepMind, "AlphaEvolve: Agen Pemrograman Berbasis Gemini untuk Merancang Algoritma Lanjutan," Mei 2025.
3. OpenAI, "Memperkenalkan GDPval," Blog OpenAI, September 2025.
4. Epoch AI, "Tren Harga Inferensi LLM" dan "Tren dalam Komputasi Pembelajaran Mesin," Wawasan Data Epoch AI, 2024–2025.
5. MIT Media Lab / Proyek NANDA, "The GenAI Divide: State of AI in Business 2025," Agustus 2025.
6. Penelitian Goldman Sachs, "AI Generatif: Terlalu Banyak Pengeluaran, Terlalu Sedikit Manfaat?," Juni 2024.
7. Elon Musk dan Will Depue, postingan di X mengenai valuasi frontier lab dan recursive self-improvement, Juli 2026.
8. Reuters dan The Information, melaporkan pendapatan, kerugian, dan jadwal profitabilitas OpenAI dan Anthropic, 2025–2026.