Karyawan Meta menghabiskan lebih dari 60 triliun token dalam 30 hari, memicu perdebatan di Silicon Valley tentang “Tokenmaxxing”; karyawan Amazon juga menunjukkan tren memperbanyak “KPI AI”. Menurut data Biro Data Nasional, volume permintaan token di dalam negeri meningkat lebih dari seribu kali lipat dalam dua tahun, naik dari 100 miliar per hari pada awal 2024 menjadi 140 triliun per hari pada Maret 2026. Industri terjebak dalam krisis tiga ketidakseimbangan: penggunaan, biaya, dan nilai; token berubah dari biaya obrolan menjadi alat produksi, tetapi perusahaan kesulitan mengukur nilai sebenarnya. Superfusion meluncurkan FusionOne AI di WAIC 2026, menciptakan Token Factory untuk menyelesaikan tiga masalah: akuntansi ekonomi, akuntansi keamanan, dan akuntansi kontinuitas, yang telah diterapkan dalam skenario AI Coding sendiri dan skenario medis Huikang.Penulis artikel, sumber: XinZhiYuan
Dalam semalam, Tokenmaxxing menjadi topik pembicaraan panas di Silicon Valley!
Beberapa bulan lalu, Meta membuat peringkat internal untuk melacak konsumsi Token dari lebih dari 85.000 karyawan di seluruh perusahaan.
Hasilnya, menakjubkan—
Hanya dalam 30 hari, karyawan Meta membakar lebih dari 60 triliun token, peringkat pertama menghabiskan 281 miliar sendirian, bahkan Mark Zuckerberg tidak masuk 250 besar.
Sumber: Informasi
Tak hanya itu, karyawan Amazon juga mulai membanjiri "KPI AI", bahkan membiarkan AI Agent berjalan sia-sia selama beberapa jam hanya untuk menaikkan peringkat.
Permainan peringkat yang tampaknya absurd ini secara tidak terduga menyingkap tirai pembenar AI perusahaan tahun 2026:
Semakin banyak token yang dibakar, apakah itu sama dengan menciptakan nilai yang lebih besar?
Tidak ada yang bisa menjawab, karena tidak dapat diukur.
Setelah pesta berakhir, industri mengalami "tiga kehilangan kendali" yang memalukan: penggunaan tak terkendali, biaya tak terkendali, dan nilai tak terkendali.
Model besar hanya membutuhkan dua hingga tiga tahun untuk berubah dari “tidak bisa digunakan” menjadi “bisa digunakan”. Namun, masalah yang muncul setelah “bisa digunakan” jauh lebih rumit daripada saat “tidak bisa digunakan”.
Token menjadi "alat produksi"
Tapi itu tidak sama dengan nilai
Untuk menjawab pertanyaan ini, Anda harus terlebih dahulu memahami apa yang menjadi Token.
Tiga tahun lalu, Token hanyalah "satuan biaya" untuk obrolan santai antara manusia dan AI, dengan setiap tanya-jawab menggunakan puluhan hingga ratusan Token.
Pada tahun 2026, logika benar-benar berbalik.
Satu agen tunggal menyelesaikan satu tugas kantor, menghabiskan puluhan ribu Token; sementara beberapa agen cerdas bekerja sama, satu tugas bisa menghabiskan jutaan Token.
Token bukan lagi hanya biaya obrolan, tetapi juga menjadi "sarana produksi" untuk merekonstruksi proses perusahaan.
Angka perubahan volume lebih mengejutkan. Menurut data dari Badan Statistik Nasional, volume panggilan Token domestik meningkat dari seribu miliar per hari pada awal 2024 menjadi seratus empat puluh triliun per hari pada Maret 2026.
Dalam dua tahun, naik lebih dari seribu kali lipat, ini sudah bukan lagi sebuah kurva, melainkan sebuah tembok tinggi yang muncul tiba-tiba.
Di balik dinding, ada empat skenario bernilai tinggi yang telah diverifikasi: AI Coding, AI untuk Ilmu Pengetahuan, kreasi video multimodal, dan Agent kantor umum.
Di antaranya, AI Coding berjalan paling cepat, hanya kategori ini saja telah mengonsumsi lebih dari 50% token global.
Sumber: Laporan State of AI yang dirilis oleh OpenRouter bersama a16z
Namun, kunci sejatinya justru tersembunyi dalam pertanyaan di pembukaan—semakin banyak Token yang dibakar, apakah sama dengan semakin banyak nilai yang diciptakan?
Jawabannya tidak.
Karena token itu sendiri adalah 「biaya」, bukan 「nilai」: ia adalah pusat biaya baru, yang hanya berubah menjadi nilai ketika benar-benar digunakan oleh Agen dan diinvestasikan ke dalam bisnis.
Pusat keuntungan sejati adalah Agent yang menggunakan Token untuk bekerja.
Sebuah token yang hanya berjalan di latar belakang untuk memanipulasi peringkat, dan sebuah token yang telah menerapkan pemeriksaan kualitas industri, menulis kode produk, dan melacak satu kasus penyakit—meskipun nilainya sama di laporan keuangan, nilainya sangat berbeda.
Kepalsuan dalam persaingan Meta dan Amazon terletak pada fakta bahwa mereka bersaing berdasarkan "produksi" Token, tetapi mengabaikan "kualitas konsumsi".
Jadi, alat ukur yang digunakan untuk mengukur hashrate juga mengganti unit pengukurannya.
Dulu yang dilihat adalah "berapa banyak FLOPS yang dihasilkan dari satu kilowatt-jam", mengukur kinerja perangkat keras; hari ini, satuan dasar telah berubah dari FLOPS menjadi Token, dan pengukurnya ditarik hingga ke ujung nilai—
WATT → FLOPS → TOKENS → AGENTS → VALUES
Pengukur lama hanya mengukur hingga "berapa banyak daya yang dihasilkan per watt listrik"; pengukur baru harus mengukur hingga akhir:
Berapa banyak dari setiap unit listrik yang Anda investasikan benar-benar diubah menjadi Token efektif yang digunakan oleh Agent dan diwujudkan menjadi nilai.
Kesimpulannya logis, karena Token telah berubah dari "biaya chatting" menjadi "bahan baku dalam rantai nilai", seluruh infrastruktur di sekitarnya—
Cara memproduksi, cara menghitung, dan cara mengelolanya semuanya harus dimulai dari awal.
Bukan modelnya yang tidak baik, tapi fondasinya tidak mengikuti
Masalahnya justru di sini: Sifat token berubah, tetapi fondasi yang mendukungnya masih dibangun dengan logika lama.
Dalam beberapa dekade terakhir, pola pikir perusahaan dalam membeli server adalah "beli perangkat, pasang sistem, yang penting bisa berjalan".
Dalam rantai nilai baru ini, pola pikir ini benar-benar gagal—
Infrastruktur lama yang dibangun untuk model tunggal tidak sesuai dengan penjadwalan kombinasi model ganda, versi ganda, dan skenario ganda saat ini.
Yang lebih menyakitkan lagi, daya komputasi di atas kertas ≠ Token yang efektif.
Penggunaan GPU umumnya di bawah 50%, skor performa tampak bagus, tetapi saat beban bisnis nyata diterapkan, sistem menjadi lag; saat dokumen panjang atau konteks panjang masuk, seluruh sistem langsung macet.
Sementara itu, popularitas agen justru menjadikan konteks panjang dan koneksi tinggi sebagai hal sehari-hari. Kinerja yang dipromosikan dan pengalaman nyata yang dijalankan di lapangan adalah dua dunia yang berbeda.
Secara sederhana, infrastruktur lama mengukur FLOPS, tetapi tidak menghasilkan Token yang stabil dan efektif.
Mengikuti rantai nilai baru, perusahaan benar-benar harus menghitung tiga buku akuntansi.
Sebuah perhitungan ekonomi.
Setiap konversi apakah efisien, setiap Token apakah terukur, diatribusikan, dan dikendalikan. Utilisasi GPU di bawah 50% berarti setengah listrik terbuang sia-sia; tidak bisa menjelaskan apa yang didapat dari Token berarti uang dibelanjakan tanpa jelas tujuannya.
Buku akuntansi yang aman.
Untuk sebagian besar pelanggan industri, fondasi ini juga harus dibangun di rumah mereka sendiri—data tidak keluar, model dapat dikendalikan sendiri, dan agen dibatasi dalam batas keamanan.
Masih ada satu buku kontinuitas yang paling sering terlewatkan.
Sebagai pabrik, yang paling ditakuti bukanlah listrik yang mahal, tetapi penghentian produksi.
Token yang dibeli tidak boleh hanya mencari harga murah, tetapi harus memiliki kapasitas produksi yang pasti: tugas bisnis utama tidak tergantikan oleh tugas berprioritas rendah, dokumen panjang tidak membuat sistem lumpuh, dan model yang di-update setiap minggu tetap bisa diikuti tanpa tertinggal.
Ketiga buku akun ini, tidak satu pun berada di lapisan model yang sering dibahas, semuanya berada di fondasi di bawah kaki kita. Ketika diturunkan ke industri spesifik, rasa sakitnya langsung menjadi tajam:
Manufaktur ingin agar AI masuk ke riset dan pengembangan, simulasi, pengendalian kualitas, dan penjadwalan produksi, tetapi gambar teknis dan data proses adalah aset utama, sehingga hanya bisa di-deploy secara privat. Hasilnya, setelah peralatan tiba, butuh satu hingga dua minggu untuk menghasilkan Token pertama, dan setiap iterasi model terasa seperti transfusi darah.
Keuangan ingin melakukan manajemen risiko, pelaporan, dan operasi cerdas, tetapi kepatuhan dan keamanan data adalah garis merah; mereka tidak dapat menikmati kemudahan cloud publik yang “dikemas sebagai API dan siap pakai”, sehingga harus membangun sendiri—memilih solusi, mengoptimalkan, memantau, dan memecahkan masalah semuanya harus ditangani sendiri, tim TI yang bukan latar belakang AI sama sekali tidak mampu melakukannya.
Medis adalah yang paling khas—interpretasi laporan, bantuan diagnosis, dan pelacakan pasien semuanya bernilai luar biasa, tetapi data rekam medis lebih sensitif daripada emas dan harus tetap berada di dalam rumah sakit, sementara model di-update setiap minggu, produk komersial sering tertunda satu bulan, dan dokter maupun pasien tidak bisa menunggu.
Tiga industri, tiga wajah, tetapi masalahnya mengarah pada satu topik yang sama:
Perusahaan tidak lagi membutuhkan sekumpulan perangkat keras yang mampu menjalankan model, melainkan sebuah "sistem produksi" yang dapat mengubah daya komputasi secara stabil, aman, dan terukur menjadi Token yang efektif.
Sistem "produksi" ini sebenarnya sudah memiliki nama: Token Factory.
Sebuah "pabrik Token" muncul
Dengan kata lain, setiap perusahaan memerlukan sebuah Token Factory miliknya sendiri.
Di WAIC 2026, Superfusion menyerahkan jawaban praktis.
Tindakan kuncinya bukan mengulangi lagi rantai nilai itu, tetapi mengubah penggaris menjadi jalur produksi.
Setiap transformasi di blockchain direalisasikan dalam sebuah proyek teknis tertentu:
Lapisan infrastruktur hash rate (WATT → FLOPS): perangkat keras, pendinginan cair, dan super node, yang menentukan berapa banyak daya komputasi yang dapat diekstraksi dari setiap watt listrik;
Lapisan layanan model dan daya komputasi (FLOPS → TOKENS): percepatan inferensi, penjadwalan konkuren, dan pasokan model, yang menentukan apakah daya komputasi dapat diubah menjadi Token yang stabil dan efektif;
Token Metrik dan Lapisan Operasional (TOKENS → NILAI): Membuat setiap Token dapat diukur dan dapat dikelola, lalu menyerahkannya kepada Agen untuk diubah menjadi nilai bisnis.
Tiga lapisan jatuh, yang akan diakhiri adalah kotak hitam yang lama tak ada yang bertanggung jawab—
Perusahaan sebelumnya hanya fokus pada dua ujung rantai, membeli daya komputasi dan menuntut hasil, sementara efisiensi dan biaya setiap tahap transformasi di tengah sama sekali tidak diperhatikan.
Jika Token Factory adalah pabrik yang akan dibangun, FusionOne AI adalah seluruh "rencana pembangunan pabrik" yang diserahkan oleh Superfusion.
FusionOne AI, solusi terpadu AI yang menjadi wadah bagi pabrik token perusahaan untuk diwujudkan dari konsep ke implementasi nyata.
Posisinya dapat diringkas sebagai "1+3+N".
- Satu arsitektur terpadu: satu set lengkap arsitektur Token Factory, pengalaman desktop, kantor, dan pusat data seragam;
- 3 keunggulan utama: sinergi perangkat lunak dan perangkat keras untuk melepaskan efisiensi Token, AI Lab menyediakan daya komputasi dan model T+0, serta praktik mandiri yang berkelanjutan 7×24 jam;
- N skenario ekosistem: dari AI Coding dan pengembangan agen, hingga AI Office, video pendek AI, pemerintahan digital, pemasaran keuangan dan pengendalian risiko, serta perawatan kesehatan cerdas.
Dalam hal kemampuan, enam hal yang dijanjikan untuk diselesaikan tepat sesuai dengan tiga buku akuntansi tersebut.
Dalam laporan biaya, kekuatan komputasi diversifikasi dikelola secara terpadu sebagai satu jalur produksi, tanpa bergantung pada chip tunggal; TokenOps membuat setiap Token dapat diukur, dikelola, dan dioptimalkan.
Dalam rantai berkelanjutan, mesin akselerasi inferensi Smart memaksimalkan throughput, mesin QoS Smart menjaga urutan pengiriman, sehingga bisnis penting tidak terganggu oleh permintaan berprioritas rendah; selain itu, model 0-Day yang selalu terbaru memungkinkan perusahaan tetap mengikuti perubahan, sehingga model baru dapat segera masuk ke produksi.
Di akun aman, AgentCare telah mengatur sandbox aman dan memori cerdas untuk agen, memungkinkan agen untuk dimasukkan ke dalam proses nyata.
Selain itu, ada satu poin lagi yaitu ekosistem yang dapat direplikasi, AI Lab Superfusion dan FusionXplay langsung mengambil jalur yang telah dibuka oleh orang lain.
Token Factory akan diluncurkan
Tidak bisa menghindari perangkat keras
AI untuk penerapan nyata akhirnya tidak bisa lepas dari perangkat keras.
Ini adalah titik paling tak bisa dikompromikan bagi Superfusion sebagai veteran kekuatan komputasi: seberapa canggih pun platform perangkat lunaknya, pada akhirnya semua harus berjalan di atas fondasi kekuatan komputasi yang nyata.
「1+3+N」中的「1」，落实到实际应用中，就是桌面级、办公室级、数据中心级三类Token Factory。
Platform produksi Token baru, TokenBox™, membawa kemampuan yang sebelumnya hanya dimiliki pusat data ke dalam kantor untuk pertama kalinya!
Kuncinya adalah, colok dan gunakan.
Server AI tingkat pusat data terlalu bising hingga tidak bisa ditoleransi di kantor, dengan ambang batas ruang server yang sangat tinggi; sedangkan workstation biasa memiliki daya komputasi lemah dan tidak mampu mendukung model besar.
TokenBox™ menggunakan pendinginan cair untuk mengurangi kebisingan hingga 35 desibel di bawah beban utama, sekeras perpustakaan, dan mampu menjalankan model besar unggulan seperti 'DeepSeek V4 versi penuh' dengan 1,6T parameter dalam satu unit.
Selain itu, dapat mencapai koneksi efisien dari single-node ke multi-node melalui TokenFabric™, mendukung model baru pada 0-Day, dan ekspansi hardware yang elastis seperti membangun dengan balok mainan.
Bagi UMKM dan cabang perusahaan yang membutuhkan privatisasi tetapi tidak mampu membiayai ruang server dan tim operasional AI, ini hampir mewujudkan mimpi “menggunakan Token sepraktis mengalirkan listrik dan air” menjadi sebuah mesin yang bisa ditempatkan di sudut ruangan.
Jika Token Factory adalah sebuah pembangkit listrik, maka "super node" adalah mesin yang benar-benar menghasilkan listrik tersebut.
Ini menyelesaikan masalah utama di mana "kekuatan komputasi di atas kertas ≠ Token yang efektif".
Dalam arsitektur tradisional, berbagai kartu akselerasi bekerja secara terpisah, komunikasi antar node seperti arus lalu lintas padat saat jam sibuk pagi, sehingga efisiensi daya komputasi tidak dapat terwujud, dan sistem langsung macet saat menghadapi konteks panjang.
Gagasan super node adalah menggabungkan satu rak penuh, beberapa kartu menjadi satu kesatuan yang saling terhubung cepat, menggunakan kepadatan tinggi, pendinginan cair, dan arsitektur terpadu untuk mengekstraksi kembali daya komputasi yang terbuang sia-sia akibat bottleneck komunikasi.
Secara sederhana, dengan sekumpulan chip yang sama, orang lain hanya bisa mengekstrak lima puluh persen, tetapi ini ingin Anda mengekstrak hingga batas maksimal.
Bagi perusahaan besar yang perlu mendukung ratusan hingga ribuan pengguna secara bersamaan dengan daya komputasi terbatas, ini bukan sekadar tambahan keunggulan, tetapi garis hidup atau mati.
Dari pusat data hingga kantor hingga meja, bentuk kekuatan komputasi Super Fusion mencakup seluruh skenario, dari kelompok besar hingga individu super.
Mulai dari diri sendiri
AI Coding menjadi medan pertempuran utama
Daya persuasi Chao Jufan justru bukan terletak pada apa yang dikatakannya, tetapi pada apa yang telah berhasil dijalankannya sendiri.
Dengan kata lain, disebut "jual apa yang kau gunakan, gunakan apa yang kau jual." Produk yang ingin kamu tawarkan kepada pelanggan harus terlebih dahulu kamu gunakan secara mendalam dan luas.
Setelah mengolah dan menyempurnakan pengalaman, metodologi, dan sistem alat yang digunakan sendiri, SuperFusion baru meluncurkan FusionOne AI ke publik.
AI Coding, yaitu otot yang akan menjadi fokus utama tim pada paruh kedua tahun ini, dan juga yang paling meyakinkan.
Alasannya sederhana: dalam semua skenario bernilai tinggi yang telah diverifikasi, pemrograman berjalan paling cepat.
Yang langka adalah, SuperFusion tidak berhenti hanya bercerita, tetapi menjadikan dirinya sendiri sebagai "klien pertama".
Contoh paling khas adalah tim pengembang kecil yang sama sekali tidak menulis satu baris kode secara manual—
Tiga bulan, menyerahkan kode produk sebanyak 500.000 baris.
Yang lebih menarik adalah jalur evolusinya: dari «individu super» seorang diri, menjadi «proyek super» yang sesuai dengan proses perusahaan dan penjadwalan otomatis multi-agent.
AI Coding di sini bukan lagi sekadar alat peningkat efisiensi, tetapi已成为 perusahaan sebagai infrastruktur pengembangan.
Perusahaan yang mengintegrasikan AI ke dalam darah dagingnya sendiri, ketika kembali membahas penerapan AI, tentu memiliki bobot yang berbeda.
Arti penerapan AI telah diwujudkan
Yang lebih meyakinkan daripada bukti diri sendiri adalah hasil yang ditunjukkan oleh orang lain.
Chuangye Huikang telah selama tiga puluh tahun bergerak di bidang informasi kesehatan, memiliki 7.000 lembaga kesehatan dan 250 juta arsip kesehatan penduduk.
Di sana, AI medis telah terpecah menjadi berbagai agen cerdas "kecil namun indah"—mulai dari pra-pemeriksaan, ronde, hingga penilaian risiko luka tekan dan bantuan spesialisasi, semakin banyak skenario, permintaan Token meledak secara eksponensial.
Bagaimana mengirimkan Token ke departemen dan ke garis depan menjadi pertanyaan baru.
Untuk itu, mereka mencari alat semacam itu selama satu tahun penuh.
Jawaban dari TokenBox™ adalah memperkecil pabrik itu hingga ukurannya cukup untuk ditempatkan di ruang klinik. Maka lahirlah BsoftGPT+TokenBox™, dasar komputasi lokal AI medis ini.
Setengah pertama AI adalah menjalankan model; setengah kedua adalah terus menghasilkan kecerdasan, sambil menghitung biaya dengan akurat, mengendalikan biaya, dan mampu menangani bisnis kritis.
Ketika daya komputasi tidak lagi langka, yang benar-benar langka adalah kemampuan untuk mengorganisasi daya komputasi, model, dan bisnis menjadi sebuah jalur produksi yang efisien.
Ketika setiap perusahaan—baik itu sebuah kantor maupun sebuah pusat data—dapat memiliki pabrik Token sendiri, AI baru benar-benar berpindah dari meja eksperimen ke jalur produksi.
Ini, mungkin, adalah makna paling sederhana dan paling kokoh dari empat kata "penerapan AI".