Uber dan Microsoft Menyoroti Meningkatnya Biaya Token AI dan Pengembalian yang Berkurang

Penulis: Bao Yilong

Sumber: Wall Street View

Pengeluaran AI perusahaan sedang diuji ketat, konsumsi token terus meningkat, tetapi nilai bisnis yang dapat diukur sulit ditemukan.

Pada 22 Mei, Chief Operating Officer Uber, Andrew Macdonald, yang memiliki kapitalisasi pasar lebih dari $200 miliar, secara terbuka menyatakan dalam sebuah podcast bahwa "garis antara pertumbuhan konsumsi token dan peningkatan nyata produk belum ada."

Macdonald menunjukkan bahwa perusahaan semakin sulit menjelaskan pengeluaran AI yang terus meningkat. Ia bahkan menciptakan istilah khusus untuk pemborosan di dalam tim teknik: "tokenmaxxing".

Pada pertengahan Mei sebelumnya, Microsoft mulai mengurangi lisensi internal untuk Claude Code dengan alasan tagihan Token "tidak berkelanjutan".

Dua peristiwa ini bergabung, memaksa pasar untuk mengakui variabel yang sebelumnya diabaikan. Ekonomi token, yaitu ekonomi unit konsumsi token dalam skala perusahaan, telah naik dari isu tepi menjadi tiang penopang utama dalam seluruh argumen investasi AI.

Sejak April, serangkaian data telah dirilis, bersama-sama menggambarkan gambaran yang mengkhawatirkan.

Pada April tahun ini, Chief Technology Officer Uber secara terbuka menyatakan bahwa perusahaan telah menghabiskan seluruh anggaran Claude Code tahunan dalam empat bulan.

Dari 5.000 insinyur, tingkat penggunaan bulanan berkisar antara 84% hingga 95%, dengan tagihan bulanan per orang mulai dari $150 hingga $2.000, dan CTO sendiri dilaporkan menghabiskan token senilai $1.200 dalam sesi demonstrasi internal selama dua jam.

Macdonald menggambarkan kekagetannya saat mengetahui angka tersebut sebagai "terlalu terkejut sampai tidak bisa berkata-kata."

Menurut newsletter Notepad dari Tom Warren di The Verge, Claude Code cepat populer di kalangan insinyur internal Microsoft, tetapi model pembayaran berbasis Token membuat pengeluaran berskala besar tidak berkelanjutan, sehingga Microsoft segera mulai mengurangi lisensi terkait.

GitHub mengumumkan bahwa mulai 1 Juni, semua rencana Copilot akan beralih dari langganan tetap ke pembayaran berdasarkan penggunaan.

Posting diskusi resmi mendapatkan hampir 900 suara menentang, karena sejumlah pengguna menghitung bahwa satu sesi pemrograman agen biasanya menghabiskan biaya antara 30 hingga 40 dolar, yang berarti paket berlangganan 10 dolar per bulan habis dalam sekali penggunaan.

Platform produktivitas pengembang Entelligence.AI setelah mengumpulkan data dari 2.444 perusahaan menemukan:

• Dari setiap dolar biaya AI Token yang diinvestasikan, hanya 18 sen yang menghasilkan nilai nyata bagi pengguna.
• 44 sen AS digunakan untuk memperbaiki Bug yang diperkenalkan oleh AI; 27 sen dialokasikan untuk pekerjaan ulang; 11 sen terpakai pada friksi peninjauan.

Menurut Indeks Pengeluaran Token LLM Silicon Data dari Bloomberg, harga token telah naik sekitar 65% sejak akhir Februari tahun ini, sementara harga perangkat lunak AI di Amerika Serikat meningkat secara kumulatif sebesar 20% hingga 37% dalam satu tahun terakhir.

Data yang sama, dalam kerangka analisis yang berbeda, menunjukkan kesimpulan yang sama sekali berbeda.

Pandangan bullish berpendapat bahwa kekacauan saat ini hanyalah masa transisi menuju keberhasilan.

Menurut analisis Jim Schneider dari Goldman Sachs pada awal Mei, pada tahun 2030, AI agen akan mendorong pertumbuhan konsumsi token sebesar 24 kali lipat, mencapai sekitar 120 triliun triliun token per bulan, dan margin kotor penyedia cloud skala sangat besar dan penyedia model akan berubah positif dalam 3 hingga 12 bulan ke depan.

Rich Privorotsky dari Goldman Sachs percaya bahwa Q1 2026 mungkin telah menjadi puncak penggunaan "token maximization" sebagai KPI, dan industri sedang beralih dari fokus pada konsumsi menuju ukuran yang lebih sehat, yaitu "biaya per tindakan efektif".

Penelitian ekonomi JPMorgan juga menemukan bahwa pada awal 2026, terjadi lonjakan pertumbuhan paket baru dan pembaruan Python di PyPI, tren yang tidak muncul ketika ChatGPT diluncurkan pada 2022, menunjukkan bahwa peningkatan produktivitas nyata sedang terjadi.

Selain itu, P/E Mag 7 saat ini sekitar 20 kali laba masa depan, jauh lebih rendah dibandingkan puncak gelembung teknologi tahun 2000 sebesar 52 kali, Jepang tahun 1989 sebesar 67 kali, dan era "Fabulous Fifty" sebesar 34 kali. Menurut ukuran gelembung historis, kondisi saat ini tidak dapat dianggap sebagai gelembung.

Pandangan bearish paling sistematis dijelaskan oleh analis semikonduktor Goldman Sachs, Jim Covello, dalam laporan bulan April.

Dia menunjukkan bahwa hampir semua nilai dalam rantai pasokan AI mengalir ke perusahaan semikonduktor, fenomena yang belum pernah terjadi sebelumnya dalam sejarah dan tidak berkelanjutan; perusahaan chip seharusnya mendapat keuntungan ketika pelanggan mendapat manfaat, namun dalam siklus kali ini, kemakmuran mereka dicapai dengan mengorbankan seluruh rantai pasokan hulu.

Keuntungan bersih NVIDIA meningkat sekitar 20 kali sejak peluncuran ChatGPT; berbagai penyedia cloud skala besar telah menghabiskan arus kas operasional mereka dan beralih ke utang—jumlah penerbitan utang terkait pusat data pada 2025 diperkirakan sekitar $182 miliar, dua kali lipat dari tahun 2024.

Penelitian MIT Nanda menunjukkan bahwa 95% perusahaan yang berinvestasi dalam AI generatif mendapatkan pengembalian nol. Pemisahan ini mungkin dapat bertahan untuk sementara waktu, tetapi tidak dapat berlangsung selamanya.

Diskusi ini juga mencakup lapisan yang lebih kompleks: siklus keuangan antara penyedia cloud skala besar dan laboratorium AI.

Berdasarkan dokumen pengungkapan perusahaan yang dirangkum oleh The Information, OpenAI dan Anthropic secara bersama-sama menyumbang lebih dari separuh dari komitmen layanan cloud masa depan senilai sekitar $2 triliun dari Microsoft, Oracle, Google, dan Amazon. Secara rinci:

• Dari pesanan backlog layanan cloud Microsoft senilai $627 miliar, $280 miliar terikat dengan OpenAI;
• Dari pipeline bisnis Oracle senilai $553 miliar, 54% (sekitar $300 miliar) dijanjikan oleh OpenAI;
• Dari $467,6 miliar Google, Anthropic menyumbang 43% (sekitar $200 miliar);
• Exposure terkait Amazon juga mencapai 51% dari backlognya sebesar $464 miliar.

Struktur pembiayaan ini bersifat siklus internal. Investasi senilai $13 miliar dari Microsoft ke OpenAI sebagian besar dicairkan dalam bentuk kredit Azure, yang digunakan OpenAI untuk membeli daya komputasi Azure, dan kemudian Microsoft mencatatnya sebagai pendapatan cloud.

Penyedia layanan cloud skala besar yang sama, sekaligus menjadi pihak yang berinvestasi ekuitas di laboratorium AI dan penyedia layanan yang mengirimkan tagihan daya komputasi.

Struktur ini juga tercermin dalam data keuntungan. Alphabet melaporkan laba kuartal pertama rekor sebesar $62,6 miliar, di mana sekitar $28,7 miliar, hampir setengahnya, berasal dari apresiasi buku saham Anthropic.

Dari laba kuartal pertama Amazon sebesar 30,3 miliar dolar AS, 16,8 miliar dolar AS berasal dari keuntungan belum terwujud sebelum pajak dari Anthropic, sementara arus kas bebasnya anjlok 95% menjadi 1,2 miliar dolar AS akibat pengeluaran modal untuk pusat data senilai 44,2 miliar dolar AS pada periode yang sama.

Kesinambungan sistem ini bergantung pada kemampuan laboratorium AI untuk terus memperoleh pendanaan eksternal guna memenuhi komitmen komputasi awan, yang selanjutnya bergantung pada kesediaan pelanggan perusahaan untuk terus membayar tagihan Token yang terus meningkat.

Dilaporkan bahwa Anthropic saat ini memiliki biaya hingga $3 untuk setiap pendapatan $1. Setelah ritme pendanaan melambat, kredibilitas proyeksi pendapatan cloud akan menurun, dan kelipatan valuasi penyedia cloud skala besar akan menghadapi tekanan penilaian ulang.

Rantai ini mentransmisikan secara dua arah, dan juga akan putus secara dua arah.

Situasi saat ini tidak membentuk skenario gelembung yang khas.

Dari rasio valuasi, tujuh raksasa teknologi saat ini memiliki P/E masa depan sekitar 20 kali, jauh lebih rendah dibandingkan puncak gelembung teknologi tahun 2000 yang mencapai 52 kali, pasar Jepang tahun 1989 yang mencapai 67 kali, atau era "Magnificent Five" yang berada di 34 kali.

Teknologi AI itu sendiri nyata. Bagi kelompok pengguna berat, data peningkatan produktivitas juga dapat diverifikasi. Pendapatan tahunan OpenAI sekitar 20 miliar dolar AS, Anthropic sekitar 4,3 miliar dolar AS, dan kedua laboratorium ini tidak akan hilang begitu saja.

Saat ini, biaya token (konsumsi daya komputasi) telah menjadi faktor kunci yang menentukan keberhasilan AI, padahal enam bulan lalu, orang bahkan tidak terlalu membahas topik ini.

Pada waktu itu, semua orang hanya peduli dengan “apakah teknologinya berfungsi”. Sekarang jawabannya sangat jelas: di mata pekerjaan tertentu dan kelompok orang tertentu, teknologinya memang berfungsi.

Namun, muncul masalah baru: apakah uang yang dihemat oleh perusahaan hilir melalui AI dapat ditransmisikan ke atas tepat waktu, mengalahkan jendela valuasi yang disediakan pasar modal untuk laboratorium AI dan raksasa cloud?

Pendukung AI percaya bahwa jika teknologi terus matang, ROI perusahaan akan berubah menjadi positif dalam 1 hingga 1,5 tahun.

Pihak yang pesimis berpendapat bahwa lebih banyak eksekutif akan mengeluh secara terbuka tentang rasio pengembalian investasi AI yang rendah, seperti McDonald, dan mulai memotong anggaran.

Kedua kemungkinan ini mungkin sedang terjadi, dan hasilnya belum pasti. Satu-satunya hal yang pasti adalah bahwa kebohongan lama bahwa "jika konsumsi token terus meningkat, berarti transisi AI berhasil" telah runtuh.

Penggunaan token yang tinggi tidak sama dengan nilai bisnis, kedua gelembung ini akhirnya akan meletus. Tagihan AI telah jatuh tempo, tetapi siapa yang akan membayar akhirnya masih menjadi pertanyaan.