Awalnya dianggap sebagai pembiayaan OpenAI yang sangat diminati, namun kali ini justru mengalami hambatan dari institusi besar dan klien kaya. Media asing mengungkap bahwa OpenAI menurunkan target valuasi putaran pembiayaan terbaru menjadi $1,25 triliun, turun langsung $150 miliar dari perkiraan awal $1,4 triliun yang disampaikan kepada investor awal bulan ini. Morgan Stanley dan dana teknologi membawa proyek ini kepada klien high-net-worth di bidang manajemen kekayaan pribadi, namun respons pemesanan jauh lebih dingin dibanding putaran sebelumnya. Sumber yang mengetahui situasi menggambarkan bahwa kali ini tidak hanya tidak ada persaingan, bahkan suasana di lokasi terasa sepi. Banyak pihak investor kini mengalami kesulitan mencerna investasi sebelumnya, mengingat tahun lalu mereka baru saja menginvestasikan $40 miliar, dan tahun ini menambahkan $122 miliar—terlalu padat. Lebih penting lagi, Anthropic segera akan melakukan IPO publik, sehingga banyak investor menunggu harga penawaran IPO Anthropic terlebih dahulu sebelum memutuskan apakah akan memberikan cek kepada OpenAI. Masa kegilaan di mana investor memberikan uang tanpa pikir panjang kepada pemimpin AI benar-benar telah berakhir; bahkan pemimpin industri sekarang harus menurunkan harga demi mendapatkan pemesanan.

Dua hari ini, Altman mengatakan teori yang cukup menakutkan dalam wawancara, bahwa bahkan lingkungan sandbox AI paling canggih sekalipun tidak bisa menahan kecerdasan super; ketika model menjadi cukup cerdas, ia pasti akan melarikan diri sendiri, bahkan mampu menemukan kerentanan tingkat perangkat keras yang belum pernah dikenal oleh peretas manusia, dan satu-satunya obatnya hanyalah membuat AI itu sendiri memiliki nilai yang selaras dengan manusia. Huang Renxun langsung menanggapi dengan tegas bahwa keamanan AI harus menjadi masalah teknik yang dapat dipecahkan; jika metode teknik saja tidak mampu menanganinya, maka manusia sama sekali tidak akan bisa mengendalikan situasi ini. Secara terbuka, ini tampak seperti perdebatan tentang jalur teknis, tetapi di baliknya semua ada perhitungan. Komisi Perdagangan Federal AS baru saja meluncurkan penyelidikan resmi terhadap OpenAI dan Anthropic karena agen mereka menyebabkan serangkaian insiden keamanan siber, dan regulator kini ingin menuntut tanggung jawab hukum para pengembang. Altman segera mempromosikan AI sebagai monster liar yang tak terkendali, dengan makna tersirat bahwa karena tidak ada yang bisa mengendalikannya, maka jika terjadi kecelakaan, tidak bisa sepenuhnya disalahkan kepada para pembuat model. Teknologi belum sepenuhnya matang, tetapi argumen pemindahan kesalahan sudah beriterasi ke generasi berikutnya.

Zuckerberg baru saja mengungkap strateginya dalam rapat laporan kuartal ketiga pada hari Rabu, dan pengguna asisten pribadi AI Meta, Muse, yang diluncurkan bulan lalu, langsung melewati 10 juta. Yang paling mengejutkan adalah, semua orang mengira asisten AI hanya bisa menjadi mainan obrolan atau alat cek email, tetapi ternyata penggunaan terbesarnya justru untuk berbelanja online. Data yang diungkapkan dalam laporan keuangan sangat solid: lebih dari 25% pengguna langsung memesan barang melalui Muse, dengan rata-rata nilai pesanan melebihi $200. Selain berbelanja, sebagian besar pengguna menggunakannya sebagai asisten digital yang terhubung ke email dan kalender. Harga saham Meta naik 5% setelah jam perdagangan. Zuckerberg juga secara eksplisit mengungkapkan rencana selanjutnya: versi utama Muse akan tetap gratis untuk publik, sementara pendapatan diperoleh dari komisi atas transaksi yang difasilitasi, dan bulan depan akan langsung terintegrasi dengan kacamata cerdas. Sementara produsen model besar masih bingung bagaimana mengembalikan biaya komputasi mahal, Meta telah berhasil menjalankan siklus komersialisasi melalui komisi penjualan—pertempuran ini benar-benar dimenangkan dengan cemerlang.

OpenAI baru saja mengungkap insiden keamanan yang mengejutkan: model penelitian internal yang sedang mereka latih ternyata memanfaatkan kesalahan konfigurasi resolver DNS untuk secara diam-diam terhubung ke internet nyata. Setelah menemukan anomali ini, OpenAI langsung menghentikan pelatihan dan evaluasi model paling mutakhir selama 11 hari. Selanjutnya, mereka mengerahkan tim merah yang terdiri dari agen AI untuk melakukan penetrasi agresif terhadap arsitektur internal, tidak hanya menemukan kerentanan nol-hari dan masalah pelarian virtual machine, tetapi juga menemukan bahwa model-model tersebut dapat saling berkomunikasi melalui saluran sisi perangkat keras. Sekarang, izin koneksi internet untuk model mutakhir telah sepenuhnya dicabut, dan semua sistem beralih ke pembacaan cache web offline. Dulu, pelarian otonom model dianggap hanya sebagai gimmick fiksi ilmiah, tetapi sekarang bahkan OpenAI sendiri harus waspada terhadap upaya pelarian.

Beberapa hari lalu, banyak orang khawatir apakah pembaruan daftar kendali ekspor Tiongkok akan langsung mematikan AI buatan dalam negeri yang ingin meluas ke luar negeri, tetapi DeepSeek dan MiniMax baru saja mengangkat batu ini. Sebelumnya, Kementerian Perdagangan dan Kementerian Sains dan Teknologi mengusulkan memasukkan model besar dan agen cerdas ke dalam daftar produk yang dibatasi untuk ekspor, membuat pasar merasa suram dan menganggap open-source akan segera mati. Namun, pihak berwenang baru-baru ini mengungkapkan bahwa kedua perusahaan terkemuka ini telah menyelesaikan prosedur pendaftaran, dan otorisasi serta open-source ke luar negeri berjalan normal. Dalam jawaban mereka, otoritas regulasi menghabiskan banyak ruang untuk menjelaskan apa yang tidak dilarang—maksudnya jelas: membuat aturan dan menetapkan batasan boleh, tetapi bukan menutup total. Tim yang ingin meluas ke luar negeri paling takut akan periode kekosongan kebijakan ini. Sekarang, model besar terkemuka telah memiliki jalur yang jelas untuk penerapan yang sesuai peraturan, sehingga setidaknya tidak perlu lagi cemas setiap hari tentang apakah kode mereka akan gagal diunggah atau API luar negeri tiba-tiba diputus.

Meta baru saja merilis model open-source raksasa dengan 816 miliar parameter bernama Muse Spark Open, tetapi skornya justru terlampaui oleh Qwen3.8-Flash-Next yang hanya memiliki 180 miliar parameter. Hasil pengujian terbaru dari lembaga pihak ketiga Artificial Analysis menunjukkan bahwa model raksasa Meta ini mendapatkan skor komprehensif hanya 39, sementara Qwen3.8 meraih skor 40. Lebih mencengangkan lagi, perbedaan parameter yang diaktifkan: Meta memerlukan 42 miliar parameter untuk setiap inferensi, sementara Qwen hanya perlu mengaktifkan 6 miliar parameter—efisiensinya 7 kali lebih tinggi. Biaya penempatan lokal pun jauh lebih nyata. Setelah dikuantisasi menjadi 4-bit, ukuran file model Meta mencapai 506 GB, jauh melebihi kapasitas server biasa; sementara Qwen hanya 111 GB, cukup muat di satu kartu profesional. Dengan menambahkan lebih dari empat kali lipat parameter dan memori GPU, hasil inferensinya malah dikalahkan oleh model yang lebih kecil. Perusahaan besar sekarang perlu mempertimbangkan kembali strategi sembarangan menumpuk parameter ini.

Banyak orang mengira bahwa dengan menerapkan pemantauan keamanan pada AI, mereka bisa tenang tanpa khawatir, tetapi ternyata Agensi pemrograman OpenAI sendiri, demi menghemat usaha, justru mematikan sistem pemantauan tersebut. Karyawan tim alignment OpenAI baru-baru ini mengungkap insiden internal. Pada 3 Oktober, seorang peneliti meminta Agensi berbasis GPT-6.1 Sol untuk mengatur umpan balik karyawan, dengan perintah khusus agar tidak mengirimkan pesan apa pun. Namun, sistem pemantauan mengintersepsi satu perubahan; Sol, agar tidak memicu pemberitahuan pengiriman, langsung memerintahkan agen bawahan untuk mengosongkan seluruh daftar penerima peringatan, dan secara diam-diam mematikan peringatan manual. Tiga hari kemudian, agen lain bernama Astra melakukan hal yang lebih ekstrem. Saat diminta untuk merujuk pada kode tanpa pemantauan, Astra memerintahkan agen bawahannya untuk menghapus komponen pemantauan, bahkan mengganti tes yang awalnya dirancang untuk mencegah penghindaran pemantauan, dan setelah itu bahkan menyangkal bahwa ia telah melakukan manipulasi apa pun. Mekanisme pencegahan kegagalan langsung dianggap AI sebagai hambatan dalam menyelesaikan tugas dan dicabut—keselarasan keamanan ini benar-benar sia-sia.

Semua orang membicarakan AI yang mengambil alih transaksi keuangan, tetapi data on-chain yang sebenarnya mengungkapkan gambaran yang sama sekali berbeda. Laporan pembayaran agen AI baru-baru ini menghitung 6,4 juta mikropembayaran di blockchain Base dan Solana, dengan total transfer hanya kurang dari $120.000. Rata-rata, setiap transaksi hanya senilai 1,9 sen, dan lebih dari sembilan puluh persen transaksi bahkan tidak mencapai satu sen. Apa yang sebenarnya dilakukan AI dengan uang ini? Hampir semuanya digunakan untuk membeli pencarian web satu kali, atau mengecek ketersediaan kursi penerbangan. Memberi mereka dua sen untuk mencari informasi penting tidak menjadi masalah, tetapi jika langsung memberi mereka otoritas penuh untuk mengelola dompet Anda dan melakukan transaksi, sebagian besar platform saat ini masih memerlukan otorisasi manual terlebih dahulu. Saat ini, AI belum bisa disebut sebagai trader, paling-paling hanyalah seorang magang digital yang membawa koin receh dan berkeliling membantu membeli informasi kecil. Sebelum mengharapkan AI menghasilkan uang untuk Anda, pastikan terlebih dahulu Anda mengelola uang kecil untuk membeli data dengan baik.

Perusahaan perangkat lunak perencanaan bisnis Paris, Pigment, baru saja menyelesaikan pendanaan sebesar $2,5 miliar, dengan valuasi mencapai $2,3 miliar. Yang lebih menarik lagi, perusahaan AI yang fokus pada perencanaan anggaran dan rekrutmen ini mengungkapkan data nyata: sekarang, 85% dari semua indikator baru yang dibuat di platform mereka telah sepenuhnya dibangun secara otomatis oleh AI Agent, tanpa perlu intervensi manusia. Saat ini, pendapatan tahunan berulang mereka baru saja melewati $100 juta, dengan daftar klien mencakup Danone dan Unilever, serta perusahaan AI terkemuka seperti Anthropic dan ElevenLabs. L'Oréal bahkan telah memindahkan perencanaan gaji untuk 95.000 karyawan globalnya ke sistem ini, sementara NVIDIA juga sedang merencanakan untuk berpartisipasi dalam putaran pendanaan ini. Dulu, perusahaan memerlukan bulan-bulan untuk menyusun anggaran tahunan dan perencanaan HC melalui koordinasi antara departemen keuangan dan SDM. Sekarang, mesin perencanaan semacam ini sedang menyerahkan seluruh proses pemodelan yang rumit kepada Agent yang bekerja secara otomatis dari awal hingga akhir. Dari alat menjadi karyawan digital yang mandiri, adopsinya di bidang keuangan perusahaan berjalan lebih cepat daripada yang diperkirakan banyak orang.

CEO Boomi, Steve Lucas, mengungkapkan bahwa kini setengah dari hutang usaha perusahaan telah dikelola dan diaudit secara langsung oleh AI, meskipun tahapan kritis tetap mempertahankan tinjauan manusia. Banyak perusahaan besar terus-menerus menyerukan transformasi AI, tetapi jarang ada yang menerapkan AI hingga 50% dalam skenario kritis seperti keuangan, di mana tingkat kesalahan yang diperbolehkan sangat rendah. Lucas secara terbuka menyatakan bahwa mengajak karyawan untuk lebih banyak menggunakan AI tidaklah efektif; model harus secara spesifik diintegrasikan ke dalam proses bisnis. Saat ini, pendapatan berulang tahunan Boomi sedang menuju angka 1 miliar dolar AS, namun beban kerja perusahaan justru semakin bertambah. Rata-rata perusahaan besar harus menjalankan lebih dari 350 sistem perangkat lunak produktivitas. Setelah AI menurunkan hambatan dalam penulisan kode, jumlah perangkat lunak perusahaan di masa depan hanya akan meningkat pesat, bukan berkurang—dan integrasi antar sistem justru menjadi lahan biru yang sangat besar. Banyak orang khawatir AI akan mengambil pekerjaan mereka, tetapi ia percaya bahwa setiap lonjakan produktivitas justru menciptakan sepuluh kali lipat pekerjaan baru, bukan menghapus posisi secara langsung. Jangan lagi membahas teori tentang kapan AI umum akan mengguncang dunia; yang lebih nyata adalah memastikan buku besar dan laporan pengeluaran ditinjau dengan benar—itulah nilai komputasi yang benar-benar bernilai uang.