Biaya AI tidak lagi semurah yang dijanjikan pada awalnya.

Biaya AI meningkat seiring dengan skalanya, memaksa bisnis untuk mempertimbangkan dengan cermat keseimbangan antara otomatisasi dan efisiensi finansial.

Seiring dengan pesatnya perkembangan teknologi kecerdasan buatan (AI), banyak bisnis melihatnya sebagai peluang untuk memangkas biaya, meningkatkan produktivitas, dan mengotomatisasi tugas-tugas berulang. Namun, setelah fase pengujian, gambaran finansial mulai menjadi lebih kompleks. AI bukan hanya alat perangkat lunak yang dapat diaktifkan dan digunakan segera; AI juga memerlukan biaya untuk infrastruktur, data, keamanan, dan personel operasional.

Dalam beberapa kasus, biaya komputasi untuk AI telah melampaui biaya penggajian karyawan. Bryan Catanzaro, wakil presiden pembelajaran mendalam terapan di Nvidia, mengatakan ada kelompok di mana biaya komputasi "jauh lebih tinggi" daripada gaji karyawan. Ini tidak berarti AI akan selalu lebih mahal daripada manusia, tetapi menunjukkan bahwa janji "AI mengurangi biaya" tidak lagi sesederhana seperti pada awalnya.

Biaya tersembunyi di balik sistem AI

Salah satu komponen termahal adalah biaya komputasi. Model AI modern membutuhkan daya pemrosesan yang signifikan, terutama ketika bisnis sering menggunakannya untuk layanan pelanggan, pemrograman, analisis data, atau pemrosesan dokumen internal. Semakin banyak pengguna dan tugas yang terlibat, semakin tinggi biaya operasionalnya.

Bagi bisnis, biaya AI tidak hanya berhenti pada penyewaan model atau pembayaran biaya API. Untuk mengintegrasikan AI ke dalam sistem nyata, mereka harus membersihkan data, terhubung dengan perangkat lunak internal, menetapkan izin akses, melindungi informasi sensitif, dan membangun proses pengendalian output. Tugas-tugas ini membutuhkan kolaborasi dari tim teknis, keamanan siber, hukum, dan operasional.

Semakin besar penerapan AI, semakin banyak biaya yang harus diperhitungkan oleh bisnis untuk infrastruktur, data, keamanan, dan personel pengawasan.

FOTO: DIBUAT OLEH AI

Generasi AI belum cukup stabil untuk menangani semuanya secara otomatis tanpa campur tangan manusia. Teknologi ini masih dapat memberikan jawaban yang salah, memalsukan fakta, atau salah menafsirkan konteks. Oleh karena itu, banyak bisnis harus mempertahankan personel untuk meninjau, mengoreksi, dan pada akhirnya bertanggung jawab. Di bidang yang berhubungan dengan pelanggan, keuangan, perawatan kesehatan , hukum, atau bidang yang sensitif terhadap data, lapisan pengawasan ini hampir sangat diperlukan.

Ini berarti bahwa dalam banyak kasus, AI tidak sepenuhnya menggantikan tenaga kerja tetapi menciptakan lapisan biaya baru. Bisnis masih membayar untuk teknologi tersebut, sementara masih membutuhkan orang untuk memastikan sistem beroperasi dengan benar dan aman.

Persaingan infrastruktur di antara perusahaan teknologi besar juga mencerminkan biaya yang sangat besar di balik AI. Microsoft mengumumkan rencana untuk berinvestasi sebesar AUD 25 miliar, setara dengan USD 17,9 miliar, di Australia hingga tahun 2029 untuk memperluas kemampuan AI, komputasi awan, keamanan siber, dan pelatihan keterampilan. Investasi semacam itu menunjukkan bahwa AI bukan hanya tentang perangkat lunak, tetapi juga tentang pusat data, chip pemrosesan, daya, dan jaringan operasional skala besar.

Biaya AI bukan sekadar masalah teknologi.

Seiring meningkatnya biaya, pertanyaan yang diajukan oleh bisnis pun berubah. Sebelumnya, banyak perusahaan merasa tertekan untuk memiliki strategi AI agar tidak dianggap ketinggalan zaman. Sekarang, fokusnya bergeser ke pertanyaan yang lebih praktis: nilai apa yang diciptakan AI, dan berapa lama waktu yang dibutuhkan untuk mengembalikan investasi?

Perusahaan riset Gartner memperkirakan pengeluaran TI global akan mencapai $6,31 triliun pada tahun 2026, meningkat 13,5% dari tahun 2025. Pertumbuhan ini didorong oleh infrastruktur AI, komputasi awan, dan perangkat lunak. Hal ini menunjukkan bahwa AI memicu siklus baru pengeluaran teknologi, bukan sekadar menggantikan pengeluaran yang sudah ada.

AI hanya benar-benar berharga ketika investasi dalam teknologi tersebut menghasilkan efisiensi operasional yang terukur.

FOTO: TANGKAPAN LAYAR DARI ROBOTMAGAZINE

Oleh karena itu, tekanan untuk mendapatkan kembali investasi semakin terlihat jelas. Perusahaan konsultan Deloitte memprediksi bahwa investasi AI akan terus meningkat, tetapi pengembaliannya tidak selalu mudah diukur. Untuk proyek yang lebih kompleks, bisnis membutuhkan jangka waktu yang lebih lama untuk menilai efektivitasnya, daripada hanya melihat jumlah tugas yang diotomatisasi.

Pergeseran ini memaksa perusahaan untuk lebih pragmatis. Alih-alih bertujuan untuk menggantikan manusia secara luas, banyak bisnis memilih untuk menggunakan AI untuk mendukung tugas-tugas spesifik seperti meringkas dokumen, menyarankan respons pelanggan, menulis kode, mengkategorikan permintaan, atau mendeteksi kesalahan. Pendekatan ini mengurangi risiko dan mempermudah pengendalian biaya.

AI mungkin akan tetap lebih murah seiring waktu untuk tugas-tugas individual, terutama karena model menjadi lebih efisien dan persaingan antar vendor meningkat. Namun di tingkat perusahaan, total biaya dapat terus meningkat seiring dengan peningkatan skala penggunaan, peningkatan persyaratan keamanan, dan proses operasional yang semakin kompleks.

Oleh karena itu, perdebatan saat ini bukan lagi tentang apakah AI benar-benar mahal atau murah. Yang penting adalah masalah apa yang diatasi oleh bisnis dengan menggunakan AI, pada skala berapa, dan apakah efektivitasnya dapat diukur. Janji penghematan biaya hanya akan meyakinkan ketika AI menunjukkan nilai konkret dalam operasi dunia nyata.

Sumber: https://thanhnien.vn/chi-phi-ai-khong-con-re-nhu-loi-hua-ban-dau-185260427153301634.htm