Anthropic melewati ambang batas pada bulan April yang mengatakan lebih banyak tentang masa depan pekerjaan daripada kebanyakan studi produktivitas: nilai Claude yang digunakan secara internal oleh Anthropic, dihitung dengan harga yang sama dengan yang dibebankan perusahaan kepada pelanggannya, melebihi biaya kompensasi karyawan bulanan startup, tidak termasuk penghargaan saham. Angka tersebut diungkapkan dalam pengajuan IPO Anthropic dan dilaporkan oleh Business Insider, dan ini menandai pertama kalinya konsumsi mesin milik laboratorium AI besar terlihat melebihi biaya staf manusianya.
Lintasannya bahkan lebih mencolok daripada pencapaiannya. Menurut pengajuan tersebut, pada bulan September penggunaan AI internal Anthropic telah melonjak lebih dari 250 kali lipat sejak bulan Januari. Sementara itu, lebih dari 90% kode yang ditambahkan ke perangkat lunak milik perusahaan pada bulan September ditulis oleh Claude. Pendapatan, menurut Business Insider, telah tumbuh jauh lebih cepat dibandingkan jumlah karyawan. Ini merupakan titik data yang paling jelas dalam cakupan industri AI mengenai perubahan yang telah terjadi sepanjang tahun: di perusahaan-perusahaan yang membangun AI terdepan, mesin tidak lagi menjadi pusat biaya — melainkan menjadi lini produksi.
Harga Eceran, Sinyal Nyata
Ada peringatan penting, dan pengajuan Anthropic sendiri jelas mengenai hal ini: perusahaan tidak benar-benar menghabiskan lebih banyak uang untuk komputasi daripada gaji. Perbandingan tersebut menilai konsumsi internal Claude dengan harga eceran — berapa yang akan dibayar oleh pelanggan luar untuk token yang sama. Anthropic, yang menjalankan modelnya sendiri pada infrastrukturnya sendiri, tidak membayar sendiri tagihan tersebut.
Namun pembingkaiannya bukan sekedar kosmetik. Penetapan harga eceran adalah ukuran pasar terbaik yang tersedia mengenai berapa biaya penggunaan internal bagi orang lain yang melakukan pekerjaan yang sama. Jika staf Anthropic membeli kapasitas Claude yang setara di pasar terbuka, tagihannya akan melebihi gaji. Dalam artian, tonggak sejarah ini merupakan titik balik: biaya pengganti tenaga kerja mesin perusahaan kini melebihi biaya tenaga kerja manusia, berdasarkan harga yang berlaku, untuk salah satu tenaga kerja paling padat bakat di dunia.
Token sebagai Gaji Keempat
Pengajuan tersebut juga mengkristalkan tren yang ditandai oleh Alistair Barr dari Business Insider pada bulan Maret: perusahaan teknologi mulai memperlakukan token AI sebagai komponen keempat dari kompensasi karyawan, di samping gaji, bonus, dan penghargaan saham. Logikanya jelas. Jika keluaran seorang insinyur sesuai dengan kapasitas model yang dapat mereka terapkan, maka alokasi token yang besar akan berfungsi seperti pengganda pada setiap karyawan – dan perusahaan yang menjatah token, pada dasarnya, tidak memperlengkapi staf mereka.
Angka-angka Anthropic menjelaskan mengapa praktik ini menyebar. Penggunaan internal yang meningkat 250 kali lipat dalam delapan bulan bukanlah adopsi alat tambahan; ini adalah migrasi besar-besaran alur kerja perusahaan ke modelnya sendiri. Ketika lebih dari 90% kode baru di perusahaan perangkat lunak ditulis dengan mesin, biaya marjinal dari fitur berikutnya akan berkurang, dan batasan keluaran akan beralih dari jumlah karyawan ke alokasi komputasi.
Jumlah Pengajuan yang Lebih Besar: $17 Miliar Per Kuartal, Komitmen $900 Miliar
Tonggak sejarah kompensasi tiba di dalam dokumen yang penuh dengan angka yang lebih besar. Saat dokumen IPO beredar minggu ini, Financial Times melaporkan bahwa Anthropic mengungkapkan sekitar $900 miliar komitmen pengeluaran AI sebelum pencatatannya, sementara Forbes melaporkan pendapatan kuartal ketiga sebesar $17 miliar — lonjakan 1.100% berdasarkan akuntansi The Economic Times — saat perusahaan tersebut meluncurkan OpenAI ke pasar publik. Axios menggambarkan komitmen tersebut telah melonjak hingga hampir $900 miliar.
Komitmen tersebut – untuk komputasi, chip, dan kapasitas pusat data yang berlangsung bertahun-tahun ke depan – merupakan sisi permintaan dari buku besar yang sama yang sedang dibangun oleh Oracle dan hyperscaler lainnya. Pengajuan Anthropic secara efektif menceritakan kedua bagian cerita sekaligus: laboratorium menandatangani kewajiban infrastruktur yang sangat besar karena kurva penggunaannya, internal dan eksternal, terlihat seperti yang ada dalam pengungkapan ini.
Apa Artinya bagi Pasar yang Lebih Luas
Terdapat tiga implikasi bagi siapa pun yang memantau perekonomian AI.
Pertama, pasar tenaga kerja perangkat lunak melakukan penyesuaian harga secara real-time. Jika pengembang di laboratorium terdepan kalah jumlah — dalam hal ekonomi, bukan dalam bagan organisasi — dibandingkan dengan model yang mereka arahkan, unit produksi perangkat lunak akan beralih dari insinyur ke pasangan insinyur-plus-model. Struktur kompensasi akan mengikuti keluarannya.
Kedua, struktur margin perusahaan AI semakin sulit dibaca dari luar. Ketika sebuah laboratorium mengonsumsi produknya sendiri dalam skala besar, margin kotor yang dilaporkan sangat bergantung pada pilihan harga transfer — berapa tarif yang diperhitungkan perusahaan untuk tokennya sendiri. Investor yang menguraikan pengajuan IPO perlu membedakan biaya tunai dari biaya yang diperhitungkan.
Ketiga, tolok ukur tersebut memberikan perbandingan yang brutal untuk setiap perusahaan lainnya. Anthropic menjalankan modelnya sendiri karena ia membangunnya. Perusahaan yang tidak memiliki model frontier internal harus membeli kemampuan yang sama dengan harga eceran yang persis sama dengan yang digunakan Anthropic untuk penghitungannya — itulah sebabnya anggaran AI perusahaan tumbuh lebih cepat dibandingkan item baris sebelumnya.
Pengajuan Anthropic akan diurai selama berminggu-minggu – untuk mengetahui faktor risikonya, ketahanan pendapatannya, dan posisinya dalam siklus peningkatan modal paling sengit yang pernah terjadi di industri ini. Namun statistik yang paling dapat diterima mungkin sudah luput dari perhatian: di perusahaan yang membangun salah satu model AI paling mumpuni di dunia, model tersebut kini menjadi item baris terbesar dalam daftar gaji.
---
Tetap Terdepan dalam AIDapatkan berita, analisis, dan terobosan AI terkini — semuanya di satu tempat.
Baca berita AI selengkapnya →
