Setelah dua tahun mendesak karyawan untuk mengadopsi AI generatif di setiap kesempatan, semakin banyak perusahaan besar yang kini mundur. Alasannya, menurut investigasi Financial Times yang dipublikasikan pada 19 Juni 2026, terangkum secara blak-blakan dalam kutipan salah satu orang dalam perusahaan: "Kami menciptakan monster."
Laporan FT, yang dengan cepat menjadi salah satu kisah bisnis yang paling banyak dibicarakan minggu ini, mendokumentasikan bagaimana pengeluaran AI yang berlebihan, yang sebagian besar diukur dalam bentuk token yang ditagih oleh penyedia AI, membebani anggaran perusahaan dan memaksa para eksekutif untuk menerapkan disiplin pada alat yang baru saja mereka mandatkan. For more context on this story, see our ongoing breaking AI news.
Dari Amanat Menjadi Pengekangan
Pergeseran ini sangat mencolok karena hal ini membalikkan arah kebijakan yang telah diperjuangkan oleh banyak pengusaha besar. Seperti yang dilaporkan CBC pada tanggal 17 Juni, tujuan yang dinyatakan di banyak perusahaan adalah "menggunakan AI sebanyak mungkin". Kini, beberapa organisasi tersebut melakukan penarikan kembali, membatasi penggunaan, membatasi akses ke model premium, dan mengaudit alur kerja AI mana yang benar-benar memberikan nilai.
Crypto Briefing, mengutip laporan FT, menyebutkan perusahaan-perusahaan tertentu yang membatasi penggunaan AI oleh karyawan karena lonjakan biaya, termasuk Amazon, Walmart, dan Uber. Berita utama yang menyebutkan bahwa tiga perusahaan teknologi tercanggih di dunia sedang memperketat belanja AI, menandakan bahwa masalah biaya tidak hanya terjadi pada startup yang kekurangan uang. Ini menjangkau perusahaan-perusahaan terbesar di dunia.
Masalah Tagihan Token
Inti dari kemunduran ini adalah model penetapan harga yang mendasari sebagian besar AI generatif. Daripada berlangganan tetap, banyak layanan AI mengenakan biaya berdasarkan token, yaitu potongan teks yang dibaca dan dihasilkan oleh model. Saat puluhan ribu karyawan menempelkan dokumen panjang ke chatbot, menjalankan asisten pengkodean AI sepanjang hari, atau membangun agen internal yang melakukan loop melalui banyak model panggilan, pengukur token berputar dengan cepat.
Analisis terpisah dari Let's Data Science, yang diterbitkan pada 17 Juni, berfokus pada fenomena perusahaan yang mengekang pengeluaran token AI khusus untuk para insinyur. Alat pengembang, yang dapat mengeluarkan lusinan permintaan model per tugas, merupakan salah satu penerapan AI yang paling mahal di dalam perusahaan besar. Dengan semakin banyaknya alat pembuat kode dan agen yang masuk ke tahap produksi, biaya untuk menjaga alat tersebut tetap berjalan meningkat tajam.
Tantangan ini diperparah dengan sulitnya mengukur laba atas investasi. Meskipun masing-masing karyawan sering kali melaporkan peningkatan produktivitas, menghubungkan peningkatan tersebut dengan jumlah pembelanjaan tertentu, dan membuktikan bahwa peningkatan tersebut melebihi tagihan, hal ini terbukti lebih sulit daripada yang diperkirakan banyak eksekutif.
Bahkan Pembuat AI pun Merasakan Kesulitan
Tekanan biaya tidak terbatas pada konsumen AI saja. Hal ini menyentuh perusahaan yang membangun teknologi. Pada tanggal 12 Juni, Stocktwits melaporkan bahwa biaya AI Meta telah "meningkat", mendorong perusahaan untuk menguraikan rencana untuk mengendalikan pengeluaran. Bagi perusahaan yang telah menempatkan AI sebagai hal yang penting bagi masa depannya, mengakui adanya tekanan biaya menggarisbawahi seberapa luas penyebaran disiplin ilmu ini.
Pola ini menunjukkan pasar yang sudah matang. Pada tahun 2024 dan 2025, naluri perusahaan yang dominan adalah bereksperimen secara luas dan mengkhawatirkan rancangan undang-undang tersebut di kemudian hari, dengan asumsi bahwa adopsi AI secara dini akan memberikan keunggulan kompetitif yang tahan lama. Pada tahun 2026, dengan pengetatan anggaran dan memudarnya hal-hal baru, departemen keuangan menuntut ketelitian yang sama untuk diterapkan pada item-item lainnya.
Pasar Baru untuk Pengendalian Biaya
Kemunduran ini sendiri menciptakan peluang komersial. Pada tanggal 4 Juni, CNBC melaporkan bahwa startup manajemen pengeluaran Ramp mencapai valuasi $44 miliar karena perusahaan berupaya mengendalikan pengeluaran AI. Peningkatan Ramp menggambarkan betapa cepatnya permasalahan ini berkembang menjadi sebuah kategori produk: alat-alat yang memantau, mengalokasikan, dan membatasi pengeluaran AI kini banyak diminati bersamaan dengan alat-alat AI itu sendiri.
Dinamika tersebut, penyedia layanan berlomba untuk menjual AI, dan industri paralel berlomba untuk membantu pembeli mengendalikan pengeluaran mereka, menggambarkan fase tengah yang canggung yang telah dimasuki pasar AI perusahaan. Teknologi ini telah mencapai batas kegunaan untuk banyak tugas, namun belum mencapai batas biaya yang dapat diprediksi dan dikendalikan.
Apa Artinya Bagi Industri
Bagi penyedia AI, tren ini membawa peringatan. Jika pelanggan besar beralih dari eksperimen tanpa batas ke penggunaan yang dijatah dan teruji ROI, pertumbuhan pendapatan yang terkait dengan konsumsi token mentah dapat melambat. Prospek tersebut sangat penting bagi perusahaan yang model keuangannya mengasumsikan volume inferensi yang terus meningkat.
Bagi perusahaan, pelajaran yang diberikan lebih bernuansa. Kemunduran ini tidak berarti AI gagal di perusahaan-perusahaan besar. Beberapa organisasi yang memperketat pengawasan secara bersamaan memperluas penerapan AI yang ditargetkan dan bernilai tinggi. Pergeserannya adalah dari keluasan ke selektivitas, dari “gunakan AI di mana pun” menjadi “gunakan AI di tempat yang bermanfaat”.
Kutipan yang mendasari laporan FT, "Kami menciptakan monster," pada akhirnya mungkin menggambarkan kelebihan sementara daripada keputusan permanen. Perusahaan-perusahaan berlomba-lomba untuk menerapkan AI generatif secara luas, menghasilkan banyak tagihan dalam prosesnya, dan kini melakukan perbaikan. Apakah koreksi tersebut memperlambat peluncuran AI atau sekadar membuatnya lebih berkelanjutan adalah pertanyaan yang akan dijawab oleh industri pada sisa tahun 2026.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
