Dorongan memakai AI di lingkungan kerja mulai menghadapi pertanyaan yang lebih keras: apakah teknologi ini benar-benar hemat, atau justru membuka tagihan baru yang sulit dikendalikan. Di Microsoft dan Uber, jawabannya tampak semakin rumit karena biaya AI ternyata bisa membengkak lebih cepat daripada dugaan awal.
Bagi banyak perusahaan, masalahnya bukan lagi sekadar apakah AI mampu membantu pekerjaan. Yang kini jadi perhatian adalah apakah penggunaan harian dalam skala besar masih masuk akal ketika token, komputasi, dan infrastruktur ikut naik bersama pemakaian.
Biaya yang bergerak dengan pola berbeda
AI tidak dibayar seperti gaji pekerja manusia. Sistem ini umumnya memakai model penagihan berbasis token untuk setiap proses yang dijalankan, sehingga setiap prompt, jawaban, dan alur kerja otomatis ikut menghasilkan biaya.
Saat pemakaian meluas ke banyak tim sekaligus, konsumsi token dapat melonjak tajam. Pada titik itu, langganan AI saja belum cukup menjadi gambaran biaya karena komputasi dan infrastruktur juga ikut membesar.
Kondisi inilah yang membuat pengeluaran AI sulit diprediksi. Semakin sering dipakai untuk tugas harian, semakin besar pula beban finansial yang harus ditanggung perusahaan.
Microsoft mulai menahan laju penggunaan
Microsoft menjadi salah satu contoh paling jelas dari perubahan sikap tersebut. Perusahaan itu disebut mulai membatalkan sebagian besar lisensi langsung Claude Code setelah alat bantu coding itu dipakai luas oleh karyawan.
Langkah itu diambil saat Microsoft berupaya menekan pengeluaran AI yang terus naik. Sebagai gantinya, para pengembang diarahkan untuk memakai GitHub Copilot CLI.
Keputusan ini muncul setelah Microsoft sebelumnya mendorong ribuan karyawan bereksperimen dengan dukungan coding berbasis AI. Dorongan itu tidak berhenti di insinyur perangkat lunak, karena desainer dan manajer proyek juga ikut didorong memakai alat AI.
Perluasan pemakaian memang mempercepat adopsi. Namun ketika AI masuk ke lebih banyak lini kerja, biaya operasional ikut merambat naik.
Uber merasakan tekanan yang sama
Tekanan serupa juga terlihat di Uber. CTO Uber, Praveen Neppalli Naga, mengatakan bahwa perusahaan telah menghabiskan seluruh anggaran AI coding untuk 2026 hanya dalam empat bulan.
Kondisi itu menunjukkan bahwa biaya dapat membengkak bukan semata karena teknologinya mahal, melainkan karena pemakaiannya didorong secara agresif. Uber sendiri meningkatkan penggunaan AI lewat peringkat internal dan dasbor produktivitas.
Skema seperti itu bisa mempercepat adopsi di dalam perusahaan. Tetapi ketika lebih banyak tim mengejar penggunaan yang tinggi, konsumsi token dan kebutuhan komputasi ikut terdorong naik.
AI belum otomatis lebih murah dari manusia
Di atas kertas, satu token AI terlihat murah. Dalam praktik perusahaan, biaya kecil yang terus berulang dalam volume besar justru bisa menjadi pengeluaran yang sulit dikendalikan.
Itulah sebabnya AI belum tentu lebih hemat dibanding pekerja manusia, terutama untuk banyak tugas rutin yang dijalankan terus-menerus. Dalam sejumlah kasus, total biayanya masih bisa melampaui biaya mempekerjakan orang.
Gambaran tersebut juga didukung oleh riset dari Massachusetts Institute of Technology. Penelitian itu menyebut AI baru ekonomis pada sebagian kecil peran pekerjaan, bukan pada seluruh jenis tugas yang selama ini sering diasumsikan bisa digantikan mesin.
Pandangan serupa datang dari industri chip AI sendiri. Eksekutif Nvidia, Bryan Catanzaro, mengakui bahwa dalam beberapa kondisi, menjalankan sistem AI memang bisa lebih mahal daripada mempekerjakan manusia.
Tetap berguna, tetapi perlu hitung ulang
Temuan ini tidak berarti AI kehilangan manfaat. Teknologi tersebut tetap berguna sebagai alat bantu untuk mempercepat pekerjaan dan meningkatkan produktivitas tim.
Namun, banyak perusahaan kini harus menimbang ulang apakah penggunaan AI benar-benar sepadan dengan biaya yang muncul. Pertanyaan itu menjadi semakin penting ketika pemakaian makin luas di berbagai fungsi kerja.
Tekanan biaya juga diperkirakan belum akan mereda dalam waktu dekat. Pelaku industri menilai sistem agentic AI, yaitu AI yang mampu menangani tugas multi-langkah secara lebih mandiri, justru bisa melipatgandakan belanja AI perusahaan pada tahun-tahun mendatang.
Kemampuan yang lebih besar memang menjanjikan otomatisasi yang lebih dalam. Tetapi sistem seperti itu biasanya menuntut lebih banyak pemrosesan, lebih banyak token, dan infrastruktur yang lebih besar pula.
Pada akhirnya, langkah Microsoft dan Uber memperlihatkan bahwa persoalan AI di perusahaan bukan cuma soal kemampuan teknologi. Yang semakin menentukan adalah apakah biaya menjalankannya masih masuk akal untuk skala penggunaan yang terus membesar.
Source: sundayguardianlive.com-
-
-
-
