CEO Palantir Alex Karp menilai pemakaian AI yang berlebihan tidak otomatis menciptakan nilai bisnis. Dalam wawancara di TBPN di sela acara AIP Con 10 milik Palantir, ia bahkan membandingkan dorongan memakai AI berlebihan dengan kecanduan pornografi.
Pernyataan itu menyorot pergeseran penting di industri teknologi. Ukuran keberhasilan adopsi AI kini tidak lagi cukup dilihat dari jumlah token, prompt, atau intensitas penggunaan semata.
Biaya naik, manfaat belum tentu ikut naik
Selama ledakan AI, tingginya penggunaan kerap dianggap sebagai tanda organisasi bergerak cepat. Semakin sering karyawan berinteraksi dengan chatbot dan model AI, semakin besar pula kesan bahwa transformasi digital sedang berjalan agresif.
Namun, pandangan tersebut mulai dipersoalkan. Saat banyak penyedia AI menerapkan harga berbasis penggunaan, tagihan AI di sejumlah perusahaan ikut melonjak tanpa kenaikan produktivitas yang benar-benar jelas.
Uber termasuk perusahaan yang mengangkat persoalan itu secara terbuka. COO Uber Andrew Macdonald menyebut perusahaannya kesulitan menemukan hubungan yang jelas antara belanja AI yang terus tumbuh dan hasil yang benar-benar berarti.
Amazon juga disebut mengambil langkah internal untuk merespons pola serupa. Perusahaan itu dilaporkan menghapus leaderboard AI internal setelah karyawan diduga mulai menggelembungkan penggunaan AI mereka.
Palantir memilih jalan yang berbeda
Sikap Karp sejalan dengan pesan yang sebelumnya disampaikan CTO Palantir, Shyam Sankar. Dalam earnings call perusahaan bulan lalu, Sankar menyebut Palantir sebagai “no slop zone”.
Ia menolak anggapan bahwa AI yang lebih murah atau konsumsi token yang lebih tinggi akan otomatis melahirkan nilai. Menurut Sankar, semakin banyak token dipakai, semakin besar pula risiko munculnya “slop” atau keluaran yang tidak memberi manfaat nyata.
Sankar juga menekankan bahwa konsumsi “commodity cognition” yang berlebihan memerlukan sistem yang mampu mencegah kerugian ekonomi. Bagi Palantir, inti persoalannya bukan seberapa besar AI digunakan, melainkan apakah penggunaan itu benar-benar menghasilkan nilai ekonomi.
AI kuat di banyak tugas, tetapi tidak menggantikan proses inti
Karp mengakui model AI sangat efektif untuk banyak persoalan tertentu. Ia mencontohkan AI bisa dengan mudah menghasilkan laporan tentang pertumbuhan PDB China.
Namun, ia menilai masalah bisnis yang lebih kompleks tidak bisa diselesaikan hanya dengan jawaban chatbot. Tantangan di rantai pasok, operasi industri, logistik militer, manufaktur, hingga minyak dan gas membutuhkan pengambilan keputusan yang berkelanjutan.
Dalam pandangannya, model bahasa besar dapat meningkatkan kualitas kerja manusia di sektor-sektor tersebut. Tetapi model itu tidak menggantikan proses dasar yang menopang keputusan dan eksekusi di lapangan.
“Taste” menjadi pembeda saat AI makin umum
Karp juga menilai banyak kemampuan AI pada akhirnya akan tersedia secara luas. Ketika teknologi semakin mudah diakses, pembeda utamanya bukan lagi siapa yang paling sering memakai AI.
Yang lebih penting adalah siapa yang tahu masalah bisnis mana yang layak diselesaikan lebih dulu. Ia menyebut kemampuan itu sebagai “taste”, yakni ketajaman dalam menentukan aplikasi AI yang benar-benar memberi hasil.
Pandangan tersebut memperkuat arah diskusi yang kini berkembang di industri. Fokus investasi AI bergeser dari metrik konsumsi menuju pertanyaan yang lebih mendasar, yaitu apakah AI benar-benar memperbaiki alur kerja, keputusan, dan hasil bisnis.
Komentar Karp mungkin terdengar tajam, tetapi pesannya sejalan dengan kekhawatiran yang makin luas di kalangan perusahaan teknologi. Di tengah biaya AI yang terus membesar, ukuran yang makin dicari bukan lagi seberapa sering AI dipakai, melainkan seberapa nyata nilainya bagi operasi perusahaan.