Kasus satu perusahaan yang dilaporkan menghabiskan sekitar $500 juta dalam kredit Claude hanya dalam sebulan langsung menyoroti satu risiko besar dalam adopsi AI di perusahaan: biaya bisa melesat ketika penggunaan tidak dibatasi. Sederhananya, teknologi yang dijanjikan untuk menekan ongkos justru dapat berubah menjadi pos pengeluaran yang sangat mahal jika aksesnya dibuka terlalu longgar.
Menurut Axios, perusahaan yang dimaksud tidak disebutkan namanya. Namun masalah intinya sudah jelas, yakni tidak adanya pembatas penggunaan atau guardrail yang memadai saat karyawan memakai layanan Claude.
Biaya AI mulai jadi perhatian serius
Peristiwa ini muncul di saat banyak perusahaan mulai menghitung ulang pengeluaran untuk AI. Sejumlah pemimpin perusahaan kini lebih terbuka menyuarakan kekhawatiran bahwa adopsi AI belum tentu menghasilkan efisiensi seperti yang selama ini dijanjikan.
Nama-nama besar seperti Costco, Delta Airlines, dan IBM disebut telah menyampaikan keberatan terhadap penggunaan AI yang dinilai belum memberi hasil berkelanjutan. Di saat yang sama, mereka juga menunjukkan kecenderungan untuk tetap mempertahankan tenaga kerja manusia.
Kontras itu makin terlihat ketika Amazon, Meta, dan Microsoft justru terus melakukan pengurangan karyawan. Perbedaan arah ini memperlihatkan bahwa strategi AI di tingkat korporasi masih belum seragam.
Pengeluaran naik, manfaat belum tentu sebanding
Kekhawatiran soal biaya juga terdengar dari Uber. COO baru Uber, Andrew Macdonald, sempat menyinggung biaya AI dan penggunaan token yang belum meningkatkan produktivitas pekerja sebagaimana mestinya.
Pernyataan itu mendapat sambutan positif di internet karena dianggap mewakili keresahan yang makin meluas. Setelah itu, muncul pula laporan bahwa para insinyur Uber sudah menghabiskan anggaran AI perusahaan untuk 2026.
Gambaran ini memperkuat pertanyaan yang kini makin sering muncul di banyak perusahaan. Apakah setiap pengeluaran untuk AI benar-benar menghasilkan nilai bisnis yang setara.
Ongkos per unit turun, tetapi pemakaian bisa melonjak
Di sisi lain, industri teknologi tetap berupaya menekan biaya komputasi AI. Google disebut mengembangkan model dan teknik inferensi yang lebih efisien dari sisi biaya.
Gartner memperkirakan biaya inferensi model AI generatif pada 2030 hanya sepersepuluh dari level 2025. Namun penurunan ongkos per unit tidak otomatis membuat tagihan total ikut turun.
Masalahnya ada pada volume pemakaian yang berpotensi naik jauh lebih cepat. Gartner memproyeksikan penggunaan token bisa berkembang sekitar 5 hingga 30 kali dari level saat ini.
Risiko itu diperkirakan makin besar seiring meningkatnya ketergantungan pada agen AI. Proses kerja yang lebih kompleks juga bisa membuat kebutuhan token dan komputasi membengkak.
Perusahaan mulai meninggalkan kebiasaan lama
Laporan yang sama juga menyoroti mulai ditinggalkannya praktik “tokenmaxxing” di kalangan korporasi. Istilah itu merujuk pada kebiasaan memakai kredit AI secepat mungkin tanpa mengukur nilai bisnis yang dihasilkan.
Perubahan sikap ini menunjukkan bahwa perusahaan tidak lagi hanya mengejar eksperimen besar-besaran. Fokusnya mulai bergeser ke pertanyaan yang lebih mendasar, yakni apakah penggunaan AI benar-benar memberi manfaat yang sepadan.
Microsoft bahkan disebut mulai menjauh dari pendekatan seperti itu. Awal bulan ini, Microsoft dilaporkan membatalkan langganan Claude dan mendorong karyawan agar tidak menggunakannya secara berlebihan.
Langkah tersebut menarik karena terjadi hanya enam bulan setelah Microsoft mendorong berbagai pekerja dengan profil berbeda untuk lebih banyak melakukan vibe-code. Arah yang berubah ini memperkuat kesan bahwa penggunaan AI tanpa disiplin biaya mulai dianggap bermasalah.
Penyedia layanan ikut mengetatkan aturan
Perubahan tidak hanya terjadi di sisi perusahaan pengguna. Google dan Anthropic disebut juga mulai beralih ke penagihan berbasis penggunaan serta batas penggunaan yang lebih ketat.
Kebijakan itu memicu keresahan, terutama di kalangan pengguna non-perusahaan. Meski begitu, dari sudut pandang penyedia layanan, langkah tersebut mencerminkan kebutuhan untuk mengendalikan konsumsi komputasi yang terus melonjak.
Kasus perusahaan yang menghabiskan $500 juta dalam kredit Claude menjadi contoh ekstrem dari persoalan yang sedang berkembang di pasar AI. Isunya bukan hanya kemampuan teknologi, tetapi juga kontrol biaya, batas pemakaian, dan kemampuan perusahaan menghubungkan pengeluaran AI dengan hasil kerja nyata.
Source: www.androidauthority.com
