JBNews.id — Seorang karyawan perusahaan fintech Slash membakar kredit AI senilai US$80.000 atau sekitar Rp1,3 miliar untuk membuat video game berkualitas rendah bernama “brainrot shooter.” Insiden ini mengungkap paradoks mahalnya biaya kecerdasan buatan yang belum sebanding dengan produktivitas manusia.
Di tengah gelombang investasi miliaran dolar ke pengembangan AI, perusahaan-perusahaan mulai merasakan konsekuensi dari kontradiksi mendasar: harga alat AI yang selangit namun belum mampu menggantikan nilai pekerja kompeten. Fenomena yang dikenal sebagai tokenmaxxing ini mendorong karyawan untuk menggunakan alat coding AI sebanyak mungkin demi meningkatkan produktivitas dan menekan biaya. Namun kenyataannya, model bahasa besar (LLM) masih terlalu mahal dan belum cukup berguna untuk mewujudkan target tersebut.
Seperti dilaporkan Business Insider, game first-person shooter yang dibuat karyawan Slash itu merupakan pengalaman bermain yang hampa, di mana pemain berlari menembak musuh yang terinspirasi dari meme internet viral. “Tolong mainkan agar kami bisa menulis ini sebagai biaya pemasaran,” tulis Slash di media sosial.
Fenomena serupa terjadi di perusahaan konsultan Accenture. Berdasarkan laporan 404 Media, pekerja non-teknis di Accenture menggunakan anggaran AI perusahaan untuk tugas-tugas sederhana seperti mengonversi file PDF menjadi presentasi PowerPoint. “Kami melihat dari data internal bahwa sebenarnya bukan insinyur kami yang mendorong konsumsi token,” kata Kepala Strategi AI Accenture Justice Kwak dalam rapat internal, menurut rekaman audio bocor yang diperoleh 404 Media. “Banyak dari non-insinyur yang melakukan perilaku tersebut.”
Ironisnya, para pekerja melakukan persis apa yang diperintahkan — menggunakan teknologi baru dengan segala cara — sehingga memperlihatkan betapa sedikit imbal balik yang mereka dapatkan. Selama bertahun-tahun, raksasa teknologi telah mensubsidi biaya besar LLM dalam upaya menyebarkan alat baru mereka ke berbagai korporasi.
Baca Juga:
Begitu LLM maju ke titik di mana mereka benar-benar dapat menghasilkan uang bagi perusahaan — skenario yang semakin sulit dibayangkan — pasar secara teoritis akan menetapkan harga yang memuaskan semua pihak. Pendukung AI mendukung pendekatan tertunda ini. Mereka mencontoh Uber, yang beroperasi merugi selama bertahun-tahun untuk menekan harga taksi. Setelah Uber menghancurkan industri taksi, perusahaan bisa menaikkan harga setinggi mungkin.
Satu perbedaan kunci, seperti diamati analis industri teknologi Ed Zitron dalam wawancara dengan Bloomberg, adalah Uber menghabiskan sekitar US$32 miliar untuk akhirnya mencapai kapitalisasi pasar US$155 miliar saat ini. Namun Uber bermain di liga kecil dibandingkan AI: seperti dicatat Zitron, US$32 miliar itu “kurang dari setengah yang dikumpulkan Anthropic dalam enam bulan terakhir” saja.
Kenaikan harga yang dipaksakan perusahaan AI untuk menutupi biaya selangit kini mengancam akhir dari permainan kepatuhan berbahaya di tempat kerja ini. Fenomena pemborosan token AI ini juga terjadi di berbagai perusahaan lain, termasuk Amazon Investigasi Karyawan terkait penggunaan sumber daya.
Di Slash, contoh paling ekstrem terjadi ketika seorang karyawan menghabiskan US$80.000 untuk membuat game yang tidak bernilai komersial. Perusahaan justru mendorong perilaku ini dengan mengirimkan pesan di media sosial yang meminta orang memainkan game tersebut agar bisa dianggap sebagai biaya pemasaran. Ini menunjukkan bagaimana insentif yang salah dapat menyebabkan pemborosan sumber daya yang masif.
Sementara itu, di Accenture, data internal menunjukkan bahwa konsumsi token AI terbesar justru berasal dari karyawan non-teknis yang menggunakan alat AI untuk tugas-tugas administratif dasar. “Ini adalah perilaku yang tidak efisien,” kata Kwak dalam rapat internal. “Kami perlu mengedukasi karyawan tentang kapan tepatnya menggunakan AI.”
Analis industri memperingatkan bahwa jika tren ini berlanjut, perusahaan-perusahaan akan menghadapi tekanan keuangan yang signifikan. Dengan AI companies forced to hike prices, banyak perusahaan mungkin akan mengurangi penggunaan AI atau mencari alternatif yang lebih murah.
Kasus di Slash dan Accenture menunjukkan bahwa meskipun AI memiliki potensi besar, implementasinya masih jauh dari efisien. Perusahaan perlu merancang strategi penggunaan AI yang lebih terukur dan relevan, bukan sekadar mendorong penggunaan tanpa batas. Tiga Karyawan Amazon juga melaporkan praktik serupa di perusahaan mereka.
Bagi pembaca, implikasinya jelas: penggunaan AI yang tidak terkendali dapat menguras anggaran perusahaan tanpa memberikan nilai tambah yang signifikan. Perusahaan perlu mengevaluasi kembali strategi AI mereka dan memastikan bahwa setiap token yang digunakan memberikan kontribusi nyata terhadap produktivitas dan profitabilitas.
Di sisi lain, para pengembang AI juga perlu menyadari bahwa harga yang terlalu tinggi dapat menghambat adopsi teknologi ini secara luas. Tanpa keseimbangan antara biaya dan manfaat, AI berisiko menjadi gelembung yang akan pecah dengan sendirinya.
