Belanja AI Global Melonjak 44 Persen, Fokus Bergeser dari Eksperimen ke Profitabilitas

Lonjakan investasi kecerdasan buatan (AI) global yang diproyeksikan mencapai 2,52 triliun dolar AS atau sekitar Rp45.100 triliun pada 2026 menandai dimulainya fase baru dalam perkembangan teknologi tersebut. 

Jika dalam dua tahun terakhir perusahaan berlomba menjadi yang tercepat mengadopsi AI, kini fokus mulai bergeser pada kemampuan menghasilkan nilai bisnis yang nyata, menjaga tata kelola, serta memastikan keberlanjutan investasi.

Chief Business Officer and General Manager of Applied AI Cloudera, Abhas Ricky mengatakan era yang hanya berfokus pada akses terhadap model AI tercanggih mulai berakhir dan digantikan oleh tuntutan efisiensi, kontrol, serta kepercayaan.

“Fokus tekanan kini telah bergeser, bukan lagi tentang seberapa cepat korporasi dapat meluncurkan uji coba sistem AI, melainkan apakah mereka mampu menjaga keberlanjutannya, punya tata kelola, serta memitigasi risiko di fase produksi,” kata Abhas dalam keterangannya.

Data Gartner menunjukkan belanja AI global diperkirakan mencapai 2,52 triliun dolar AS atau sekitar Rp45.100 triliun pada 2026, meningkat 44 persen dibandingkan tahun sebelumnya. 

Dari jumlah tersebut, sekitar 1,37 triliun dolar AS atau setara Rp24.500 triliun akan dialokasikan untuk pembangunan infrastruktur AI. 

Sementara itu, investasi AI di Asia Tenggara tumbuh rata-rata 25 persen per tahun dan diperkirakan melampaui 110 miliar dolar AS atau sekitar Rp1.970 triliun pada 2028.

Menurut Abhas, industri kini tengah bergerak dari era AI 1.0 menuju AI 2.0. Pada fase sebelumnya, akses terhadap model-model AI paling mutakhir menjadi pembeda utama antarperusahaan.

Namun saat ini, faktor seperti biaya inferensi, lokasi data, latensi, serta kontrol terhadap sistem menjadi lebih menentukan keberhasilan implementasi AI dalam skala besar.

Perubahan tersebut juga tercermin dari strategi para penyedia model AI global. OpenAI, Anthropic, dan Mistral mulai membedakan layanan premium dan layanan berbiaya rendah untuk menyesuaikan kebutuhan pelanggan yang semakin selektif dalam mengelola biaya operasional AI.

“Pertanyaan yang kini diajukan para CIO bukan lagi model mana yang terbaik, melainkan beban kerja mana yang harus dieksekusi di platform mana, dengan biaya berapa, dan di bawah otoritas kebijakan siapa,” ujar Abhas.

Ia mencontohkan implementasi AI pada sektor perbankan melalui sistem next best action yang mampu memberikan rekomendasi layanan secara real-time berdasarkan konteks pelanggan. 

Sejumlah bank global yang menerapkan pendekatan tersebut disebut berhasil meningkatkan pendapatan antara 5 hingga 15 persen, bahkan salah satu institusi keuangan mampu menyelesaikan lebih dari 1,5 juta pertanyaan pelanggan melalui asisten AI dalam tahun pertama operasionalnya.

Meski demikian, biaya operasional menjadi tantangan baru. Setiap keputusan yang dihasilkan sistem AI berbasis agen dapat memicu banyak proses inferensi sekaligus, sehingga selisih biaya yang terlihat kecil pada tingkat token dapat berpengaruh besar terhadap profitabilitas ketika diterapkan pada jutaan interaksi pelanggan.

Abhas mengungkapkan perusahaan yang menjalankan model AI premium untuk seluruh jenis pekerjaan berpotensi mengalami lonjakan biaya inferensi hingga 40–85 persen. 

Sebaliknya, pendekatan multi-model yang mengombinasikan berbagai model AI sesuai kebutuhan dapat menghasilkan efisiensi yang signifikan.

Selain faktor ekonomi, isu kedaulatan data dan regulasi juga semakin memengaruhi strategi AI perusahaan. 

Penerapan regulasi seperti EU AI Act di Eropa, kebijakan sovereign AI di India, hingga berbagai aturan perlindungan data di kawasan Asia Pasifik mendorong perusahaan untuk mengadopsi arsitektur hybrid yang tidak lagi bergantung pada satu penyedia cloud atau satu yurisdiksi.

“Arsitektur AI yang hanya bergantung pada platform cloud tunggal dan yurisdiksi tunggal kini telah menjelma menjadi sebuah liabilitas struktural yang berisiko tinggi,” tuturnya.

Di sisi lain, perkembangan teknologi baru seperti sub-quadratic attention yang dikembangkan sejumlah perusahaan AI global diperkirakan akan memangkas biaya pemrosesan data dalam jumlah besar hingga ratusan kali lipat. 

Teknologi ini dinilai akan membuka peluang baru bagi sektor perbankan, telekomunikasi, hingga manufaktur untuk menjalankan analisis dan pengambilan keputusan berbasis AI secara real-time dalam skala yang jauh lebih besar.

Abhas menilai perusahaan yang akan unggul dalam dekade mendatang bukanlah mereka yang sekadar memiliki akses ke model AI terbaik, melainkan organisasi yang mampu membangun fondasi AI yang efisien, aman, dan sesuai regulasi.

“Arsitektur yang akan memenangkan persaingan bukanlah arsitektur yang sekadar menawarkan harga token termurah. Arsitektur yang akan keluar sebagai pemenang adalah arsitektur yang mampu menempatkan proses komputasi sedekat mungkin dengan lokasi data, beroperasi di bawah yurisdiksi yang tepat, dan didukung oleh tata kelola yang kuat,” ujarnya.

Menurut Abhas, keberlanjutan, kedaulatan, dan kontrol kini menjadi tiga pilar utama yang akan menentukan perusahaan mana yang mampu mengubah investasi AI menjadi keunggulan kompetitif jangka panjang.