Biaya Token AI Ternyata Lebih Mahal dari Gaji Karyawan dalam Studi Kasus Microsoft dan Uber

Microsoft diam-diam membatalkan lisensi Claude Code untuk ribuan pengembang internalnya dan memindahkan mereka ke GitHub Copilot CLI. Keputusan ini diambil hanya enam bulan setelah perusahaan raksasa teknologi itu membuka akses Claude Code secara luas – sebuah alat coding berbasis AI dari Anthropic yang terbukti sangat populer di kalangan karyawannya. Alasan di balik langkah drastis ini terungkap dalam laporan Fortune (22/5/2026): biaya token AI yang membengkak di luar kendali.

Kasus ini bukan yang pertama. Uber, perusahaan ride-hailing global, mengalami nasib lebih ekstrem. CTO Uber Praveen Neppalli Naga mengkonfirmasi bahwa perusahaan telah menghabiskan seluruh anggaran AI untuk 2026 hanya dalam waktu empat bulan. Anggaran yang seharusnya cukup untuk setahun habis sebelum April karena adopsi Claude Code oleh 5.000 engineer Uber melampaui proyeksi keuangan perusahaan.

Skala Masalah: Angka yang Berbicara

Data dari berbagai laporan menunjukkan pola yang konsisten di seluruh industri teknologi global. Biaya AI per pengembang tidak lagi bisa diprediksi dengan model lisensi software tradisional. Berikut perbandingan dampak yang dialami perusahaan-perusahaan besar:

Di Uber, dampaknya terasa nyata pada produktivitas. Sekitar 95% engineer Uber kini menggunakan alat AI setiap bulan, 70% kode yang di-commit berasal dari AI, dan 11% pembaruan kode backend langsung ditulis oleh agen tanpa campur tangan manusia. Namun biaya bulanan per engineer berkisar antara $150 hingga $250 untuk pengguna rata-rata, dan melonjak hingga $500-$2.000 untuk pengguna power. CTO Uber bahkan menghabiskan $1.200 dalam satu sesi demo dua jam.

Paradoks Token: Semakin Murah, Semakin Mahal

Fenomena ini memiliki penjelasan ekonomis yang mirip dengan paradoks Jevons – ketika suatu sumber daya menjadi lebih murah, konsumsinya justru meningkat lebih cepat dari penurunan harga. Gartner dalam laporan Maret 2026 memperkirakan bahwa biaya inferensi untuk model bahasa besar triliunan parameter akan turun lebih dari 90% pada 2030 dibandingkan 2025. Namun peringatan Gartner sama pentingnya: biaya total justru diproyeksikan naik.

Ada tiga alasan mengapa token murah tidak berarti tagihan lebih rendah. Pertama, model agen (agentic AI) mengonsumsi 5 hingga 30 kali lebih banyak token per tugas dibandingkan chatbot standar. Kedua, peningkatan konsumsi bisa melampaui penurunan biaya unit. Ketiga, penyedia AI tidak akan sepenuhnya meneruskan penurunan biaya ke konsumen. Will Sommer, senior director analyst di Gartner, menyampaikan peringatan tegas kepada para chief product officer global.

“Chief Product Officers (CPO) seharusnya tidak bingung antara deflasi komoditas token dengan demokratisasi penalaran frontier. Harga token yang turun tidak otomatis berarti biaya AI perusahaan ikut turun.”

– Will Sommer, Senior Director Analyst, Gartner

Goldman Sachs baru-baru ini memperkirakan bahwa AI agent bisa mendorong peningkatan konsumsi token sebesar 24 kali lipat pada 2030 – mencapai 120 kuadriliun token per bulan. Angka ini menggambarkan betapa besarnya potensi ledakan biaya yang mengintai perusahaan yang tidak memiliki strategi pengelolaan token yang matang.

Pelajaran untuk Perusahaan di Indonesia

Kasus Microsoft dan Uber gosip belaka industri teknologi Amerika. Ada implikasi langsung yang relevan bagi perusahaan Indonesia yang sedang atau akan mengadopsi AI dalam skala besar.

Pertama, model budgeting tradisional tidak cocok untuk AI. Lisensi software selama ini bersifat tetap per kursi. Token AI seperti cloud computing – pemakaian tak terbatas, biaya mengikuti. Perusahaan perlu membangun framework anggaran khusus AI dengan batas pengeluaran per engineer, monitoring konsumsi token real-time, dan sistem alert saat mendekati batas.

Kedua, insentif harus sejalan dengan anggaran. Uber menciptakan leaderboard yang mendorong engineer memakai AI sebanyak mungkin tanpa batasan. Hasilnya: produktivitas naik, anggaran jebol. Perusahaan perlu menyeimbangkan dorongan adopsi dengan kontrol biaya yang ketat.

Ketiga, hitung ROI dengan jujur. Kenaikan produktivitas 5-20 kali lipat dari AI coding tools memang nyata. Tapi kenaikan biaya per engineer juga 5-20 kali lipat. Pertanyaan yang harus dijawab: apakah nilai output yang dihasilkan sebanding dengan konsumsi token yang dikeluarkan? Di Uber, 1.800 perubahan kode per minggu ditulis AI tanpa campur tangan manusia. Ini produktif, tapi biaya di baliknya tetap harus diperhitungkan.

Keempat, diversifikasi penyedia AI jangan diabaikan. Ketergantungan pada satu vendor menciptakan lock-in pricing. Perusahaan perlu membangun lapisan orkestrasi yang memungkinkan routing tugas ke model yang paling cost-effective – hanya yang paling canggih.

Masa Depan Tokenomics Perusahaan

CEO Nvidia Jensen Huang baru-baru ini menyatakan keyakinannya bahwa suatu hari nanti akan ada 100 AI agent yang bekerja bersama setiap karyawan perusahaannya. Visi ini menggambarkan masa depan di mana tenaga kerja digital beroperasi di seluruh perusahaan secara otonom. Tapi visi tersebut harus dihadapkan pada realitas ekonomi token yang masih belum stabil.

Tidak ada yang meragukan bahwa AI akan menjadi bagian integral dari operasional perusahaan dalam beberapa tahun ke depan. Pertanyaan yang harus dijawap para CFO dan CTO sekarang bukan lagi “apakah AI itu efektif” melainkan “bagaimana mengelola biaya AI agar tidak menggusur keuntungan yang seharusnya diraih.” Perusahaan yang berhasil menjawab pertanyaan ini lebih awal akan memiliki keunggulan kompetitif yang sulit ditandingi.