Pengeluaran AI Melampaui Gaji Karyawan: Apakah Investasi Ini Masih Layak?

AI Menghabiskan Lebih Banyak Dana daripada Gaji Karyawan

Beberapa perusahaan kini menghadapi dilema keuangan akibat pengeluaran untuk AI yang melampaui anggaran gaji karyawan. Tren ini menunjukkan pergeseran signifikan dalam prioritas investasi teknologi, meskipun biaya komputasi AI yang tinggi menjadi sorotan utama.

Penyebab Kenaikan Biaya AI

Menurut Bryan Catanzaro, wakil presiden bidang deep learning terapan di Nvidia, biaya komputasi yang dikeluarkan timnya kini jauh lebih tinggi daripada biaya gaji karyawan. "Untuk tim saya, biaya komputasi jauh melampaui biaya karyawan," ujarnya kepada Axios.

Contoh nyata terjadi di Uber, di mana kepala teknologi perusahaan tersebut telah menghabiskan seluruh anggaran AI tahun 2026 hanya dalam waktu singkat akibat tingginya biaya token. Sementara itu, Amos Bar-Joseph, CEO Swan AI, membagikan tagihan AI dari Anthropic di LinkedIn dengan pernyataan, "Kami membangun bisnis otonom pertama — skalabilitas didorong oleh kecerdasan, bukan jumlah karyawan."

Dampak terhadap Belanja IT Global

Menurut Gartner, belanja IT global diperkirakan mencapai $6,31 triliun pada 2026, naik 13,5% dari tahun sebelumnya. Peningkatan ini didorong oleh pertumbuhan infrastruktur AI, perangkat lunak, dan layanan cloud, termasuk biaya langganan AI. Namun, perusahaan dengan anggaran IT terbesar pun harus membuktikan nilai investasi AI mereka kepada pemegang saham, terutama dalam laporan keuangan triwulanan.

Brad Owens, wakil presiden strategi tenaga kerja digital di Asymbl, menyatakan, "Saat ini, fokus bergeser ke pertanyaan tentang nilai sebenarnya dari seorang pekerja — manusia atau digital."

Tantangan dan Peluang di Masa Depan

Meskipun biaya AI terus meningkat, beberapa investor OpenAI melihat peluang dalam efisiensi penggunaan token. Mereka menganggap Codex lebih unggul daripada Claude Code dalam memaksimalkan penggunaan token, sehingga dapat menekan biaya operasional.

Sementara itu, Anthropic telah menyesuaikan struktur harga untuk mengantisipasi lonjakan permintaan. Jika tren ini terus berlanjut, pengeluaran besar untuk AI bisa berubah dari investasi yang menguntungkan menjadi beban keuangan yang signifikan.

Kesimpulan: Apakah AI Masih Layak Dipertahankan?

Meskipun AI menawarkan efisiensi dan skalabilitas yang luar biasa, kenaikan biaya komputasi menjadi perhatian utama. Perusahaan kini dihadapkan pada pilihan sulit: terus berinvestasi di AI dengan harapan pengembalian yang lebih besar atau mempertimbangkan kembali strategi pengeluaran mereka demi keberlanjutan finansial.