"72% konsumsi token tetapi hanya menyumbang 27% pengeluaran" -- Isu kunci dalam perdebatan AI bullish dan bearish

Permintaan data AI sedang menciptakan perpecahan pasar yang langka: dengan angka yang sama, para bullish dan bearish mengambil apa yang mereka butuhkan, dan keduanya mengklaim kemenangan. Di inti perdebatan ini, terdapat kontradiksi struktural yang mengkhawatirkan—Konsumsi Token meningkat secara eksplosif, namun mayoritas pertumbuhan mengalir ke model dengan biaya terendah, sementara biaya GPU yang melayani Token tersebut juga meningkat secara bersamaan.

Menurut Bobby Molavi dari Goldman Sachs dalam laporan terbarunya, data OpenRouter menunjukkan bahwa model open-weight menangani 72% trafik Token pada minggu kedua September, namun hanya mendapatkan 27% dari total pengeluaran platform; sementara itu, model closed-source meskipun pangsa pasar mereka turun dari 89% di awal Januari menjadi 73%, tetap menguasai sebagian besar pendapatan monetisasi.

Yang lebih patut diperhatikan adalah, sekitar 69% Token di OpenRouter pada pertengahan September berasal dari laboratorium AI Tiongkok. Molavi menggambarkan pasar saat ini sebagai “tidak dapat dimainkan” (unplayable), dan menunjukkan bahwa bonus produktivitas AI sejauh ini belum meninggalkan jejak kuantitatif di luar industri teknologi.

Kontradiksi struktural ini sedang membentuk ulang ekspektasi pasar mengenai pengembalian investasi AI.Sewa GPU terus meningkat, harga Token terus menurun, tekanan terjadi di kedua ujung, artinya penyedia komputasi menikmati bonus sewa, sedangkan klien perusahaan dan pemegang saham akhir yang membayar harus menghadapi kesulitan dalam mewujudkan ROI. Baru-baru ini Meta menggalang dana hingga $95 miliar dari pemegang saham untuk pengeluaran modal AI, dan pemasok chip mereka juga ikut serta, menandakan bahwa “pendanaan pemasok” telah berubah dari bentuk utang menjadi bentuk ekuitas, pertanyaan tentang keberlanjutan siklus modal semakin mendesak.

Ledakan Permintaan Token: Gambaran Nyata di Balik Pertumbuhan 250 Kali Lipat

Pertumbuhan permintaan itu sendiri tidak diragukan lagi.Molavi mengutip data OpenRouter yang menunjukkan, permintaan Token telah meningkat 27 kali lipat sejak November tahun lalu, dan model open-weight saat ini menguasai 72% pangsa Token. Dalam siklus panjang, jumlah Token yang diproses mingguan di platform OpenRouter meningkat dari 0,5 triliun pada pertengahan Januari 2025, melonjak menjadi 128,4 triliun pada minggu 14 September, meningkat sekitar 250 kali lipat dalam 20 bulan.

Harga GPU juga membuktikan ketulusan permintaan tersebut.Harga sewa H200 naik 160% dalam setahun ini, B200 naik 120%, dan H100 naik 35%. Lebih meyakinkan lagi, chip A100 produksi 2020 sekarang memiliki harga sewa lebih tinggi dari awal tahun, yang langsung mengguncang asumsi utama tentang siklus depresiasi GPU—jika sebuah chip masih bisa menghasilkan pendapatan lebih tinggi setelah enam tahun, maka prediksi depresiasi tiga tahun sebagai acuan menjadi tidak berlaku, dan potensi laba jangka panjang hyperscaler perlu dievaluasi ulang.

Bagi kalangan bullish, inilah argumen terkuat: permintaan benar-benar nyata, dan umur ekonomis aset komputasi lebih panjang dari prediksi kalangan bearish.

Harga Token Jatuh Bebas: Deflasi Tercepat dalam Sejarah

Namun, sisi lain dari ledakan permintaan ini adalah harga Token yang anjlok dengan kecepatan belum pernah terjadi sebelumnya. Menurut laporan riset Epoch AI “The Plunging Price of Thought” yang terbit pada 22 September, sejak 2023, biaya untuk mencapai tingkat performa AI yang sama turun sekitar 47% per kuartal, atau sekitar 13 kali lipat per tahun; di bidang model terdepan, kecepatannya bahkan lebih tinggi, rata-rata turun 66% per kuartal, atau 75 kali lipat per tahun.

Kasus paling langsung dari Epoch AI:

Pada Januari 2025, model o3 OpenAI mencapai skor 75% pada benchmark GPQA Diamond tingkat doktor sains, dengan biaya sekitar $0,30 per soal; kini GPT-5.6 Luna bisa mencapai skor yang sama dengan biaya hanya $0,0004 per soal, turun 725 kali lipat dalam 18 bulan—setara sebuah mobil harga $50.000 turun menjadi $69.

Dibanding sejarah, laju penurunan harga inferensi large language model ini 4 kali lebih cepat dari sekuensing DNA, 6 kali dari laju peningkatan daya komputasi 1940-2001, 18 kali dari baterai lithium-ion, dan 54 kali dari listrik.

Namun, harga yang benar-benar dibayar klien turun jauh lebih lambat daripada harga yang tertera. Data YipitData terhadap hampir 2 kuadtriliun Token tahunan menunjukkan, harga efektif Token API turun 39% di paruh kedua 2025 (44% di OpenRouter), namun hingga Mei 2026 turun hanya 6% sejak awal tahun.

Penyebab utamanya:Para pengembang terus memburu model yang lebih murah, sementara klien perusahaan justru menaikkan proporsi penggunaan model high-end, sehingga laboratorium riset unggulan masih bisa mempertahankan pendapatan berkat kemampuan premium model terbaru—namun data Epoch menunjukkan, masa kemakmuran premium ini hanya bertahan per kuartal, karena versi open-source segera mampu menyelesaikan tugas serupa dengan biaya sangat rendah.

Inti Perbedaan Bullish-Bearish: Siapa yang Untung, Siapa yang Membayar

Inilah inti dilema "data yang sama, tafsir berbeda" yang digambarkan Molavi.

Logika bullish: permintaan terus bertambah, ukuran pasar yang dapat digarap (TAM) masih tumbuh, dan ledakan konsumsi Token membuktikan AI telah diadopsi secara luas.

Logika bearish: Biaya per Token naik, pendapatan per Token turun, dan lalu lintas pertumbuhan justru didominasi oleh model open-source dengan biaya terendah.Data OpenRouter menunjukkan hal tersebut dengan jelas: model open-weight memproses 72% Token, namun hanya menerima 27% pengeluaran; laboratorium AI Tiongkok menyumbang hampir 70% trafik Token platform. Keranjang momentum Goldman Sachs (Goldman momo basket) kebetulan memuncak pada akhir Juni, bertepatan dengan gelombang besar masuknya model open-weight Tiongkok ke pasar AI.

Molavi menggambarkan kontradiksi ini: Kenaikan harga sewa GPU dan turunnya harga Token, sama-sama merupakan efek tekanan dari dua arah.Bagi pemilik GPU ini menguntungkan; bagi perusahaan yang membayar sewa, sebaliknya.

Bonus Produktivitas Tak Kunjung Hadir: Diamnya S&P 493

Logika tertinggi pengeluaran modal AI adalah meningkatkan produktivitas demi mendorong manfaat bagi seluruh masyarakat. Namun sampai kini, logika ini belum divalidasi lewat data di luar industri teknologi.

Molavi mengutip laporan strategis yang berkata, AI “belum menunjukkan peningkatan produktivitas terukur di luar dunia teknologi”: Tujuh raksasa teknologi (Mag 7) mencatat kenaikan pendapatan per orang dan marjin laba, namun S&P 493 (493 perusahaan S&P 500 lainnya) hampir tidak mengalami perubahan.

Kenyataan ini sedang mengubah logika keputusan AI perusahaan.Molavi mengamati, banyak perusahaan kini beralih dari “apakah pengeluaran Token berhubungan dengan pertumbuhan dan produktivitas” menuju “apakah pengeluaran Token berpengaruh pada biaya dan margin laba”.Para CFO telah menemukan pos anggaran AI ini, dan mereka ingin tahu apa yang benar-benar diperoleh dari sana.

“Siklus Kemakmuran” dan Pertanyaan Keberlanjutan Modal

Pendorong utama ledakan pengeluaran modal AI saat ini adalah apa yang disebut Molavi sebagai “siklus kemakmuran”: semakin besar pengeluaran modal hyperscaler, semakin banyak pemasukan yang mengalir ke ekosistem AI, menarik modal ventura dan modal ekuitas pertumbuhan, membentuk arus dana dua arah—dan semua ini bertumpu pada pengeluaran modal AI awal itu sendiri.

Titik lemahnya adalah keberlanjutan: begitu pengeluaran modal melambat, apakah pendapatan ekosistem ini bisa dipertahankan secara mandiri?

Pasar privat juga tidak kebal.Molavi menunjukkan bahwa kasus exit saat ini “banyak namun sangat terkonsentrasi” (SpaceX, Cerebras, Cursor, Hugging Face), sebagian proyek mengalami revaluasi “tanpa katalis selain letter of intent investasi”, dan logika transaksi pasar privat “seolah era Token takkan berakhir dan segala sesuatu akan didisrupsi”.

Pada sisi pendanaan, ketika jendela utang makin sempit, Meta baru saja mengumumkan penggalangan dana hingga $95 miliar untuk belanja modal AI dari pemegang saham, dengan pemasok chip yang ikut ambil bagian. Pendanaan pemasok sudah berubah dari bentuk utang menjadi ekuitas, dan batas antara pendapatan penyedia dan pengguna kian kabur.

Molavi menyimpulkan esensi debat ini dalam empat pertanyaan: Berapa biaya pembangunan, siapa yang membayar, apakah sakitnya layak ditanggung, dan berapa lama sampai pengembalian pendapatan terlihat.

Data saat ini menunjukkan: permintaan Token tumbuh 250 kali lipat, namun laba pertumbuhan justru mengalir ke model berbayar termurah; sewa GPU naik, namun tagihan akhirnya dialihkan ke pemegang saham; keuntungan produktivitas di luar industri teknologi masih belum terlihat.

Kesimpulan Molavi, permintaan memang nyata, tapi “permintaan tumbuh 250 kali lipat, dana mengalir ke model termurah, sewa ke pemilik GPU, dan tagihan ke pemegang saham,” bukanlah narasi ROI yang dijanjikan pada awal pengeluaran modal. Dalam tarik menarik bullish-bearish ini, pihak bearish mungkin menggenggam ujung tali yang lebih kuat.