Kecerdasan Buatan: Keuntungan 545% dengan model AI DeepSeek V3 dan R1? Sensasi AI atau Omong Kosong?

Sorotan terhadap startup: Kebenaran di balik angka-angka DeepSeek yang mengesankan

Di dunia kecerdasan buatan (AI) yang serba cepat dan seringkali kurang transparan, perusahaan rintisan AI asal Tiongkok, DeepSeek, telah menimbulkan sensasi. Dengan klaim yang mengejutkan, perusahaan ini melesat ke pusat diskusi AI global: rasio biaya-manfaat yang luar biasa sebesar 545% – setiap hari! Pernyataan berani ini, yang didukung oleh data operasional terperinci, lebih dari sekadar angka yang mengesankan. Ini adalah sebuah berita mengejutkan yang membuat industri AI yang mapan terkejut dan memperhatikan, serta menimbulkan pertanyaan mendalam tentang kelayakan ekonomi dan model bisnis masa depan teknologi AI.

Namun, apa sebenarnya yang ada di balik angka-angka ini? Apakah ini efisiensi revolusioner yang akan membalikkan pasar, atau strategi pemasaran cerdas yang lebih banyak gembar-gembor daripada substansi? Para kritikus sudah menyuarakan kekhawatiran mereka, para analis sedang menganalisis perhitungannya, dan dunia teknologi sedang memperdebatkannya dengan sengit. Pertanyaannya adalah: Bisakah DeepSeek benar-benar mencapai profitabilitas setinggi itu, dan jika ya, apa dampaknya terhadap seluruh industri AI, terutama dibandingkan dengan raksasa-raksasa mapan di Silicon Valley?

Artikel ini mengajak Anda menganalisis secara mendalam klaim-klaim DeepSeek. Kami meneliti dasar teknologi di balik angka-angka yang mengesankan, membedah model penetapan harga yang inovatif, dan mengungkap strategi operasional cerdas yang digunakan DeepSeek. Kami juga menyelidiki suara-suara kritis yang meredam euforia dan menyoroti perbedaan antara potensi teoretis dan realitas praktis.

Temukan apakah DeepSeek benar-benar telah menemukan kunci profitabilitas AI, atau apakah pengembalian 545% hanyalah angan-angan belaka. Kami menganalisis konsekuensi yang luas bagi pasar AI global, lanskap persaingan, dan apakah kita sedang menyaksikan fajar era baru ekonomi AI, atau apakah euforia DeepSeek akan terbukti hanya sesaat. Satu hal yang pasti: DeepSeek telah menghidupkan kembali perdebatan tentang masa depan pembiayaan dan profitabilitas AI, memberikan bahan diskusi untuk tahun-tahun mendatang. Bergabunglah bersama kami saat kami menyelami dunia DeepSeek yang menarik dan mengungkap kebenaran di balik angka-angka sensasional tersebut.

Berkaitan dengan ini:

• DeepSeek vs. OpenAI: Persaingan AI Terungkap – Apakah R1 China Hanya Tiruan atau Mahakarya Strategi?

Pengungkapan angka-angka dan dasar teknologi di baliknya

Pada 1 Maret 2025, DeepSeek menerbitkan data operasional terperinci di platform pengembang GitHub, yang mencakup periode 24 jam, khususnya tanggal 27 dan 28 Februari 2025. Transparansi ini luar biasa di industri AI yang seringkali tertutup. Perusahaan menyatakan bahwa model AI canggihnya, V3 dan R1, berdasarkan biaya operasional harian sebesar $87.072, secara teoritis dapat menghasilkan pendapatan sebesar $562.027. Dari angka-angka ini, DeepSeek menghitung rasio biaya terhadap pendapatan yang banyak dibicarakan, yaitu 545%. Ini menyiratkan bahwa setiap dolar yang diinvestasikan dalam operasional secara teoritis menghasilkan keuntungan sebesar $5,45. Jika diekstrapolasi ke satu tahun penuh, ini akan menghasilkan potensi pendapatan tahunan lebih dari $200 juta, angka yang menggarisbawahi ambisi dan potensi disruptif DeepSeek.

Performa dan efisiensi DeepSeek yang mengesankan dalam model AI didasarkan pada infrastruktur canggih yang dibangun di sekitar GPU Nvidia H800. Prosesor grafis ini saat ini merupakan standar emas untuk tugas-tugas komputasi intensif dalam pembelajaran mendalam dan AI. DeepSeek menyewa GPU H800 ini dengan biaya $2 per jam per chip. Selama periode 24 jam yang dianalisis, perusahaan mengoperasikan rata-rata 226,75 node server, dengan setiap node dilengkapi dengan delapan GPU H800. Daya komputasi yang sangat besar ini memungkinkan DeepSeek untuk memproses 608 miliar token input dan 168 miliar token output selama waktu tersebut.

Faktor kunci dalam efisiensi biaya DeepSeek yang luar biasa adalah penggunaan sistem caching yang canggih. Cache pada dasarnya adalah area penyimpanan sementara yang menyimpan data yang sering digunakan untuk mempercepat akses dan mengurangi beban pemrosesan. Dalam kasus DeepSeek, 56,3% dari token input, yaitu 342 miliar token, diambil dari cache key-value (KV cache) berbasis disk. Penggunaan caching yang cerdas ini secara signifikan mengurangi biaya pemrosesan, karena mengakses data dari cache jauh lebih cepat dan lebih efisien dalam penggunaan sumber daya daripada memprosesnya dari awal.

Kecepatan output rata-rata model DeepSeek adalah 20-22 token per detik. Yang lebih mengesankan lagi adalah throughput yang dicapai: Selama fase pra-pengisian, di mana data input dipersiapkan, throughputnya sekitar 73.700 token per detik per node H800. Pada fase dekoding, di mana model AI menghasilkan output aktual, throughputnya masih luar biasa yaitu 14.800 token per detik per node H800. Tingkat throughput yang tinggi ini sangat penting bagi kemampuan DeepSeek untuk memproses volume permintaan yang besar secara efisien dan dengan demikian menghasilkan pendapatan yang substansial.

Penetapan harga dan perhitungan laba teoritis

DeepSeek menerapkan strategi penetapan harga yang berbeda untuk model AI-nya. Model premium R1, yang dirancang untuk kebutuhan kinerja tertinggi, dikenakan biaya sebesar $0,14 per juta token input ketika terjadi cache hit. Cache hit berarti informasi yang diminta sudah ada di dalam cache dan karenanya dapat diambil dengan cepat. Jika tidak ada cache hit (cache error), harga untuk token input meningkat menjadi $0,55 per juta. Untuk token output, yaitu jawaban yang dihasilkan oleh AI, DeepSeek mengenakan biaya $2,19 per juta token.

Struktur harga DeepSeek jauh lebih rendah dibandingkan dengan pesaing Barat seperti OpenAI atau Anthropic. Penetapan harga yang agresif ini tampaknya merupakan bagian integral dari strategi pasar DeepSeek yang disruptif. Perusahaan ini jelas bertujuan untuk mendapatkan pangsa pasar melalui harga yang menarik dan memposisikan diri sebagai alternatif yang hemat biaya di pasar AI.

Perhitungan laba teoritis sebesar 545% didasarkan pada asumsi bahwa *semua* token yang diproses ditagih dengan tarif premium model R1. Ini adalah poin penting, karena ini adalah asumsi penyederhanaan yang tidak sepenuhnya mencerminkan kenyataan. Berdasarkan asumsi ini, volume terukur 608 miliar token input dan 168 miliar token output akan menghasilkan pendapatan harian sebesar $562.027. Dengan biaya operasional yang dinyatakan sebesar $87.072, ini menghasilkan rasio biaya terhadap laba yang banyak dibahas sebesar 545%.

Namun, penting untuk ditekankan bahwa ini adalah perhitungan *teoretis* yang dilakukan dalam kondisi ideal. Kinerja keuangan DeepSeek yang sebenarnya di dunia nyata dapat dan akan dipengaruhi oleh banyak faktor yang tidak diperhitungkan dalam perhitungan sederhana ini.

Realita di balik angka-angka teoretis: keterbatasan dan keraguan

DeepSeek sendiri secara terbuka mengakui dalam publikasinya bahwa pendapatan aktual "jauh lebih rendah" daripada nilai yang disarankan oleh perhitungan teoretis. Transparansi ini merupakan indikasi lebih lanjut dari pendekatan DeepSeek yang tidak biasa dan menggarisbawahi perlunya menafsirkan angka-angka yang disajikan dalam konteks keterbatasannya. Ada sejumlah alasan untuk perbedaan antara perhitungan teoretis dan pendapatan aktual.

Faktor kunci adalah keberadaan model V3 standar. Model ini ditawarkan dengan harga yang jauh lebih rendah daripada model premium R1. Karena tidak semua pelanggan secara otomatis memilih model yang paling mahal, penggunaan model V3 menurunkan pendapatan rata-rata DeepSeek per token. Selain itu, DeepSeek saat ini hanya memonetisasi sebagian dari layanannya. Akses web dan aplikasi ke model AI tetap gratis bagi pengguna akhir. Pendapatan terutama dihasilkan melalui akses API, yang memungkinkan bisnis dan pengembang untuk mengintegrasikan model DeepSeek ke dalam aplikasi dan sistem mereka sendiri. Fokus pada pendapatan API ini berarti bahwa sebagian besar potensi penggunaan model DeepSeek saat ini tidak dimonetisasi secara langsung.

Aspek penting lainnya adalah diskon. DeepSeek secara otomatis menawarkan diskon selama jam malam ketika pemanfaatan sistem biasanya lebih rendah. Diskon ini bertujuan untuk mendorong penggunaan di luar jam sibuk dan mengoptimalkan pemanfaatan sumber daya secara keseluruhan. Namun, diskon ini juga mengurangi pendapatan rata-rata per token.

Mungkin faktor terpenting, yang sama sekali diabaikan dalam perhitungan laba teoretis, adalah investasi besar dalam penelitian dan pengembangan (R&D) dan biaya pelatihan model AI yang sangat besar. Mengembangkan dan melatih model AI mutakhir seperti V3 dan R1 sangat mahal dan memakan waktu. Hal ini membutuhkan ilmuwan dan insinyur yang sangat terampil, akses ke kumpulan data yang sangat besar, dan pengoperasian pusat data berkinerja tinggi dalam jangka waktu yang lama. Biaya-biaya ini seringkali merupakan pengeluaran terbesar bagi perusahaan AI dan dapat secara signifikan memengaruhi profitabilitas operasional. Biaya operasional murni untuk inferensi, yang diungkapkan DeepSeek dalam perhitungannya, hanyalah sebagian dari gambaran keseluruhan. Untuk menilai profitabilitas sebenarnya dari sebuah perusahaan AI, investasi masa lalu dan yang sedang berlangsung dalam R&D dan pelatihan juga harus dipertimbangkan.

Strategi operasional inovatif untuk meningkatkan efisiensi

Terlepas dari keterbatasan perhitungan laba secara teoritis, DeepSeek menunjukkan efisiensi operasional yang mengesankan melalui transparansinya. Perusahaan telah menerapkan sejumlah strategi inovatif untuk memaksimalkan efisiensi dan mengurangi biaya operasional.

Komponen kunci adalah alokasi sumber daya dinamis. DeepSeek tidak menggunakan sumber daya komputasinya secara statis, melainkan menyesuaikannya secara fleksibel dengan permintaan saat ini dan berbagai kebutuhan operasionalnya. Selama jam sibuk siang hari, ketika permintaan layanan inferensi paling tinggi, node server dan GPU yang tersedia terutama didedikasikan untuk menyediakan layanan ini. Pada malam hari, ketika pemanfaatan biasanya lebih rendah, sumber daya dialokasikan kembali dan digunakan untuk tugas lain, khususnya penelitian dan pelatihan model AI baru. Alokasi dinamis ini memaksimalkan pemanfaatan perangkat keras yang mahal dan membantu mengurangi biaya keseluruhan.

Secara teknis, DeepSeek mengandalkan teknik yang disebut paralelisme pakar lintas node (EP). Metode canggih ini mendistribusikan beban komputasi selama pelatihan dan inferensi model AI besar. Dengan paralelisme pakar, model dibagi menjadi beberapa "pakar," yang masing-masing berjalan pada node server atau GPU yang berbeda. Pemrosesan paralel ini memungkinkan throughput yang lebih tinggi dan mengurangi latensi karena pekerjaan komputasi dilakukan secara bersamaan pada beberapa komponen perangkat keras. Paralelisme pakar sangat efektif untuk model yang sangat besar karena mendistribusikan memori dan kebutuhan komputasi di beberapa perangkat, sehingga mengatasi keterbatasan komponen perangkat keras individual.

Selain paralelisasi ahli, DeepSeek telah menerapkan sistem penyeimbangan beban yang canggih. Sistem ini secara cerdas mendistribusikan lalu lintas masuk ke berbagai server dan pusat data. Tujuan penyeimbangan beban adalah untuk menghindari hambatan, mengoptimalkan pemanfaatan sumber daya, dan meningkatkan keandalan sistem. Dengan mendistribusikan beban secara merata, sistem ini memastikan bahwa tidak ada satu server pun yang kelebihan beban dan waktu respons bagi pengguna tetap rendah secara konsisten. Sistem penyeimbangan beban yang efektif sangat penting untuk skalabilitas dan keandalan layanan AI berbasis cloud seperti yang ditawarkan oleh DeepSeek.

Implikasi pasar dan reaksi industri: Sebuah peringatan bagi industri AI?

Pengungkapan angka keuangan terperinci oleh DeepSeek terjadi pada saat profitabilitas startup AI dan keberlanjutan model bisnis mereka menjadi topik utama di dunia teknologi dan investasi. Investor dan analis semakin mempertanyakan apakah valuasi tinggi dan potensi hype yang luar biasa dari industri AI didukung oleh fondasi ekonomi yang solid. Perusahaan seperti OpenAI, Anthropic, dan banyak lainnya bereksperimen secara ekstensif dengan berbagai aliran pendapatan, mulai dari model berbasis langganan dan penagihan berbasis penggunaan hingga biaya lisensi untuk teknologi AI mereka. Pada saat yang sama, persaingan sengit terjadi untuk mengembangkan produk AI yang semakin canggih dan kuat, yang membutuhkan investasi besar.

Pengungkapan DeepSeek sangat signifikan dalam konteks ini. Perusahaan rintisan yang baru berdiri 20 bulan lalu ini telah mengguncang Silicon Valley yang mapan dengan pendekatan inovatif dan hemat biaya dalam mengembangkan dan mengoperasikan model AI. Klaim sebelumnya bahwa DeepSeek menghabiskan kurang dari $6 juta untuk chip yang digunakan untuk melatih modelnya—jumlah yang jauh lebih rendah daripada pesaing Barat seperti OpenAI—telah menyebabkan penurunan yang signifikan pada saham AI pada Januari 2025. Pengungkapan terbaru tentang dugaan rasio biaya terhadap pendapatan sebesar 545% memperkuat kesan ini dan memicu kekhawatiran bahwa perusahaan AI tradisional mungkin kurang efisien dan kurang kompetitif dibandingkan penantang baru seperti DeepSeek.

Transparansi dan efisiensi biaya DeepSeek yang tampak jelas dapat mengantarkan pergeseran paradigma dalam industri AI. Mereka memaksa perusahaan-perusahaan mapan untuk secara kritis memeriksa struktur biaya dan model bisnis mereka sendiri, dan berpotensi menemukan cara yang lebih efisien untuk memberikan layanan AI. Tekanan pada perusahaan seperti OpenAI, Anthropic, dan Google untuk menurunkan harga dan menunjukkan profitabilitas dapat meningkat lebih lanjut sebagai akibat dari keberhasilan DeepSeek.

Perspektif kritis dan analisis ahli: Apakah margin keuntungannya benar-benar setinggi itu?

Klaim margin keuntungan DeepSeek sebesar 545% telah menimbulkan perhatian dan skeptisisme yang cukup besar di kalangan para ahli. Beberapa analis menunjukkan bahwa istilah "margin keuntungan" mungkin tidak digunakan dengan tepat dalam konteks ini. Secara definisi, margin keuntungan, yang mewakili rasio keuntungan terhadap pendapatan, tidak dapat melebihi 100%. Dalam kasus DeepSeek, istilah yang lebih tepat adalah markup atas biaya atau pengembalian investasi (ROI). Istilah "rasio biaya terhadap pendapatan" lebih tepat dalam konteks ini.

Para kritikus di platform online seperti Reddit dan di forum-forum khusus sering menggunakan contoh nyata seorang anak yang menjual limun. Anak ini mungkin keliru berasumsi bahwa keuntungannya hanyalah selisih antara harga jual limun dan biaya bahan-bahannya (lemon, gula, air). Namun, mereka akan mengabaikan faktor biaya penting, seperti biaya meja, teko, peralatan pengaduk, gelas, dan yang terpenting, waktu dan tenaga yang diinvestasikan dalam memproduksi dan menjual limun. Analogi ini menggambarkan bahwa fokus semata-mata pada biaya operasional untuk inferensi dalam model AI dapat menyebabkan gambaran yang tidak lengkap dan berpotensi menyimpang tentang profitabilitas sebenarnya. Analisis biaya yang komprehensif harus mempertimbangkan semua faktor biaya yang relevan, termasuk pengeluaran besar untuk penelitian dan pengembangan serta pelatihan.

Para analis di perusahaan riset pasar ternama Semianalysis juga mempertanyakan angka biaya sebelumnya yang diberikan oleh DeepSeek. Mereka memperkirakan bahwa server yang diperlukan untuk infrastruktur GPU yang dioperasikan oleh DeepSeek saja dapat menelan biaya sekitar $1,6 miliar. Angka ini jauh melebihi $5,6 juta yang secara resmi dinyatakan oleh DeepSeek untuk melatih model DeepSeek V3. Perbedaan antara angka-angka ini menunjukkan bahwa DeepSeek telah mengembangkan metode pelatihan yang sangat efisien atau bahwa biaya pelatihan sebenarnya mungkin lebih tinggi daripada yang diungkapkan secara publik. Ada juga kemungkinan bahwa DeepSeek mendapat manfaat dari subsidi pemerintah atau sumber pendanaan lain yang tidak disebutkan secara eksplisit dalam angka biaya yang dipublikasikan.

Penting untuk ditekankan bahwa menilai kelayakan ekonomi perusahaan AI itu kompleks dan multifaset. Selain biaya langsung untuk perangkat keras, perangkat lunak, dan personel, faktor biaya tidak langsung seperti pemasaran, penjualan, dukungan pelanggan, penasihat hukum, kepatuhan terhadap peraturan, dan pemeliharaan infrastruktur juga harus dipertimbangkan. Lebih lanjut, pertimbangan strategis juga berperan, seperti daya saing jangka panjang, kebutuhan akan inovasi berkelanjutan, dan kemampuan untuk beradaptasi dengan kondisi pasar yang berubah. Oleh karena itu, rasio biaya-manfaat yang terisolasi untuk satu hari atau periode singkat hanya dapat memberikan wawasan terbatas tentang kinerja ekonomi sebenarnya dari sebuah perusahaan AI.

Berkaitan dengan ini:

• DeepSeek R2: Model AI Turbo buatan China beraksi lebih cepat dari yang diperkirakan – DeepSeek R2 disebut sebagai ahli kode – para pengembang harap perhatikan!

Dampak yang lebih luas pada industri AI: Lebih banyak transparansi dan tekanan biaya?

Terlepas dari kritik dan keterbatasan angka-angka yang disajikan, pengungkapan DeepSeek dan pendekatan yang semakin terbuka (perusahaan merilis sebagian kode dan modelnya sebagai sumber terbuka) telah memberikan dampak signifikan pada industri AI. Kombinasi transparansi biaya, strategi sumber terbuka, dan harga yang jauh lebih rendah menimbulkan tantangan serius bagi perusahaan AI Barat. Hal ini dapat meningkatkan tekanan pada perusahaan seperti OpenAI untuk memikirkan kembali penetapan harga dan model bisnis mereka sendiri dan berpotensi menjadi lebih transparan tentang struktur biaya mereka.

Margin keuntungan teoretis yang tinggi yang disajikan oleh DeepSeek sangat menarik dalam konteks model terbaru OpenAI, GPT-4.5. Model ini harganya berkali-kali lipat lebih mahal daripada model-model sebelumnya, dan terutama model-model DeepSeek, tetapi menurut banyak ahli, model ini hampir tidak menawarkan peningkatan kinerja dan fungsionalitas yang terukur. Perkembangan ini mendukung tesis bahwa model bahasa saat ini semakin menjadi produk pasar massal, di mana harga premium tidak lagi selalu mencerminkan nilai tambah sebenarnya dalam hal kinerja. Jika DeepSeek mampu menawarkan model AI berkualitas tinggi dengan biaya yang jauh lebih rendah, ini dapat secara fundamental mengubah pasar model bahasa, yang mengarah pada peningkatan persaingan dan penurunan harga.

Data DeepSeek menunjukkan bahwa pasar model bahasa AI pada prinsipnya dapat menarik secara ekonomi, asalkan biaya operasional dikelola secara efisien dan model tersebut diadopsi secara luas. Pada saat yang sama, perbedaan signifikan antara pendapatan teoretis dan aktual menyoroti tantangan besar yang dihadapi perusahaan AI ketika mencoba mengembangkan model bisnis yang menguntungkan secara berkelanjutan. Biaya R&D dan pelatihan yang tinggi, kebutuhan akan inovasi berkelanjutan, dan persaingan ketat di industri ini membuat sulit untuk mencapai margin keuntungan yang tinggi dalam jangka panjang.

Antara potensi yang mengesankan dan realitas praktis

Rasio biaya-keuntungan yang diklaim DeepSeek sebesar 545% menawarkan wawasan yang menarik dan provokatif tentang potensi ekonomi sistem AI modern. Hal ini secara mengesankan menunjukkan bahwa, dalam kondisi ideal dan dengan strategi operasional yang efisien, margin operasi yang mengesankan dapat dicapai dalam inferensi AI. Namun, sangat penting untuk mempertimbangkan angka ini dalam konteks struktur biaya keseluruhan perusahaan AI dan realitas pasar yang kompleks. Meskipun margin operasi untuk layanan inferensi berpotensi sangat menarik, investasi besar dalam penelitian, pengembangan, dan pelatihan terus menjadi hambatan signifikan terhadap profitabilitas secara keseluruhan.

Pengungkapan DeepSeek menggarisbawahi posisi perusahaan sebagai pemain disruptif di pasar AI global. Transparansi, efisiensi biaya, dan orientasi sumber terbuka dapat mengarah pada persaingan yang lebih besar, transparansi, dan kesadaran biaya di seluruh industri dalam jangka panjang. Kombinasi inovasi teknologi, pemanfaatan sumber daya yang efisien, dan penetapan harga yang agresif menjadikan DeepSeek pesaing serius bagi perusahaan AI Barat yang sudah mapan dan dapat secara fundamental mengubah dinamika persaingan AI global. Hanya waktu yang akan membuktikan apakah DeepSeek dapat mencapai tujuan ambisiusnya dan memperkuat posisinya sebagai pemain terkemuka di pasar AI. Namun, inisiatif DeepSeek tidak diragukan lagi telah menambahkan dimensi baru dan menarik pada diskusi seputar profitabilitas sistem AI dan model bisnis perusahaan AI.

Xpert.Digital memiliki pengetahuan mendalam di berbagai industri. Hal ini memungkinkan kami untuk mengembangkan strategi yang disesuaikan secara tepat dan selaras dengan kebutuhan serta tantangan segmen pasar spesifik Anda. Dengan terus menganalisis tren pasar dan memantau perkembangan industri, kami dapat bertindak proaktif dan menawarkan solusi inovatif. Kombinasi pengalaman dan keahlian menghasilkan nilai tambah dan memberikan keunggulan kompetitif yang menentukan bagi klien kami.

Informasi selengkapnya di sini:

• Dapatkan manfaat dari 5 bidang keahlian Xpert.Digital dalam satu paket – mulai dari hanya €500/bulan

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan, dan implementasi

☑️ Pembuatan atau penyesuaian kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B global & digital

☑️ Pengembangan Bisnis Perintis

 

Saya akan dengan senang hati menjadi penasihat pribadi Anda.

Anda dapat menghubungi saya dengan mengisi formulir kontak di bawah ini atau cukup hubungi saya di +49 7348 4088 965 .

Saya sangat menantikan proyek bersama kita.

 

 

Xpert.Digital adalah pusat bagi industri yang berfokus pada digitalisasi, teknik mesin, logistik/intralogistik, dan fotovoltaik.

Dengan solusi Pengembangan Bisnis 360° kami, kami mendukung perusahaan-perusahaan ternama mulai dari bisnis baru hingga layanan purna jual.

Intelijen pasar, smarketing, otomatisasi pemasaran, pengembangan konten, PR, kampanye email, media sosial yang dipersonalisasi, dan pembinaan prospek adalah bagian dari alat digital kami.

Anda dapat menemukan informasi lebih lanjut di: www.xpert.digital - www.xpert.solar - www.xpert.plus