Proyek “Shallotpeat” dan “Masa Sulit”: Memo internal Sam Altman mengungkap krisis terbesar OpenAI

Dan masalah senilai $650 miliar: Mengapa OpenAI ditakdirkan untuk berhasil

Pada November 2025, lempeng tektonik industri teknologi bergeser secara fundamental. Untuk waktu yang lama, OpenAI dianggap sebagai raja yang tak tersentuh di era AI baru – bagaikan David yang menunjukkan kepada para Goliath di Silicon Valley cara kerja inovasi. Namun, aura ketangguhan ini mulai terkikis. Dengan dirilisnya Google Gemini 3 dan pesatnya perkembangan model Claude dari Anthropic, keadaan telah berbalik. Apa yang awalnya merupakan langkah gemilang menuju kecerdasan super buatan kini telah bertransformasi bagi OpenAI menjadi pertempuran eksistensial melawan stagnasi teknologi dan realitas ekonomi.

Situasinya paradoks: OpenAI tidak pernah lebih berharga di pasar saham, namun kepemimpinan teknologinya tidak pernah lebih rapuh. Meskipun perusahaan Sam Altman, dengan valuasi $500 miliar, merambah ke wilayah yang biasanya diperuntukkan bagi raksasa teknologi mapan, terdapat kesenjangan yang berbahaya antara nilai pasar dan daya perolehannya yang sebenarnya. Pendapatan tahunan sebesar $13 miliar sangat kontras dengan kerugian besar dan komitmen infrastruktur yang mencapai ratusan miliar. Model pertumbuhan agresif ini berhasil selama OpenAI memiliki produk terbaik yang tak terbantahkan di pasar. Namun, premis itu kini telah runtuh.

Dengan Gemini 3, Google tidak hanya mengejar ketertinggalan secara teknologi, tetapi juga telah menyalip OpenAI di area-area krusial. Melalui kebangkitan pra-pelatihan dan integrasi masif ke dalam ekosistemnya sendiri, raksasa mesin pencari ini menunjukkan bahwa modal besar, perangkat keras berpemilik, dan pengalaman puluhan tahun dalam pemrosesan data pada akhirnya lebih penting daripada keunggulan perusahaan rintisan sebagai pelopor. Penataan ulang strategis OpenAI yang tergesa-gesa—yang dilambangkan oleh proyek internal "Shallotpeat"—merupakan pengakuan bahwa taruhan sebelumnya pada "model penalaran" murni belum membuahkan hasil.

Artikel berikut menganalisis anatomi pergeseran kekuasaan ini. Artikel ini menyoroti bagaimana kesalahan perhitungan teknis, pengambilan keputusan keuangan yang tidak bijaksana, dan kebangkitan persaingan menciptakan campuran beracun yang dapat mendefinisikan ulang tidak hanya masa depan OpenAI tetapi juga struktur seluruh industri AI.

Cocok untuk:

• Apakah ini revolusi AI? Gemini 3.0 vs. OpenAI: Bukan soal model yang lebih baik, tapi soal strategi yang lebih baik.

Mantan pelopor kecerdasan buatan ini tengah berjuang demi masa depannya – sementara Google tengah mengubah keseimbangan kekuatan dengan kekuatan teknologi mentah.

Perlombaan global untuk mendominasi kecerdasan buatan mengalami perubahan dramatis pada November 2025. Apa yang selama bertahun-tahun dianggap sebagai posisi kepemimpinan OpenAI yang aman, dalam beberapa bulan, berubah menjadi posisi defensif yang genting. Peluncuran Google Gemini 3 tidak hanya menandai tonggak sejarah teknologi, tetapi juga menantang asumsi fundamental tentang arsitektur pasar AI. Dalam memo internal, CEO OpenAI Sam Altman memperingatkan karyawannya tentang masa-masa sulit yang akan datang dan mengakui bahwa kemajuan terbaru Google dapat menciptakan hambatan ekonomi sementara bagi perusahaan. Penilaian yang luar biasa jujur ​​ini menunjukkan betapa rapuhnya posisi yang, hingga saat ini, tampak mustahil diatasi.

Besarnya pergeseran ini baru terlihat jelas dalam konteks logika valuasi sektor ini. OpenAI saat ini memiliki valuasi sekitar $500 miliar, namun hanya menghasilkan pendapatan tahunan sebesar $13 miliar. Perbedaan ekstrem antara kapitalisasi pasar dan pendapatan aktual ini didasarkan pada asumsi pertumbuhan eksponensial dan keunggulan teknologi yang berkelanjutan. Gemini 3 milik Google meruntuhkan kedua asumsi ini secara bersamaan. Model ini mengungguli GPT-5.1 OpenAI di hampir semua tolok ukur standar, menunjukkan kapabilitas yang masih terus dikembangkan oleh OpenAI.

Implikasi ekonominya jauh melampaui pergeseran pangsa pasar jangka pendek. OpenAI menghabiskan sekitar delapan miliar dolar per tahun, mencatat kerugian lima miliar dolar tahun lalu. Defisit ini hanya dapat dipertahankan oleh arus masuk modal yang berkelanjutan, yang pada gilirannya bergantung pada kepercayaan investor terhadap kepemimpinan teknologinya. Jika kepemimpinan itu terkikis, seluruh logika pendanaan akan runtuh. Situasinya seperti kereta api berkecepatan tinggi yang kehabisan bahan bakar namun tetap melaju dengan kecepatan maksimum.

Sumber utama memo internal Sam Altman adalah The Information, sebuah publikasi berita yang mengkhususkan diri dalam industri teknologi.

Memo ini awalnya diterbitkan oleh The Information pada 20 November 2025. Artikel aslinya berjudul "Memo Altman Memprediksi 'Suasana Kasar' Akibat Kebangkitan Google" atau "CEO OpenAI Menghadapi Kemungkinan Hambatan Ekonomi yang Menimpa Kebangkitan Google".

Publikasi memo tersebut oleh The Information kemudian dimuat oleh sejumlah media lain, termasuk:

• Times of India
• Economic Times
• Outlook Bisnis
• Futurisme

Memo itu sendiri merupakan komunikasi internal dari Sam Altman kepada karyawan OpenAI dan tampaknya dibocorkan ke The Information oleh seorang sumber di dalam perusahaan. Dalam memo tersebut, Altman memperingatkan tentang "hambatan ekonomi sementara" dari kemajuan Google dan menyatakan bahwa ia memperkirakan akan ada "suasana hati yang buruk".

Anatomi terobosan teknologi

Kesuksesan Google dengan Gemini 3 didasarkan pada penilaian ulang fundamental terhadap metodologi pengembangan yang dianggap telah habis. Pra-pelatihan, fase fundamental di mana model AI belajar dari kumpulan data besar, dianggap oleh sebagian besar komunitas riset telah habis. Prinsip-prinsip penskalaan, yang selama bertahun-tahun menjanjikan peningkatan kinerja yang dapat diprediksi melalui model yang lebih besar dan lebih banyak data, tampaknya telah mencapai batas fisik dan ekonomisnya. OpenAI merespons dengan mengalihkan fokus strategisnya ke apa yang disebut model penalaran seperti o1, yang meningkatkan kinerjanya melalui waktu berpikir yang lebih lama selama inferensi.

Namun, Google menunjukkan bahwa prosesor yang konon terancam punah ini masih memiliki potensi yang cukup besar. Demis Hassabis, kepala Google DeepMind, merangkum wawasan ini secara ringkas: Meskipun tidak ada lagi lonjakan kinerja eksponensial dari generasi ke generasi, imbal hasil investasi dalam pra-pelatihan tetap sangat baik. Gemini 3 Pro mencapai 91,9 persen pada tolok ukur GPQA Diamond untuk penalaran ilmiah tingkat PhD, melampaui GPT-5.1 hampir empat poin persentase. Yang lebih mengesankan lagi adalah kinerjanya dalam penalaran visual abstrak: Dengan 31,1 persen pada tolok ukur ARC-AGI-2, Gemini 3 hampir menggandakan kinerja GPT-5.1 dan mengungguli pendahulunya lebih dari enam kali lipat.

Signifikansi ekonomi dari keunggulan teknologi ini terwujud dalam area aplikasi konkret. Dalam pemecahan masalah algoritmik, Gemini 3 Pro mencapai peringkat Elo 2439 di LiveCodeBench Pro, hampir 200 poin di atas GPT-5.1. Ini bukan metrik akademis, melainkan indikator langsung produktivitas pengembang yang menggunakan model-model ini. Di pasar di mana OpenAI menghasilkan 70 persen pendapatannya dari akses API dan pelanggan perusahaan, inferioritas teknologi mengakibatkan kerugian pendapatan langsung.

Masalah pra-pelatihan OpenAI mulai terlihat selama pengembangan GPT-5, di mana optimasi penskalaan yang sudah mapan tidak lagi efektif. Perusahaan menyadari bahwa metode tradisional untuk meningkatkan kinerja telah kehilangan efektivitasnya. Sebagai respons, OpenAI mengembangkan GPT-5 dengan anggaran pra-pelatihan yang jauh lebih kecil daripada GPT-4.5, tetapi mengompensasinya dengan optimasi pasca-pelatihan yang intensif menggunakan pembelajaran penguatan. Strategi ini terbukti berhasil dalam jangka pendek, tetapi menciptakan kerentanan struktural: OpenAI telah mengkhususkan diri pada metodologi yang, meskipun menghasilkan kapabilitas inovatif, mengabaikan fondasi model fundamental.

Reposisi strategis dan proyek Shallotpeat

Memo Altman tidak hanya mendiagnosis masalah tersebut, tetapi juga menguraikan strategi tandingan OpenAI. Intinya adalah pengembangan model baru, dengan nama kode Shallotpeat, yang dirancang khusus untuk mengatasi kekurangan pra-pelatihan yang teridentifikasi. Namanya sendiri bersifat terprogram: bawang merah tumbuh buruk di tanah gambut, substratnya jauh dari ideal. Dengan demikian, OpenAI menunjukkan pengakuannya bahwa fondasi model yang ada memiliki kelemahan yang tidak dapat dihilangkan melalui optimasi permukaan.

Pengembangan Shallotpeat merupakan bagian dari penataan ulang strategis yang lebih luas. Dalam memonya, Altman menekankan perlunya fokus pada taruhan yang sangat ambisius, meskipun hal ini untuk sementara waktu merugikan OpenAI. Salah satu taruhan ini adalah otomatisasi penelitian AI itu sendiri, sebuah pendekatan meta yang bertujuan untuk mempersingkat siklus pengembangan model-model baru secara drastis. Ini bukan sekadar optimasi efisiensi, tetapi upaya untuk mengubah kondisi secara fundamental: jika sistem AI dapat mempercepat evolusinya sendiri, hal itu dapat mengurangi keunggulan struktural para pemain mapan dengan sumber daya yang sangat besar.

Urgensi strategi ini ditegaskan oleh situasi keuangan OpenAI. Perusahaan harus mencapai profitabilitas pada tahun 2029 untuk memenuhi komitmen infrastrukturnya kepada Microsoft dan mitra lainnya. Komitmen ini berjumlah sekitar $60 miliar per tahun, dibandingkan dengan komitmen infrastruktur cloud saat ini yang akan melebihi $650 miliar dalam beberapa tahun ke depan. Perbedaan antara komitmen ini dan pendapatan saat ini yang mencapai $13 miliar menunjukkan skala permasalahan ini.

Di saat yang sama, OpenAI sedang menjalankan strategi diversifikasi untuk mengurangi ketergantungannya pada Microsoft. Penyesuaian kemitraan yang diumumkan pada Januari 2025 memungkinkan OpenAI, untuk pertama kalinya, juga memanfaatkan sumber daya komputasi dari pesaing seperti Oracle. Meskipun Microsoft tetap memiliki hak penolakan pertama untuk kapasitas baru, eksklusivitasnya telah dipatahkan. Bagi OpenAI, hal ini berpotensi berarti akses yang lebih cepat ke klaster GPU masif yang dibutuhkan untuk melatih model baru. Inisiatif Stargate, sebuah kolaborasi antara OpenAI, Oracle, SoftBank, dan Microsoft, akan menginvestasikan $500 miliar di pusat data selama empat tahun. Fasilitas pertama di Abilene, Texas, sudah beroperasi dengan klaster GPU Nvidia GB200.

Kerapuhan ekonomi model bisnis

Model bisnis perusahaan-perusahaan AI terkemuka didasarkan pada taruhan implisit pada efek jaringan dan penguncian teknologi. OpenAI telah menjalankan strategi ini dengan sangat sukses: ChatGPT mencapai sekitar 700 hingga 800 juta pengguna aktif mingguan pada November 2025, dua kali lipat jumlah pada Februari. Platform ini memproses 2,5 miliar kueri setiap hari dan menempati peringkat kelima di antara situs web yang paling banyak dikunjungi di seluruh dunia. Basis pengguna ini awalnya tampak seperti parit yang tak tertembus, tetapi tingkat konversi menunjukkan kelemahan mendasar: hanya sekitar empat hingga sepuluh persen pengguna yang membayar untuk berlangganan.

Oleh karena itu, kelangsungan ekonomi bergantung pada dua asumsi penting: pertama, basis pengguna terus tumbuh secara eksponensial, sehingga tingkat konversi yang kecil sekalipun memungkinkan peningkatan pendapatan absolut; kedua, keunggulan teknologi mengikat pengguna ke platform dan biaya peralihan ke pesaing tetap tinggi. Gemini 3 milik Google meruntuhkan kedua asumsi tersebut. Paritas teknis, atau bahkan inferioritas, menjadikan OpenAI penyedia yang dapat dipertukarkan di pasar yang semakin terkomodifikasi.

Struktur biaya memperburuk masalah ini. Melatih model bahasa berskala besar dan menerapkannya secara operasional membutuhkan sumber daya komputasi yang sangat besar. Proyek-proyek OpenAI menghitung anggaran melebihi $450 miliar dari tahun 2024 hingga 2030, dengan total komitmen sekitar $650 miliar, beberapa di antaranya bahkan melampaui tahun 2030. Investasi ini harus dijustifikasi oleh pendapatan, yang pada gilirannya bergantung pada pangsa pasar. Sebuah lingkaran setan pun terjadi: Jika OpenAI kehilangan pangsa pasar, pendapatannya menurun, membatasi kemampuannya untuk berinvestasi lebih lanjut dan dengan demikian semakin mengikis daya saing teknologinya.

Analisis komparatif menggambarkan skala permasalahan ini. Anthropic, pesaing langsung yang menggunakan model Claude, saat ini bernilai $170 miliar dengan proyeksi pendapatan tahunan sebesar $4 miliar. OpenAI dan Anthropic bersama-sama perlu mencapai pendapatan gabungan lebih dari $300 miliar pada tahun 2030 untuk membenarkan valuasi mereka saat ini—dengan asumsi margin arus kas bebas sebesar 27 persen, sebanding dengan Alphabet atau Microsoft. Sebagai perbandingan, Nvidia, penyedia chip AI terkemuka, diproyeksikan hanya menghasilkan pendapatan sebesar $350 miliar pada tahun 2030.

Google sebagai pemegang keunggulan struktural

Posisi Google dalam persaingan AI berbeda secara fundamental dari OpenAI karena integrasinya ke dalam ekosistem yang mapan dengan aliran pendapatan yang beragam. Perusahaan ini menghasilkan pendapatan tahunan lebih dari $300 miliar, terutama melalui iklan dan layanan cloud, sehingga pengembangan AI dapat dipandang sebagai investasi strategis yang tidak perlu menguntungkan dalam jangka pendek. Ketahanan finansial ini memungkinkan Google untuk bereksperimen dan berinvestasi di area-area di mana pemain AI murni seperti OpenAI menghadapi tekanan langsung untuk menghasilkan pendapatan.

Keunggulan distribusinya juga sama signifikannya. Google mengintegrasikan Gemini ke dalam mesin pencarinya, yang memproses miliaran kueri setiap hari, ke dalam Gmail dengan lebih dari 1,5 miliar pengguna, ke dalam Google Docs, Sheets, dan seluruh rangkaian Workspace. Kehadirannya yang menyeluruh ini menciptakan paparan pasif: pengguna menemukan Gemini dalam alur kerja digital sehari-hari mereka tanpa harus secara aktif mencari perangkat AI. Meskipun GPT-5.1 atau Claude Sonnet 4.5 berkinerja sedikit lebih baik dalam tolok ukur tertentu, Google menempatkan modelnya di depan miliaran orang.

Integrasi vertikal teknologi memperkuat keunggulan ini. Google mengembangkan chip AI-nya sendiri menggunakan TPU (Tensor Processing Unit), mengendalikan seluruh infrastruktur cloud, dan memiliki sumber daya pelatihan unik yang diperoleh melalui pengumpulan data selama puluhan tahun. Kendali atas seluruh rantai nilai ini mengurangi biaya dan memungkinkan optimasi yang tidak tersedia bagi penyedia pihak ketiga. Seperti yang diringkas oleh seorang komentator Reddit: Google mengendalikan perangkat keras, pusat data, saluran distribusi, dan informasi itu sendiri.

Preseden historis memperingatkan kita untuk tidak melebih-lebihkan kepemimpinan pasar di awal. Internet Explorer mendominasi pasar peramban pada akhir 1990-an dengan pangsa pasar lebih dari 90 persen dan dianggap mustahil untuk disaingi, tetapi terpinggirkan dalam satu dekade oleh alternatif yang secara teknis lebih unggul. Yahoo dan AOL, yang dulu identik dengan akses internet, digantikan oleh Google dan perusahaan lainnya. Keunggulan sebagai pelopor di pasar teknologi seringkali hanya bersifat sementara jika kelemahan struktural seperti kurangnya integrasi vertikal atau kerapuhan finansial tidak dapat diatasi.

Perspektif investor dan risiko valuasi

Valuasi OpenAI sebesar $500 miliar merupakan salah satu perbedaan paling ekstrem antara pendapatan saat ini dan kapitalisasi pasar dalam sejarah industri teknologi. Valuasi ini menyiratkan kelipatan pendapatan sekitar 38, sementara raksasa teknologi mapan diperdagangkan pada kelipatan antara 5 dan 15. Justifikasi premium ini didasarkan pada asumsi bahwa OpenAI akan menguasai pangsa pasar AI yang sedang berkembang secara tidak proporsional.

Asumsi ini semakin dipertanyakan oleh perkembangan empiris. Putaran pendanaan terbaru pada Maret 2025, yang menilai OpenAI senilai $300 miliar, mengalami kelebihan permintaan lima kali lipat. Putaran berikutnya pada November, yang menaikkan valuasi menjadi $500 miliar, terutama diperoleh melalui penjualan sekunder saham yang ada, bukan melalui suntikan modal baru. Hal ini menandakan pergeseran sentimen: investor awal memanfaatkan peluang realisasi parsial, sementara investor baru kurang bersedia memberikan modal primer tambahan.

Perbandingan dengan gelembung dot-com memang tak terelakkan. Sam Altman sendiri telah menyatakan secara terbuka bahwa ia memperkirakan akan terjadi gelembung AI, membandingkan kondisi pasar dengan ledakan dot-com dan memperingatkan agar tidak terlalu euforia investor. Di saat yang sama, ia memproyeksikan triliunan dolar untuk dibelanjakan pada perluasan pusat data dan menanggapi kekhawatiran para ekonom dengan mendesak semua pihak untuk membiarkan OpenAI bekerja sendiri. Retorika ini mengingatkan kita pada kesombongan di akhir 1990-an, ketika pertanyaan-pertanyaan fundamental valuasi dikesampingkan dengan merujuk pada paradigma baru.

Analis dari Reuters dan lembaga lainnya telah menghitung bahwa OpenAI dan Anthropic perlu mencapai pendapatan tahunan gabungan yang melebihi $300 miliar pada tahun 2030 untuk membenarkan valuasi gabungan mereka. Ini berarti bahwa kedua perusahaan tersebut bersama-sama perlu menghasilkan pendapatan yang hampir sama besarnya dengan Nvidia, pemimpin pasar chip AI yang tak terbantahkan. Mengingat persaingan yang semakin ketat dari Google, Microsoft, Meta, dan banyak pemain lainnya, skenario ini tampaknya semakin tidak mungkin.

Situasi ini diperparah oleh perkembangan di pasar AI yang lebih luas. Sebuah studi MIT menunjukkan bahwa 95 persen perusahaan tidak melihat imbal hasil yang terukur atas investasi mereka dalam AI generatif. Temuan ini memicu aksi jual saham teknologi yang signifikan pada bulan November, dengan saham Nvidia turun 3,5 persen dan Palantir hampir 10 persen. Pasar bereaksi dengan kecemasan yang semakin meningkat terhadap indikasi bahwa imbal hasil yang dijanjikan dari AI tidak terwujud.

Keahlian industri dan bisnis global kami dalam pengembangan bisnis, penjualan, dan pemasaran - Gambar: Xpert.Digital

Fokus industri: B2B, digitalisasi (dari AI ke XR), teknik mesin, logistik, energi terbarukan, dan industri

Lebih lanjut tentang itu di sini:

• Pusat Bisnis Xpert

Pusat topik dengan wawasan dan keahlian:

• Platform pengetahuan tentang ekonomi global dan regional, inovasi dan tren khusus industri
• Kumpulan analisis, impuls dan informasi latar belakang dari area fokus kami
• Tempat untuk keahlian dan informasi tentang perkembangan terkini dalam bisnis dan teknologi
• Pusat topik bagi perusahaan yang ingin mempelajari tentang pasar, digitalisasi, dan inovasi industri

Kebangkitan Era Pra-Pelatihan dan Terobosan Algoritmik

Kesuksesan Google dengan Gemini 3 menandai rehabilitasi pra-pelatihan sebagai sumber utama peningkatan kinerja. Perkembangan ini bertentangan dengan narasi yang menyatakan berakhirnya penskalaan. Realitasnya lebih bernuansa: Meskipun pra-pelatihan tidak lagi menghasilkan lompatan eksponensial, peningkatan yang sistematis dan substansial tetap dapat dicapai jika metode yang tepat digunakan.

Arsitektur Gemini 3 mengintegrasikan beberapa inovasi algoritmik. Model ini menggunakan struktur gabungan pakar yang dikembangkan oleh Jeff Dean, Kepala Ilmuwan di Google DeepMind. Arsitektur ini hanya mengaktifkan sebagian kecil parameter untuk setiap kueri, sehingga memungkinkan efisiensi sekaligus mempertahankan kapasitas tinggi. Gemini 3 juga menunjukkan kemampuan dalam integrasi multimoda yang melampaui penerjemahan teks ke gambar sederhana dan mencakup tugas-tugas penalaran visual yang kompleks.

Mode Deep Think Gemini 3 merepresentasikan respons Google terhadap model penalaran OpenAI. Alih-alih memperlakukan pra-pelatihan dan penalaran sebagai paradigma yang saling bersaing, Google mengintegrasikan keduanya. Deep Think mencapai 41 persen pada benchmark Humanity's Last Exam tanpa bantuan dan 45,1 persen pada ARC-AGI-2 dengan eksekusi kode. Hasil ini menunjukkan bahwa dikotomi antara pra-pelatihan dan komputasi waktu pengujian adalah dikotomi yang keliru: sistem optimal menggabungkan kedua pendekatan tersebut.

Pentingnya temuan ini bagi dinamika persaingan tidak dapat dilebih-lebihkan. OpenAI sebelumnya berspesialisasi dalam komputasi waktu pengujian karena penskalaan pra-pelatihan tidak lagi berfungsi. Google kini menunjukkan bahwa pra-pelatihan masih memiliki potensi jika didekati dengan benar. Ini berarti OpenAI tidak hanya tertinggal secara teknologi, tetapi juga secara strategis mengandalkan metodologi yang terbukti tidak lengkap.

Demis Hassabis mengartikulasikan visi terpadu ini dalam beberapa wawancara. Ia menekankan bahwa jalur menuju Kecerdasan Umum Buatan membutuhkan berbagai inovasi, bukan hanya penskalaan. Inovasi-inovasi ini mencakup sistem agen yang mampu melacak tugas-tugas kompleks dalam jangka waktu yang panjang, model dunia yang mengembangkan representasi internal realitas fisik, dan kemampuan meta-pembelajaran yang memungkinkan sistem untuk melakukan generalisasi dari sejumlah contoh yang terbatas. Google berinvestasi secara sistematis di semua bidang ini, sementara OpenAI terutama berfokus pada penalaran.

Cocok untuk:

• Strategi AI dalam perbandingan global: Perbandingan (AS vs. Uni Eropa vs. Jerman vs. Asia vs. Tiongkok)

Peran model penalaran dan keterbatasannya

Model o1 OpenAI dan penerusnya merepresentasikan pergeseran paradigma fundamental dalam pengembangan AI. Alih-alih melakukan penskalaan melalui model yang lebih besar dan lebih banyak data pelatihan, sistem ini menginvestasikan waktu komputasi selama inferensi untuk mengembangkan rantai penalaran yang lebih panjang. Pendekatan ini telah mencapai kesuksesan yang mengesankan dalam domain tertentu, khususnya matematika, pengodean, dan logika formal, di mana hasil yang dapat diverifikasi berfungsi sebagai umpan balik.

Namun, keterbatasan pendekatan ini semakin jelas. Sebuah studi oleh para peneliti Apple menunjukkan bahwa model penalaran berkinerja jauh lebih buruk ketika soal dimodifikasi, bahkan sedikit saja. Mengubah angka atau nama dalam soal matematika saja sudah menyebabkan penurunan kinerja yang signifikan. Yang lebih serius lagi: Menambahkan informasi yang secara logis tidak relevan tetapi tampak masuk akal menyebabkan penurunan kinerja sebesar 17,5 persen untuk o1-preview, 29,1 persen untuk o1-mini, dan hingga 65,7 persen untuk model dengan kinerja lebih rendah.

Temuan-temuan ini menunjukkan bahwa model penalaran tidak benar-benar mengembangkan strategi pemecahan masalah umum, melainkan hanya mereplikasi pola-pola yang telah dipelajari. Model-model ini berperilaku seperti siswa yang telah menghafal jenis-jenis soal tertentu tetapi gagal ketika dihadapkan dengan rumus-rumus yang sedikit berbeda. Ini bukan sekadar kritik akademis, tetapi memiliki implikasi praktis langsung: Dalam aplikasi dunia nyata yang melibatkan masalah-masalah kompleks dan multifaset tanpa rumus-rumus standar, sistem-sistem ini tetap tidak andal.

Struktur biaya model penalaran memperburuk keterbatasannya. Tidak seperti model tradisional, di mana pra-pelatihan merupakan fase komputasi yang paling intensif, hubungan ini terbalik untuk model penalaran. Pasca-pelatihan dan inferensi menjadi faktor biaya yang dominan, sehingga penskalaan menjadi tantangan ekonomis. OpenAI harus mengeluarkan komputasi yang jauh lebih besar untuk setiap kueri o1 dibandingkan dengan kueri GPT-4 yang sebanding, tanpa pengguna bersedia membayar lebih secara proporsional.

Integrasi kemampuan penalaran Google ke dalam model yang dioptimalkan untuk pra-pelatihan dapat terbukti menjadi pendekatan yang unggul. Gemini 3 dengan Deep Think mencapai kinerja penalaran yang sebanding atau lebih baik daripada o1, tetapi dibangun di atas fondasi yang lebih kuat. Hal ini menunjukkan bahwa arsitektur optimal tidak menggunakan penalaran sebagai pengganti pra-pelatihan, melainkan sebagai pelengkap model dasar yang robust.

Dinamika kompetitif dan pengejaran Antropik

Keluarga Claude dari Anthropic, khususnya Sonnet 4.5, semakin mengukuhkan dirinya sebagai kekuatan ketiga yang signifikan dalam persaingan AI. Claude Sonnet 4.5 mencapai 77,2 persen pada SWE-bench Verified Benchmark untuk permasalahan rekayasa perangkat lunak dunia nyata, menjadikannya model terdepan dalam area aplikasi kritis ini. Dengan komputasi waktu uji paralel, performa ini meningkat hingga 82 persen, tingkat yang tidak dapat ditandingi oleh GPT-5.1 maupun Gemini 3.

Fokus strategis Anthropic pada keamanan dan keselarasan menciptakan ceruk pasar dengan kemauan membayar yang spesifik. Perusahaan-perusahaan di sektor yang sangat teregulasi seperti keuangan, layanan kesehatan, dan keamanan siber semakin memprioritaskan model yang terbukti mengintegrasikan mekanisme keamanan yang tangguh. Claude Sonnet 4.5 mencapai 98,7 persen pada tolok ukur keamanan dan menunjukkan berkurangnya kecenderungan untuk menjilat, menipu, mengejar kekuasaan, dan penalaran delusi. Karakteristik ini bukan sekadar fitur pemasaran, tetapi menjawab kekhawatiran nyata pelanggan perusahaan.

Kemampuan Claude Sonnet 4.5 untuk menjalankan tugas penalaran dan eksekusi kode yang kompleks dan multi-tahap selama lebih dari 30 jam memposisikannya sebagai model ideal untuk agen otonom. Ini adalah pasar yang berkembang pesat di mana sistem AI secara independen mengelola alur kerja yang diperluas. OpenAI dan Google bersaing di segmen ini, tetapi Anthropic telah memperoleh keunggulan melalui spesialisasi awal.

Harga Claude mencerminkan posisi ini. Dengan harga tiga dolar per juta token input dan 15 dolar per juta token output, Claude berada di segmen harga menengah, lebih murah daripada GPT-5.1 untuk banyak kasus penggunaan, tetapi lebih mahal daripada beberapa alternatif sumber terbuka. Struktur harga ini menunjukkan strategi Anthropic: bukan pasar massal melalui harga rendah, tetapi segmen premium melalui kualitas dan keamanan yang unggul.

Valuasi Anthropic sebesar $170 miliar, dengan proyeksi pendapatan tahunan sebesar $4 miliar, tampaknya tidak seekstrem valuasi OpenAI, tetapi tetap ambisius. Logika investor berbeda: Anthropic memposisikan dirinya sebagai target akuisisi atau pemain jangka panjang di pasar oligopoli, bukan sebagai penguasa pasar. Ambisi yang lebih rendah ini, secara paradoks, dapat terbukti lebih berkelanjutan daripada strategi serba-atau-tidak-ada OpenAI.

Kelangkaan data dan solusi sintetis

Tantangan mendasar bagi semua pengembang AI adalah semakin langkanya data pelatihan berkualitas tinggi. Epoch AI memperkirakan bahwa model saat ini dilatih dengan 4,6 hingga 17,2 triliun token. Sebagian besar teks internet yang tersedia secara bebas telah dikonsumsi. Peningkatan kinerja di masa mendatang tidak lagi dapat dicapai hanya dengan meningkatkan ukuran set data pelatihan, tetapi membutuhkan data yang lebih berkualitas atau lebih beragam.

Data sintetis, yang berarti konten pelatihan yang dihasilkan oleh sistem AI, sedang dibahas sebagai solusi potensial. Pendekatan ini pada dasarnya paradoks: model harus dilatih berdasarkan data yang dihasilkan oleh model sebelumnya. Hal ini berisiko menyebabkan keruntuhan model, di mana kesalahan dan bias diperkuat dari generasi ke generasi. Namun, set data sintetis yang dikurasi dengan cermat, disertai kontrol keragaman dan kualitas, dapat menghasilkan kasus-kasus langka yang tidak terjadi pada data alami.

Google memiliki keunggulan struktural dalam akuisisi data melalui mesin pencarinya, Gmail, YouTube, Google Maps, dan berbagai layanan lainnya yang terus-menerus menghasilkan data segar, beragam, dan buatan manusia. Alur data ini tidak hanya sangat banyak tetapi juga terstruktur secara longitudinal, sehingga memungkinkan identifikasi pola dan perkembangan temporal. OpenAI kekurangan sumber data yang sebanding, sehingga semakin bergantung pada kemitraan dengan penerbit, perjanjian lisensi dengan perusahaan media, dan pembuatan data sintetis.

Situasi hukum memperburuk asimetri ini. Beberapa gugatan dari penerbit dan penulis terhadap OpenAI atas pelanggaran hak cipta dapat membatasi akses ke data historis dan membuat aktivitas pengikisan di masa mendatang berisiko secara hukum. Google dapat berargumen bahwa merayapi situs web untuk pengindeksan pencarian adalah praktik yang mapan dan sah secara hukum yang menguntungkan pengembangan AI. Ketidakpastian hukum ini menimbulkan risiko tambahan pada OpenAI yang tidak ditanggung oleh raksasa teknologi mapan pada tingkat yang sama.

Superintelijen sebagai taruhan jangka panjang

Memo Altman berulang kali menekankan perlunya mempertahankan fokus pada pencapaian superintelijen, terlepas dari tekanan persaingan jangka pendek. Retorika ini strategis: membenarkan investasi dan kerugian saat ini dengan menunjukkan keuntungan transformatif di masa depan. Superintelijen mengacu pada sistem AI hipotetis yang melampaui kecerdasan manusia di semua bidang relevan dan berpotensi mempercepat perkembangannya sendiri.

Perkiraan para ahli mengenai waktu perkembangan ini sangat bervariasi. Analisis terhadap lebih dari 8.500 prediksi menunjukkan median antara tahun 2040 dan 2045 untuk pencapaian Kecerdasan Umum Buatan, cikal bakal superintelijen. Beberapa tokoh terkemuka, seperti Dario Amodei dari Anthropic dan Elon Musk, memproyeksikan tanggal yang jauh lebih awal, dalam beberapa kasus bahkan lebih awal, yaitu antara tahun 2026 hingga 2029. Sam Altman sendiri telah menetapkan tahun 2029 sebagai target.

Relevansi ekonomi dari perdebatan ini terletak pada logika valuasi: Jika superintelijen dapat dicapai dalam lima tahun dan OpenAI tetap menjadi yang terdepan dalam perkembangannya, hal ini membenarkan hampir semua valuasi saat ini. Namun, jika superintelijen masih 20 tahun lagi atau OpenAI tidak tetap menjadi yang terdepan, basis valuasi akan runtuh. Dengan demikian, investor tidak hanya bertaruh pada teknologi, tetapi juga pada linimasa spesifik dan posisi pasar dalam skenario hipotetis masa depan.

Otomatisasi penelitian AI, yang diidentifikasi Altman sebagai fokus utama, dapat mempersingkat jangka waktu tersebut. Sistem yang secara independen menghasilkan hipotesis, merancang eksperimen, melatih model, dan menginterpretasikan hasil akan meningkatkan kecepatan pengembangan secara drastis. Google DeepMind sedang mengembangkan pendekatan serupa, terutama dengan mengintegrasikan algoritma perencanaan seperti AlphaGo ke dalam model bahasa. Pertanyaannya bukanlah apakah sistem meta-AI semacam itu akan dikembangkan, tetapi siapa yang akan mengimplementasikannya terlebih dahulu.

Struktur pasar dan pembentukan oligopoli

Pasar AI berkembang pesat menjadi oligopoli dengan tiga hingga lima pemain dominan. OpenAI, Google, Anthropic, Microsoft, dan Meta memiliki sumber daya finansial, bakat teknis, dan infrastruktur untuk tetap menjadi yang terdepan dalam persaingan. Hambatan untuk masuk kini sangat ketat: Pelatihan model mutakhir membutuhkan biaya ratusan juta dolar, akses ke ribuan GPU mutakhir, dan tim peneliti terbaik.

Model sumber terbuka seperti Llama dari Meta, Mistral, atau Olmo dari Allen AI menawarkan alternatif untuk kasus penggunaan tertentu, tetapi tertinggal dari model frontier proprietary dalam hal performa absolut. Signifikansi mereka terutama terletak pada demokratisasi kapabilitas AI bagi pengembang tanpa anggaran besar dan dalam menciptakan tekanan kompetitif yang memoderasi harga akses API.

Tiongkok secara bersamaan mengembangkan ekosistem AI independennya sendiri dengan perusahaan-perusahaan seperti Alibaba Qwen, Baidu Ernie, ByteDance, dan pemain lainnya. Model-model ini semakin mendekati kesetaraan dengan sistem Barat, tetapi sebagian terpisah dari pasar global oleh kerangka regulasi yang berbeda, akses terbatas ke chip mutakhir akibat kontrol ekspor, dan kendala bahasa. Dimensi geopolitik pengembangan AI dapat mengarah pada ekosistem paralel yang dominan secara regional, serupa dengan internet yang terfragmentasi.

Bagi OpenAI, oligopoli ini berarti posisi marjinal tidak stabil. Perusahaan harus membangun dirinya secara berkelanjutan sebagai salah satu dari sedikit sistem terkemuka, atau diturunkan ke tingkat kedua yang darinya promosi hampir mustahil karena intensitas modal. Investor memahami dinamika ini, yang menjelaskan volatilitas valuasi yang ekstrem: Dengan hasil biner, probabilitas terus dievaluasi ulang, dan perubahan kecil dalam penilaian probabilitas menyebabkan pergeseran valuasi yang besar.

Integrasi vertikal sebagai keharusan strategis

Lisensi Microsoft atas IP desain chip dan sistem OpenAI pada November 2025 menandakan penataan ulang strategis. Perjanjian ini memberi Microsoft akses komprehensif ke portofolio desain chip milik OpenAI dan dapat secara substansial mempersingkat siklus pengembangan Microsoft untuk prosesor AI generasi mendatang. Hal ini merupakan bagian dari tren yang lebih luas menuju integrasi vertikal, di mana penyedia cloud terkemuka berupaya mendapatkan kendali yang lebih besar atas fondasi perangkat keras mereka.

Google telah mengembangkan TPU selama bertahun-tahun, sehingga mengendalikan seluruh rangkaian, mulai dari silikon hingga perangkat lunak. Amazon sedang mengembangkan chip Trainium dan Inferentia-nya sendiri. Microsoft berinvestasi besar-besaran pada akselerator AI-nya sendiri. Peralihan ke silikon khusus ini mencerminkan kesadaran bahwa GPU serbaguna kurang optimal untuk beban kerja AI tertentu. Chip khusus dapat mencapai efisiensi yang jauh lebih baik untuk operasi tertentu, sehingga mengurangi biaya dan meningkatkan kinerja.

OpenAI tidak memiliki integrasi vertikal ini. Perusahaan ini bergantung pada pemasok chip eksternal, terutama Nvidia, dan menggunakan infrastruktur cloud dari Microsoft, Oracle, dan lainnya. Ketergantungan ini menciptakan kerugian biaya dan kerentanan strategis. Kemitraan dengan Microsoft untuk lisensi IP dapat menjadi langkah pertama untuk menutup kesenjangan ini, tetapi mengembangkan perangkat kerasnya sendiri membutuhkan waktu bertahun-tahun dan membutuhkan keahlian yang masih perlu dikembangkan oleh OpenAI.

Implikasi ekonominya sangat substansial. Operator model dengan kendali perangkat keras mereka sendiri dapat mengurangi biaya hingga beberapa kali lipat, memungkinkan strategi penetapan harga yang lebih agresif atau, sebagai alternatif, mengamankan margin yang lebih tinggi. Google berpotensi menawarkan Gemini dengan harga yang membuat OpenAI merugi karena Google dapat mengurangi biayanya secara drastis melalui penggunaan TPU. Ini bukan kemungkinan teoretis, melainkan kenyataan praktis yang telah memengaruhi dinamika pasar.

Dari Netscape dan Yahoo hingga OpenAI: Apakah sejarah terulang kembali?

Perkembangan tahun 2025 menandai berakhirnya era kepemimpinan tak terbantahkan oleh para pionir di sektor AI. Posisi OpenAI sebagai pemain penentu dalam revolusi AI generatif secara fundamental ditantang oleh paritas teknologi, kelemahan struktural yang dimiliki raksasa teknologi mapan, dan kerapuhan finansial. Perusahaan menghadapi tantangan dalam mengelola krisis yang terjadi secara bersamaan: mengejar ketertinggalan teknologi dari Google, memastikan keberlanjutan finansial meskipun mengalami kerugian besar, melakukan reposisi strategis di pasar yang sedang terkonsolidasi, dan mengatasi kompleksitas operasional dari pertumbuhan yang pesat.

Kesuksesan Google dengan Gemini 3 menunjukkan bahwa di pasar yang padat teknologi, kedalaman sumber daya, integrasi vertikal, dan modal yang sabar seringkali menawarkan keunggulan struktural dibandingkan inovasi yang gesit. Kemampuan untuk menyerap kerugian selama bertahun-tahun sementara produk matang dan skala ekonomi tercapai merupakan keuntungan yang tak ternilai. OpenAI dan perusahaan AI murni serupa harus mencapai profitabilitas dalam jangka waktu yang ditentukan oleh ekspektasi investor, sementara Google dapat bereksperimen hingga solusinya benar-benar siap dipasarkan.

Masa depan pasar AI kemungkinan akan dicirikan oleh oligopoli tiga hingga lima penyedia dominan, masing-masing menempati ceruk strategis yang berbeda. Google sebagai generalis terintegrasi vertikal dengan distribusi yang unggul, Microsoft sebagai integrator yang berfokus pada perusahaan, Anthropic sebagai spesialis keamanan dan penyelarasan, dan Meta sebagai pendukung sumber terbuka untuk ekosistem pengembang. Posisi OpenAI di masa depan dalam konstelasi ini masih belum pasti dan sangat bergantung pada apakah proyek Shallotpeat mengatasi kekurangan pra-pelatihan yang teridentifikasi dan apakah perusahaan dapat membangun keunggulan kompetitif yang berkelanjutan di luar kepemimpinan merek historisnya.

Bagi investor, klien korporat, dan teknolog, penataan ulang ini berarti penilaian ulang risiko dan peluang. Asumsi bahwa para pemimpin pasar awal akan mempertahankan posisi mereka terbukti semakin dipertanyakan. Kecepatan perubahan teknologi, intensitas modal penelitian mutakhir, dan kekuatan saluran distribusi yang mapan menciptakan dinamika di mana keunggulan struktural seringkali lebih penting daripada kepemimpinan inovasi historis. Tahun-tahun mendatang akan menunjukkan apakah para pionir agile memiliki sumber daya dan visi strategis untuk menahan kekuatan raksasa teknologi yang luar biasa, atau apakah kisah Netscape, Yahoo, dan pionir internet awal lainnya akan terulang di era AI.

Dimensi baru transformasi digital dengan 'Managed AI' (Kecerdasan Buatan) – Platform & Solusi B2B | Xpert Consulting - Gambar: Xpert.Digital

Di sini Anda akan mempelajari bagaimana perusahaan Anda dapat menerapkan solusi AI yang disesuaikan dengan cepat, aman, dan tanpa hambatan masuk yang tinggi.

Platform AI Terkelola adalah paket lengkap dan bebas repot untuk kecerdasan buatan. Alih-alih berurusan dengan teknologi yang rumit, infrastruktur yang mahal, dan proses pengembangan yang panjang, Anda akan mendapatkan solusi siap pakai yang disesuaikan dengan kebutuhan Anda dari mitra spesialis – seringkali dalam beberapa hari.

Manfaat utama sekilas:

⚡ Implementasi cepat: Dari ide hingga aplikasi operasional dalam hitungan hari, bukan bulan. Kami memberikan solusi praktis yang menciptakan nilai langsung.

Keamanan data maksimal: Data sensitif Anda tetap menjadi milik Anda. Kami menjamin pemrosesan yang aman dan sesuai aturan tanpa membagikan data dengan pihak ketiga.

💸 Tanpa risiko finansial: Anda hanya membayar untuk hasil. Investasi awal yang tinggi untuk perangkat keras, perangkat lunak, atau personel sepenuhnya dihilangkan.

🎯 Fokus pada bisnis inti Anda: Fokuslah pada keahlian Anda. Kami menangani seluruh implementasi teknis, operasional, dan pemeliharaan solusi AI Anda.

📈 Tahan Masa Depan & Skalabel: AI Anda tumbuh bersama Anda. Kami memastikan pengoptimalan dan skalabilitas berkelanjutan, serta menyesuaikan model secara fleksibel dengan kebutuhan baru.

Lebih lanjut tentang itu di sini:

• Solusi AI Terkelola - Layanan AI Industri: Kunci daya saing di sektor jasa, industri, dan teknik mesin

☑️ Bahasa bisnis kami adalah Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa nasional Anda!

Konrad Wolfenstein

Saya akan dengan senang hati melayani Anda dan tim saya sebagai penasihat pribadi.

Anda dapat menghubungi saya dengan mengisi formulir kontak atau cukup hubungi saya di +49 89 89 674 804 (Munich) . Alamat email saya adalah: wolfenstein ∂ xpert.digital

Saya menantikan proyek bersama kita.

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan dan implementasi

☑️ Penciptaan atau penataan kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B Global & Digital

☑️ Pelopor Pengembangan Bisnis/Pemasaran/Humas/Pameran Dagang

Manfaatkan keahlian Xpert.Digital yang luas dan lima kali lipat dalam paket layanan yang komprehensif | R&D, XR, PR & Optimalisasi Visibilitas Digital - Gambar: Xpert.Digital

Xpert.Digital memiliki pengetahuan mendalam tentang berbagai industri. Hal ini memungkinkan kami mengembangkan strategi khusus yang disesuaikan secara tepat dengan kebutuhan dan tantangan segmen pasar spesifik Anda. Dengan terus menganalisis tren pasar dan mengikuti perkembangan industri, kami dapat bertindak dengan pandangan ke depan dan menawarkan solusi inovatif. Melalui kombinasi pengalaman dan pengetahuan, kami menghasilkan nilai tambah dan memberikan pelanggan kami keunggulan kompetitif yang menentukan.

Lebih lanjut tentang itu di sini:

• Gunakan 5x keahlian Xpert.Digital dalam satu paket - mulai dari €500/bulan