SINGAPURA: Kecerdasan buatan (AI) kerap digambarkan sebagai perlombaan untuk bekerja lebih cerdas. Namun, bagi pelaku bisnis di Asia, pertanyaan yang lebih mendesak mungkin lebih sederhana: siapa yang mampu menggunakan AI dalam skala besar?
Jawabannya bergantung pada biaya token AI, unit dasar yang masih belum banyak dikenal, tetapi menentukan besaran biaya yang harus dibayar perusahaan ketika sistem AI membaca, memproses, dan menghasilkan informasi.
Menurut para ahli yang diwawancarai kami, di sinilah model AI China berpotensi unggul dan semakin diminati pelaku bisnis di Asia, terutama di India dan Asia Tenggara, karena mampu menawarkan token AI dengan harga lebih murah.
Sebagai contoh, model AI dari perusahaan China seperti MiniMax dan Moonshot mengenakan tarif sekitar US$2 hingga US$3 untuk setiap satu juta token output.
Sebagai perbandingan, model Gemini 3.5 Flash milik Google mengenakan tarif sekitar US$9, Claude Sonnet 4.5 dari Anthropic sekitar US$15, sedangkan GPT 5.5 buatan OpenAI dipatok sekitar US$30, menurut laporan Financial Times serta dokumen tarif Google dan OpenAI.
Tarif tersebut dihitung berdasarkan jumlah token input dan token output yang digunakan.
Token input berasal dari prompt atau materi yang diberikan kepada AI, sedangkan token output berasal dari respons yang dihasilkan AI. Biaya token output umumnya lebih mahal.
Sebuah tim penjualan kecil dengan 50 karyawan dapat menggunakan sekitar 450 juta token per bulan, termasuk token input dan output, menurut perkiraan Amit Verma, kepala teknologi pendiri perusahaan layanan AI asal Amerika Serikat, Neuron7.ai.
Dengan model GPT 5.5, biayanya bisa mencapai sekitar US$3.150 (Rp56,4 juta) per bulan dan US$38.000 (Rp680,2 juta) per tahun, sekitar dua hingga tiga kali lebih mahal dibandingkan model AI China.
Menurut para ahli, biaya token AI China lebih murah karena didukung kombinasi desain model yang efisien, biaya energi dan infrastruktur data yang lebih rendah, subsidi pemerintah, serta strategi penetapan harga yang agresif.
Seiring perusahaan beralih dari chatbot AI sederhana ke agen AI yang mampu merencanakan, mencari dan memverifikasi informasi, terhubung ke sistem perangkat lunak lain, serta menjalankan tugas secara otomatis, penggunaan token pun melonjak, begitu pula biayanya.
“Biaya token terus bertambah di setiap tahapan, sehingga harga setiap token menjadi jauh lebih penting,” kata Wong Qi Han, peneliti dan pengembang AI independen, kepada Kami.
Tandanya mulai terlihat. Perusahaan dan organisasi seperti Airbnb, Thinking Machines Lab yang didirikan mantan CTO OpenAI Mira Murati, serta AI Singapore telah mengadopsi model Qwen milik Alibaba.
Para ahli mengatakan, harga token AI dari perusahaan China seperti Qwen milik Alibaba, DeepSeek, Kimi, GLM milik Zhipu, dan MiniMax memberi startup dan perusahaan cara yang lebih murah untuk menjalankan tugas AI dalam volume besar, terutama di pasar yang sensitif terhadap harga seperti India dan Asia Tenggara.
Mereka menambahkan, token AI yang lebih murah dapat membuat adopsi AI lebih terjangkau di call center, pengembangan perangkat lunak, e-commerce, pendidikan, riset hukum, manufaktur, dan operasional back office.
Namun, para pengamat mengingatkan bahwa biaya yang lebih murah juga memiliki konsekuensi, mulai dari kualitas, latensi, kepercayaan, regulasi, keamanan data, hingga risiko geopolitik.
MENGAPA TOKEN YANG LEBIH MURAH PENTING BAGI BISNIS DI ASIA
Skema harga berbasis token AI berdampak terutama pada perusahaan dan pengembang yang mengintegrasikan AI ke dalam produk, aplikasi, dan alur kerja internal.
Jika pengguna biasa dapat mengakses AI secara gratis atau melalui paket berlangganan dengan tarif tetap, perusahaan yang menggunakan AI dalam skala besar umumnya membayar berdasarkan penggunaan, yakni jumlah token input dan output yang dikonsumsi sistem mereka.
Token juga berfungsi seperti meteran biaya. Semakin banyak sistem membaca dan menghasilkan informasi, semakin besar biaya yang harus dibayar.
Menurut para ahli, model penetapan harga ini kini menjadi standar karena perusahaan menggunakan AI dalam skala yang jauh lebih besar dibandingkan pengguna biasa, mulai dari jutaan percakapan pelanggan, permintaan penulisan kode, tugas riset, ringkasan dokumen, hingga aktivitas agen AI di belakang layar.
Setiap balasan chatbot, saran kode, terjemahan, ringkasan dokumen, maupun tindakan agen AI menghabiskan token.
Menurut laporan bersama McKinsey, Singapore Economic Development Board, dan Tech in Asia pada Februari, sebanyak 46 persen perusahaan di Asia Tenggara telah melampaui tahap uji coba AI dan mulai menggunakannya dalam alur kerja serta produk mereka.
Di India, angkanya mencapai 47 persen, menurut laporan Ernst & Young-Confederation of Indian Industry.
Para ahli mengatakan kepada Kami, bagi perusahaan di Asia, biaya AI kini menjadi persoalan bisnis, terutama seiring meningkatnya penggunaan agen AI.
Agen AI tidak hanya menjawab prompt. Mereka juga dapat merencanakan langkah, memeriksa informasi, menggunakan aplikasi atau sistem perusahaan, serta menjalankan berbagai tugas di belakang layar hingga pekerjaan selesai.
Verma mengatakan kepada Kami bahwa penggunaan AI kini bergeser dari “single-turn prompts”, yaitu permintaan AI yang hanya membutuhkan satu langkah, menuju alur kerja berbasis agen AI yang dapat memerlukan 50 hingga 100 operasi internal untuk menghasilkan satu output.
Menurut Verma, seluruh proses di belakang layar itu, mulai dari prompting, verifikasi, refleksi, eksekusi kode, hingga penggunaan perangkat lunak eksternal, menghabiskan lebih banyak token.
Berdasarkan perkiraan Anthropic, rata-rata biaya token AI bagi seorang pengembang perangkat lunak di perusahaan yang menggunakan Claude Code mencapai US$13 (Rp232.700) per hari, atau sekitar US$150-Rp250 (Rp2,7 juta-Rp4,5 juta) per bulan per pengembang, menurut laporan Business Insider pada April.
Bagi perusahaan teknologi besar yang mempekerjakan 500 pengembang, biaya token AI diperkirakan mencapai US$75.000 (Rp1,34 miliar) hingga US$125.000 (Rp2,24 miliar) per bulan, atau US$900.000 (Rp16,1 miliar) hingga US$1,5 juta (Rp26,9 miliar) per tahun, sebelum diskon atau kontrak khusus untuk pelanggan perusahaan.
Sebagian besar penyedia AI memang menawarkan potongan harga bagi pelanggan perusahaan.
Namun, besaran diskon umumnya dinegosiasikan secara tertutup dan bergantung pada volume penggunaan, durasi kontrak, model yang digunakan, kebutuhan dukungan pelanggan, serta apakah layanan cloud ikut disertakan.
Menurut laporan media, OpenAI memberikan diskon 10 hingga 20 persen kepada sebagian pelanggan perusahaan yang menandatangani kontrak jangka panjang atau paket layanan.
Verma menambahkan, Asia “berpotensi menjadi kawasan pertama tempat AI benar-benar digunakan secara massal di skala industri”. Menurutnya, negara-negara seperti India, Indonesia, Malaysia, dan Filipina memiliki “sektor jasa yang besar, banyak pengembang, dan sangat sensitif terhadap harga”.
Jika biaya token AI China membuat penggunaan AI lebih murah, perusahaan-perusahaan di Asia dapat lebih cepat menerapkan AI di call center, layanan lapangan, pendidikan, logistik, dan operasional keuangan dibandingkan jika harus membayar harga premium dari penyedia Barat, katanya.
Namun, Wong mengatakan pelaku usaha di India dan Asia Tenggara tidak seharusnya menilai biaya AI hanya dari harga per satu juta token.
Model AI yang dilatih untuk menangani bahasa Mandarin atau Inggris secara efisien bisa menggunakan lebih banyak token, sehingga biayanya lebih mahal, saat memproses bahasa seperti Tamil, Bahasa Indonesia, atau Vietnam.
Menurut Wong, model yang terlihat 50 persen lebih murah bisa justru lebih mahal saat digunakan jika kinerjanya buruk dalam bahasa operasional perusahaan, membutuhkan pengulangan, atau memerlukan lebih banyak peninjauan oleh manusia.
Ia menambahkan, ukuran yang lebih tepat adalah “biaya per hasil yang berhasil”, yakni total biaya untuk memperoleh hasil yang benar dan dapat digunakan.
SIAPA YANG MEMENANGKAN PERSAINGAN ADOPSI AI DI DUNIA BISNIS?
Para ahli mengatakan kepada Kami, China kini muncul sebagai penantang yang lebih kuat bagi Amerika Serikat dalam persaingan AI berkat biaya token yang lebih rendah.
Menurut laporan Financial Times, keunggulan biaya perusahaan AI China berasal dari harga energi yang lebih murah serta model yang lebih efisien, termasuk arsitektur mixture of experts.
Mixture of experts, atau MoE, adalah arsitektur AI yang dipopulerkan oleh model R1 milik DeepSeek tahun lalu. Arsitektur ini menggunakan beberapa submodel khusus dalam satu model AI, tetapi hanya mengaktifkan submodel yang paling relevan untuk setiap prompt. Dengan begitu, biaya komputasi dapat ditekan.
Bayangkan model MoE sebagai tim yang terdiri atas dokter, pengacara, dan insinyur. Hanya ahli yang paling sesuai yang akan menjawab, sementara yang lain tetap tidak aktif.
Verma mengatakan, keunggulan biaya perusahaan AI China juga didukung oleh infrastruktur pusat data AI yang disubsidi pemerintah serta arsitektur model yang lebih efisien, seperti key-value (KV) caching.
KV caching memungkinkan sistem AI menyimpan dan menggunakan kembali informasi yang telah diproses, sehingga tidak perlu menghabiskan token dan daya komputasi untuk membaca atau menghasilkan kembali materi yang sama.
Meski demikian, para ahli menegaskan hal itu bukan berarti Amerika Serikat telah kalah dalam persaingan AI.
Mereka mengatakan, AS masih mendominasi segmen premium melalui OpenAI, Anthropic, dan Google, terutama dalam penalaran yang kompleks, pemrograman tingkat lanjut, keandalan untuk perusahaan, keamanan, dan dukungan layanan.
Verma mengatakan, pasar AI kemungkinan akan terbagi menjadi “kecerdasan premium” dan “kecerdasan komoditas”.
Model premium dari perusahaan AS akan tetap digunakan untuk penalaran mutakhir, pemrograman yang kompleks, riset ilmiah, dan agen AI perusahaan yang membutuhkan tingkat kepercayaan tinggi. Sementara itu, model China yang lebih murah dapat menangani peringkasan, ekstraksi, klasifikasi, penerjemahan, penguraian dokumen, tiket layanan pelanggan, pemrograman dasar, dan tugas rutin agen AI.
HARGA RENDAH TAK SELALU BERARTI LEBIH MURAH
Para ahli mengatakan, token AI China yang lebih murah memang menarik untuk tugas bervolume besar yang masih dapat menoleransi sedikit kesalahan atau tetap melibatkan manusia dalam prosesnya.
Verma menyatakan, ia bersedia menerima sedikit penurunan kinerja model demi penghematan biaya yang besar.
“Saya bersedia mengorbankan 2 hingga 3 persen performa demi mengoptimalkan biaya,” katanya.
Hingga Maret, model AI teratas dari AS masih unggul 2,7 persen dibandingkan model AI China, menurut laporan Stanford University.
Calvin Tan, salah satu pendiri sekaligus CTO perusahaan AI asal Singapura, Pints.ai, mengatakan kepada CNA bahwa model AI China yang lebih murah dan berukuran lebih kecil cocok untuk tugas seperti peringkasan berita dan analisis sentimen karena volumenya besar dan tingkat kesulitannya tidak terlalu tinggi.
Sebagai contoh, perusahaan keuangan dapat memanfaatkan token AI yang lebih murah untuk memindai berita dalam jumlah besar dan mengklasifikasikan apakah suatu berita berpotensi memengaruhi harga minyak.
“Arus berita yang harus diproses sangat besar. Kalau menggunakan ChatGPT atau Claude, biayanya terlalu mahal,” katanya.
Namun, para ahli mengatakan, model AI yang lebih murah lebih sulit diterapkan secara andal untuk penggunaan yang lebih kompleks.
Tan mengatakan, Claude dari Anthropic dan GPT dari OpenAI masih menjadi “pilihan utama” karena lebih andal untuk membangun aplikasi AI yang bekerja dengan baik.
Ia mencontohkan chatbot.
“Chatbot merupakan salah satu aplikasi yang paling sulit dijalankan dengan model yang lebih murah,” katanya.
Menurut Tan, chatbot China bekerja “cukup baik” di negaranya karena telah melalui banyak rekayasa teknis untuk mengatasi keterbatasan model yang lebih lemah.
“Di luar China, di mana biaya tenaga kerja mahal atau talenta AI terbatas, kemampuan untuk mengatasi kelemahan model seperti itu tidak tersedia,” ujarnya.
Akibatnya, perusahaan mungkin akan kesulitan mengembangkan solusi untuk menutupi kelemahan model tersebut, tambahnya.
Industri yang diatur secara ketat juga menghadapi kendala lain.
Wong mengatakan, bagi perusahaan di sektor seperti keuangan, kesehatan, dan pemerintahan, biaya AI jarang menjadi satu-satunya faktor penentu.
Kepatuhan terhadap aturan perlindungan data dan persyaratan penyimpanan data di masing-masing negara sering kali lebih penting daripada harga token.
Tahun lalu, ketika model R1 milik DeepSeek menjadi sangat populer, Amerika Serikat dan Inggris memperingatkan pengguna mengenai risiko keamanan data dan peretasan yang terkait dengan model AI asal China tersebut, menurut laporan Politico dan The Guardian.
Namun, para ahli mengatakan kepada CNA bahwa kekhawatiran tersebut mulai mereda di kalangan pelaku bisnis di Asia Tenggara, terutama karena banyak model AI China bersifat open source.
Verma mengatakan, jika perusahaan mengunduh model dan menjalankannya secara lokal, “keamanan menjadi isu yang jauh lebih kecil”.
Para ahli menjelaskan, model open source memungkinkan pengembang dan perusahaan mengunduh serta menyesuaikan model dengan menambahkan guardrail mereka sendiri sebelum menjalankan sistem AI di infrastruktur cloud atau peladen lokal.
Dengan menjalankan sistem AI secara lokal, organisasi memiliki kendali lebih besar atas lokasi pemrosesan dan penyimpanan data sensitif. Cara ini juga mengurangi kebutuhan mengirim data rahasia ke penyedia AI eksternal atau platform pihak ketiga sehingga membantu mengatasi kekhawatiran terkait perlindungan dan penyimpanan data.
GEOPOLITIK
Pertimbangan lain bagi perusahaan adalah faktor geopolitik.
Pada 30 April, anggota parlemen Amerika Serikat meluncurkan penyelidikan terhadap perusahaan AS yang menggunakan model AI China, dimulai dari Airbnb dan Anysphere, induk perusahaan pembuat agen pemrograman Cursor, menurut The Hill.
James Pang, profesor analitik dan operasional di National University of Singapore (NUS) sekaligus direktur NUS Business Analytics Centre, mengatakan, sebagian perusahaan di Asia yang menggunakan token AI China tidak mengungkapkannya ke publik “karena faktor geopolitik”.
Di India, perusahaan juga berhati-hati menggunakan model AI China karena khawatir perubahan regulasi di masa depan dapat membuat mereka tidak lagi bisa menggunakan teknologi tersebut, kata Chinmay Bhosale, salah satu pendiri perusahaan rintisan AI hukum asal India, Nyai, kepada Kami.
Kekhawatiran itu dinilai beralasan.
Pada Juni 2020, pemerintah India melarang 59 aplikasi China, termasuk TikTok dan WeChat, dengan alasan keamanan menyusul sengketa perbatasan antara kedua negara, menurut laporan media setempat.
Latensi juga menjadi konsekuensi lain.
Tan mengatakan, daya tarik token AI China di luar negaranya bergantung pada apakah model tersebut tetap mampu menawarkan penghematan biaya ketika infrastruktur AI dioperasikan di negara lain.
Jika dijalankan di luar China, sebagian keunggulan biaya infrastrukturnya bisa hilang karena biaya energi dan pusat data AI dapat lebih tinggi.
Hasil akhirnya kemungkinan bukan Asia akan memilih satu ekosistem AI saja.
Verma mengatakan, kawasan ini justru akan menjadi pasar multi-model: OpenAI, Anthropic, dan Gemini untuk kebutuhan penalaran tingkat tinggi; Qwen, DeepSeek, Kimi, dan model seperti MiniMax untuk alur kerja bervolume besar; serta model lokal untuk kebutuhan bahasa, regulasi, dan keamanan nasional.
Pada akhirnya, kata Verma, perusahaan tidak akan menilai AI dari model yang digunakan, melainkan dari hasil bisnis yang diberikannya.
“Apakah AI membantu mereka mencapai tujuan itu? … Apakah saya menghasilkan uang atau menghemat uang?” katanya, menggambarkan pertanyaan yang akan menjadi pertimbangan perusahaan saat menentukan model AI yang akan digunakan.(RED)
