Meta Memprediksi Anggaran Token AI untuk Insinyur Mungkin Segera Dibatasi

Seiring dengan semakin terintegrasinya kecerdasan buatan ke dalam siklus hidup pengembangan perangkat lunak, biaya komputasi yang tersembunyi mulai bermunculan. Eksekutif Meta, Adam Mosseri, menyarankan bahwa era eksperimentasi AI tanpa batas mungkin akan segera berakhir karena biaya konsumsi token mulai menyaingi gaji manusia.

Meningkatnya Biaya Konsumsi Token AI

Dalam wawancara baru-baru ini di Lenny’s Podcast, kepala Instagram Adam Mosseri menyoroti realitas fiskal yang membayangi Big Tech: "burn rate" (laju pembakaran biaya) dari seorang insinyur berkinerja tinggi yang menggunakan alat AI dapat segera menyamai biaya aktual kepegawaian mereka. Pergeseran ini menandai transisi dari melihat AI sebagai pendorong produktivitas gratis menjadi melihatnya sebagai pengeluaran operasional (OpEx) yang signifikan.

Skala masalah ini sangat besar. Meta baru-baru ini harus menutup "AI token spend leaderboard" internal setelah menyadari bahwa pola konsumsi saat ini menempatkan perusahaan pada lintasan pengeluaran miliaran dolar pada tahun 2026. Mosseri mencatat bahwa tanpa manajemen, sangat mudah untuk membangun "token incinerator"—sebuah alur kerja yang mengonsumsi komputasi dalam jumlah masif tanpa memberikan nilai bisnis yang nyata.

Pergeseran Menuju Manajemen Sumber Daya

Mosseri berpendapat bahwa anggaran token harus dikelola dengan ketegasan yang sama seperti sumber daya perusahaan terbatas lainnya, seperti kapasitas GPU, RAM, penyimpanan, atau penggajian. Langkah menuju "token rationing" (penjatahan token) ini tidak hanya terjadi di Meta; industri sudah mulai melihat tanda-tanda perhitungan fiskal AI:

  • Uber: Raksasa layanan transportasi daring ini menghadapi krisis anggaran AI setelah menghabiskan proyeksi anggaran pengodean AI tahun 2026 pada bulan April tahun ini.
  • Microsoft: Dalam upaya untuk mengonsolidasikan biaya, Microsoft membatalkan lisensi Claude Code, dan mengalihkan tenaga kerja tekniknya ke alat Copilot CLI miliknya sendiri.

Model yang diusulkan untuk Meta melibatkan penetapan batas per insinyur yang proporsional dengan kemampuan mereka untuk mendorong hasil yang "ROI-positif". Alih-alih akses tanpa batas, para insinyur kemungkinan akan dialokasikan anggaran berdasarkan nilai yang dihasilkan oleh alur kerja berbasis AI mereka bagi perusahaan.

Jalan Menuju Penskalaan AI yang Berkelanjutan

Meskipun masa depan jangka pendek tampak penuh dengan pengetatan batasan, Mosseri tetap optimis terhadap lintasan ekonomi AI jangka panjang. Ia memperkirakan bahwa seiring dengan masuknya penyedia model ke dalam perang harga yang sengit untuk merebut pangsa pasar, biaya per token pada akhirnya akan menurun.

Untuk saat ini, industri sedang dalam fase transisi. Perusahaan-perusahaan mulai meninggalkan eksperimentasi yang "konyol" dan beralih ke implementasi AI yang disiplin dan berbasis nilai. Bagi para pengembang dan pendiri teknologi, ini berarti batas efisiensi berikutnya bukan hanya tentang menulis kode yang lebih baik, tetapi tentang menulis kode yang memaksimalkan kecerdasan sambil meminimalkan pemborosan komputasi.

Poin-Poin Penting

  • Paritas Fiskal: Biaya token AI untuk masing-masing insinyur diproyeksikan pada akhirnya akan menyamai total biaya kepegawaian mereka.
  • Tren di Seluruh Industri: Pemain besar seperti Uber dan Microsoft sudah mulai menerapkan kontrol ketat dan mengonsolidasikan alat untuk mengelola pengeluaran AI yang tidak terkendali.
  • Akses Berbasis ROI: Alokasi sumber daya AI di masa depan kemungkinan akan diperlakukan sebagai OpEx yang dikelola, dengan anggaran yang terikat pada pengembalian investasi (ROI) insinyur yang terukur.