Sundar Pichai: Gemini 4 Membutuhkan Model Dasar yang Lebih Besar untuk Memimpin Persaingan AI

Google sedang mengalihkan strateginya menuju pra-pelatihan skala masif untuk merebut kembali dominasi dalam persaingan model frontier. CEO Alphabet Sundar Pichai telah memberi sinyal bahwa lompatan evolusioner berikutnya bagi Gemini bergantung pada pembangunan model dasar yang jauh lebih besar untuk menandingi dan melampaui para pemimpin industri saat ini.

Mandat Skalabilitas: Mengapa Gemini 4 Berbeda

Dalam panggilan pendapatan Q2 2026 baru-baru ini, Sundar Pichai membahas lanskap kompetitif AI generatif, mencatat bahwa meskipun Google telah membuat kemajuan signifikan, jalan menuju performa frontier yang sesungguhnya memerlukan pergeseran skala. Perusahaan saat ini sedang menjalankan "proses pra-pelatihan paling ambisius sejauh ini" untuk Gemini 4.

Menurut Pichai, generasi kecerdasan berikutnya tidak dapat dicapai hanya melalui pembaruan inkremental; hal ini memerlukan model dasar yang jauh lebih besar untuk menjembatani kesenjangan saat ini dengan para pesaing. Investasi masif dalam komputasi dan data ini tercermin dalam revisi prakiraan investasi Alphabet tahun 2026, yang telah dinaikkan menjadi angka yang mengejutkan sebesar $195 miliar – $205 miliar untuk mengimbangi lonjakan permintaan.

Efisiensi vs. Kekuatan Frontier: Strategi Flash

Sementara pencarian model frontier baru terus berlanjut, Google secara bersamaan melakukan optimasi untuk kasus penggunaan "workhorse" yang menggerakkan ekosistemnya. Bifurkasi yang jelas mulai muncul dalam hierarki model Google:

  • Tier Frontier: Berfokus pada Gemini 4, menargetkan kemampuan penalaran masif dan menutup kesenjangan dengan kompetitor tingkat atas.
  • Tier Efisiensi: Berfokus pada seri Gemini Flash. Pichai mencatat bahwa model Flash mencapai "titik temu optimal antara performa dan biaya," yang mendorong sebagian besar permintaan konsumen harian.

Pendekatan jalur ganda ini membuahkan hasil secara finansial. Google melaporkan bahwa biaya per respons AI dalam "AI Mode" telah turun ke level terendahnya sejak peluncuran, bahkan saat perusahaan menerapkan model dasar yang lebih kuat. Efisiensi ini, yang didukung oleh rilis seperti Flash 3.6, sangat penting untuk menjaga margin seiring dengan meningkatnya integrasi AI.

Pertumbuhan Pengguna Masif dan Pencapaian Monetisasi

Kesehatan finansial dari transisi AI Google terlihat jelas dalam metrik kuartalan terbarunya. Google melaporkan pendapatan Q2 2026 sebesar $119,8 miliar, meningkat 24% dibandingkan tahun sebelumnya. Pendorong pertumbuhan utama meliputi:

  • Adopsi Aplikasi Gemini: Pengguna aktif bulanan telah melonjak ke 950 juta, naik dari 750 juta pada bulan Februari.
  • Ekspansi Google Cloud: Segmen Cloud mengalami pertumbuhan eksplosif sebesar 82%, mencapai $24,8 miliar.
  • Integrasi Search: AI Mode di Google Search telah melampaui satu miliar pengguna aktif bulanan, membuka potensi monetisasi dari miliaran kueri pencarian yang sebelumnya sulit dimonetisasi.
  • Evolusi Ad Tech: Alat periklanan AI Max telah keluar dari masa beta, dan kini digunakan oleh 500.000 pengiklan.

Mengatasi Kelemahan Teknis

Pichai bersikap transparan mengenai area di mana Google masih perlu mengejar ketertinggalan. Secara khusus, perusahaan sedang melipatgandakan upaya untuk meningkatkan kemampuan "coding dan agentic coding". Seiring AI bergerak dari antarmuka chat sederhana menuju agen otonom yang dapat menulis, melakukan debug, dan mengeksekusi kode, penguasaan alur kerja agentic ini menjadi fokus utama dalam siklus pengembangan Gemini 4.

Poin-Poin Penting

  • Skala adalah prioritas: Google berinvestasi hingga $205 miliar setiap tahunnya, bertaruh bahwa "model dasar yang jauh lebih besar" adalah satu-satunya cara untuk memenangkan persaingan AI frontier dengan Gemini 4.
  • Keunggulan Flash: Sambil mengejar kecerdasan frontier, Google berhasil menggunakan seri Gemini Flash untuk mendorong utilitas bervolume tinggi dan berbiaya rendah bagi hampir 1 miliar pengguna.
  • Peningkatan Terarah: Upaya pra-pelatihan masif untuk Gemini 4 secara khusus ditujukan untuk mengatasi kelemahan saat ini dalam kemampuan coding dan otonomi agentic.