Apakah Model AI Menjadi Komoditas?

CEO Microsoft (MSFT ), Satya Nadella, baru-baru ini memicu debat dengan mengusulkan bahwa model AI canggih sedang menuju komoditisasi. Dalam sebuah podcast, Nadella mengamati bahwa model dasar menjadi semakin serupa dan tersedia secara luas, sehingga “model itu sendiri tidak cukup” untuk mempertahankan keunggulan kompetitif. Ia menunjukkan bahwa OpenAI – meskipun memiliki jaringan neural canggih – “bukan perusahaan model; itu adalah perusahaan produk yang kebetulan memiliki model fantastis,” menekankan bahwa keunggulan sebenarnya datang dari membangun produk di sekitar model.

Dalam kata lain, memiliki model paling canggih mungkin tidak lagi menjamin kepemimpinan pasar, karena keunggulan kinerja apa pun dapat berumur pendek di tengah kecepatan inovasi AI yang cepat.

Pandangan Nadella memiliki bobot dalam industri di mana raksasa teknologi berlomba untuk melatih model yang semakin besar. Argumennya mengimplikasikan pergeseran fokus: bukan mengobsesi keunggulan model, perusahaan harus mengarahkan energi untuk mengintegrasikan AI ke dalam “seluruh tumpukan sistem dan produk yang sukses.”

Ini menggema sentimen yang lebih luas bahwa terobosan AI hari ini dengan cepat menjadi fitur dasar besok. Ketika model menjadi lebih standar dan dapat diakses, sorotan berpindah ke bagaimana AI diterapkan dalam layanan dunia nyata. Perusahaan seperti Microsoft dan Google (GOOGL ), dengan ekosistem produk yang luas, mungkin paling baik untuk memanfaatkan tren komoditisasi AI ini dengan mengintegrasikan model ke dalam penawaran yang ramah pengguna.

Mengembangkan Akses dan Model Terbuka

Tidak lama lagi, hanya beberapa laboratorium yang dapat membangun model AI canggih, tetapi eksklusivitas itu segera memudar. Kemampuan AI menjadi semakin dapat diakses oleh organisasi dan bahkan individu, memicu gagasan bahwa model sebagai komoditas. Peneliti AI Andrew Ng sejak 2017 membandingkan potensi AI dengan “listrik baru,” menyarankan bahwa sama seperti listrik menjadi komoditas yang meliputi kehidupan modern, model AI dapat menjadi utilitas dasar yang tersedia dari banyak penyedia.

Proliferasi model sumber terbuka baru-baru ini telah mempercepat tren ini. Meta (perusahaan induk Facebook (META )), misalnya, membuat gelombang dengan merilis model bahasa yang kuat seperti LLaMA secara terbuka kepada peneliti dan pengembang tanpa biaya. Alasannya strategis: dengan membuka sumber AI, Meta dapat memicu adopsi yang lebih luas dan mendapatkan kontribusi komunitas, sambil mengurangi keunggulan saingan yang bersifat milik. Dan bahkan lebih baru, dunia AI meledak dengan rilis model DeepSeek dari Cina.

Dalam realm generasi gambar, model Stable Diffusion dari Stability AI menunjukkan bagaimana terobosan dapat dengan cepat menjadi komoditisasi: dalam beberapa bulan setelah rilis terbuka pada 2022, menjadi nama rumah tangga dalam AI generatif, tersedia dalam berbagai aplikasi. Faktanya, ekosistem sumber terbuka meledak – ada puluhan ribu model AI yang tersedia secara publik di repositori seperti Hugging Face.

Hal ini berarti organisasi tidak lagi menghadapi pilihan biner antara membayar untuk model penyedia tunggal atau tidak sama sekali. Sebaliknya, mereka dapat memilih dari menu model (terbuka atau komersial) atau bahkan menyesuaikan model mereka sendiri, seperti memilih komoditas dari katalog. Jumlah pilihan yang besar merupakan indikasi kuat bahwa AI canggih menjadi sumber daya yang dibagikan secara luas daripada hak istimewa yang dijaga ketat.

Raksasa Awan Mengubah AI menjadi Layanan Utilitas

Penyedia awan utama telah menjadi penggerak utama – dan penggerak – komoditisasi AI. Perusahaan seperti Microsoft, Amazon (AMZN ), dan Google menawarkan model AI sebagai layanan on-demand, seperti utilitas yang disampaikan melalui awan. Nadella mencatat bahwa “model sedang dikomoditaskan di [awan],” menyoroti bagaimana awan membuat AI yang kuat dapat diakses secara luas.

Memang, awan Azure dari Microsoft memiliki kemitraan dengan OpenAI, memungkinkan setiap pengembang atau bisnis untuk mengakses GPT-4 atau model teratas lainnya melalui panggilan API, tanpa membangun AI mereka dari awal. Amazon Web Services (AWS) telah melangkah lebih jauh dengan platform Bedrock, yang bertindak sebagai pasar model. AWS Bedrock menawarkan pilihan model dasar dari beberapa perusahaan AI terkemuka – dari model Amazon sendiri hingga model dari Anthropic, AI21 Labs, Stability AI, dan lainnya – semua dapat diakses melalui satu layanan terkelola.

Pendekatan “banyak model, satu platform” ini menggambarkan komoditisasi: pelanggan dapat memilih model yang sesuai dengan kebutuhan mereka dan beralih penyedia dengan relatif mudah, seperti berbelanja komoditas.

Dalam praktiknya, itu berarti bisnis dapat mengandalkan platform awan untuk selalu memiliki model canggih tersedia, seperti listrik dari grid – dan jika model baru mendapat perhatian (katakanlah, terobosan startup), awan akan segera menawarkannya.

Membedakan di Luar Model Itu Sendiri

Jika semua orang memiliki akses ke model AI yang serupa, bagaimana perusahaan AI membedakan diri? Ini adalah inti dari debat komoditisasi. Kesepakatan di antara pemimpin industri adalah bahwa nilai akan terletak pada aplikasi AI, bukan hanya algoritma. Strategi OpenAI sendiri mencerminkan pergeseran ini. Fokus perusahaan dalam beberapa tahun terakhir telah berada pada pengiriman produk yang ramping (ChatGPT dan API) dan ekosistem peningkatan – seperti layanan penyesuaian, plugin tambahan, dan antarmuka pengguna yang ramah – daripada hanya merilis kode model mentah.

Dalam praktiknya, itu berarti menawarkan kinerja yang dapat diandalkan, opsi penyesuaian, dan alat pengembang di sekitar model. Serupa, tim DeepMind dan Brain dari Google, sekarang bagian dari Google DeepMind, mengalirkan penelitian mereka ke dalam produk Google seperti pencarian, aplikasi kantor, dan API awan – mengintegrasikan AI untuk membuat layanan tersebut lebih pintar. Kemampuan teknis model memang penting, tetapi Google tahu bahwa pengguna pada akhirnya peduli dengan pengalaman yang diaktifkan oleh AI (mesin pencari yang lebih baik, asisten digital yang lebih membantu, dll.), bukan nama atau ukuran model.

Kita juga melihat perusahaan membedakan diri melalui spesialisasi. Sebaliknya dari satu model untuk menguasai semuanya, beberapa perusahaan AI membangun model yang disesuaikan untuk domain atau tugas tertentu, di mana mereka dapat mengklaim kualitas unggul bahkan dalam lanskap yang dikomoditaskan. Misalnya, ada startup AI yang fokus secara eksklusif pada diagnostik kesehatan, keuangan, atau hukum – area di mana data dan keahlian domain yang unik dapat menghasilkan model lebih baik untuk niche tersebut daripada sistem umum.

Antarmuka ChatGPT dari OpenAI dan koleksi model khusus (Unite AI/Alex McFarland)

Bentuk diferensiasi lainnya adalah efisiensi dan biaya. Model yang menyampaikan kinerja yang sama dengan biaya komputasi yang jauh lebih rendah dapat menjadi keunggulan kompetitif. Ini ditekankan oleh munculnya model R1 DeepSeek, yang dilaporkan mencocokkan beberapa kemampuan GPT-4 dari OpenAI dengan biaya pelatihan di bawah $6 juta, jauh lebih rendah dari perkiraan $100+ juta yang dihabiskan untuk GPT-4. Kemajuan efisiensi seperti itu menunjukkan bahwa sementara keluaran model yang berbeda mungkin menjadi serupa, satu penyedia dapat membedakan diri dengan mencapai hasil tersebut dengan lebih murah atau lebih cepat.

Akhirnya, ada perlombaan untuk membangun loyalitas pengguna dan ekosistem di sekitar layanan AI. Setelah bisnis mengintegrasikan model AI tertentu secara mendalam ke dalam alur kerja mereka (dengan prompt khusus, integrasi, dan data yang disesuaikan), beralih ke model lain tidaklah mudah. Penyedia seperti OpenAI, Microsoft, dan lainnya berusaha meningkatkan kenyamanan ini dengan menawarkan platform komprehensif – dari SDK pengembang hingga marketplace plugin AI – yang membuat AI mereka lebih menjadi solusi tumpukan penuh daripada komoditas yang dapat dipertukarkan.

Perusahaan bergerak naik rantai nilai: ketika model itu sendiri bukanlah parit, diferensiasi datang dari segala sesuatu yang mengelilingi model – data, pengalaman pengguna, keahlian vertikal, dan integrasi ke dalam sistem yang ada.

Dampak Gelombang Ekonomi dari AI yang Dikomoditaskan

Komoditisasi model AI membawa implikasi ekonomi yang signifikan. Dalam jangka pendek, itu mendorong biaya kemampuan AI turun. Dengan banyak kompetitor dan alternatif sumber terbuka, harga layanan AI telah berada dalam spiral menurun yang mengingatkan pada pasar komoditas klasik.

Selama dua tahun terakhir, OpenAI dan penyedia lainnya telah mengurangi harga akses ke model bahasa secara dramatis. Misalnya, harga token untuk seri GPT dari OpenAI turun lebih dari 80% dari 2023 hingga 2024, penurunan yang dikaitkan dengan peningkatan kompetisi dan kemajuan efisiensi.

Demikian pula, pendatang baru yang menawarkan model yang lebih murah atau terbuka memaksa incumbent untuk menawarkan lebih banyak dengan lebih sedikit – baik melalui versi gratis, rilis sumber terbuka, atau penawaran bundel. Ini adalah kabar baik bagi konsumen dan bisnis yang mengadopsi AI, karena kemampuan canggih menjadi semakin terjangkau. Ini juga berarti teknologi AI menyebar lebih cepat di seluruh perekonomian: ketika sesuatu menjadi lebih murah dan lebih standar, lebih banyak industri mengintegrasikannya, memicu inovasi (seperti perangkat keras PC yang dikomoditaskan dengan harga murah pada 2000-an yang memicu ledakan layanan perangkat lunak dan internet).

Kita sudah melihat gelombang adopsi AI di sektor seperti layanan pelanggan, pemasaran, dan operasi, didorong oleh model yang tersedia dan layanan yang siap digunakan. Ketersediaan yang lebih luas dapat memperluas pasar keseluruhan untuk solusi AI, bahkan jika margin keuntungan pada model itu sendiri menyusut.

Dinamika ekonomi AI yang dikomoditaskan (Unite AI/Alex McFarland)

Namun, komoditisasi juga dapat mengubah lanskap kompetitif dengan cara yang menantang. Bagi laboratorium AI yang mapan yang telah berinvestasi miliaran dalam mengembangkan model terdepan, prospek bahwa model tersebut hanya menghasilkan keunggulan sementara memunculkan pertanyaan tentang ROI. Mereka mungkin perlu menyesuaikan model bisnis mereka – misalnya, fokus pada layanan perusahaan, keunggulan data milik, atau produk langganan yang dibangun di atas model, bukan hanya menjual akses API.

Ada juga unsur perlombaan senjata: ketika setiap terobosan dalam kinerja dengan cepat diikuti atau dilampaui oleh orang lain (atau bahkan oleh komunitas sumber terbuka), jendela untuk memonetisasi model baru menyempit. Dinamika ini mendorong perusahaan untuk mempertimbangkan parit ekonomi alternatif. Salah satu parit seperti itu adalah integrasi dengan data milik (yang tidak dikomoditaskan) – AI yang disesuaikan pada data kaya perusahaan dapat lebih berharga bagi perusahaan tersebut daripada model apa pun yang tersedia.

Yang lain adalah fitur regulasi atau kepatuhan, di mana penyedia mungkin menawarkan model dengan privasi atau kepatuhan yang dijamin untuk penggunaan perusahaan, membedakan diri dengan cara yang melampaui teknologi murni. Pada skala makro, jika model AI dasar menjadi seubaha databases atau server web, kita mungkin melihat pergeseran di mana layanan di sekitar AI (penyimpanan awan, konsultasi, penyesuaian, pemeliharaan) menjadi generator pendapatan utama. Sudah, penyedia awan mendapat manfaat dari permintaan infrastruktur komputasi (CPU, GPU, dll.) yang meningkat untuk menjalankan semua model ini – sedikit seperti bagaimana utilitas listrik mendapat keuntungan dari penggunaan bahkan jika peralatan itu sendiri dikomoditaskan.

Secara esensi, ekonomi AI dapat mencerminkan komoditas IT lainnya: biaya yang lebih rendah dan akses yang lebih besar memicu penggunaan yang meluas, menciptakan peluang baru yang dibangun di atas lapisan yang dikomoditaskan, bahkan ketika penyedia lapisan tersebut menghadapi margin yang lebih ketat dan kebutuhan untuk terus berinovasi atau membedakan diri di tempat lain.