CEO Coinbase Brian Armstrong bertaruh bahwa hambatan berikutnya untuk kecerdasan buatan bukanlah seberapa pintar model tersebut, melainkan seberapa banyak daya dan perangkat keras fisik yang tersedia untuk menjalankannya. Dalam serangkaian pernyataan pekan ini, Armstrong berpendapat bahwa infrastruktur energi dan komputasi, bukan peningkatan algoritma, yang akan menentukan seberapa jauh AI dapat berkembang. Dengan pendanaan ventura AI yang mencapai $242 miliar hanya pada kuartal pertama tahun 2026, ia mengatakan bahwa kendala nyata sudah terlihat dalam pembangunan pusat data.
Ke mana arah biaya
Armstrong memperkirakan bahwa dalam 12 hingga 18 bulan ke depan, sekitar 80% beban kerja AI akan beralih ke model yang biayanya hingga 99% lebih murah dibandingkan sistem sumber terdepan saat ini. Sisanya 20% masih akan menggunakan model kelas atas untuk tugas-tugas berisiko tinggi seperti penelitian ilmiah. Ia membandingkan pembagian ini dengan elektronik konsumen: kebanyakan orang yang membeli MacBook atau PC gaming melewatkan spesifikasi maksimal. Logika yang sama, menurutnya, akan berlaku untuk AI — sebagian besar tugas akan berjalan pada model yang lebih murah dan cukup baik.
Coinbase sudah menerapkan ide tersebut. Perusahaan mengarahkan permintaan ke model yang paling hemat biaya yang tersedia, sehingga memungkinkan pengeluaran AI mereka tetap stabil meskipun penggunaan token tumbuh secara eksponensial. Alternatif sumber terbuka seperti DeepSeek V4, yang kinerjanya mendekati sistem proprietary terbaik dengan biaya kira-kira sepertigapuluh kali lebih murah, membuat strategi itu layak dilakukan.
Anggaran perusahaan sudah tertekan
Investor Tommy Shaughnessy menyoroti Uber sebagai studi kasus tentang seberapa cepat pengeluaran AI perusahaan dapat melampaui proyeksi. Menurut Shaughnessy, Uber menghabiskan seluruh anggaran AI tahun 2026 pada awal April — kurang dari empat bulan dalam tahun tersebut. Pembengkakan biaya seperti itu, menurut Armstrong, akan mendorong perusahaan untuk mencari alternatif yang lebih murah daripada mengejar model paling canggih.
Seiring turunnya biaya per token, hambatan bergeser ke hulu. Kendala nyata menjadi energi dan silikon yang diperlukan untuk menjalankan model apa pun dalam skala besar. Armstrong mendeskripsikan permintaan akan kecerdasan yang dihasilkan AI sebagai sesuatu yang tidak memiliki batas praktis. Namun infrastruktur fisik untuk memasok kecerdasan tersebut sudah mulai terhambat.
Mengapa Armstrong menentang regulasi AI yang lebih ketat
Armstrong juga menyuarakan penentangan terhadap regulasi AI yang lebih ketat. Ia berpendapat bahwa kebijakan tidak seharusnya membentuk lintasan teknologi ketika tantangan praktis utamanya sudah berupa kekurangan pembangkit listrik dan pusat data. Regulasi yang berlebihan, menurutnya, dapat memperlambat pembangunan infrastruktur tersebut di saat sangat dibutuhkan.
Kapasitas pusat data tidak mampu mengimbangi
Kapasitas pusat data global sudah tertinggal dari permintaan. Bahkan ketika uang ventura mengalir deras ke startup AI pada Q1 2026, laju konstruksi fisik belum bisa mengejar. Argumen utama Armstrong menyatukan semuanya: batasan nyata AI bukanlah kualitas model atau bahkan biaya, melainkan energi mentah dan infrastruktur komputasi yang diperlukan untuk menjalankan triliunan kueri.
Pertanyaan yang belum terjawab adalah seberapa cepat infrastruktur itu dapat diperluas — dan apakah perusahaan utilitas, regulator, serta produsen chip dapat mengimbangi industri yang tidak menunjukkan tanda-tanda melambat.
