CEO Microsoft AI, Mustafa Suleyman, memperkirakan bahwa pelatihan AI individual akan menelan biaya $100 miliar dalam waktu dekat, angka yang akan menempatkan pengembangan model terdepan di luar jangkauan semua perusahaan kecuali segelintir. Suleyman tidak memberikan jadwal kapan ia memperkirakan pelatihan tersebut menjadi standar, tetapi proyeksinya menunjukkan kesenjangan yang melebar antara segelintir perusahaan yang mampu membangun pada skala itu dan yang lainnya.
Implikasinya adalah konsolidasi. Jika melatih satu model menghabiskan biaya sebanyak program infrastruktur besar, jumlah organisasi yang mampu melakukannya menyusut dengan cepat — dan bersamaan dengan itu, jumlah perusahaan yang menentukan seperti apa sistem ini, bagaimana perilakunya, dan siapa yang mendapatkan akses ke sana.
Harga sebuah model terdepan
Biaya pelatihan terus meningkat seiring model menjadi lebih besar dan lebih haus data. Angka $100 miliar yang disebutkan Suleyman secara publik adalah sinyal paling jelas bahwa biaya tersebut tidak akan segera mendatar. Pelatihan dengan harga seperti itu bukan sekadar tagihan komputasi yang lebih besar — ini adalah jenis bisnis yang berbeda. Ini membutuhkan komitmen modal jangka panjang, kapasitas daya dan pusat data khusus, serta toleransi untuk pengeluaran pada skala yang belum pernah dipertimbangkan oleh sebagian besar perusahaan teknologi.
Perhitungan itu secara alami mempersempit lapangan. Perusahaan tanpa infrastruktur cloud yang ada, hubungan pasokan chip, dan neraca keuangan untuk menyerap pengeluaran bertahun-tahun akan sulit bertahan di tingkat teratas. Beberapa akan bermitra. Beberapa akan berspesialisasi. Yang lain akan keluar dari pengembangan model terdepan sepenuhnya dan membangun di atas model yang dilatih oleh pihak lain.
Lebih sedikit pemain, lebih banyak pengaruh
Konsolidasi dalam pelatihan AI akan memusatkan banyak pengaruh. Perusahaan yang dapat mempertahankan pelatihan senilai $100 miliar secara efektif akan menetapkan arah teknis industri — arsitektur model, praktik keamanan, harga API, dan kecepatan kemampuan baru mencapai publik. Ini adalah lanskap kompetitif yang berbeda dari yang telah mendefinisikan beberapa tahun terakhir, ketika berbagai laboratorium, startup, dan kelompok riset masih dapat secara kredibel mengklaim sedang mendorong batas terdepan.
Lapangan yang lebih kecil tidak otomatis lebih buruk bagi pengguna. Tetapi itu berarti lebih sedikit suara independen yang menentukan bagaimana sistem paling canggih dilatih dan digunakan. Regulator dan peneliti yang melacak pengembangan AI telah mengamati konsentrasi ini selama beberapa waktu; proyeksi Suleyman memberi mereka angka konkret untuk dijadikan acuan.
Inferensi yang lebih murah adalah sisi lain dari cerita
Pelatihan dan inferensi menarik ke arah yang berlawanan. Suleyman juga menunjuk pada inferensi yang lebih murah sebagai kekuatan yang dapat mendemokratisasi penggunaan AI — bahkan jika model itu sendiri dibangun oleh sekelompok kecil perusahaan. Inferensi adalah apa yang terjadi ketika model menjawab kueri, menghasilkan gambar, atau menjalankan agen. Ketika itu menjadi lebih murah, lebih banyak produk, bisnis, dan pengembang individu dapat memanfaatkan AI tanpa perlu melatih apa pun sendiri.
Hasilnya bisa menjadi industri dua lapis: sejumlah kecil operasi pelatihan yang sangat mahal di atas, dan ekosistem aplikasi yang jauh lebih luas yang dibangun di atasnya. Hambatan masuk turun bagi pengguna bahkan ketika naik bagi laboratorium terdepan.
Apa yang perlu diperhatikan
Pertanyaan sekarang adalah seberapa cepat pelatihan senilai $100 miliar itu tiba dan siapa yang masih berdiri saat itu terjadi. Microsoft telah berkomitmen besar pada infrastruktur AI, dan komentar Suleyman menunjukkan perusahaan memperkirakan kurva pengeluaran akan terus menanjak. Pesaing dengan sumber daya sebanding membuat taruhan serupa. Bagi yang lain, keputusan praktisnya adalah apakah akan bersaing di garis terdepan, bermitra dengan mereka yang mampu, atau membangun di atas model yang dihasilkan.
Tidak ada jadwal yang dipublikasikan untuk pelatihan dengan harga tersebut. Proyeksi Suleyman adalah ramalan, bukan komitmen — tetapi itu adalah jenis ramalan yang membentuk anggaran, perekrutan, dan strategi di seluruh industri jauh sebelum angka itu menjadi kenyataan.
