Kehadiran kecerdasan buatan (AI) menggoncang ekosistem perangkat lunak yang selama ini didominasi kontrak jangka panjang. Amazon Web Services (AWS) mendesak para mitra bisnisnya meninggalkan skema konvensional dan merancang ulang model penetapan harga yang jauh lebih adaptif.
Tekanan itu muncul seiring upaya korporasi mengendalikan pengeluaran dalam ekonomi token berbasis AI. Sebagai respons, para mitra AWS mulai menjajal model penetapan harga fleksibel, mencakup skema bayar-sesuai-pemakaian (pay-as-you-go) dan berbasis hasil (outcome-based).
Pergeseran Permanen ke Mode AI
Allison Johnson (Direktur Tim Mitra Teknologi AWS Amerika Serikat) mengungkapkan bahwa peta persaingan industri telah bergeser secara permanen. Menurutnya, seluruh perangkat lunak yang diadopsi publik ke depan wajib menyediakan mode konsumsi berbasis AI.
“Saya pikir semua perangkat lunak akan menawarkan mode konsumsi dan mode AI. Tidak ada cara untuk kembali ke tradisi kesepakatan lima tahun itu,” katanya.
Johnson memimpin sekitar 400 mitra teknologi di sektor perangkat lunak, AI, dan produk lainnya. Jika mitra natif AI seperti OpenAI dan Anthropic mengawali langkah dengan penagihan berbasis konsumsi, kini gelombang mitra Software-as-a-Service (SaaS) tradisional turut bergerak ke arah yang sama.
Penetapan harga berbasis hasil kian diminati pasar AI. Studi Pasar AWS 2026 mencatat 80 persen pelanggan kini beralih ke model komersial tersebut.
Sejumlah mitra aplikasi bisnis AWS bahkan menyematkan agen AI dan mematok tarif berdasarkan jumlah kasus pusat bantuan yang berhasil diselesaikan.
Melalui platform pengembang AI cloud Amazon Bedrock, AWS memiliki visibilitas langsung terhadap preferensi para mitra yang sedang bertransformasi mulai dari tahap mengintegrasikan Bedrock hingga membenamkan model bahasa besar (LLM) ke dalam produk aktual.
Tantangan Pengembalian Investasi dan Transparansi Biaya
Di sisi lain, antusiasme korporasi memanfaatkan AI belum sejalan dengan hasil yang diperoleh. Riset Accenture yang melibatkan lebih dari 6.000 karyawan dan eksekutif tingkat C menunjukkan hanya 23 persen perusahaan yang berhasil melaporkan nilai bisnis AI secara berkelanjutan.
Kondisi itu membuat para eksekutif menuntut kejelasan anggaran agar terhindar dari komitmen proyek jangka panjang yang kaku.
“Alih-alih membeli proyek tiga tahun untuk 10.000 pengguna, bagaimana bentuk paket layanan dan harganya jika kami hanya butuh untuk 100 pengguna saja. Kebutuhan untuk durasi yang lebih singkat seperti satu tahun atau enam bulan?,” ujar Johnson.
Transparansi penggunaan AI di setiap unit bisnis menjadi keharusan supaya pelanggan dapat memastikan kewajaran biaya. Zendesk menjadi contoh nyata mitra AWS yang sukses merekayasa ulang harganya menjadi berbasis hasil murni dengan menetapkan tarif per tiket layanan pelanggan. Meski menuntut perombakan produk dari awal, model semacam ini terbukti jauh lebih efektif daripada skema hibrida.
Transformasi Total bagi Integrator Sistem
Gelombang generatif AI turut menjungkirbalikkan model penetapan harga konvensional berbasis waktu dan material (time-plus-materials). Perubahan itu secara langsung memaksa struktur penagihan para integrator sistem (systems integrators atau SI) untuk beradaptasi.
Pasar secara mutlak menuntut perubahan orientasi bisnis migrasi yang kini berjalan jauh lebih singkat berkat bantuan perangkat AI generatif.
Sebagai langkah penyesuaian, Johnson menambahkan, para integrator sistem wajib menyelaraskan keterampilan AI dengan kebutuhan riil pelanggan sekaligus memperkuat ketersediaan sumber daya manusia.
Kehadiran insinyur yang diterjunkan langsung ke lapangan (forward deployed engineers) menjadi pintu masuk strategis bagi mitra yang ingin memperluas layanan dan membantu pelanggan mengendalikan biaya operasional AI.
