Euforia adopsi kecerdasan buatan di dunia korporasi mulai memasuki babak baru. Setelah periode panjang membuka keran akses AI selebar-lebarnya untuk karyawan, para CTO dan CFO kini menginjak rem. Pemicunya jelas, biaya operasional yang melambung.
Pergeseran ini tegas. Fokus bergeser dari “sebanyak mungkin yang pakai” menjadi “seberapa besar dampaknya”. Istilahnya valuemaxxing, mengejar nilai ekonomi, bukan sekadar angka adopsi.
Tagihan Membengkak, Rem Darurat Ditarik
Fenomena tokenmaxxing, penggunaan token AI secara berlebihan mulai membuat ruang rapat direksi gerah. Eksperimen yang tadinya didorong justru berbalik jadi beban neraca.
Dua kasus jadi sorotan. Seorang karyawan Disney tercatat berinteraksi dengan Claude sebanyak 460.000 kali hanya dalam sembilan hari.
Sementara itu, Uber kehabisan seluruh anggaran AI 2026 hanya dalam empat bulan pertama. Alhasil, perusahaan ride-hailing itu terpaksa membatasi pemakaian asisten coding berbasis AI di internal.
Becky Trevino (Chief Product Officer di vendor FinOps Flexera) melihat perubahan metrik yang drastis. “Dulu nilainya adalah, ‘Mari kita terapkan ini ke sebanyak mungkin orang,’” kata Trevino.
“Sekarang dengan cepat berubah menjadi, ‘Mari kita bertindak cerdas karena kita memiliki jumlah token yang terbatas,” ucapnya.
Tolok ukur baru tidak lagi soal persentase karyawan yang membuka Microsoft Copilot. Pertanyaannya bergeser, apa keuntungan yang dihasilkan?.
“Tunjukkan apa yang berubah di organisasi Anda,” tegas Trevino.
Harga Murah yang Menipu, Infrastruktur yang Mahal
Banyak pemimpin TI dinilai masih terlena dengan “harga semu” AI saat ini. Cliff Jurkiewicz (VP Global Strategy di Phenom, perusahaan AI untuk HR) mengingatkan bahwa tarif layanan yang terasa murah justru menutupi biaya riil.
“AI saat ini dihargai terlalu rendah, dan tidak menutupi biaya operasional yang sebenarnya,” ungkap Jurkiewicz.
“Di balik setiap prompt ada infrastruktur mahal, pusat data dan energi. Penyedia layanan tidak akan menanggungnya selamanya,” ucapnya.
Setiap prompt punya ongkos input dan output. Masalahnya, sistem AI kerap memberi jawaban yang berlebihan. Perusahaan pun membayar lebih dari yang dibutuhkan. Kalikan dengan ribuan karyawan, dampaknya langsung terasa di laporan keuangan.
“Para pemenang nantinya adalah mereka yang menetapkan pagar pembatas sejak dini,” kata Jurkiewicz.
“Prioritaskan kasus penggunaan berdampak tinggi. Perlakukan AI sebagai sumber daya strategis yang terbatas, bukan utilitas tak terbatas,” ucapnya.
Strategi Baru: Selektif, Terukur, Prioritas
Andy Sen (CTO AppDirect) menyebut banyak perusahaan terjebak euforia produktivitas tanpa sadar tagihan berjalan. Menurutnya, perbedaan biaya antar model AI sangat signifikan.
“Ada perbedaan biaya yang besar antara model-model yang ada. Beberapa bisa seratus kali lebih mahal daripada yang lain,” jelas Sen.
Sen memberi tiga langkah taktis untuk pemimpin TI:
- Seleksi model: Pahami struktur biaya tiap model. Pilih yang paling ekonomis sesuai kebutuhan.
- Matikan fitur premium: Nonaktifkan fitur berbayar kelas atas untuk tugas ringan seperti menulis email rutin.
- Gunakan role model: Tunjuk karyawan yang sudah efektif memakai AI sebagai contoh, bukan memaksa adopsi merata.
Trevino menambahkan pendekatan FinOps yang lebih struktural. Kuncinya: prioritaskan departemen penggerak bisnis.
“Jika Anda memiliki anggaran terbatas dan ada 20 departemen, departemen mana yang paling penting?” tanya Trevino.
“Pastikan tiga unit bisnis yang mendorong pertumbuhan atau daya saing itulah yang mendapatkan akses prioritas,” ujarnya.
Dorongan untuk disiplin makin kuat setelah pemain besar seperti Anthropic mulai menerapkan metered pricing atau harga berbasis penggunaan.
Era AI sebagai “sumber daya tak terbatas” telah berakhir. Kini, akuntabilitas finansial jadi panglima. Nilai bisnis, bukan jumlah pengguna, yang menentukan siapa yang bertahan.
