Dari 'Perlombaan Model' ke 'Menutup Buku': Tentang Apa Persaingan di Industri AI Sekarang – Jawaban dari WAIC 2026
Anthropic
Moonshot AI
Pada WAIC 2026, para ahli mencatat pergeseran paradigma: industri AI beralih dari memamerkan kemampuan model ke akuntansi keuangan yang ketat ('menutup buku'). Tiga item biaya utama dibahas – infrastruktur (total investasi melebihi $700 miliar dengan pendapatan hanya $50 miliar), inferensi (biaya per token turun 8–10 kali tetapi total pengeluaran naik), dan modal (investor menuntut ekonomi nyata). Model tetap penting, tetapi fokus bergeser ke produk, kemampuan agen, infrastruktur, dan data tepercaya.
Pada konferensi WAIC 2026, para ahli dari berbagai sektor – termasuk industri, modal, teknologi, dan infrastruktur – membahas pergeseran industri AI dari perlombaan parameter model ke 'inventarisasi' yang pragmatis. Perubahan kunci pada tahun 2026 meliputi: kemunculan Claude Fable5 yang menyebabkan kepanikan di bidang keamanan siber; peningkatan tajam biaya akselerator (harga sewa dan beli berlipat ganda); kompleksitas aplikasi B2B (business-to-business); ketidakseimbangan tiga kali lipat antara investasi (lebih dari 700 miliar dolar AS) dan pendapatan (50 miliar dolar AS) di infrastruktur; penurunan harga per token sebanyak 8-10 kali lipat bersamaan dengan peningkatan total konsumsi token; serta pergeseran perhatian investor dari 'cerita besar' menuju imbal hasil ekonomi nyata. Para peserta mencatat bahwa model tetap penting, tetapi perannya berubah: perusahaan besar harus berinvestasi pada model, sementara perusahaan rintisan harus fokus pada konsep produk. Teknologi agen (Agent + Harness) memungkinkan model probabilistik menyelesaikan tugas deterministik, terutama dalam pengkodean, di mana konsumsi token melonjak. Area prioritas untuk tahun mendatang meliputi: infrastruktur AI, AI yang tepercaya (keandalan dan keamanan), model dunia (data fisik), data tepercaya di domain sempit (kedokteran, industri), dan kecepatan inferensi model (hingga 15.000 token per detik pada model dengan 8 miliar parameter). Para ahli sepakat bahwa tolok ukur masih berguna, tetapi pengujian tertutup lebih dapat diandalkan daripada yang terbuka.
Sumber: InfoQ 中国 —
asli
