Saya telah berdebat dalam kondisi apa AI akan memberikan dampak jangka panjang pada perusahaan. Ini adalah pertanyaan strategis bagi para pemimpin perusahaan, karena pertanyaan ini menentukan di mana dan bagaimana mereka mengalokasikan anggaran AI mereka. Mendekati AI semata-mata sebagai sebuah utilitas berarti sebagian besar investasi untuk mencapai dampak jangka panjang akan ditanggung oleh pihak lain, misalnya pemerintah dan perusahaan hyperscaler, bukan perusahaan. Menunggu utilitas AI dapat menunda seberapa cepat perusahaan meningkatkan upaya percontohan AI mereka. Mendekatinya sebagai infrastruktur akan menyiratkan bahwa perusahaan membangun tulang punggung apa pun yang ada pada saat pengambilan keputusan, tidak peduli seberapa lengkap, andal, atau mahalnya tulang punggung tersebut.
Saat ini, banyak pemimpin bisnis, mulai dari CEO hingga CFO, eksekutif unit bisnis, CIO, dan Chief AI Officer, secara individu atau bersama-sama, menunggu AI menjadi sebuah utilitas. Mereka menunggu AI menjadi murah, ada di mana-mana, dan deterministik, seperti halnya mendapatkan listrik dari stopkontak. Argumen saya adalah bahwa ini adalah kesalahan strategis. Apalagi momen ini tidak akan pernah tiba sesuai harapan mereka.
Perangkap Utilitas
Memperlakukan AI sebagai sebuah utilitas mengasumsikan bahwa “model yang lebih baik” dari Google, OpenAI, dan lainnya, ditambah dengan sistem perangkat keras yang tepat, akan dengan mudah memecahkan masalah bisnis spesifik suatu perusahaan, sementara biaya intelijen akan sangat tinggi.
Ini adalah sebuah kekeliruan. Meskipun biaya penalaran mentah (token publik) menurun, biaya akurasi kontekstual (logika bisnis perusahaan) meningkat. Hyperscaler akan membangun “jaringan intelijen”, namun mereka tidak akan pernah membangun koneksi “last mile” ke data milik perusahaan. Penelitian terbaru menemukan bahwa hingga 42 persen proyek percontohan AI di tingkat perusahaan akan ditinggalkan pada tahun 2025sebagian besar karena organisasi menunggu model yang dapat bekerja secara ajaib tanpa berinvestasi pada infrastruktur khusus yang diperlukan untuk mendukung model tersebut.
Tumpukan AI Perusahaan yang Sedang Berkembang
Untuk memahami mengapa asumsi “utilitas” gagal, kita harus melihat tumpukannya AI-pertama perusahaan benar-benar menerapkannya. Ini adalah arsitektur yang canggih dan berlapis-lapis. Suatu perusahaan tidak bisa begitu saja berlangganan tumpukan ini; itu harus menjadi arsiteknya. Tumpukan terdiri dari:
- Lapisan Komputasi dan Penyimpanan: Lapisan ini menggabungkan komputasi untuk pelatihan model dan inferensi, penyimpanan, interkoneksi jaringan, dan energi. Saat ini, lapisan ini ditawarkan oleh perusahaan hyperscaler dan pusat data yang dikendalikan pemerintah (awan berdaulat Dan Di Sini). Perusahaan yang menawarkan Compute Layer bersaing efisiensi energi (Joule per Token), menjadikan komputasi sebagai aset yang berbeda.
- Lapisan Model Publik: Campuran Model Fondasi berpemilik yang sangat besar (GPT-5, Gemini 3), dan model yang lebih kecil untuk tujuan umum, khusus tugas, atau modalitas, beberapa di antaranya bersifat open-source, misalnya, Llama 3, DeepSeek 3, Nano Banana, dll.
- Lapisan Pengetahuan Kepemilikan: Ini adalah lapisan pertama tempat nilai unik perusahaan berada. Ini adalah sistem penyimpanan ganda yang terdiri dari:
- Ruang Laten: Data tidak terstruktur (email, dokumen) diubah menjadi penyematan (vektor) sehingga model neural AI dapat memahami konteks dan makna semantik.
- Ruang Simbolik: Data terstruktur (catatan pelanggan, aturan bisnis, berbagai jenis hubungan) biasanya direpresentasikan sebagai Grafik Pengetahuan sehingga model AI dapat mematuhi alasan dan batasan deterministik.
- Lapisan Aplikasi/Agen: Lapisan eksekusi yang menggabungkan logika bisnis, bagian lain dari nilai bisnis, yang mengimplementasikan proses bisnis perusahaan. Logikanya dimasukkan ke dalam aplikasi agen perusahaan.
- Lapisan Orkestrasi: “Switchboard” yang mengkoordinasikan dan mengawasi aplikasi agen yang saling bergantung sehingga alur kerja yang kompleks dapat dilakukan, memprioritaskan dan memparalelkan eksekusi aplikasi, dan mengarahkan permintaan dan panggilan API ke model yang tepat berdasarkan biaya, kepercayaan, latensi, kinerja, privasi, dan keamanan siber persyaratan.
Itu tumpukan PARK, LanceDB (Manajemen Ruang Laten), dan Grafik Nebula (Manajemen Ruang Simbolik) adalah proyek sumber terbuka yang relevan.
AI Mematahkan Analogi “Utilitas”.
Listrik, air, dan telepon biasanya dikaitkan dengan layanan penting, bukan utilitas. Oleh karena itu, mereka menawarkan kontrak ekonomi tertentu: penetapan harga yang dikomoditisasi (Anda membayar untuk volume, bukan kualitas) dan kinerja deterministik (itu selalu ada saat Anda menginginkannya).
AI melanggar kontrak ini:
- Diferensiasi Harga: Sebuah token adalah bukan sebuah tanda. Inferensi dari GPT-5.2 merupakan produk yang secara fundamental berbeda dengan inferensi dari model 7B terkuantisasi yang dijalankan pada laptop.
- Kinerja Probabilistik: Model Neural AI, termasuk model dasar dan variannya, memberikan tebakan terbaik. Mereka berhalusinasi. Sebuah sistem yang memvariasikan keluarannya berdasarkan parameter seperti suhu, seperti yang dilakukan LLM, tidak dapat diatur seperti jaringan listrik.
- Akses Terfragmentasi: Berbeda dengan jaringan listrik suatu negara, lanskap AI terfragmentasi. Inisiatif Sovereign AI di Tiongkok, Timur Tengah, Singapura, dan negara-negara lain menciptakan “zona kedaulatan AI” yang berbeda dengan peraturan regional yang mengatur lapisan komputasi, model, dan orkestrasi, sehingga menghancurkan gagasan tentang utilitas tunggal yang universal.
Analogi yang Lebih Baik
Jika AI tidak bisa dibandingkan dengan utilitas murni, dengan apa AI harus dibandingkan? Dalam kondisi tertentu, analog yang lebih tepat adalah mencari. Pertimbangkan cara kerja web saat ini. Google mengatur informasi publik dunia. Ini memberikan “Indeks Publik” yang besar dan terstandarisasi yang bermanfaat bagi semua orang dan bertindak sebagai infrastruktur publik.
Namun, agar dapat berfungsi dengan benar, proses bisnis mungkin memerlukan lebih dari sekadar hasil penelusuran publik. Oleh karena itu, perusahaan juga mengembangkan infrastruktur pencarian pribadi mereka yang bekerja sama dengan Indeks Publik mesin pencari.
Perusahaan membutuhkan sistem yang menggabungkan lapisan pengetahuan kepemilikanitu lapisan aplikasidan itu lapisan orkestrasi dengan tDia lapisan publik yang menyatukan model dasar, beragam ekosistem model umum dan khusus yang tersedia untuk umum, serta lapisan komputasi dan penyimpanan.
Seiring kita beralih dari proses bisnis yang hanya memanfaatkan digital agen (menyukai Asisten belanja Walmart) ke proses yang menggabungkan mewujudkan AI Dan robot adaptif (menyukai Optimus Tesla), model lapisan publik ditingkatkan dengan Model Dunia. Model-model ini memberikan akal sehat (gravitasi, pengenalan objek). Lapisan kepemilikan memberikan keterampilan khusus (melipat baju, merakit bagian).
Imperatif Strategis
Pada akhirnya, perdebatan antara “Utilitas” dan “Infrastruktur” adalah pertanyaan mengenai nilai bisnis.
Perusahaan yang memperlakukan AI sebagai sebuah utilitas menjadi a penyewa. Ia membayar sewa kepada hyperscaler dan spesialis AI untuk intelijen. Ketika mereka menaikkan harga, perusahaan membayar lebih. Selain itu, ketika mereka tidak lagi menggunakan model, perusahaan akan kacau balau. Yang paling penting, “kecerdasan” perusahaan ini identik dengan para pesaingnya karena keduanya berasal dari jaringan publik yang sama.
Perusahaan yang memperlakukan AI sebagai infrastruktur menjadi a tuan tanah. Ini membangun aset kepemilikan yang nilainya tumbuh seiring waktu. Setiap masuk ke Ruang Laten dan Ruang Simbolik, setiap peningkatan Orchestrator, meningkatkan kesetaraan intelijen perusahaan. Membangun infrastruktur bukan berarti melebur baja sendiri. Artinya memiliki pabrik. Ini menjadi “Pabrik AI” perusahaan yang menskalakan aplikasi cerdas dan menghasilkan nilai yang bertahan lama.
Pendekatan ini menentukan strategi anggaran perusahaan. Pembelanjaan AI tidak boleh hanya berupa OpEx untuk panggilan API (Utilitas). Harus mencakup CapEx untuk membangun Pabrik ini (Infrastruktur).
Pos AI Perusahaan adalah Infrastruktur yang Anda Bangun, Bukan Utilitas yang Anda Sewa muncul pertama kali di Evangelos Simoudis.
