Dalam wawancara mendalam baru-baru ini, Jensen Huang memberikan wawasan yang tajam: komputasi kini beralih dari sekadar “biaya” menjadi “produk” yang langsung menciptakan nilai.
Meski terdengar abstrak, konsep ini menyentuh pertanyaan utama—apa faktor inti produksi di era AI?
Sebagai pendiri NVIDIA, Huang memiliki sudut pandang yang unik. Ia tidak membahas pertumbuhan pengguna pada lapisan aplikasi atau skala parameter pada lapisan model, melainkan mendefinisikan ulang fondasi: apakah komputasi kini menjadi unit ekonomi yang dapat diperdagangkan.
Dari Pusat Biaya Menjadi Mesin Produksi
Pada era internet, pusat data memiliki fungsi tunggal.
Mereka menyimpan data, memproses permintaan, dan mendukung aplikasi—secara prinsip menjadi bagian dari biaya perusahaan. Baik cloud computing maupun SaaS, fokus utamanya adalah “optimasi struktur biaya,” bukan menghasilkan output yang dapat dijual secara langsung.
AI mengubah paradigma ini. Ketika model mulai menghasilkan teks, gambar, kode, dan menjalankan tugas kompleks, setiap komputasi bukan sekadar konsumsi sumber daya—melainkan “menghasilkan hasil.” Hasil ini dapat dikonsumsi pengguna atau diberi harga langsung.
Dengan demikian, pusat data kini tidak lagi hanya pusat biaya; mereka berfungsi seperti pabrik. Inputnya berupa listrik, chip, dan model; outputnya berupa konten, keputusan, hingga aksi otomatis. Semua output ini disatukan dalam satu konsep—Token.
Token: Unit Produksi Terkecil di Era AI
Token di sini bukan berarti token mata uang kripto, tetapi unit dasar pengukuran dalam sistem AI. Saat Anda bertanya ke model, Anda mengonsumsi Token; saat model memberikan jawaban, ia “memproduksi” Token. Harga API didasarkan pada konsumsi Token.
Mungkin terdengar teknis, namun perubahan utamanya adalah: untuk pertama kalinya, komputasi dapat diukur, diberi harga, dan diperdagangkan secara presisi sebagai unit.
Dalam sejarah, ini adalah tonggak penting. Di era industri, listrik menjadi infrastruktur karena dapat diukur (kilowatt-jam); di era internet, bandwidth dan penyimpanan menjadi komersial karena dapat ditagihkan.
Kini, AI mengubah “kecerdasan” menjadi sumber daya terukur. Token bukan sekadar konsep teknis—ia mulai menjadi “unit ekonomi” baru.
Mengapa Daya Komputasi Akan Dikonsumsi Seperti Listrik
Dalam wawancara tersebut, Huang memprediksi secara agresif: di masa depan, pengeluaran untuk komputasi bisa mengambil porsi besar dalam ekonomi.
Logikanya mirip dengan perkembangan listrik.
Saat listrik pertama kali hadir, ia hanya bagian dari biaya industri. Namun seiring elektrifikasi meluas, hampir semua industri bergantung pada listrik, yang akhirnya menjadi sumber daya fundamental.
AI mungkin mengikuti jalur serupa. Semakin banyak tugas ditangani AI—menulis, coding, desain, analisis, pengambilan keputusan—esensi di baliknya adalah konsumsi daya komputasi dan Token.
Ini menciptakan struktur konsumsi baru:
-
Perusahaan tidak lagi sekadar membeli perangkat lunak; mereka “membeli kecerdasan”
-
Pengguna tidak lagi hanya menggunakan alat; mereka “mengonsumsi komputasi”
-
Aktivitas ekonomi semakin berpusat pada daya komputasi
Inilah konsep “daya komputasi sebagai listrik.”
Titik Balik Utama: Biaya Inference Melejit
Banyak orang menilai biaya AI sebagai “melatih model,” namun Huang menekankan pergeseran: inference menjadi pendorong utama biaya. AI awal lebih seperti alat pasif—Anda bertanya, ia menjawab, dan komputasi berlangsung terpisah. Kini, AI berkembang menjadi sistem yang beroperasi terus-menerus. Dengan munculnya Agent, situasi berubah drastis:
-
Tugas bukan lagi satu panggilan, melainkan beberapa putaran inference
-
Sistem dapat menjalankan beberapa AI sekaligus
-
AI dapat memanggil AI lain secara otomatis
Komputasi kini bergeser dari “konsumsi per penggunaan” menjadi “pembakaran berkelanjutan.” Huang menegaskan: “Berpikir itu mahal.”
Saat AI mulai “berpikir,” permintaan daya komputasi tumbuh eksponensial, bukan linear.
Dari Pertumbuhan Pengguna ke Pertumbuhan Agent
Jika logika pertumbuhan era internet adalah “jumlah pengguna,” maka di era AI menjadi “jumlah Agent.” Ini pergeseran penting yang sering terabaikan. Pengguna terbatas, Agent dapat direplikasi.
Asisten AI dapat melayani banyak tugas sekaligus; sistem dapat menjalankan ribuan Agent; Agent bahkan dapat menghasilkan Agent baru. Model pertumbuhan baru pun muncul: permintaan daya komputasi kini ditentukan oleh “jumlah mesin,” bukan manusia. Dan pertumbuhan mesin tidak memiliki batas alami.
Siapa yang Untung? Rantai Industri yang Jelas
Rantai industri AI sangat jelas dalam struktur ini.
Di satu ujung ada perusahaan model, yang mengubah daya komputasi menjadi Token dan menyediakannya bagi pengguna. Di ujung lain adalah lapisan aplikasi, yang mengonsumsi Token dan membangun produk serta layanan. Di hulu ada perusahaan seperti NVIDIA, penyedia “mesin penghasil Token.”
Pengaturan ini mengingatkan pada era perburuan emas:
Selama ada permintaan “emas,” bisnis menjual sekop tetap kuat.
Variabel yang Sering Terabaikan: Energi, Bukan Chip
Banyak yang menilai kendala AI adalah chip, namun Huang menawarkan perspektif berbeda: kendala utama mungkin energi.
Namun, menurutnya bukan “listrik tidak cukup,” melainkan “pemanfaatan kurang efisien.”
Jaringan listrik tradisional dirancang untuk beban puncak dan sering menganggur. Pusat data AI punya keunggulan—mereka dapat menyesuaikan secara dinamis.
Misalnya, mereka dapat menurunkan performa, menunda tugas, atau menggeser beban kerja tanpa mengganggu sistem. Ini berarti sistem daya komputasi bisa lebih fleksibel daripada sistem listrik. Fleksibilitas ini akan menjadi kunci persaingan di masa depan.
Jika semua petunjuk ini digabungkan, akan terlihat visi yang lebih luas.
-
Token mengubah komputasi jadi komoditas
-
Pabrik AI memberi pusat data peran produksi
-
Biaya inference mendorong konsumsi daya komputasi berkelanjutan
-
Agent memperluas permintaan tanpa batas
Perubahan ini bukan sekadar peningkatan teknis, tetapi rekonstruksi model produksi. Jika internet mengubah arus informasi, AI mengubah “proses produksi.” Itulah sebabnya Huang menggunakan istilah industrialisasi untuk menggambarkan AI.
Karena menurutnya, AI bukan sekadar perangkat lunak—tetapi sistem produksi baru.
Kesimpulan
Ketika komputasi dapat diukur, diberi harga, dan diperdagangkan; ketika pusat data berfungsi seperti pabrik yang terus-menerus menghasilkan nilai; ketika daya komputasi dikonsumsi seperti listrik—semua ini mengarah pada satu hal: AI berubah dari alat menjadi infrastruktur. Ketika teknologi menjadi infrastruktur, perubahan yang terjadi bukan bertahap, melainkan struktural.
Dari sudut pandang ini, makna utama wawancara tersebut bukan sekadar prediksi masa depan, melainkan penilaian: kita mungkin telah berada di titik awal “industrialisasi AI.”
