AI Lebih Mahal dari Gaji, Perusahaan Rekrut Lagi
Sejumlah perusahaan teknologi besar mulai sadar biaya menjalankan AI agent ternyata bisa jauh lebih mahal dibanding gaji karyawan buat mengerjakan hal yang sama, gara-gara fenomena yang disebut "token maxing". 😳 Saya sendiri awalnya cuma baca sekilas berita ini di linimasa, tapi makin dalam saya gali, makin menarik—dan menurut saya ini pengingat penting buat siapa pun yang kerja di dunia digital, termasuk kita-kita yang tiap hari juga gantungan sama tools AI.
Ilustrasi biaya token AI yang membengkak di sejumlah perusahaan teknologi besar.
💸 Sejumlah perusahaan teknologi besar seperti Meta, Microsoft, Amazon, dan Uber sempat mendorong karyawan memakai AI agent sebanyak mungkin demi efisiensi, tapi kini menyadari biaya token AI justru bisa melampaui gaji karyawan untuk pekerjaan yang sama. Fenomena ini disebut "token maxing"—makin banyak token yang dipakai AI agent, makin besar tagihannya, apalagi AI agent bisa memakai token jauh lebih banyak dibanding chatbot biasa untuk menyelesaikan satu tugas.
Apa Itu "Token Maxing"? 🔥
Token maxing adalah kebiasaan memakai AI (terutama AI agent) sebanyak-banyaknya, dengan anggapan makin banyak token yang dipakai berarti makin produktif. Masalahnya, biaya dihitung per token, jadi kebiasaan ini bisa bikin tagihan komputasi membengkak jauh melebihi ekspektasi awal.
Kenapa Berita Ini Bikin Saya Berhenti Scroll
Jujur, judul soal "AI ternyata lebih mahal dari gaji manusia" ini yang bikin saya berhenti scroll dan mulai cari sumber aslinya satu-satu. Soalnya narasi yang biasa kita dengar kan kebalikannya terus: AI bikin perusahaan hemat, PHK massal, dan seterusnya. Ternyata pas saya telusuri lebih jauh, ceritanya memang lebih rumit dari sekadar "AI mahal apa nggak"—ini soal gimana kebiasaan pakai AI tanpa kontrol bisa jebol anggaran perusahaan sebesar apapun itu wkwkwk.
Saya cek ulang beberapa klaim di berita viral soal topik ini, dan sebagian besar memang beneran terjadi, walau ada beberapa detail yang saya sesuaikan biar lebih akurat sebelum saya ceritakan ke kamu di sini. 🙏
Kenapa Biaya AI Agent Bisa Semahal Itu? 🤯
Inti masalahnya ada di cara kerja AI agent. Beda sama chatbot biasa yang cuma jawab satu pertanyaan sekali jalan, AI agent itu bisa mikir berkali-kali, buka banyak "langkah" sendiri buat nyelesain satu tugas—dan tiap langkah itu makan token. Menurut laporan yang saya baca, AI agentic bisa memakai token sampai ribuan kali lipat dibanding sekadar tanya-jawab biasa ke model AI.
Ditambah lagi ada budaya "tokenmaxxing" di kalangan pekerja tech: karena sempat ada anggapan (bahkan dari petinggi perusahaan chip AI sendiri) kalau makin banyak token yang dipakai karyawan, makin produktif kelihatannya, banyak karyawan jadi lomba-lombaan pakai AI buat hal-hal yang sebenarnya nggak perlu, cuma buat "kelihatan aktif". Hasilnya ya jelas, tagihan komputasi meledak duluan sebelum produktivitasnya benar-benar kelihatan. Analoginya mirip-mirip kayak fondasi desain, semua kelihatan canggih di permukaan, tapi kalau dasarnya nggak dikontrol dengan baik—sama kayak yang saya bahas soal Tipografi: Pengertian, Jenis Font dan Istilahnya—ujung-ujungnya yang kelihatan modern itu belum tentu efisien di baliknya.
Kejadian di Meta yang Bikin Geleng Kepala 😅
Salah satu contoh paling nyata itu di Meta. Sempat ada karyawan internal yang bikin dashboard bernama "Claudeconomics", isinya ranking 250 karyawan yang paling banyak "membakar" token AI—lengkap sama gelar-gelaran lucu kayak "Token Legend" sampai "Cache Wizard". Dari situ ketahuan, total pemakaian token karyawan Meta tembus lebih dari 60 triliun token cuma dalam 30 hari, dan satu orang saja bisa menyumbang sekitar 280 miliar token sendirian.
Begitu laporan soal dashboard ini bocor ke media, cuma dalam dua hari dashboard-nya langsung dimatikan. Buat saya pribadi, ini semacam bukti nyata soal apa yang terjadi kalau "pakai AI sebanyak-banyaknya" dijadikan metrik prestasi tanpa mikir dampak biayanya—ujung-ujungnya malah jadi ajang gengsi-gengsian, bukan soal hasil kerja yang beneran berkualitas.
Microsoft Batasi Claude Code, Uber Jebol Budget 💳
Microsoft juga nggak luput. Perusahaan ini dilaporkan mulai mencabut akses sejumlah developer-nya ke Claude Code, tools coding AI dari Anthropic, dan mengalihkan mereka ke tools internal mereka sendiri. Banyak yang menduga ini bukan cuma soal konsolidasi tools, tapi juga soal biaya yang mulai susah dikendalikan.
Sementara itu, Uber dilaporkan sampai menghabiskan seluruh jatah anggaran AI mereka untuk setahun penuh, cuma dalam waktu empat bulan saja, gara-gara pemakaian tools coding AI yang terlalu intens di tim engineering-nya. Kalau ngikutin itung-itungan yang beredar di berbagai laporan, ada power user yang tagihan bulanannya bisa tembus ratusan juta rupiah sendiri—jauh di atas gaji bulanan kebanyakan karyawan. Ngomong-ngomong soal tools kerja digital yang makin beragam kayak gini, saya juga pernah cerita soal Emergent AI: Bisa Bikin Desain Gambar dan Video?, kalau kamu penasaran sisi lain dari dunia AI generatif yang juga sama-sama jalan dengan sistem token.
Rangkuman Angka-Angkanya Biar Kebayang 📊
Biar lebih gampang dicerna, saya rangkum beberapa temuan yang saya baca dari laporan-laporan tersebut ke dalam tabel kecil ini.
| Perusahaan | Kejadian | Dampak |
|---|---|---|
| Meta | Lebih dari 60 triliun token terpakai dalam 30 hari | Dashboard ranking pemakaian token dimatikan |
| Microsoft | Mencabut akses Claude Code sejumlah tim | Beralih ke tools internal sendiri |
| Uber | Anggaran AI setahun habis dalam 4 bulan | Mulai evaluasi ulang pemakaian AI agent |
| Amazon | Karyawan pakai AI untuk tugas tak perlu | Mendongkrak skor pemakaian internal secara semu |
Dari tabel ini kelihatan jelas, masalahnya bukan AI-nya yang jelek, tapi cara memakainya yang kebablasan. Ini juga pengingat buat saya sendiri sebagai orang yang tiap hari pakai berbagai tools AI buat kerjaan desain, kayak yang pernah saya bahas soal Figma vs Canva: Detail Kelebihan dan Kekurangan—secanggih apapun toolsnya, kalau dipakai asal-asalan tanpa strategi, ya hasilnya boros di ongkos doang.
Pelajaran dari Kejadian Ini Menurut Saya 🧩
Efisiensi Butuh Kontrol
Makin banyak dipakai bukan otomatis makin efisien, kalau tidak ada batasan dan tujuan yang jelas.
Manusia Belum Tergantikan Penuh
Sejumlah pekerjaan yang butuh konteks dan pengalaman ternyata masih lebih hemat dikerjakan manusia.
Metrik yang Salah Bikin Boros
Menjadikan "jumlah token dipakai" sebagai ukuran prestasi malah mendorong pemborosan, bukan hasil kerja.
Kolaborasi, Bukan Gantian Total
Model kerja yang lebih realistis itu AI sebagai alat bantu, bukan pengganti seluruh peran manusia.
Beberapa Perusahaan Mulai Balik Rekrut Manusia 🔄
Saking mahalnya urusan token ini, sejumlah perusahaan lain—yang tahun lalu sempat gencar memangkas karyawan dan menggantinya dengan AI—kini justru balik arah. Ford, misalnya, kembali merekrut lebih dari 350 engineer, sebagian di antaranya mantan karyawan mereka sendiri, setelah sadar AI belum bisa sepenuhnya menjaga kualitas desain produk mereka. Klarna dan IBM juga senada, sama-sama mengaku "kebablasan" pakai AI dan sekarang membuka lowongan lagi.
Menurut saya pribadi, ini bukan berarti AI-nya gagal total, tapi lebih ke soal ekspektasi yang kelewat tinggi di awal. Dulu banyak yang mikir AI bisa gantiin manusia 100%, sekarang mulai sadar realitanya jauh lebih rumit dari itu—dan biaya token yang membengkak ini jadi salah satu alasan paling konkret yang bikin banyak bos mikir ulang. Kalau kamu penasaran juga gimana industri kreatif digital ini terus berevolusi dari sisi lain, saya pernah tulis juga soal Kilas Balik Pencipta Canva: Kisah Melanie Perkins, yang menurut saya relate soal gimana teknologi dan manusia sebenarnya perlu jalan berdampingan, bukan saling gantiin. 🙌
Pertanyaan yang Sering Diajukan
Apa itu token maxing?
Token maxing adalah kebiasaan memakai AI sebanyak-banyaknya dengan anggapan itu tanda produktivitas, padahal biaya AI dihitung per token sehingga kebiasaan ini bisa bikin tagihan komputasi membengkak jauh melebihi ekspektasi.
Kenapa AI agent bisa lebih mahal dari gaji karyawan?
Karena AI agent bisa memakai token jauh lebih banyak dibanding chatbot biasa untuk menyelesaikan satu tugas, apalagi kalau dipakai tanpa kontrol atau batasan, sehingga akumulasi biayanya bisa melampaui gaji bulanan karyawan.
Apakah ini berarti AI gagal menggantikan pekerjaan manusia?
Bukan gagal sepenuhnya, tapi menunjukkan AI belum bisa menggantikan seluruh peran manusia secara efisien, terutama untuk pekerjaan yang butuh konteks, kreativitas, dan pengalaman mendalam.
Perusahaan apa saja yang mulai merekrut karyawan lagi?
Beberapa contoh yang paling banyak diberitakan adalah Ford, Klarna, dan IBM, yang sebelumnya memangkas karyawan demi AI namun kini kembali membuka lowongan setelah menyadari hasil AI belum sesuai ekspektasi.
Renungan Penutup dari Saya 🙏
Buat saya, cerita soal token maxing ini semacam pengingat sederhana: teknologi secanggih apapun tetap butuh manusia yang bijak makainya. AI itu alat, bukan solusi ajaib yang otomatis hemat cuma karena "AI". Kalau dipakai asal banyak-banyakan tanpa strategi, hasilnya ya sama kayak kebiasaan lain yang boros—ujung-ujungnya nyesel sendiri di akhir bulan pas lihat tagihan wkwkwk. Yuk mulai lebih sadar dan strategis makai AI, baik buat kerjaan besar perusahaan maupun buat kerjaan harian kita sendiri.
