OpenAI Incar Pertumbuhan Korporat dengan Model AI Berbiaya Lebih Rendah

OpenAI sedang menyesuaikan strateginya untuk mengakselerasi pertumbuhan di segmen korporat dengan memotong harga dan menargetkan industri-industri khusus. Langkah ini diambil untuk bersaing lebih efektif dengan model-model kecerdasan buatan (AI) sumber terbuka (*open-source*) yang berbiaya lebih rendah.

Strategi Harga dan Fokus Industri

Berbicara di Konferensi Communacopia + Technology Goldman Sachs di San Francisco pada hari Senin, Chief Financial Officer (CFO) OpenAI, Sarah Friar, menyatakan bahwa perusahaan menargetkan sektor-sektor spesialis seperti desain chip, ilmu hayati (*life sciences*), dan jasa keuangan. Friar menjelaskan bahwa kalangan bisnis semakin mencari alat AI yang dirancang untuk tugas-tugas spesifik, bukan sistem serbaguna.

Untuk menjawab permintaan perusahaan akan imbal hasil investasi (ROI) yang lebih jelas, Friar menambahkan bahwa OpenAI sedang menguji model penetapan harga berbasis hasil (*outcome-based*). Model ini merupakan pergeseran dari skema biaya berbasis penggunaan (*usage-based*) yang umum digunakan saat ini.

Pertumbuhan Pendapatan di Tengah Persaingan

Strategi ini diimplementasikan seiring dengan meningkatnya persaingan dari model *open-weight* asal Tiongkok dan para pesaing seperti Anthropic. Pelanggan korporat kini semakin cermat dalam mengevaluasi keuntungan dari pengeluaran mereka untuk teknologi AI.

Ad

Meskipun demikian, OpenAI menunjukkan momentum pertumbuhan yang kuat. Menurut Friar, pendapatan dari segmen korporat naik 32% antara bulan Juni dan Juli. Angka ini melampaui pertumbuhan pendapatan tahunan perusahaan secara keseluruhan yang sebesar 20% pada periode yang sama. Friar juga menyebutkan bahwa porsi pendapatan dari korporat dan konsumen telah mencapai keseimbangan pada pertengahan tahun, lebih cepat dari target awal di akhir tahun.

Keunggulan Biaya dan Bukti Konsep

Untuk bersaing secara langsung pada aspek biaya, OpenAI telah memangkas harga model tingkat hematnya, Luna, sebesar 80%. Friar melaporkan bahwa langkah ini berhasil mendorong penggunaan model tersebut hingga sekitar sepuluh kali lipat.

Friar berpendapat bahwa menjalankan model Luna bisa lebih hemat biaya dibandingkan menggunakan model *open-source* Tiongkok melalui penyedia layanan *cloud*. Sebagai bukti nilai teknologinya, ia mencontohkan pengalaman internal OpenAI dalam merancang chip "Jalapeno" yang berhasil diselesaikan dan dikirim untuk manufaktur—tahap yang dikenal sebagai *tape-out*—hanya dalam waktu sembilan bulan menggunakan model milik perusahaan sendiri. Selain itu, asisten pengkodean OpenAI, Codex, kini telah memiliki 25 juta pengguna.