Lubang $112 Miliar — Kebangkrutan Tersembunyi Big Tech

Proyek Stargate – ratusan miliar dolar untuk pembangunan pusat data raksasa. Ini bukan kesalahan ketik: kita berbicara tentang jumlah yang sebanding dengan PDB negara-negara kecil. Microsoft, Google, dan Meta setiap tahun menghabiskan puluhan miliar untuk infrastruktur GPU: hanya Microsoft pada tahun 2025 menginvestasikan lebih dari $50 miliar dalam pengeluaran modal, sebagian besar – untuk AI.

Masalahnya tersembunyi dalam akuntansi. GPU generasi H100 menjadi usang dalam 2 tahun dengan munculnya H200, B100, B200 – setiap generasi berikutnya 50-100% lebih cepat dari sebelumnya. Tetapi korporasi mencatat penyusutan selama 5-6 tahun, menciptakan ilusi akuntansi. Contoh: sebuah perusahaan membeli GPU seharga $20 miliar. Dalam buku akuntansi, setelah 2 tahun mereka masih 'bernilai' $13 miliar (dengan penyusutan linier 6 tahun). Kenyataannya – mereka bernilai sekitar $5 miliar, karena generasi baru melakukan pekerjaan yang sama dua kali lebih cepat dan lebih murah.

Ini menciptakan defisit tersembunyi: perbedaan antara nilai buku aset dan nilai pasar riil mereka – triliunan dolar di seluruh industri. Ketika (bukan 'jika', melainkan 'ketika') auditor menuntut penilaian ulang – ini dapat menyebabkan penghapusan massal, menjatuhkan saham perusahaan AI dan memicu krisis kepercayaan terhadap seluruh industri.

Menurut perkiraan analis, OpenAI akan menumpuk kerugian sekitar $112 miliar pada tahun 2030. Angka ini bukan sekadar omong kosong: ini mencerminkan masalah mendasar dari model bisnis AI terpusat.

Di satu sisi, pendapatan tumbuh secara mengesankan: miliaran dolar setiap tahun dari langganan ChatGPT dan API. Di sisi lain, pengeluaran tumbuh lebih cepat lagi. Setiap generasi model baru membutuhkan sumber daya yang berkali-kali lipat lebih banyak:

• GPT-3 → GPT-4: biaya pelatihan naik sekitar 10 kali lipat
• GPT-4 → GPT-5: pertumbuhan berlipat ganda lagi — kurva eksponensial
• Inference: jutaan pengguna = miliaran token per hari = miliaran dolar per tahun untuk kekuatan GPU

Model ini hanya berfungsi dengan aliran modal ventura yang tak terbatas. OpenAI telah mengumpulkan puluhan miliar investasi, termasuk putaran pendanaan dari Microsoft dan SoftBank. Namun, investor bukanlah dermawan. Cepat atau lambat, mereka akan menuntut keuntungan. Pertanyaannya bukan “jika”, melainkan “kapan” — dan apa yang akan terjadi pada jutaan bisnis yang dibangun di atas API OpenAI pada saat itu?

Sebagai perbandingan: Gonka telah mengumpulkan $80 juta dan sudah memproses permintaan AI nyata melalui jaringan ~4.648 GPU. Biaya inference adalah $0,003/1 juta token. Ini dimungkinkan karena dalam model terdesentralisasi, tidak perlu menutup investasi triliunan dolar di pusat data.

Gonka tidak membangun pusat data — melainkan menggabungkan GPU yang sudah ada di seluruh dunia. Ini bukan hanya model bisnis alternatif — melainkan arsitektur ekonomi yang berbeda secara mendasar yang menghilangkan akar penyebab gelembung tersebut.

Tidak ada pengeluaran modal (CAPEX): jaringan Gonka tidak mengumpulkan ratusan miliar untuk pembangunan. Protokol, blockchain, perangkat lunak — itulah semua yang dibuat oleh tim. GPU disediakan oleh hos independen di seluruh dunia — masing-masing dengan biaya sendiri.

Tidak ada depresiasi selama 6 tahun: ketika H100 usang — hos hanya menggantinya dengan H200 atau generasi berikutnya. Keputusan diambil oleh pemilik perangkat keras berdasarkan kondisi pasar, bukan oleh CFO perusahaan yang mencoba menyembunyikan penyusutan.

Tidak ada trik akuntansi: semua transaksi di blockchain Gonka transparan. Hadiah didistribusikan melalui protokol yang diaudit oleh CertiK. Tidak ada pengeluaran “tersembunyi” yang akan terungkap dalam 5 tahun saat penilaian ulang aset.

Risiko terdistribusi: setiap hos menanggung risikonya sendiri. Jika satu hos gagal karena investasi GPU yang buruk — itu adalah masalahnya, bukan masalah seluruh jaringan. Dalam model terpusat, satu kesalahan sebesar $10 miliar dapat menjatuhkan seluruh perusahaan. Di Gonka, kesalahan seperti itu tidak mungkin terjadi karena definisinya — karena tidak ada satu peserta pun yang dapat mengambil keputusan sebesar $10 miliar.

Hasilnya: biaya inference melalui Gonka adalah $0,003 per juta token. Ini sekitar 830 kali lebih murah daripada OpenAI. Dan harga ini berkelanjutan — karena di baliknya tidak ada infrastruktur triliunan dolar yang harus segera dibayarkan.

Mari kita bandingkan dua model infrastruktur AI:

Di Gonka, terdapat sekitar 4.648 GPU yang dijalankan oleh ~113 peserta (~582 ML-node). Proyek ini telah mengumpulkan $80 juta — ini ribuan kali lebih sedikit daripada yang dihabiskan oleh satu Stargate. Namun jaringannya melakukan hal yang sama: memproses permintaan AI melalui jaringan saraf Kimi K2.6, yang tersedia melalui API yang kompatibel dengan OpenAI.

Analogi: bayangkan jika pada tahun 2000-an seseorang mengusulkan: “Alih-alih membangun server raksasa untuk internet, mari kita minta setiap pemilik rumah memasang server mini dan mendapatkan imbalan atas partisipasi mereka”. Kedengarannya utopis — tetapi begitulah cara kerja Airbnb untuk tempat tinggal, Uber untuk transportasi, dan begitulah cara kerja Gonka untuk komputasi AI. Desentralisasi bukanlah utopia — ini adalah tahap selanjutnya dari evolusi infrastruktur.