Angkanya sangat besar: OpenAI diperkirakan mencatat arus kas bebas negatif kumulatif sekitar US$278 miliar dari 2026 sampai 2030.[1][2]
Namun pengguna dapat melihat angka yang sama dan bereaksi sebaliknya:
Bagaimana mungkin individu mendapat akses ke semua ini hanya dengan biaya bulanan?
Riset, menulis, coding, membaca dokumen, membandingkan pilihan, membuat prototipe, revisi, pengujian ulang, dan pertanyaan kecil bisa dilakukan melalui satu antarmuka.
Jika semuanya dialihdayakan satu per satu kepada manusia, biaya koordinasinya saja sudah berat.
Perubahannya bukan sekadar “AI lebih murah”.
Yang berubah adalah modal komputasi raksasa dipakai bersama, ukuran minimum pekerjaan pengetahuan yang bisa dibeli menjadi sangat kecil, dan biaya serah-terima antarspesialis ikut turun.
1. US$278 miliar bukan kerugian akuntansi satu tahun
Reuters, mengutip Financial Times, melaporkan bahwa OpenAI memperkirakan akan membakar sekitar US$278 miliar kas antara 2026 dan 2030.[1][2]
Ini adalah proyeksi arus kas bebas negatif kumulatif selama lima tahun, bukan kerugian bersih satu tahun yang sudah terjadi.
Menurut FT, proyeksi internal memperkirakan pendapatan dapat naik dari sekitar US$36 miliar pada 2026 menjadi sekitar US$350 miliar pada 2030, sementara total pengeluaran sampai akhir dekade dapat mencapai sekitar US$856 miliar.[2]
Jadi ceritanya bukan sekadar “tidak ada pelanggan”.
Lebih tepat:
pendapatan diperkirakan tumbuh sangat cepat, tetapi belanja komputasi, pusat data, listrik, jaringan, dan pengembangan tumbuh lebih cepat lagi.
Karena itu angka cash burn perusahaan tidak bisa dibagi jumlah percakapan untuk mendapatkan biaya satu chat. Investasi awal dan biaya marginal permintaan tambahan berbeda.
2. Mengapa pengguna tetap bisa memperoleh surplus besar
Dalam ekonomi, selisih antara jumlah maksimum yang bersedia dibayar seseorang dan harga yang benar-benar dibayar disebut surplus konsumen.
Jika AI hanya memberi sedikit nilai bulanan dengan harga yang hampir sama, surplusnya kecil.
Jika biaya yang sama mengurangi outsourcing, waktu tunggu, pekerjaan berulang, dan peluang yang hilang dalam jumlah besar, surplusnya bisa besar.
Itu bukan biaya OpenAI.
Namun struktur langganan AI memang memungkinkan surplus besar karena biaya tetap yang mustahil ditanggung satu orang dibagi oleh banyak pengguna.
Individu tidak akan melatih model frontier sendiri, membangun cluster GPU, menyambungkan pencarian dan penyimpanan, mengoperasikan keamanan, suara, gambar, dan pembaruan model.
Langganan memungkinkan orang menyewa sebagian kecil sistem raksasa itu saat diperlukan.
Mirip memakai listrik tanpa membangun pembangkit di rumah—hanya saja keluarannya berupa riset, teks, kode, gambar, dan penalaran.
3. Gangguan terbesar mungkin terjadi pada ukuran minimum outsourcing
Outsourcing sudah ada jauh sebelum AI.
Masalahnya, setiap pekerjaan manusia membawa friksi tetap: mencari orang, menjelaskan tujuan, memberikan konteks, menyepakati lingkup, menunggu, memeriksa, meminta revisi, lalu menyerahkan hasil ke spesialis berikutnya.
Karena itu tidak masuk akal menyewa ahli secara formal untuk setiap pekerjaan lima menit.
“Cek angka ini saja.” “Coba perubahan kecil ini.” “Buat tiga alternatif dari diskusi tadi.” “Batalkan upaya gagal ini dan coba jalur lain.”
Pekerjaannya kecil, proses pengadaannya besar.
AI mengubah batas ini.
Ukuran lot minimum pekerjaan pengetahuan menjadi sangat kecil.
Nilainya bukan hanya membuat proyek besar lebih murah, tetapi memungkinkan puluhan atau ratusan mikropekerjaan yang sebelumnya terlalu kecil untuk dibeli terpisah.
4. Konteks tidak perlu terlalu banyak dipindahkan antarperan
Tim manusia kehilangan waktu dan informasi saat handoff.
Peneliti meneliti. Penulis menerima ringkasan. Engineer menerima spesifikasi. QA menemukan masalah. Seseorang membangun ulang maksud awal.
Jika satu ruang kerja AI mempertahankan konteks dari riset sampai penulisan, kode, pemeriksaan, dan revisi, sebagian biaya koordinasi menghilang.
Karena itu “satu AI menggantikan lima orang” bukan gambaran terbaik.
Keuntungan yang lebih penting bisa berupa:
lebih sedikit transfer, lebih sedikit penjelasan, lebih sedikit menunggu, dan lebih sedikit memulai konteks dari nol.
Itulah mengapa bagi pengguna berat, AI mulai terasa seperti departemen R&D kecil.
5. Peningkatan produktivitas sudah terlihat dalam eksperimen
Studi terhadap 5.179 agen dukungan pelanggan menemukan bahwa bantuan AI generatif meningkatkan produktivitas rata-rata sekitar 14%, dengan manfaat lebih besar bagi pekerja yang kurang berpengalaman dan berkinerja awal lebih rendah.[3]
Eksperimen acak terhadap 453 profesional berpendidikan tinggi menemukan bahwa ChatGPT mengurangi waktu tugas menulis sekitar 40% dan meningkatkan kualitas 18%.[4]
Eksperimen dengan 758 konsultan BCG menemukan bahwa pada tugas di dalam batas kemampuan AI, peserta bekerja lebih dari 25% lebih cepat dan memperoleh penilaian manusia lebih dari 40% lebih tinggi. Namun pada tugas di luar batas tersebut, AI juga dapat meningkatkan jawaban salah.[5]
Jadi AI tidak menggandakan semua pekerjaan.
Namun pada tugas yang tepat dan dapat diverifikasi, kecepatan dan kualitas memang bisa berubah secara berarti.
6. Pengguna berat membeli siklus, bukan jawaban
Pengguna sesekali membeli jawaban.
Pengguna berat membeli siklus:
pertanyaan → riset → hipotesis → draf → kode → tes → revisi → simpan → pertanyaan berikutnya.
Keuntungan pentingnya adalah biaya memulai langkah berikutnya sangat rendah.
Ide bisa langsung diuji. Jalur gagal bisa diganti. Materi kemarin bisa digunakan lagi hari ini.
Tugas kecil yang dulu mati karena “terlalu repot menjelaskan ini ke orang lain” kini dapat diselesaikan.
Karena itu ROI AI lebih masuk akal diukur lewat eksperimen yang bisa dilakukan, tugas kecil yang selesai, waktu tunggu yang hilang, handoff yang berkurang, dan waktu dari ide ke prototipe.
7. Rumor paket US$500 memang ada, tetapi belum menjadi harga resmi saat ini
Pada 25 September 2026, informasi resmi OpenAI mencantumkan ChatGPT Plus seharga US$20 per bulan.[6]
Pro memiliki tingkatan US$100 dan US$200. Pendaftaran baru dan upgrade ke US$200 dihentikan sementara sejak 10 September, tetapi Help Center masih menyebut US$200 sebagai tingkatan Pro tertinggi.[7]
Pada 24 September, situs pihak ketiga TestingCatalog melaporkan referensi langganan yang belum dirilis dan tampak menyebut “Pro Max” senilai US$500 per bulan.[8]
Batasnya jelas:
per 25 September, OpenAI belum mengumumkan paket ChatGPT resmi saat ini seharga US$500.
Referensi pra-rilis dapat berubah atau tidak pernah diluncurkan.
Jika tingkatan mahal seperti itu hadir, pengguna profesional berat akan menilainya dari outsourcing, waktu, pengembangan, dan koordinasi yang benar-benar dapat digantikan.
8. Harga API bukan biaya riil OpenAI
Halaman resmi GPT-5.6 Sol mencantumkan harga API US$4 per satu juta token input dan US$20 per satu juta token output pada 25 September.[9]
Pengguna berat mungkin mengonversi penggunaan mereka ke harga retail API lalu menganggap selisihnya sebagai kerugian OpenAI.
Kesimpulan itu tidak bisa dibuat.
Harga API adalah harga jual, bukan biaya marginal yang dipublikasikan.
ChatGPT juga dapat menggunakan routing model, model lebih kecil, cache, batas penggunaan, infrastruktur bersama, dan optimisasi lain. Sementara itu proyeksi US$278 miliar mencakup investasi awal sangat besar.
Pengguna sebaiknya menilai nilai dari sisi sendiri: berapa biaya manusia, outsourcing, alat, dan waktu untuk menghasilkan hasil yang sama?
Biaya penyedia dan nilai pengguna adalah dua angka berbeda.
9. Kesimpulan: leverage besar AI adalah kompresi organisasi
Tidak ada kontradiksi antara OpenAI membelanjakan uang dalam jumlah sangat besar dan individu merasa layanannya murah.
Perusahaan dan investor membangun basis komputasi bersama yang sangat besar; jutaan pengguna menyewa sebagian kecilnya.
Namun perubahan terbesar bukan hanya kecerdasan lebih murah.
Ukuran organisasi yang dibutuhkan untuk menjalankan ide menjadi lebih kecil.
Lima menit riset. Sepuluh menit revisi. Dua puluh menit coding. Tiga menit perbandingan. Lanjutkan pekerjaan kemarin seketika. Gagal, lalu coba jalur lain.
Pasar outsourcing tradisional buruk menangani unit sekecil ini karena biaya koordinasi bisa lebih besar dari pekerjaannya.
AI menerima semuanya melalui satu pintu.
Di sisi penyedia: GPU, listrik, pusat data, pembiayaan.
Di sisi individu: satu tombol langganan memanggil riset, menulis, coding, dan iterasi.
Kapitalisme mulai menyewakan alat berat kerja pengetahuan kepada individu.
Wajar jika kenaikan harga terasa menakutkan.
- Reuters, “OpenAI forecasts cash burn near $280 billion by 2030, FT reports,” 2026-09-18 reuters.com
- Financial Times, “OpenAI expects to burn $280bn by 2030,” 2026-09 ft.com
- Brynjolfsson E, Li D, Raymond LR. “Generative AI at Work.” NBER Working Paper 31161; published version in The Quarterly Journal of Economics, 2025 nber.org
- Noy S, Zhang W. “Experimental evidence on the productivity effects of generative artificial intelligence.” Science. 2023;381(6654):187-192. doi:10.1126/science.adh2586 pubmed.ncbi.nlm.nih.gov
- Harvard Business School / BCG, “Navigating the Jagged Technological Frontier,” field experiment with 758 consultants aiinstitute.hbs.edu
- OpenAI Help Center, “What is ChatGPT Plus?”, checked 2026-09-25 help.openai.com
- OpenAI Help Center, “About ChatGPT Pro tiers,” checked 2026-09-25 help.openai.com
- TestingCatalog, “OpenAI prepares new $500/month Pro Max plan for ChatGPT,” 2026-09-24 testingcatalog.com
- OpenAI API, “GPT-5.6 Sol Model,” checked 2026-09-25 developers.openai.com
