Harga Token Turun 67% Tahun Ini. Tagihan AI Anda Tetap Naik

Vendor Anda menawarkan harga yang lebih rendah. Tim keuangan Anda melaporkan baris pengeluaran AI yang lebih besar. Keduanya benar.

Ini bukan kontradiksi. Ini adalah jebakan biaya yang mendefinisikan AI enterprise di tahun 2026, dan sebagian besar CEO belum memiliki kerangka untuk menghadapinya.

Menurut analisis Fortune yang diterbitkan 22 Mei 2026, peralihan ke alur kerja kecerdasan buatan (AI) yang bersifat agentic menyebabkan total pengeluaran enterprise meningkat tajam meski biaya per unit inferensi AI terus turun. Masalahnya bukan harga per token. Masalahnya adalah berapa banyak token yang dikonsumsi beban kerja AI modern.

Paradoks Jevons Sedang Menguras Anggaran AI Anda

Para ekonom memiliki nama untuk pola ini. Paradoks Jevons menyatakan bahwa ketika harga suatu sumber daya turun, total konsumsi cenderung naik lebih cepat dari penurunan harga tersebut, karena biaya yang lebih rendah membuka kasus penggunaan baru yang sebelumnya tidak layak. Batubara. Listrik. Bandwidth. Kini token.

Biaya inferensi AI campuran turun sekitar 67% dari tahun ke tahun, dari sekitar $18,40 menjadi $6,07 per juta token antara kuartal pertama 2025 dan kuartal pertama 2026, berdasarkan analisis biaya industri 2026. Itu adalah penurunan harga yang nyata dan dramatis.

Namun 73% perusahaan melaporkan pada tahun 2026 bahwa biaya AI aktual mereka melebihi proyeksi awal. Selisih itu bukan kesalahan penganggaran. Itulah Paradoks Jevons dalam tindakan: AI yang lebih murah memungkinkan perusahaan untuk menyebarkannya lebih banyak, di lebih banyak tempat, menjalankan beban kerja yang lebih kompleks.

Fakta Utama

• Harga token turun sekitar 67% dari tahun ke tahun (sekitar $18,40 menjadi $6,07 per juta token, Q1 2025 hingga Q1 2026). (analisis biaya industri 2026)
• 73% perusahaan melaporkan pengeluaran AI melebihi proyeksi awal di tahun 2026. (analisis biaya 2026)
• Analisis Goldman Sachs memproyeksikan AI agentic dapat meningkatkan total permintaan token hingga 24x. (Tom's Hardware, mengutip Goldman Sachs)

Mengapa AI Agentic Merusak Anggaran

Kasus penggunaan AI sederhana, chatbot yang menjawab pertanyaan atau model yang meringkas dokumen, mengonsumsi token dalam satu pertukaran. Satu prompt masuk, satu respons keluar. Anda bisa memodelkan biaya itu di spreadsheet.

Beban kerja agentic tidak bekerja seperti itu. Agen yang menyelesaikan tugas secara mandiri memicu 10 hingga 20 panggilan model per tindakan pengguna. Setiap langkah dalam alur kerja adalah panggilan inferensi yang terpisah. Retrieval-augmented generation (RAG), di mana model menarik dokumen relevan untuk menjawab secara akurat, memperbesar jendela konteks sebesar 3 hingga 5 kali. Agen pemantau yang selalu aktif berjalan terus-menerus sepanjang waktu, menghasilkan token meski tidak ada manusia yang mengawasi.

Efek penggandaannya sangat signifikan. Satu alur kerja agentic yang tampak seperti "satu tugas" bisa mengonsumsi lima puluh kali lebih banyak token dibandingkan permintaan yang sama yang ditangani oleh model panggilan tunggal sederhana.

Analisis Goldman Sachs yang dilaporkan Tom's Hardware memberikan angka konkret: AI agentic dapat meningkatkan total permintaan token enterprise hingga 24 kali dibandingkan konsumsi saat ini. Itu bukan ramalan untuk masa depan yang jauh. Perusahaan seperti Uber sudah menghadapinya.

CTO Uber mengungkapkan bahwa perusahaan menghabiskan seluruh anggaran AI 2026 mereka dalam empat bulan. Adopsi internal Claude Code, asisten coding AI dari Anthropic, melonjak dari 32% menjadi 84% dari sekitar 5.000 engineer. Biaya per engineer per bulan berkisar $500 hingga $2.000, menurut laporan Fortune dan Tom's Hardware. Pada tingkat adopsi tersebut, dengan jumlah engineer sebesar itu, pengeluarannya bertambah dengan cepat.

Dan sebagaimana dilaporkan Fortune, Microsoft mengakui bahwa untuk beberapa beban kerja, biaya pemrosesan AI melebihi biaya yang diperlukan seorang pekerja manusia untuk menyelesaikan tugas yang sama.

GitHub Baru Saja Mengubah Model Penagihan. Vendor Lain Akan Mengikuti.

Realitas biaya ini kini mengubah cara vendor AI menyusun kontrak mereka.

Pada 1 Juni 2026, GitHub memindahkan Copilot dari langganan tarif tetap ke model berbasis penggunaan menggunakan "GitHub AI Credits" yang terhubung langsung dengan konsumsi token. Microsoft sedang memindahkan suite Copilot yang lebih luas ke struktur berbasis kredit yang sama dalam periode yang sama.

Hal ini penting untuk negosiasi vendor berikutnya. Model tarif per kursi yang membuat penganggaran AI terasa seperti pengeluaran SaaS yang dapat diprediksi sudah berakhir. Anda beralih ke wilayah utilitas yang terukur, dan tagihannya berkembang sesuai penggunaan, bukan jumlah karyawan.

Model tata kelola untuk AI, yang dibahas lebih mendalam di AI Agentic dan Kesenjangan Tata Kelola, tidak dirancang untuk konsumsi terukur. Sebagian besar perusahaan belum memiliki visibilitas biaya per alur kerja.

Yang Perlu Dilakukan

Token yang lebih murah adalah keunggulan nyata jika Anda memanfaatkannya dengan benar. Namun memanfaatkannya mengharuskan Anda memperlakukan infrastruktur AI seperti komputasi cloud: sebagai utilitas terukur dengan kontrol biaya di tingkat alur kerja, bukan lisensi kursi tarif tetap.

Berikut adalah kerangka awal yang praktis.

Instrumentasikan biaya token per alur kerja sebelum Anda memperluas. Anda tidak bisa mengoptimalkan apa yang tidak Anda ukur. Sebelum memperluas alur kerja agentic ke seluruh organisasi, ukur berapa biaya sebenarnya per tugas yang diselesaikan. Bandingkan dengan padanan biaya tenaga kerja manusia. Beberapa alur kerja akan menunjukkan keunggulan biaya 10x. Yang lain akan menunjukkan sebaliknya.

Tetapkan anggaran dan guardrail agen. Setiap agen yang diterapkan harus memiliki anggaran token maksimum per tugas. Ketika agen melampaui batas tersebut, tugas harus dieskalasikan ke manusia atau mundur ke model yang lebih murah. Ini adalah standar dalam manajemen biaya cloud dan harus menjadi standar dalam manajemen AI.

Tentukan alur kerja mana yang membenarkan pengeluaran agentic. Tidak setiap tugas memerlukan agen otonom multi-langkah. Tugas klasifikasi atau peringkasan sederhana dapat menggunakan model panggilan tunggal dengan sebagian kecil biaya. Model open-weight yang lebih murah semakin layak untuk inferensi berisiko rendah, sebagaimana dibahas dalam analisis Nvidia Nemotron untuk CTO. Sesuaikan model dengan kompleksitas alur kerja.

Negosiasikan ulang saat perpanjangan dengan data penggunaan di tangan. Jika vendor Anda beralih ke penagihan berbasis kredit, data konsumsi dasar Anda dari periode tarif tetap adalah daya tawar negosiasi Anda. Ketahui apa yang telah Anda konsumsi sebelum menyetujui struktur harga baru.

Perlakukan AI seperti utilitas, bukan lisensi perangkat lunak. Perusahaan listrik tidak menjual "listrik tak terbatas" dengan biaya bulanan tetap. Vendor AI pun tidak akan melakukannya, begitu adopsi agentic matang sepenuhnya. Bangun proses tata kelola internal dan keuangan Anda di sekitar akuntansi berbasis konsumsi sekarang, sebelum model penagihan berubah di bawah Anda.

Temuan BCG AI Radar 2026 bahwa 90% CEO mengharapkan AI agentic memberikan ROI tahun ini menunjukkan sebagian besar organisasi bertaruh besar pada teknologi ini. Namun kalkulasi ROI yang mengasumsikan harga tarif tetap akan salah. Struktur biaya telah berubah. Strategi perlu menyesuaikannya.

Untuk pandangan lebih luas tentang bagaimana hubungan vendor AI berubah, analisis kalkulasi vendor dari pengajuan IPO Anthropic mencakup implikasi strategis dari AI yang menjadi pengeluaran infrastruktur dasar.

Audit Biaya Agen 3 Pertanyaan

Sebelum menerapkan alur kerja agentic apa pun dalam skala besar, jalankan tiga pertanyaan berikut:

1. Berapa biaya token per tugas yang diselesaikan, diukur selama 100 eksekusi nyata (bukan demo)?
2. Apakah biaya tersebut mengalahkan alternatif tenaga kerja manusia pada skala Anda saat ini, dan pada skala 10x?
3. Guardrail apa yang membatasi biaya ketika agen berperilaku tidak terduga atau cakupan tugas berkembang?

Jika Anda tidak bisa menjawab ketiganya, alur kerja tersebut belum siap untuk produksi skala besar.

Pertanyaan yang Sering Diajukan

Mengapa tagihan AI saya naik jika harga token sedang turun?

Karena beban kerja AI modern mengonsumsi jauh lebih banyak token dibandingkan aplikasi chat sederhana yang diasumsikan sebagian besar model anggaran. Alur kerja agentic memicu 10 hingga 20 panggilan model per tugas pengguna, dan retrieval-augmented generation (RAG) memperluas jendela konteks sebesar 3 hingga 5 kali. Harga per token lebih rendah, tetapi volume yang dikonsumsi jauh lebih tinggi. Total pengeluaran naik meski harga per unit turun, itulah Paradoks Jevons yang diterapkan pada infrastruktur AI.

Apa yang harus saya lakukan sebelum perpanjangan vendor AI berikutnya?

Kumpulkan data konsumsi token per alur kerja aktual Anda dari periode tarif tetap saat ini. Seiring vendor beralih ke penagihan berbasis kredit, data tersebut menjadi dasar negosiasi Anda. Ketahui apa yang telah Anda konsumsi sebelum menyetujui struktur harga baru.

Beban kerja AI mana yang tidak sepadan dengan pengeluaran token agentic?

Tugas satu langkah yang tidak mendapatkan manfaat dari rantai penalaran: klasifikasi dokumen, peringkasan sederhana, ekstraksi entitas, penilaian sentimen. Ini semua dapat berjalan pada model panggilan tunggal yang lebih murah atau alternatif open-weight. Simpan pengeluaran agentic multi-langkah untuk alur kerja di mana penalaran otonom benar-benar mengubah kualitas output, seperti analisis kompleks, riset multi-sumber, atau tugas yang memerlukan pengambilan keputusan berurutan.

Sumber: Fortune, 22 Mei 2026 | Tom's Hardware | Duperrin, 1 Juni 2026