Kenaikan tarif cloud AI dari Amazon berpotensi merembet ke biaya yang dibayar pengguna akhir. Amazon Web Services (AWS) mengumumkan kenaikan sekitar 20 persen untuk EC2 Capacity Blocks for ML mulai Juli, layanan yang dipakai perusahaan untuk memesan kapasitas GPU bagi beban kerja AI dan machine learning.
Langkah ini menjadi sorotan karena banyak layanan AI berjalan di balik layar memakai infrastruktur AWS. Saat biaya komputasi naik, perusahaan pelanggan AWS bisa menghadapi pilihan yang sulit: menyerap beban tambahan, menunda ekspansi, atau meneruskan sebagian biaya ke pelanggan.
Kenaikan yang langsung menyentuh fondasi AI
EC2 Capacity Blocks for ML adalah skema reservasi untuk kapasitas GPU yang terjamin. Layanan ini penting bagi perusahaan yang membutuhkan komputasi besar untuk melatih atau menjalankan model AI secara stabil.
Jika biaya reservasi naik, pengeluaran infrastruktur juga ikut naik. Dalam kondisi seperti itu, harga layanan berbasis AI, langganan, atau software enterprise berpotensi ikut terdorong ke atas.
| Informasi | Detail |
|---|---|
| Kenaikan tarif | Sekitar 20 persen |
| Layanan terdampak | EC2 Capacity Blocks for ML |
| Waktu berlaku | Mulai Juli |
| Kenaikan sebelumnya | Sekitar 15 persen pada Januari |
AWS menyatakan harga reservasi Amazon EC2 Capacity Blocks for ML diperbarui secara berkala berdasarkan penawaran dan permintaan. Perusahaan belum memberikan komentar tambahan terkait kenaikan terbaru ini.
Tekanan biaya AI belum mereda
Kenaikan dari Amazon muncul di tengah tren biaya komponen AI yang makin mahal di industri teknologi. Sejumlah perusahaan besar juga sudah mengakui bahwa kenaikan harga memori mulai menekan bisnis mereka.
Apple telah menaikkan harga pada sebagian lini produknya, sementara Xbox juga mengumumkan harga yang lebih tinggi. Elon Musk pun secara terbuka menyoroti lonjakan tajam biaya memori.
HBM menjadi titik sempit
Sumber tekanan terbesar datang dari kelangkaan high-bandwidth memory atau HBM. Komponen ini sangat penting bagi prosesor AI modern, sehingga pasokannya ikut menentukan seberapa cepat GPU bisa diproduksi.
Ketika pasokan memori tidak mampu mengejar permintaan, jumlah GPU yang bisa dibuat ikut terbatas. Efek lanjutannya, pembangunan pusat data AI juga tidak bisa tumbuh secepat yang diinginkan pelaku industri.
Peter Berezin, kepala ekonom di BCA Research, mengatakan di X bahwa ada batas pada seberapa banyak memori yang dapat diproduksi. Menurut dia, batas itu pada akhirnya membatasi jumlah GPU yang bisa dibuat dan data center yang bisa dibangun.
Berezin juga menilai penyedia cloud berada dalam posisi kuat untuk meneruskan kenaikan biaya itu. Permintaan komputasi AI masih lebih tinggi daripada pasokan yang tersedia, sehingga daya tawar harga mereka tetap besar.
Efeknya bisa lebih luas dari yang terlihat
Keterbatasan pasokan yang sama juga ikut mengangkat prospek produsen chip memori seperti Micron dan SK Hynix. Investor menilai permintaan yang dipicu AI dapat membuat pasar memori tetap ketat dan harga bertahan tinggi selama bertahun-tahun.
Bagi perusahaan yang membangun layanan AI, situasi ini berarti biaya infrastruktur belum menunjukkan tanda-tanda benar-benar longgar. Selama pasokan komponen penting masih terbatas dan kebutuhan komputasi AI tetap tinggi, tekanan biaya di cloud akan terus menjadi faktor penting dalam penentuan harga layanan digital.