Tagihan AI di perusahaan mulai memasuki level yang sulit dipercaya. Seorang konsultan AI mengungkap ada klien yang menerima tagihan sekitar $500 juta dalam satu bulan setelah lisensi Claude untuk karyawan dibiarkan tanpa batas.
Kasus ini langsung menyorot sisi paling mahal dari adopsi AI di tempat kerja. Saat perusahaan mengejar produktivitas dari model bahasa besar, biaya pemakaian bisa melonjak cepat bila kontrol internal tidak disiapkan dengan benar.
Menurut Axios, ledakan biaya itu terjadi karena perusahaan tersebut tidak menetapkan batas penggunaan untuk para pegawai. Akibatnya, pemakaian Claude diduga terus berjalan melampaui jatah yang sudah termasuk dalam lisensi awal.
Dalam skema layanan AI untuk perusahaan, lisensi biasanya dibeli dengan biaya per karyawan. Namun lisensi itu tetap disertai batas pemakaian token, yaitu satuan dasar untuk mengukur seberapa banyak model AI digunakan.
Semakin sering karyawan memberi perintah, memproses dokumen, menulis kode, atau menjalankan tugas lain melalui AI, semakin besar token yang terpakai. Jika batas itu terlampaui, biaya tambahan akan dikenakan sesuai pemakaian ekstra.
Kenapa tagihannya bisa membengkak
Itu yang diduga menjadi pemicu tagihan raksasa tersebut. Belum diketahui berapa jumlah pegawai yang menggunakan Claude di perusahaan itu, tetapi tidak adanya batas pemakaian disebut sebagai faktor utama membengkaknya biaya.
Peristiwa ini muncul ketika banyak perusahaan mulai mengubah cara mereka membelanjakan anggaran AI. Setelah gelombang awal adopsi yang agresif, perhatian kini bergeser ke pertanyaan yang lebih mendasar tentang daya tahan biaya pemakaian skala besar.
Beberapa perusahaan sudah menunjukkan tanda pengetatan. Microsoft disebut telah membatalkan sebagian besar lisensi Claude Code miliknya, dengan salah satu pertimbangan diduga terkait ongkos, dan berencana beralih ke alat AI internal pada 30 Juni.
Uber juga sebelumnya menyebut anggaran belanja AI tahunannya sudah habis hanya dalam lima bulan. Kondisi itu memperkuat tanda bahwa perusahaan besar sekalipun mulai mengevaluasi ulang strategi AI ketika biaya operasional bergerak lebih cepat dari perkiraan.
Dari alat produktivitas menjadi pos biaya baru
Dorongan industri untuk memakai AI tetap sangat kuat. Google, Amazon, Meta, dan banyak perusahaan lain terus mendorong pemanfaatan AI dalam pekerjaan sehari-hari, dari produktivitas kantor sampai pengembangan perangkat lunak.
Namun kisah tagihan $500 juta menunjukkan bahwa manfaat produktivitas tidak datang tanpa konsekuensi finansial. Tanpa tata kelola yang ketat, alat yang dirancang untuk menghemat waktu bisa berubah menjadi sumber pengeluaran yang sulit dikendalikan.
Perdebatan ini juga masuk ke narasi yang lebih besar soal dampak AI pada dunia kerja. Dalam beberapa pekan terakhir, tokoh industri seperti CEO OpenAI Sam Altman disebut mulai melunakkan peringatan awal mereka bahwa AI akan segera menimbulkan gangguan luas pada pekerjaan kantoran.
Di internet, kisah tagihan Claude ini memicu reaksi beragam. Ada yang membandingkannya dengan momen kesadaran gelembung finansial dalam film The Big Short, seolah industri sedang melihat tanda-tanda pemborosan yang sebelumnya diabaikan.
Pengguna lain mempertanyakan kapan tagihan semacam itu bisa benar-benar membahayakan kesehatan keuangan perusahaan. Kekhawatiran itu muncul karena pemakaian token pada model bahasa besar dapat berjalan cepat dan terus menumpuk sebelum disadari.
Ada pula komentar bernada satir yang menyebut CEO Nvidia Jensen Huang mungkin akan bangga melihat besarnya konsumsi token itu. Sebelumnya, Huang memang pernah mengatakan bahwa insinyur seharusnya dievaluasi berdasarkan seberapa banyak token AI yang mereka gunakan.
Ia bahkan sempat berujar bahwa bila seorang insinyur bergaji $500.000 tidak menghabiskan setidaknya $250.000 token, ia akan sangat khawatir. Pernyataan itu dulu mencerminkan optimisme tinggi terhadap AI sebagai mesin produktivitas, tetapi kini dibaca ulang dalam konteks biaya yang semakin sensitif.
Kasus perusahaan yang menghabiskan sekitar Rs 4.770 crore dalam satu bulan untuk Claude menjadi pengingat keras bagi pasar. Di tengah euforia AI, pengawasan penggunaan, batas token, dan kontrol anggaran kini tampak sama pentingnya dengan kemampuan model itu sendiri.
