Hanya kemarin, seluruh kalangan AI masih tenggelam dalam euforia.
Bocoran dari berbagai pihak meluncur bersamaan: senjata pamungkas Google - Gemini 3.5 Pro, kode nama "Cappuccino", akan resmi diluncurkan dalam 48 jam!
Jendela konteks super besar 2 juta token, mode penalaran baru "Deep Think", dikabarkan evaluasi internal sudah mengalahkan GPT-5.6 Sol dan Claude Fable 5.

Jelas, ini adalah produk penting yang akan mengguncang lanskap AI.
Semua orang bersemangat menghitung mundur, mengasah pisau, bersiap menyaksikan sejarah.

Namun, setelah bangun tidur, situasi berubah drastis.
Sebuah laporan eksklusif Bloomberg bagaikan siraman air es, memadamkan semangat semua orang: Peluncuran Gemini 3.5 Pro ditunda, dan bukan ditunda beberapa hari, melainkan penundaan besar selama berbulan-bulan!

Peluncuran yang seharusnya tercatat dalam sejarah, dihentikan sendiri oleh Google.
Apa penyebabnya sebenarnya?
48 Jam Pesta Por dan Rem Darurat
Hanya kemarin, platform media sosial masih dipenuhi spoiler tentang Gemini 3.5 Pro.
Kode nama: Cappuccino.
Konteks super panjang: 2 juta token.
Deep Think: Mode "Deep Think" baru, membuatnya mencapai ketinggian yang belum pernah terjadi sebelumnya dalam matematika, pemrograman, dan penalaran logika.
Evolusi menyeluruh: Kemampuan penulisan kode, alur kerja agen, desain UI front-end, dan pembuatan grafik SVG meningkat pesat.
Orang dalam memprediksi, ini akan menjadi "senjata pamungkas" Google untuk melawan OpenAI dan Anthropic secara total.
Reaksi ekstrem. Semua orang menantikan tanggal 17 Juli yang legendaris sebagai tanggal rilis.
Namun, pagi ini, sebuah artikel dari wartawan Bloomberg membuat orang langsung kecewa.

Sumber internal menyebutkan, kemajuan pengembangan Gemini 3.5 Pro sudah tertinggal beberapa bulan. Inti masalahnya adalah model ini gagal memenuhi standar ketat internal, terutama dalam kemampuan pengkodean AI.
Bahkan di akhir bulan lalu, Google secara darurat memperbarui data pelatihan, mencoba sprint terakhir untuk meningkatkan kemampuan pengkodean, tetapi hasilnya "mengecewakan".
Empat kata itu menandakan berakhirnya pesta 48 jam ini.
Harga saham Google langsung turun setelah kabar ini tersiar, bahkan sempat anjlok 4,43%.

Saat model baru OpenAI dan Meta melaju kencang dalam kemampuan kode, kegagalan lahir Gemini 3.5 Pro langsung menyebabkan kecemasan serius di internal Google.
Para insinyur, peneliti AI, dan eksekutif merasa sangat frustrasi, mereka semakin khawatir, Google sedang kehilangan parit pertahanan yang memang tidak tebal itu.

"Perangkap Tacitus" Google: Mengapa Kekuatan Seluruh Perusahaan Tak Bisa Menciptakan AI Terkuat?
Mengapa bom andalan yang ditunggu-tunggu itu bisa gagal?
Artikel ini mengungkapkan kesulitan berlapis di internal Google. Ini adalah potret miniatur kerajaan raksasa di masa transisi zaman.

Kecepatan Inovasi "Dihancurkan" oleh Birokrasi
Artikel ini menyebutkan satu detail kunci: struktur internal Google kompleks, banyak pemangku kepentingan.
Peluncuran satu model harus mempertimbangkan kebutuhan lini produk raksasa seperti Search, Maps, YouTube, dll.
Mode pengambilan keputusan "ingin ini, ingin itu" ini menyebabkan penyebaran sumber daya dan kelambatan keputusan.
Mantan karyawan membuat perumpamaan yang hidup: "Membuat semua lapisan kepemimpinan di setiap departemen bekerja ke arah yang sama, seperti mencoba merebus seluruh lautan."
Hasilnya, instruksi sering berubah, beberapa departemen menciptakan roda yang sama berulang kali, sulit membentuk sinergi.
OpenAI dan Anthropic melaju dengan kecepatan perusahaan startup, "kapal induk" Google malah terhenti untuk koordinasi internal.
Netizen berkomentar tajam: "Google perlu memangkas sistem birokrasi yang gemuknya untuk bisa membuat kemajuan di bidang ini."

Waterloo Pengkodean AI: Sentimen "Keturunan Murni" Insinyur dan Kelaparan Daya Komputasi
Dan mengapa justru kemampuan pengkodean yang mengecewakan? Di balik ini tersembunyi kontradiksi yang lebih dalam di Google.
Di satu sisi, Google memiliki budaya insinyur terbaik di dunia, yang juga melahirkan sentimen "keturunan murni".
Banyak insinyur old-school percaya "semua kode penting harus ditulis secara manual". Ketidakpercayaan terhadap kode yang dihasilkan AI ini membatasi penggunaan Gemini oleh para insinyur untuk membantu pengembangan, khawatir kode berpemilik bocor ke data pelatihan.
Saat Google akhirnya menyadari pentingnya pengkodean AI, dan memutuskan mewajibkan penggunaan AI untuk menulis kode, masalah baru muncul lagi - daya komputasi tidak mencukupi.

Laporan tersebut menunjukkan, ketika para insinyur mencoba menggunakan alat AI internal, mereka sering mengalami batasan kapasitas daya komputasi.
Detail paling ironis dalam seluruh laporan ini adalah: di sebuah perusahaan yang diperkirakan pengeluaran modalnya tahun ini mencapai 180 hingga 190 miliar dolar AS, insinyurnya sendiri malah tidak bisa menggunakan GPU!
Data Wall Street menunjukkan, pengeluaran modal Google pada kuartal pertama tahun ini mencapai 35,7 miliar dolar AS, lebih dari dua kali lipat tahun sebelumnya. Uang sebanyak ini dihabiskan untuk membeli chip, membangun pusat data, tapi hasilnya?
Menghadapi kekacauan ini, Google sedang mencoba menambal lubang.
Arsitek Kepala AI sedang menyatukan alat pemrograman AI di berbagai departemen ke arsitektur dasar Google Antigravity, membentuk tim pemrograman AI khusus di dalam DeepMind, tetapi sudah terlambat.
Balap Kuda Internal, Siklus Buruk Bocornya Talenta
Google bukan tidak menyadari masalahnya. Ia memiliki laboratorium riset teratas Google DeepMind, departemen Google Cloud, tim Android, bahkan membentuk beberapa grup internal untuk menyerang pengkodean AI.
Tapi mekanisme "balap kuda" ini juga berarti pemborosan energi internal.
Tim yang berbeda bertempur sendiri-sendiri, produk tumpang tindih, strategi berayun. Yang lebih buruk, kekacauan dan rasa frustrasi ini langsung menyebabkan kebocoran talenta puncak.
Laporan menyebut, banyak peneliti kecewa dengan ketertinggalan Google, melompat ke Anthropic dan OpenAI.
Ini membentuk lingkaran setan yang mengerikan: Birokrasi menyebabkan inefisiensi -> Inefisiensi menyebabkan produk tertinggal -> Produk tertinggal menyebabkan kebocoran talenta -> Kebocoran talenta memperparah ketertinggalan teknologi.
Penundaan Gemini 3.5 Pro adalah konsekuensi logis dari lingkaran ini.
Alarm Berbunyi di Seluruh Industri, Raksasa Kolektif Jatuh ke dalam "Perangkap Kekecewaan Model Raksasa Generasi Berikutnya"
Ethan Mollick dari Wharton Business School, saat membagikan laporan ini, mengemukakan pandangan yang membuat hati tergelitik -
Ini sama sekali bukan tragedi Google sendiri, melainkan "musim dingin teknologi periodik" yang sedang dialami seluruh Silicon Valley.
Mollick menunjuk tajam, kegagalan Google saat ini, secara sempurna mereplikasi penderitaan yang dialami Meta Llama 4 dan xAI Grok 4 sebelumnya.

Dia menamai fenomena ini "Perangkap Kekecewaan Model Raksasa Generasi Berikutnya".
Model generasi berikutnya yang dilatih dengan dana dan daya komputasi besar, peningkatan performa aktualnya jauh di bawah ekspektasi, posisi kepemimpinan pasar karenanya mengalami penurunan yang jelas.
Dulu, industri percaya pada Hukum Skala. Namun, saat skala model membesar sampai batas tertentu, "estetika kekerasan" sekadar menumpuk daya komputasi dan data mulai tidak efektif.
Kemacetan data: Data teks manusia berkualitas tinggi hampir "dihabiskan", efek data sintetis masih perlu diverifikasi.
Kemacetan algoritma: Arsitektur Transformer dan variasinya yang ada mungkin sedang mendekati batas atas performanya. Penurunan hasil: Untuk mendapatkan peningkatan performa kecil, perlu biaya daya komputasi yang tumbuh eksponensial.
Dalam permainan raksasa ini, hanya OpenAI yang dengan Orion/GPT-4.5 untuk sementara lolos dari perangkap ini, tanpa penurunan besar.
Bisa dipastikan, saat skala model mendekati batas fisik dan teknik, kesulitan iterasi model terdepan sedang meningkat drastis.
Penundaan Gemini 3.5 Pro kali ini membuat semua orang sadar -
Kita sedang berada di fase datar. Kecepatan melaju seperti "AI satu hari, dunia satu tahun" yang dulu, akan berhenti sejenak.
Bagi seluruh industri, ini mungkin hal yang baik. Saat keriuhan memudar, orang baru akan benar-benar berpikir di mana nilai AI sebenarnya.
Sedangkan untuk Google, waktu dan kesabaran yang diberikan pasar padanya, mungkin benar-benar tidak banyak lagi.
Referensi:
https://x.com/Mr_Salio/status/207736089707741624811
https://x.com/emollick/status/2077849021150888408
https://www.bloomberg.com/news/articles/2026-07-16/google-gemini-launch-delayed-as-tech-falls-short-of-internal-goals
Artikel ini berasal dari akun WeChat publik "新智元", penulis: ASI启示录






