14 Mei 2026, Microsoft telah mulai mencabut lisensi internal Claude Code untuk sebagian besar karyawannya. Batas waktu adalah 30 Juni—juga hari terakhir tahun fiskal Microsoft.
Hanya 6 bulan yang lalu, Microsoft melakukan hal yang sepenuhnya berlawanan—Desember 2025, mereka membuka Claude Code untuk ribuan karyawan, termasuk insinyur, manajer produk, desainer, mendorong semua orang untuk menggunakan pendekatan vibe coding dalam merombak alur kerja. Karyawan menyukai alat ini, tetapi mungkin, terlalu menyukainya.
Tapi 6 bulan kemudian, Microsoft sendiri yang menarik.
Dan hampir di minggu yang sama, partner YC Tom Blomfield mengatakan hal lain dalam sebuah batch talk: "Jika tagihan API Anda tidak membuat Anda sakit hati, berarti Anda belum membakar cukup banyak."
Musim semi yang sama, Silicon Valley memberikan dua jawaban yang sepenuhnya berlawanan untuk masalah yang sama—apakah menggunakan AI lebih mahal daripada manusia?
01 Lokasi Kegagalan Vibe Coding
Yang dicabut Microsoft bukan model Claude itu sendiri. Model Anthropic akan terus disediakan kepada karyawan Microsoft melalui Copilot CLI. Yang dicabut adalah pintu masuk produk Claude Code itu sendiri.
Yang paling terdampak adalah departemen "Experiences + Devices"—tim insinyur di balik Windows, Microsoft 365, Outlook, Teams, dan Surface. EVP Rajesh Jha dalam memo internal membungkus keputusan ini sebagai "penyatuan rantai alat" (toolchain unification), tetapi sumber internal Microsoft yang dikutip The Verge lebih lugas: karyawan secara umum menganggap Claude Code lebih baik daripada Copilot CLI, popularitas alat Anthropic ini di internal Microsoft bahkan membuat Copilot CLI buatan Microsoft sendiri menjadi "terabaikan".
Dengan kata lain, Microsoft mencabut Claude Code, bukan karena tidak bagus, tapi karena terlalu bagus.
Batas waktu 30 Juni itu juga bukan kebetulan—itu hari terakhir tahun fiskal Microsoft. Memotong alat yang lebih disukai karyawan, kembali ke produk sendiri, waktu yang disesuaikan dengan akhir tahun fiskal—seberapa banyak keputusan produk, seberapa banyak pertimbangan keuangan, semua paham.
Microsoft bukan satu-satunya contoh.
Sebulan sebelumnya, CTO Uber Praveen Neppalli Naga mengungkapkan kepada The Information: anggaran perusahaan untuk alat pemrograman AI sepanjang tahun 2026, habis dibakar dalam 4 bulan pertama. Uber sebelumnya bahkan mengadakan peringkat internal, dengan cara kompetisi untuk mendorong karyawan lebih banyak menggunakan AI—hasilnya anggaran kolaps.
Yang lebih lugas adalah kata-kata Wakil Presiden Deep Learning Terapan Nvidia Bryan Catanzaro dalam wawancara dengan Axios: "Bagi tim saya, biaya komputasi jauh melebihi biaya karyawan." Ini diucapkan dari mulut eksekutif perusahaan hardware—perusahaan yang produk intinya adalah menjual daya komputasi.
Fortune merangkai petunjuk-petunjuk ini, memberi judul artikel yang sangat Fortune: "Laporan Microsoft mengungkap masalah biaya sebenarnya dari AI—menggunakan barang ini lebih mahal daripada membayar karyawan".
Jika hanya membaca sampai tingkat ini, kesimpulannya sederhana: vibe coding gagal, cerita AI menggantikan manusia bisa ditutup.
Tapi kesimpulan ini terlalu dini.
02 Model Copilot Sudah 'Menabrak Tembok'
Untuk menjelaskan penarikan diri Microsoft, harus dijelaskan dulu apa itu vibe coding.
Istilah ini diusulkan oleh Andrej Karpathy di awal 2025—ia menggambarkan cara pemrograman baru: pengembang tidak lagi menulis kode baris demi baris, tetapi menggunakan bahasa alami untuk menggambarkan maksud, membiarkan LLM menghasilkan kode. Pengembang bahkan tidak membaca kode—hanya melihat hasilnya—bisa jalan diterima, tidak bisa jalan suruh AI ubah lagi.
Ini adalah janji produktivitas paling menggoda di era AI. Artinya: seorang insinyur yang tidak bisa menulis Rust bisa meminta AI menulis Rust untuknya; seorang manajer produk bisa meminta AI membuat prototipe untuknya; seorang desainer bisa meminta AI menulis kode yang bisa dijalankan untuknya. Sasaran pembukaan Claude Code Microsoft pada Desember 2025 itu—insinyur, PM, desainer—tepatnya adalah tiga tipe orang ini. Ini bukan kebetulan, ini adalah postur klasik penerapan vibe coding.
Tapi vibe coding jatuh ke perusahaan besar, akan menjadi hal yang secara struktural canggung.
Misalkan Microsoft punya seorang insinyur, gaji tahunan 300 ribu dolar AS. Setelah Microsoft memberinya Claude Code, outputnya meningkat 20%—ini kondisi paling ideal dari vibe coding. Tetapi di saat yang sama, biaya token yang dia bakar setiap bulan, apakah 200 dolar, 500 dolar, atau 2000 dolar? Angka ini akan terus meningkat seiring dengan ketergantungannya pada AI yang semakin dalam.
Yang lebih merepotkan, dia tidak akan dipecat karena "menggunakan AI"—gaji 300 ribu per tahunnya masih ada, tunjangan masih ada, tempat duduknya masih ada.
Dengan kata lain, struktur biaya total Microsoft adalah "gaji karyawan asli + tagihan token baru". Formula ini hanya punya satu arah—biaya melonjak drastis.
Dan apakah hal "output karyawan +20%" ini tercermin dalam keuangan sebagai "pendapatan +20%"? Bukan. Adalah "pendapatan tetap, tetapi dalam struktur biaya ada tambahan tagihan AI"—karena output sebagian besar karyawan tidak langsung berhubungan dengan tambahan pendapatan, dia menulis lebih cepat tidak berarti perusahaan menjual lebih banyak.
Inilah arti sebenarnya dari kata-kata Catanzaro "daya komputasi lebih mahal daripada karyawan". Bukan berarti AI bodoh, maksudnya adalah ketika Anda memasang AI pada karyawan lama, Anda tidak mungkin bisa membuat perhitungannya seimbang.
Logika ini juga didukung data.
Dalam prediksi terbaru Gartner dikatakan: pada 2030, biaya inferensi model besar satu triliun parameter akan turun hampir 90% dibandingkan 2025. Kedengarannya AI semakin murah, tetapi kesimpulan sebenarnya Gartner adalah: ini tidak akan membuat tagihan AI total perusahaan menjadi lebih murah. Analis Direktur Senior Gartner Will Sommer mengatakan satu hal—"Para CPO seharusnya tidak mencampuradukkan 'deflasi token tingkat komoditas' dengan 'demokratisasi kemampuan inferensi mutakhir'."
Prediksi Goldman Sachs lebih langsung: pada 2030, AI agen akan mendorong konsumsi token tumbuh 24 kali lipat, mencapai 120 kuadriliun per bulan. Harga token tunggal turun 90%, konsumsi tumbuh 24 kali lipat—hasilnya tagihan total tetap naik.
Jensen Huang punya versi yang lebih radikal. Beberapa bulan lalu di acara publik, dia mengatakan, di masa depan setiap karyawan Nvidia akan ditemani 100 agen AI bekerja bersama.
Kedengarannya indah. Tapi jika Anda adalah CFO, apa yang Anda dengar? 100 tungku pembakar token, membakar 24 jam sehari tanpa henti.
Masalahnya bukan AI terlalu mahal. Masalahnya adalah asumsi "memberi setiap karyawan satu co-pilot AI" itu sendiri.
Postur seperti ini memiliki nama populer di kalangan teknologi—"mode co-pilot". Asumsi intinya adalah: manusia tetap di kursi pengemudi, AI di kursi penumpang memberi saran. Dia tidak menggantikan Anda, hanya membuat Anda lebih cepat.
Asumsi ini sangat lembut di level teks—"AI tidak akan merebut pekerjaan Anda, AI hanya membantu Anda". Tetapi di level keuangan, makna tersiratnya adalah: semua gaji lama tetap, tetapi ada tambahan biaya token.
Dan token bukan biaya tetap, ditagih berdasarkan konsumsi. Semakin banyak karyawan menggunakan, semakin banyak perusahaan membayar—ini persis struktur biaya yang paling tidak diinginkan perusahaan: mengambang, tidak ada batas atas, membesar secara terbalik mengikuti kapasitas.
Saat Microsoft membuka Claude Code pada Desember 2025, mungkin belum sepenuhnya menyadari hal ini. Awalnya mereka berpikir: biarkan karyawan mencoba, lihat seberapa banyak AI bisa meningkatkan efisiensi kerja. Tapi 6 bulan kemudian, karyawan benar-benar kecanduan, Claude Code terlalu populer di internal Microsoft—hasilnya tagihan token jauh melampaui ekspektasi, melebihi output yang bisa Microsoft ambil kembali dari popularitas ini.
Microsoft menarik. Tapi yang ditarik bukan AI—yang ditarik adalah struktur "karyawan tetap di kursi pengemudi, AI di kursi penumpang".
Ini adalah kegagalan struktural. Ini tidak akan hilang karena model lebih murah, juga tidak akan hilang karena karyawan lebih terampil—ini akan lebih parah seiring karyawan semakin terampil menggunakan AI.
03 Membakar Token, Karena Tidak Membakar Kepala
Hampir di minggu yang sama dengan penarikan Microsoft, Tom Blomfield dalam batch talk YC mengajukan perspektif yang sama sekali berbeda. Dia tidak membahas "bagaimana AI harus digunakan"—dia membahas "perusahaan di era AI seharusnya berbentuk seperti apa".
Penilaian Blomfield sangat langsung: sebagian besar perusahaan hari ini masih struktur "pasukan Romawi"—informasi disampaikan bertingkat ke atas, perintah didistribusikan bertingkat ke bawah, manusia adalah inti koordinasi. Memasang AI pada struktur ini, efeknya adalah memberikan senjata api kepada pasukan infanteri Romawi—mereka akan menggunakannya lebih ganas, tetapi taktik tidak akan berubah.
Perusahaan AI-native sejati seharusnya berbentuk lain.
Blomfield menggunakan deskripsi yang sangat spesifik: setiap tindakan seharusnya menghasilkan produk yang dapat dicatat, dapat dipanggil, membuat semuanya jelas terbaca oleh AI (legible to AI); perusahaan seharusnya dirancang sebagai "siklus AI yang memperbaiki diri sendiri", sistem dapat merasakan lingkungan, membuat keputusan, memanggil alat, menerima umpan balik, memperbaiki diri.
Manusia di perusahaan seperti ini hanya punya dua peran. Pertama, kontributor individu—setiap orang terlepas dari departemen adalah pembangun dan operator, rapat membawa prototipe, tidak hanya membawa ide; kedua, DRI (penanggung jawab langsung)—setiap output memiliki penanggung jawab yang jelas, "tidak bisa bersembunyi di balik AI".
Kemudian Blomfield mengatakan kalimat emas itu: "Jika tagihan API Anda tidak membuat Anda sakit hati, berarti Anda belum membakar cukup banyak."
Kalimat ini jika muncul di kantor CFO Microsoft, akan dianggap lelucon; tetapi di depan sekumpulan pendiri startup di YC, tidak ada yang merasa gila.
Mengapa?
Partner YC lainnya Diana Hu di Startup School awal Mei memberikan jawaban. Dia mengatakan satu kalimat—"yang dimaksimalkan bukan kepala, tapi konsumsi token". Dia punya versi yang lebih lugas: "Satu orang ditambah alat AI, sama dengan tim besar insinyur di masa lalu."
Perhatikan kata kunci di sini: "sama dengan". Bukan "setara dengan", bukan "mirip dengan"—adalah pengganti.
Di batch musim semi P26 2026 YC, sudah ada banyak perusahaan yang menggunakan 5, 6 orang melakukan hal yang di masa lalu butuh 20, 30 orang. Tagihan token mereka tentu tinggi, tetapi tagihan personel mereka sangat rendah—secara keseluruhan, perhitungannya untung.
Kasus yang lebih radikal adalah Block. Perusahaan fintech di bawah Jack Dorsey ini baru-baru ini memecat 40% karyawannya. Ini bukan "efisiensi biaya" dalam arti tradisional—Block secara bersamaan meningkatkan investasi internal alat AI, struktur baru persis seperti yang dideskripsikan Diana Hu: IC + DRI + agen AI.
Membakar token dalam konteks YC bukan pengeluaran, adalah pengganti. Yang digantikan bukan pengeluaran selain AI, adalah gaji kepala. Perhitungannya bisa seimbang, karena perusahaan secara bersamaan menghilangkan posisi-posisi yang seharusnya membakar gaji.
Inilah akar penyebab mengapa Microsoft dan YC melihat hal yang sama, tetapi memberikan jawaban berlawanan—mereka membakar token yang sama sekali berbeda. Token Microsoft adalah mengisi bahan bakar co-pilot untuk tim lama, token YC adalah menggantikan pengemudi asli.
04 Aset Sejati Sedang Didefinisikan Ulang
Tom Blomfield dalam diskusi, juga mengatakan kalimat lain yang lebih menarik—"Manusia bersifat sementara, dokumentasi kontekslah yang penting."
Ini adalah penilaian di level akuntansi.
Bagaimana neraca perusahaan tradisional ditulis? Kiri adalah aset tetap, piutang, goodwill, IP, kanan adalah kewajiban dan ekuitas pemegang saham. Karyawan tidak ada di kolom aset—karyawan adalah biaya. Tetapi setiap perusahaan tahu dalam hati, karyawan sebenarnya adalah aset sejati: hubungan pelanggan ada di kepala penjualan, intuisi bisnis ada di kepala manajer produk, pengetahuan teknis ada di kepala insinyur.
Ciri "aset" ini adalah bisa pergi. Karyawan keluar, aset pun kabur.
Dan perusahaan AI-native yang dideskripsikan Blomfield, sedang melakukan satu hal: menarik semua aset yang awalnya hanya ada di otak manusia ini, mengubahnya menjadi "aset konteks" yang terbaca oleh AI, dapat dipanggil, dapat diiterasi.
Bentuk spesifiknya apa? Adalah dokumen kebutuhan yang rinci; adalah proses mendokumentasikan setiap keputusan, setiap pertukaran email, setiap diskusi Slack; adalah antarmuka MCP terbuka dan API; adalah artefak yang dihasilkan setiap alat internal—semua hal ini, membentuk lapisan aset baru perusahaan yang dapat diwariskan, tidak menguap seiring karyawan keluar.
Manusia di perusahaan seperti ini malah menjadi "variabel"—dapat terhubung dengan cepat, juga dapat meninggalkan dengan cepat, karena aset inti perusahaan tidak ada di otak manusia, ada di dalam dokumentasi.
Struktur seperti ini jika terbukti, berarti bukan hanya model organisasi baru—berarti neraca perusahaan sedang ditulis ulang. Sebuah perusahaan AI-native dengan 6 orang, membakar tagihan token yang mencengangkan, terlihat tidak sehat secara finansial, tetapi aset sejatinya mungkin lebih tebal daripada perusahaan tradisional dengan 60 orang—hanya saja aset seperti ini, prinsip akuntansi saat ini belum belajar cara menghitungnya.
Dengan kata lain, vibe coding tidak mati. Hanya saja tidak termasuk milik perusahaan tradisional.
Hari Microsoft mencabut Claude Code, bukan hari gagalnya ekonomi AI—adalah hari postur memasang AI pada organisasi lama, dibuktikan salah oleh dirinya sendiri.
Dan di dalam sekumpulan perusahaan startup YC, sedang tumbuh postur lain—mereka kecil, mereka bakar, mereka tidak punya "tingkat penggunaan AI karyawan" di tabel KPI, CFO mereka juga tidak panik karena tagihan token melonjak drastis—karena yang mereka bakar memang bukan "co-pilot karyawan", adalah "pengganti karyawan".
Tahun-tahun mendatang, semua perusahaan menengah yang masih menyuruh karyawan "gunakan AI sedikit lagi", akan menabrak tembok yang pernah ditabrak Microsoft—tagihan token yang secara struktural pasti naik.
Tapi penyebab sebenarnya menabrak, bukan AI terlalu mahal—adalah organisasi belum berubah.
Dan sebagian besar perusahaan, mungkin tidak akan berubah dalam waktu dekat.
