Pada Juni 2026, sebuah dokumen keuangan OpenAI yang bocor menimbulkan guncangan hebat di kalangan teknologi. Dokumen tersebut menunjukkan bahwa pendapatan OpenAI pada tahun 2025 mencapai 13,07 miliar dolar AS, mengalami pertumbuhan luar biasa sebesar 253% dibandingkan tahun 2024 yang sebesar 3,7 miliar dolar AS. Namun, seiring dengan melonjaknya pendapatan, terdapat pula kerugian operasional yang sangat tinggi, yaitu 20,92 miliar dolar AS, dengan kerugian bersih sekitar 8 miliar dolar AS.
Di balik kemakmuran semu dengan pengguna aktif mingguan ChatGPT melebihi 900 juta dan valuasi perusahaan mencapai 852 miliar dolar AS, buku keuangan OpenAI justru mengungkapkan realitas yang kejam: pada tahun 2025, untuk setiap 1 dolar yang dihasilkan perusahaan ini, harus mengeluarkan 1,6 dolar. Apakah model "membakar uang untuk mengejar skala" ini merupakan derita eksklusif OpenAI di jalur menuju Kecerdasan Buatan Umum (AGI), ataukah merupakan penyakit umum di seluruh industri model besar? Dengan mengurai struktur biayanya dan membandingkannya secara horizontal dengan data keuangan perusahaan-perusahaan terkemuka seperti Anthropic dan xAI, kita mungkin bisa melihat harga sebenarnya di balik kemakmuran industri AI saat ini.
Lubang Hitam Biaya di Balik Pendapatan 13 Miliar: Ke Mana Uangnya Dihabiskan?
Untuk memahami logika kerugian OpenAI, pertama-tama perlu mengurai komposisi total biaya dan pengeluarannya yang mencapai 34 miliar dolar AS. Dalam dokumen keuangan bocor ini, pos pengeluaran terbesar adalah biaya penelitian dan pengembangan, mencapai 19,18 miliar dolar AS, yang mencakup pembayaran kepada Microsoft sebesar 10,59 miliar dolar AS. Diikuti oleh biaya pendapatan sebesar 7,5 miliar dolar AS (terutama untuk komputasi inferensi), serta pengeluaran penjualan dan pemasaran sebesar 5,73 miliar dolar AS.
Dilihat dari laju pertumbuhan, efisiensi pembakaran dana OpenAI sebenarnya telah membaik. Pada tahun 2024, perusahaan ini harus mengeluarkan 2,37 dolar untuk setiap 1 dolar pendapatan yang dihasilkan, sementara pada tahun 2025, angka ini turun menjadi 1,6 dolar. Laju pertumbuhan pendapatan (253%) melampaui laju pertumbuhan total biaya (172%). Namun, ini tidak berarti tekanan biaya berkurang, sebaliknya, harga tiket untuk hukum skala masih terus melonjak drastis.
Pengeluaran penelitian dan pengembangan sebesar 19,18 miliar dolar AS mencapai 147% dari pendapatan tahunannya. Di bidang model besar, penelitian dan pengembangan tidak hanya berarti gaji insinyur algoritma, tetapi lebih berarti konsumsi daya komputasi pelatihan yang sangat besar. Untuk mempertahankan keunggulan kemampuan model, OpenAI harus terus berinvestasi besar-besaran dalam melatih model generasi berikutnya. Investasi ini bersifat kaku, sekali melambat, mereka mungkin kehilangan posisi dalam persaingan dengan pesaing.
Biaya komputasi inferensi sebesar 7,5 miliar dolar AS juga tidak boleh diabaikan. Bagian biaya ini terkait langsung dengan volume penggunaan pengguna. Pengguna aktif mingguan ChatGPT melebihi 900 juta berarti setiap hari ada permintaan inferensi dalam jumlah besar yang membanjiri server OpenAI. Setiap percakapan, setiap hasil generasi, mengonsumsi sumber daya komputasi yang nyata. Meskipun kinerja perangkat keras meningkat, pertumbuhan kebutuhan pengguna akan interaksi yang lebih kompleks dan dengan konteks yang lebih panjang lebih cepat, menyebabkan nilai absolut biaya inferensi terus naik.
Selain itu, pengeluaran penjualan dan pemasaran sebesar 5,73 miliar dolar AS juga mencerminkan tingginya biaya akuisisi pelanggan B2C dan ekspansi B2B bagi perusahaan AI. Di tengah tren awal homogenisasi produk, mempertahankan kesadaran merek dan merebut pangsa pelanggan perusahaan memerlukan investasi uang sungguhan.
Perlu dijelaskan secara khusus mengenai istilah kerugian bersih. Dokumen bocor menunjukkan bahwa kerugian bersih 2025 mencakup biaya akuntansi non-tunai satu kali sekitar 30 miliar dolar AS, yang berasal dari perubahan nilai wajar liabilitas ekuitas konversi dan warrant ketika OpenAI beralih dari struktur nirlaba menjadi perusahaan berorientasi laba untuk kepentingan publik (PBC). Setelah mengurangi faktor satu kali ini, kerugian aktual di tingkat operasional adalah sekitar 20,92 miliar dolar AS, dengan kerugian bersih sekitar 8 miliar dolar AS. Pembedaan ini sangat penting karena mengisolasi fluktuasi buku yang timbul dari perubahan struktur keuangan, mengembalikan konsumsi nyata dari operasional perusahaan sehari-hari.
Beban Struktural 17,2 Miliar: "Pemotongan Tersembunyi" Microsoft
Dalam struktur biaya OpenAI, ada raksasa yang tak terhindarkan: Microsoft. Menurut dokumen bocor, total pembayaran OpenAI kepada Microsoft pada tahun 2025 mencapai 17,2 miliar dolar AS, termasuk 10,59 miliar dolar AS untuk pengeluaran penelitian dan pengembangan, 6,047 miliar dolar AS untuk biaya pendapatan, 0,527 miliar dolar AS untuk pengeluaran penjualan, dan 0,042 miliar dolar AS untuk pengeluaran administrasi.
Pembayaran 17,2 miliar dolar AS ini mencakup 50,5% dari total biaya tahunan OpenAI, bahkan melebihi pendapatan tahunannya sebesar 13,07 miliar dolar AS. Microsoft bukan hanya penyedia layanan cloud OpenAI, tetapi juga "pemegang saham tersembunyi" yang mengikat aliran kas OpenAI secara mendalam melalui pembagian daya komputasi. Dalam kerja sama awal, dukungan daya komputasi Microsoft adalah kunci kesuksesan cepat OpenAI. Namun, seiring dengan perluasan skala bisnis OpenAI, model bagi hasil ini berubah menjadi beban struktural yang berat.
Berdasarkan perjanjian kerja sama yang diungkapkan sebelumnya, OpenAI harus membayar kepada Microsoft 20% dari pembagian pendapatan, berlanjut hingga 2030. Ini berarti, selama OpenAI masih menggunakan layanan cloud Azure Microsoft untuk pelatihan dan inferensi, bagian pengeluaran ini akan terus mengikuti. Sebelum mencapai arus kas positif, OpenAI harus terlebih dahulu menutupi tagihan daya komputasi Microsoft. Struktur ini juga menjelaskan mengapa OpenAI pada Maret 2026 harus menyelesaikan pendanaan besar-besaran senilai 122 miliar dolar AS. Dalam kondisi tidak mampu mengandalkan pembiayaan mandiri, suntikan dana eksternal adalah satu-satunya cara untuk menjaga operasional.
Peringkat Efisiensi Pembakaran Dana: OpenAI vs Anthropic vs xAI
Apakah penelitian dan pengembangan tinggi serta kerugian tinggi merupakan fenomena eksklusif OpenAI? Mengalihkan pandangan ke dua perusahaan AI terkemuka lainnya, jawabannya adalah tidak.
Menurut dokumen IPO S-1 yang diajukan SpaceX, xAI milik Musk pada tahun 2025 memiliki pendapatan 3,2 miliar dolar AS, tetapi kerugian operasional mencapai 6,4 miliar dolar AS, dengan pengeluaran modal bahkan mencapai 12,7 miliar dolar AS. Jika menghitung efisiensi pembakaran dana, xAI harus mengeluarkan 3 dolar untuk setiap 1 dolar yang dihasilkan, dengan rasio kerugian/pendapatan mencapai 200%, jauh lebih tinggi dari OpenAI yang 160%. Untuk bertaruh pada model triliun parameter, xAI membangun pusat data Colossus hanya dalam 122 hari, dengan pengeluaran modalnya bahkan melebihi total pengeluaran modal bisnis Starlink dan roket SpaceX. Ini menunjukkan bahwa di lintasan mengejar hukum skala, xAI mengambil taruhan aset berat yang lebih ekstrem daripada OpenAI.
Situasi pesaing utama lainnya, Anthropic, menunjukkan jalur yang berbeda. Menurut pengumuman resmi, pendapatan tahunan (ARR) Anthropic pada akhir 2025 mencapai 9 miliar dolar AS, dan melonjak menjadi 47 miliar dolar AS pada Mei 2026. Mesin pertumbuhan intinya, Claude Code, pada Februari 2026 telah menghasilkan pendapatan tahunan lebih dari 2,5 miliar dolar AS.
Namun, di balik pertumbuhan pesat juga tersembunyi tekanan biaya. Menurut laporan The Information, margin laba kotor Anthropic pada tahun 2025 hanya 40%, 10 poin persentase lebih rendah dari perkiraan, karena biaya inferensi 23% lebih tinggi dari perkiraan. Dalam hal kerugian, menurut laporan media, tingkat kerugian EBITDA-nya juga mencapai puluhan miliar dolar AS. Karena kurangnya dokumen audit yang pasti, kita tidak dapat mengetahui total kerugian bersih aktual Anthropic, tetapi margin laba kotor 40% dan biaya inferensi yang melampaui perkiraan mengungkapkan tekanan umum industri yang sama.
Membandingkan data ketiga perusahaan secara berdampingan dapat ditemukan: pada tahun 2025, total kerugian operasional OpenAI, xAI, dan Anthropic telah melebihi 30 miliar dolar AS. Membakar uang untuk mengejar skala bukanlah kasus terisolasi, melainkan norma dalam persaingan model besar saat ini. Perbedaannya terletak pada pilihan jalur bisnis. Anthropic tidak membangun pusat data sendiri, mengandalkan strategi multi-cloud AWS, Google, dan Azure, mengambil jalur aset ringan, dan mencapai monetisasi premium tinggi di sisi perusahaan melalui Claude Code; xAI mengendalikan infrastruktur daya komputasi dengan ketat di tangannya sendiri, bertaruh pada monopoli daya komputasi; OpenAI berada di antara keduanya, bergantung pada daya komputasi Microsoft sekaligus memiliki basis pengguna B2C yang sangat besar.
900 Juta Pengguna Aktif Mingguan dan Tingkat Konversi 5,6%: Uji Tekanan Plafon Monetisasi
Basis pengguna yang sangat besar adalah parit pertahanan inti OpenAI, sekaligus pendukung penting valuasinya sebesar 852 miliar dolar AS. Namun, data keuangan mengungkapkan sisi lain dari parit pertahanan ini.
Dari 900 juta pengguna aktif mingguan ChatGPT, pengguna berbayar sekitar 50 juta, dengan tingkat konversi sekitar 5,6%. Dengan pendapatan kasar 13,07 miliar dolar AS, kontribusi pendapatan tahunan per pengguna berbayar (ARPU) sekitar 261 dolar AS. Ini berarti, lebih dari 800 juta pengguna gratis sedang mengonsumsi daya komputasi, tetapi tidak dapat memberikan pendapatan langsung.
Di tengah biaya inferensi yang masih tinggi, konsumsi daya komputasi pengguna gratis menjadi beban yang sangat besar. Bagaimana meningkatkan tingkat konversi dan ARPU adalah tantangan langsung yang dihadapi OpenAI. Dibandingkan dengan strategi Anthropic, tekanan ini menjadi lebih jelas. Menghadapi tekanan biaya, Anthropic memilih untuk menggandakan harga API model teratas, meluncurkan strategi tarif berlapis seperti Claude Fable, mengubah kemampuan AI teratas menjadi "barang mewah", untuk menyaring pelanggan perusahaan bernilai tinggi.
Sementara itu, OpenAI saat ini masih mempertahankan model langganan dasar 20 dolar AS per bulan. Model ini membantu memperbesar basis dengan cepat selama periode ekspansi pengguna, tetapi pada tahap struktur biaya perlu dioptimalkan, pasti akan menghadapi tekanan kenaikan harga atau stratifikasi biaya lebih lanjut.
Siapa yang Membayar Tagihan Hukum Skala?
Buku keuangan bocor OpenAI ini merobek secuil bagian luar industri AI yang tampak mengilap. Penghasilan miliaran per tahun tetapi rugi miliaran, bukan hanya situasi OpenAI saat ini, tetapi juga dilema bersama yang dihadapi perusahaan-perusahaan terkemuka seperti xAI dan Anthropic. Investasi penelitian dan pengembangan tinggi serta biaya inferensi tinggi membentuk dua gunung besar dalam persaingan model besar.
Pendanaan besar-besaran memberikan bantalan penyangga untuk model pembakaran dana ini. Pendanaan 122 miliar dolar AS yang diselesaikan OpenAI pada Maret 2026, serta valuasi Anthropic mencapai 965 miliar dolar AS pada Mei di tahun yang sama, menunjukkan bahwa pasar modal saat ini masih bersedia membayar untuk hukum skala. Namun, kesabaran modal terbatas.
Apakah perusahaan AI dapat keluar dari rawa kerugian tergantung pada kemampuan mereka untuk mencapai penurunan biaya marjinal yang drastis. SpaceX di awal melalui penggunaan ulang roket berhasil menurunkan biaya peluncuran lebih dari 90%, sehingga mengubah ekonomi industri antariksa. Apakah industri AI dapat meniru jalur ini tergantung pada apakah biaya daya komputasi inferensi dapat turun drastis melalui chip khusus, kompresi model, atau inovasi arsitektur. Sebelum itu, penelitian dan pengembangan tinggi serta kerugian tinggi masih akan menjadi nada utama industri AI. Yang menentukan apakah alat AI dapat terus beriterasi, bukanlah tingkat kecemerlangan algoritma, melainkan struktur biaya yang tersembunyi dalam buku keuangan.
