Meta Juga Ikut Berjualan ‘Sekop’: Model Bisa Lambat, GPU Harus Untung

marsbitDipublikasikan tanggal 2026-07-06Terakhir diperbarui pada 2026-07-06

Abstrak

Meta menghadapi berbagai tantangan dalam pengembangan model AI, termasuk pembatasan penggunaan Gemini oleh Google dan kemajuan teknologi agen AI yang lebih lambat dari perkiraan. Sebagai respons, perusahaan mempertimbangkan rencana alternatif: menjual kelebihan kapasitas komputasi AI-nya kepada klien eksternal melalui layanan "Meta Compute". Meta memiliki infrastruktur komputasi yang besar, dengan kapasitas data center yang signifikan. Sumber daya ini dapat dialokasikan untuk pelatihan model internal seperti Muse Spark dan Watermelon (yang diklaim setara dengan GPT-5.5), meningkatkan sistem rekomendasi iklan, atau disewakan dengan harga premium seperti yang dilakukan SpaceX. Selain itu, Meta berencana menjadi platform untuk model pihak ketiga, berpotensi menampung model seperti Claude dari Anthropic, yang dapat dijual sebagai layanan. Langkah ini didorong oleh biaya pengembangan model yang sangat tinggi dan tekanan untuk menghasilkan pendapatan dari investasi infrastruktur. Meskipun Meta tetap berkomitmen pada tujuan jangka panjangnya menciptakan kecerdasan super umum (ASI), penjualan daya komputasi menawarkan aliran pendapatan yang lebih langsung dan mudah dipahami pasar.

Model AI tak menunjukkan perkembangan menggembirakan, Mark Zuckerberg mulai mengincar infrastruktur.

Pemicunya adalah serangkaian pukulan yang dialami Meta: Penggunaan model Gemini dibatasi, Zuckerberg mengakui kemajuan teknologi AI agent internal lebih lambat dari perkiraan, semangat karyawan anjlok ke titik terendah dalam 20 tahun......

Intinya, tahun ini benar-benar penuh kesialan.

Tapi tak apa, tiba-tiba Zuckerberg mendapat ide cemerlang dan punya Rencana Cadangan (Plan B).

Kalau model buatan sendiri tak bisa menyusul, maka kita bisa menjual GPU!!

Menurut laporan Bloomberg, Meta sedang mempertimbangkan untuk meluncurkan Meta Compute, membuka infrastruktur AI-nya yang sangat besar kepada klien eksternal.

Wah, rupanya memang zamannya berjualan ‘sekop’...

Meta Akan Menjual GPU

Kalau mau jual ‘sekop’, berapa banyak ‘sekop’ yang dimiliki Meta?

Menurut laporan SemiAnalysis, akuisisi data center dan daya komputasi Meta tidak akan melambat, malah semakin dipercepat.

Hanya dalam 6 bulan pertama tahun ini, Meta telah menandatangani kapasitas lebih dari 5GW untuk cloud dan data center hosting. Belum termasuk data center yang sedang dibangunnya sendiri yang juga dipercepat.

Dua kampus data center terbesar yang sedang dibangun Meta, jika digabungkan, mewakili kapasitas 2.5GW.

Sejak awal 2024, transaksi terkait data center dan daya komputasi yang ditandatangani Meta juga telah mendekati 10GW.

Titik-titik yang sangat padat di peta ini adalah modal Zuckerberg untuk menjual GPU.

Daya komputasi ini akan dialokasikan ke beberapa arah:

Pertama, terus diberi makan ke model internal, seperti Muse Spark dari MSL Alexander Wang yang sudah diluncurkan, dan model generasi berikutnya, Watermelon, yang sedang dalam pelatihan.

Kedua, digunakan pada sistem rekomendasi iklan. SemiAnalysis meyakini, Meta mungkin ingin memperbesar kompleksitas sistem rekomendasi iklan hingga 10 kali lipat, menggunakan lebih banyak daya komputasi pelatihan dan inferensi untuk meningkatkan pendapatan iklan.

Ketiga, membuat transaksi neocloud serupa SpaceX, menyewakan sebagian daya komputasi dengan harga tinggi kepada klien eksternal.

Jika dihitung berdasarkan kontrak sewa daya komputasi tinggi seperti SpaceX, setiap GW dapat menghasilkan pendapatan tahunan sekitar 500 miliar dolar AS.

Meta hanya perlu mengalokasikan 200MW daya komputasi untuk klien eksternal, maka akan menghasilkan pendapatan tahunan 100 miliar dolar AS, dan itu pun dengan margin keuntungan yang sangat tinggi.

Wah, ‘gemuk’-nya beneran nih~

Dan SpaceX telah menciptakan mode baru: kontrak tiga tahun, tetapi kedua belah pihak dapat membatalkan dalam 90 hari — pada dasarnya setara dengan kontrak tiga bulanan dengan perpanjangan otomatis.

Artinya Meta dapat menarik kembali daya komputasinya kapan saja untuk digunakan MSL.

Keempat, menghosting model pihak ketiga.

SemiAnalysis bahkan menilai, Meta sedang dalam negosiasi akhir dengan Anthropic untuk mendapatkan akses ke instansi privat Claude.

Di masa depan, Meta akan membuat platform layanan model seperti Amazon Bedrock, Microsoft Foundry, dan Google Vertex.

Dengan kata lain, Meta dapat men-deploy model pihak ketiga seperti Claude di infrastrukturnya sendiri, lalu membundel dan menjualnya kepada klien perusahaan.

Bagi Meta, setidaknya ada tiga kegunaan:

Pertama, tentu saja penggunaan internal.

Google baru saja membatasi penggunaan Gemini oleh Meta, dan Meta mungkin malah menjadikan Claude sebagai penggantinya.

Soalnya, proyek AI Meta sendiri membutuhkan token model berkualitas tinggi dalam jumlah besar.

Dan Claude juga kebetulan merupakan salah satu model terkuat saat ini.

Kedua, penjualan eksternal. Meta dapat menjual Claude-as-a-service seperti layanan Bedrock milik Amazon.

Klien tidak perlu menandatangani kontrak sendiri dengan Anthropic, melakukan deployment, atau maintenance, cukup memanggil model melalui platform Meta.

Ketiga, aplikasi vertikal. Meta dapat memanfaatkan platform iklannya sendiri untuk membangun SaaS penjualan dan pemasaran yang mengintegrasikan AI Agent terkini.

SemiAnalysis memperkirakan, Meta mungkin segera mengumumkan perjanjian serupa, Anthropic adalah target utama, tetapi OpenAI atau Google juga mungkin bergabung.

Jika bisnis daya komputasi Meta terbentuk, maka pesaingnya bukan hanya perusahaan model seperti OpenAI, Anthropic, dan Google.

Dia juga akan berhadapan dengan AWS, Azure, Google Cloud, serta vendor cloud AI seperti CoreWeave dan Nebius.

Begitu berita ini keluar, pasar modal langsung bergerak.

Harga saham Meta melonjak hampir 9%, sedangkan perusahaan neocloud seperti CoreWeave dan Nebius mengalami pelepasan saham.

Wall Street jelas memahami cerita baru Zuckerberg:

Meski model kita belum menang, tapi GPU bisa menghasilkan uang dulu!

Mengapa Menjual Daya Komputasi: Membuat Model Terlalu Mahal

Alasan paling langsung Zuckerberg beralih dari model ke ‘sekop’ adalah:

Mengembangkan model, benar-benar sangat mahal!!!

Panduan pengeluaran modal resmi Meta untuk tahun 2026 telah ditingkatkan menjadi 1250-1450 miliar dolar AS.

Sebagai perbandingan, pengeluaran modal Meta pada kuartal pertama tahun ini saja sudah mencapai 19,84 miliar dolar AS.

Tapi jika melihat kemajuan model Meta, tidak bisa tidak membuat orang khawatir:

Seri Llama bersifat open source, dampak ekosistemnya besar, tetapi juga sulit untuk langsung diubah menjadi pendapatan.

Dan model terbaru buatan Meta, Muse Spark, juga belum benar-benar mengembalikan Meta ke papan atas.

Sekarang Meta internal sedang melatih model generasi berikutnya Watermelon, dikabarkan investasi daya komputasinya satu tingkat lebih tinggi dari Avocado.

Alexander Wang mengatakan: Semua orang jangan buru-buru, Watermelon sudah menyamai level GPT-5.5.

Selain itu, versi Muse Spark saat ini juga akan segera diperbarui, dengan peningkatan besar dalam kemampuan pemrograman dan agen cerdas.

Ketika pengguna bertanya kapan Meta dapat meluncurkan model yang setara dengan Claude Opus, Wang menjawab:

Segera!

(Wang, jangan cuma bicara, luncurkan dong!)

Intinya, ambisi AI Meta selalu berkisar pada satu tujuan sederhana:

Menyusul OpenAI, Anthropic, dan Google.

Untuk itu, Zuckerberg tidak segan-segan menggelontorkan uang. Chip, data center, talenta, hampir semuanya diinvestasikan dengan spesifikasi tertinggi.

Masalahnya, uang sudah dikeluarkan, Meta belum bisa benar-benar meyakinkan developer dan klien bahwa model internalnya sudah berada di garis terdepan industri.

Ketika kemajuan model tidak dapat langsung diwujudkan, daya komputasi menjadi aset yang paling mudah dipahami oleh Wall Street.

Karena GPU dan data center setidaknya dapat diberi harga.

Sumber daya ini dapat disewakan, dapat menghosting model, dapat menjual API, dapat melayani pengiklan, dapat membuat AI agent SaaS, dan juga dapat terus meningkatkan sistem rekomendasi iklan secara internal.

Seolah-olah, awalnya Meta sedang menceritakan kisah yang sangat jauh kepada pasar:

Percayalah, kami akan membuat kecerdasan super.

Tapi sekarang kisah ini terdengar lebih dekat:

Bahkan jika kecerdasan super tidak keluar secepat itu, GPU ini bukanlah biaya yang terbuang.

Tentu saja, menjual daya komputasi tidak berarti Meta menyerah pada model buatan sendiri. Plan A Zuckerberg tetaplah kecerdasan super.

Terus merekrut orang, terus menumpuk GPU, terus melatih model yang lebih besar, terus mengejar ‘tiga raksasa’.

Dalam perjalanan menuju ASI, Zuckerberg pantang menyerah!

Hanya saja, persaingan model terdepan terlalu tidak pasti, di tengah jalan pasti harus sedikit berkompromi~

Referensi:

[1]https://newsletter.semianalysis.com/p/meta-compute-everyone-wants-to-be

[2]https://www.bloomberg.com/news/articles/2026-07-01/meta-is-building-a-cloud-business-to-sell-excess-ai-compute

Artikel ini berasal dari akun WeChat publik “Quantum Bit”, penulis: Ting Yu

Pertanyaan Terkait

QApa rencana baru Meta yang diungkapkan dalam artikel ini?

AMeta sedang mempertimbangkan untuk meluncurkan 'Meta Compute', sebuah layanan untuk membuka infrastruktur AI-nya yang luas kepada klien eksternal, termasuk menyewakan kapasitas GPU dan menghosting model AI pihak ketiga.

QMengapa Meta beralih ke bisnis penyewaan GPU dan infrastruktur AI?

AKarena kemajuan model AI buatan sendiri seperti Llama dan Muse Spark belum dapat bersaing langsung dengan pemimpin pasar seperti OpenAI dan Google, serta untuk menghasilkan pendapatan tinggi dari aset infrastruktur yang sudah diinvestasikan dengan besar, sambil terus mendanai pengembangan model AI internal.

QBerapa perkiraan pendapatan tahunan dari penyewaan 200MW kapasitas komputasi AI Meta?

ABerdasarkan model kontrak penyewaan komputasi tinggi seperti SpaceX, 200MW kapasitas komputasi dapat menghasilkan pendapatan tahunan sekitar 10 miliar dolar AS dengan margin keuntungan yang sangat tinggi.

QSiapa yang menjadi target utama Meta untuk kerjasama hosting model pihak ketiga?

AAnthropic dengan model Claude-nya disebut-sebut sebagai target utama dalam negosiasi akhir, meskipun kemungkinan juga melibatkan OpenAI atau Google di masa depan.

QApa saja tujuan Meta dalam membangun bisnis komputasi AI ini?

ATujuan utamanya adalah: 1) Menggunakan layanan seperti Claude untuk keperluan internal, 2) Menjual akses model pihak ketiga (Claude-as-a-service) kepada pelanggan eksternal, 3) Mengembangkan aplikasi vertikal seperti SaaS pemasaran dengan mengintegrasikan AI Agent canggih, dan 4) Tetap mendanai pengembangan model AI internalnya sendiri (Plan A).

Bacaan Terkait

Karpathy Baru-Baru Ini Mengkritik: Satu Kalimat Membuat Seluruh Pengembang Agent Diam Seribu Bahasa

Karpathy, peneliti inti tim pra-pelatihan di Anthropic, mengejutkan komunitas pengembang AI Agent dengan pernyataan tegasnya: "Kesalahan terbesar di bidang AI saat ini adalah orang-orang terburu-buru memaksa Agent bekerja, tanpa memahami model dasar yang mendasarinya terlebih dahulu." Dia berbagi pelajaran berharga dari proyek "World of Bits" tahun 2016 di OpenAI, yang bertujuan membuat Agent menggunakan komputer, tetapi gagal karena teknologi saat itu (seperti reinforcement learning) belum matang. Menurutnya, fokus yang benar saat itu adalah pada pengembangan model bahasa. Karpathy memberikan tiga saran penting: 1. Berhenti memaksa Agent melakukan segalanya; perbaiki dan pahami model dasarnya terlebih dahulu. 2. Membuat demo mudah, tetapi mengubahnya menjadi produk yang matang membutuhkan waktu hingga sepuluh tahun, seperti yang terlihat pada contoh mobil otonom dan VR. 3. Agent bukanlah produk itu sendiri; kemampuan dasar model lah yang merupakan produk sejati. Agent akan muncul secara alami jika fondasinya kuat. Ia juga mendorong para pengembang untuk belajar dari neurosains, seperti struktur otak manusia (misalnya, hipokampus untuk memori), untuk merancang Agent yang lebih baik. Pesan utamanya adalah: meskipun perusahaan besar seperti OpenAI unggul dalam pelatihan model bahasa besar, dalam pengembangan Agent, pengembang independen dan startup berada di garis terdepan. Tidak ada raksasa teknologi yang memiliki keunggulan lima tahun di bidang ini, sehingga peluang inovasi terbuka lebar bagi mereka yang gesit dan berani mencoba. Intinya, Karpathy tidak melarang pengembangan Agent, tetapi menekankan pentingnya fondasi yang kuat dan kesiapan untuk komitmen jangka panjang.

marsbit16m yang lalu

Karpathy Baru-Baru Ini Mengkritik: Satu Kalimat Membuat Seluruh Pengembang Agent Diam Seribu Bahasa

marsbit16m yang lalu

Pemenang Penghargaan Khusus Tsinghua, Gu Yuxian, Bergabung dengan DeepSeek

DeepSeek saat ini sedang dalam proses rekrutmen besar-besaran untuk berbagai posisi. Pada saat yang sama, versi resmi DeepSeek V4 akan diluncurkan pertengahan bulan ini. Dalam daftar penulis makalah DeepSeek V4, terdapat nama **Yuxian Gu**, seorang doktoral Universitas Tsinghua angkatan 2021 dan penerima Beasiswa Prestasi Khusus untuk Mahasiswa Pascasarjana tahun 2025. Diketahui bahwa **Gu Yuxian telah resmi bergabung dengan DeepSeek**. Gu Yuxian, yang juga pernah mendapatkan Beasiswa Doktoral Apple tahun 2025 dan Beasiswa In-Tech Ant Group, menyatakan bahwa "Inovasi algoritma menjadi kunci untuk menembus hambatan komputasi ketika sumber daya perangkat keras terbatas." Ia adalah doktoral tingkat akhir di Departemen Ilmu Komputer Universitas Tsinghua, dengan gelar sarjana juga dari universitas yang sama. Halaman pribadinya menunjukkan bahwa ia belajar di Kelompok Penelitian AI Interaktif (Conversational AI, CoAI) Universitas Tsinghua, dibimbing oleh Profesor Huang Minlie. Penelitiannya berfokus pada peningkatan efisiensi dalam seluruh siklus hidup model bahasa besar (LLM), mencakup tahap pra-pelatihan, adaptasi, dan inferensi. Ia mengembangkan penelitian dari tiga arah utama: **Penyaringan Data Pra-Pelatihan, Distilasi Pengetahuan dalam Kompresi Model, dan Arsitektur Model yang Efisien.** Di halaman Google Scholar-nya, **kutipan makalah Gu Yuxian telah mendekati 5000**, dengan dua makalah yang dikutip lebih dari 1000 kali. Sebagai penulis pertama, Gu Yuxian telah mempublikasikan banyak makalah di konferensi AI terkemuka internasional seperti NeurIPS, ICLR, dan ACL. Pada tahun 2024, ia dan rekan-rekannya mengusulkan metode distilasi pengetahuan untuk menyuling model bahasa besar menjadi model yang lebih kecil, menciptakan **"MiniLLM"** yang menghasilkan jawaban yang lebih akurat dan berkualitas lebih tinggi. Metode ini telah diadopsi oleh komunitas dan platform industri terkemuka seperti Google, Alibaba, dan NVIDIA. Pada tahun 2025, makalah **"Jet-Nemotron"** memperkenalkan seri baru model bahasa berarsitektur hybrid yang mencapai akurasi model perhatian penuh state-of-the-art (SOTA) sekaligus memiliki efisiensi yang luar biasa.

marsbit42m yang lalu

Pemenang Penghargaan Khusus Tsinghua, Gu Yuxian, Bergabung dengan DeepSeek

marsbit42m yang lalu

Trading

Spot
活动图片