Membantu mengembangkan Atlas Pasar Dunia — proyek pelajar untuk investor perorangan. Setiap kontribusi berarti.
ATLAS PASAR DUNIA · KOMENTAR PRIBADI
Komentar pasar
Perspektif saya mengenai pasar, perekonomian, dan kejadian penting bagi investor.
World Market AtlasID
Kerugian OpenAI dan Anthropic: perekonomian perlombaan model frontier dan tantangan dalam membandingkan data keuangan
Data pada 23 September 2026. Angka-angka yang dilaporkan media, hasil sejarah dan prakiraan dibedakan di seluruh teks.
Kampus Stargate sedang dibangun di Abilene, Texas. Gambar diterbitkan oleh OpenAI pada bulan Juli 2025; ilustrasi infrastruktur, bukan bukti hasil keuangan 2026. OpenAI ↗
Abstrak
Artikel ini membahas kerugian operasional, konsumsi tunai, dan komitmen infrastruktur masa depan di dua perusahaan swasta terkemuka yang mengembangkan model kecerdasan buatan terdepan: OpenAI dan Anthropic. Analisis menunjukkan bahwa tidak ada angka tunggal yang dapat dibandingkan sepenuhnya dan diverifikasi secara publik yang dapat menjelaskan “kerugian” setiap perusahaan. Sumber yang tersedia menggunakan ukuran yang berbeda: kerugian operasional, kerugian bersih, arus kas bebas negatif, pembakaran kas, dan laba operasi yang disesuaikan.
Menurut dokumen pemegang saham yang dijelaskan oleh The Information, OpenAI dilaporkan membakar $3,7 miliar tunai pada kuartal pertama 2026 sambil menghasilkan pendapatan $5,7 miliar. Reuters mencatat bahwa pihaknya tidak dapat mengkonfirmasi angka-angka ini secara independen. Perkiraan yang dilaporkan oleh Financial Times menyajikan skala yang lebih besar: OpenAI dilaporkan memperkirakan arus kas bebas negatif kumulatif sebesar $278 miliar di 2026–2030. Namun ini hanyalah perkiraan, bukan kerugian yang sudah terjadi. Reuters
Untuk Anthropic, sumber media menunjukkan sekitar $5,6 miliar pembakaran uang tunai di 2024 dan rencana pengurangan menjadi $3 miliar di 2025. Di 2026, Anthropic dilaporkan mencapai hasil operasi penyesuaian positif pertamanya. Hal ini tidak secara otomatis berarti laba bersih positif atau arus kas bebas positif. Reuters
Kata kunci: OpenAI, Antropis, kecerdasan buatan, pembakaran uang tunai, kerugian operasional, arus kas bebas, komputasi, model frontier.
1. Perkenalan
Perkembangan kecerdasan buatan generatif telah menghasilkan perusahaan dengan pertumbuhan pendapatan yang luar biasa cepat, namun juga memerlukan investasi yang belum pernah terjadi sebelumnya pada pusat data, prosesor, energi, jaringan transmisi, infrastruktur cloud, dan karyawan yang sangat terampil. OpenAI dan Anthropic termasuk di antara peserta terdepan dalam perlombaan ini.
Menilai posisi keuangan mereka lebih sulit dibandingkan menganalisis perusahaan-perusahaan terdaftar tradisional. Keduanya tetap merupakan perusahaan swasta dan tidak mempublikasikan secara publik serangkaian laporan keuangan konsolidasi yang lengkap dan terstandarisasi, sebanding dengan laporan tahunan perusahaan-perusahaan yang tercatat di bursa saham AS. Oleh karena itu, sebagian besar informasi mengenai kerugian mereka berasal dari dokumen investor, presentasi pemegang saham, materi yang diperoleh media, atau pernyataan manajemen.
Dalam beberapa kasus, Reuters secara eksplisit menyatakan bahwa pihaknya tidak dapat secara independen mengkonfirmasi angka-angka yang pertama kali diterbitkan oleh The Information atau Financial Times. Oleh karena itu, rumusan yang baik secara metodologis bukanlah “OpenAI pasti kehilangan jumlah tertentu”, namun “menurut dokumen yang dijelaskan oleh outlet tertentu, perusahaan dilaporkan mencatat hasil tertentu”. Reuters
2. Metode penelitian dan hierarki sumber
Artikel ini menggunakan analisis dokumenter. Sumber dibagi menjadi tiga kelompok:
Informasi yang dikonfirmasi oleh perusahaan — terutama putaran pendanaan, skala pendapatan yang disebutkan, dan perjanjian infrastruktur yang ditandatangani.
Informasi dari dokumen internal — angka yang dijelaskan oleh Reuters, Financial Times, The Information, dan Fortune, namun tidak dipublikasikan sebagai laporan keuangan publik yang lengkap.
Perkiraan manajemen — rencana multi-tahun untuk pendapatan, pengeluaran, dan arus kas masa depan. Ini bukanlah hasil historis dan dapat berubah secara material.
Postingan media sosial yang tidak ditandatangani, kompilasi online yang tidak terverifikasi, dan angka-angka yang sumber aslinya tidak dapat ditentukan tidak dimasukkan dalam analisis.
3. “Kerugian” bukanlah sebuah konsep tunggal
Diskusi tentang OpenAI dan Anthropic sering kali memadukan beberapa ukuran keuangan yang berbeda.
Kerugian operasional muncul ketika biaya bisnis inti perusahaan melebihi pendapatannya. Biaya ini meliputi infrastruktur, penelitian dan pengembangan, kompensasi karyawan, penjualan dan administrasi.
Kerugian bersih juga mencakup item non-operasional, seperti biaya pendanaan, perubahan nilai instrumen ekuitas, pajak, atau dampak restrukturisasi yang terjadi satu kali saja. Oleh karena itu, kerugiannya bisa jauh lebih tinggi atau lebih rendah daripada kerugian operasional.
Pembakaran uang tunai menunjukkan berkurangnya sumber daya kas perusahaan yang terkait dengan pendanaan operasi dan investasi. Ini tidak sama dengan kerugian akuntansi.
Arus kas bebas negatif berarti arus kas yang dihasilkan oleh bisnis tidak cukup untuk membiayai investasinya. Bagi laboratorium AI, biaya komputasi yang sedang berlangsung dan perjanjian multi-tahun untuk kapasitas pusat data mungkin penting.
laba operasi yang disesuaikan mungkin tidak termasuk pengeluaran tertentu, seperti kompensasi berbasis saham. Oleh karena itu, hasil operasi yang disesuaikan secara positif tidak setara dengan laba bersih positif.
Masalah lainnya adalah penggunaan pendapatan run-rate. Hal ini mengekstrapolasi laju penjualan terkini dibandingkan mengukur pendapatan yang diperoleh selama dua belas bulan penuh. Anthropic menentukan metrik ini dengan mengalikan penjualan berbasis konsumsi selama 28 hari sebelumnya dengan 13 dan pendapatan langganan bulanan sebesar 12. Menurut Reuters Breakingviews, pendapatan GAAP Anthropic dari awal hingga akhir 2025 melebihi $5 miliar, sementara run-rate yang dilaporkan telah mencapai $19 miliar pada bulan Februari 2026. Kedua angka tersebut mungkin benar, tetapi keduanya mengukur hal yang sama sekali berbeda. Reuters
4. OpenAI — pertumbuhan pendapatan dengan konsumsi modal yang sangat tinggi
4.1. Angka 2026 kuartal pertama
Menurut dokumen pemegang saham yang dijelaskan oleh The Information, OpenAI dilaporkan:
menghasilkan pendapatan sebesar $5,7 miliar pada kuartal pertama 2026;
membakar uang tunai sebesar $3,7 miliar pada periode yang sama.
Reuters menerbitkan informasi ini di 16 Juni 2026, namun menyatakan bahwa mereka tidak dapat mengkonfirmasi laporan tersebut secara independen. Reuters
Rasio pembakaran uang tunai terhadap pendapatan kira-kira:
(3,7 5,7) × 100% ≈ 64,9%
Pembakaran uang tunai yang dilaporkan setara dengan sekitar 65 sen untuk setiap dolar pendapatan triwulanan. Rasio ini tidak boleh ditafsirkan sebagai margin operasi: pembakaran kas dapat mencakup investasi, pembayaran yang timbul dari komitmen sebelumnya, dan perubahan modal kerja.
4.2. Tokoh non-publik untuk 2025
Pada bulan Juni 2026, Fortune menjelaskan salinan laporan keuangan OpenAI yang diperoleh jurnalis Ed Zitron dan Financial Times. Berdasarkan materi ini, pendapatan 2025 perusahaan dilaporkan sekitar $13,07 miliar, biaya dan pengeluaran sebesar $34 miliar, dan kerugian operasional sekitar $20,92 miliar. Keberuntungan
Angka-angka ini penting, namun tidak boleh disajikan sebagai hasil audit yang dikonfirmasi secara publik dan tersedia dengan dasar yang sama seperti laporan perusahaan tercatat. Itu berasal dari salinan dokumen yang diperoleh media. Oleh karena itu, dalam artikel ini, laporan-laporan tersebut berfungsi sebagai bahan pendukung dan bukan sebagai laporan keuangan publik yang tidak perlu dipersoalkan.
Jika angkanya akurat, kerugian operasional akan setara dengan sekitar 160% pendapatan, dan total biaya akan menjadi sekitar 2,6 dikalikan penjualan. Skala ini menunjukkan bahwa pertumbuhan pendapatan yang pesat belum cukup untuk menutupi biaya penelitian, infrastruktur, penyediaan model, distribusi, dan perluasan organisasi.
4.3. Perkiraan melalui 2030
Angka paling signifikan mengenai kebutuhan pendanaan OpenAI di masa depan berasal dari presentasi perusahaan yang dilaporkan ditinjau oleh Financial Times. Menurut Reuters, perkiraan OpenAI:
arus kas bebas negatif kumulatif sebesar $278 miliar pada 2026–2030;
pertumbuhan pendapatan tahunan dari $36 miliar pada 2026 menjadi $350 miliar pada 2030;
pendapatan kumulatif sekitar $840 miliar hingga akhir 2030;
pengeluaran untuk komputasi dan infrastruktur sekitar $856 miliar pada akhir dekade ini.
Semua angka ini merupakan perkiraan dari presentasi internal, bukan hasil realisasi. OpenAI tidak secara langsung mengomentari laporan tersebut sebelum Reuters menerbitkannya. Reuters
Rencana tersebut menyiratkan bahwa, bahkan dengan pertumbuhan penjualan yang sangat pesat, perusahaan mengantisipasi arus kas negatif dalam jangka waktu beberapa tahun. Dalam hal ini, strategi OpenAI menyerupai pembangunan infrastruktur: perusahaan mengamankan kapasitas komputasi terlebih dahulu, sebelum pendapatan yang dihasilkan oleh aset tersebut sepenuhnya menutupi biayanya.
4.4. Kerugian pembiayaan
Pada 31 Maret 2026, OpenAI secara resmi mengumumkan bahwa mereka telah mengumpulkan modal $122 miliar dengan penilaian pasca-uang sebesar $852 miliar. Perusahaan juga menyatakan bahwa mereka menghasilkan pendapatan bulanan sekitar $2 miliar. Informasi ini berasal langsung dari bisnis, namun tidak memastikan profitabilitas. OpenAI
Modal yang diperoleh dari investor bukanlah pendapatan penjualan atau keuntungan. Hal ini membantu menutupi arus kas negatif, mendanai penelitian dan membuat perjanjian untuk pasokan kapasitas komputasi di masa depan.
Ilustrasi kemitraan Amazon–Anthropic diterbitkan oleh Anthropic pada bulan November 2024. Merek dagang adalah milik pemiliknya masing-masing; penggunaan editorial tidak berarti dukungan. Anthropic / Amazon ↗
5. Antropis — mulai dari pengeluaran uang tunai yang tinggi hingga profitabilitas yang disesuaikan dan dilaporkan
5.1. Konsumsi tunai di 2024–2025
Pada bulan Februari 2025, Reuters, mengutip The Information, melaporkan bahwa Anthropic:
membakar uang tunai sekitar $5,6 miliar di 2024;
memperkirakan sekitar $3 miliar pembakaran uang tunai di 2025;
memperkirakan periode pembakaran uang tunai akan berakhir pada 2027.
Anthropic tidak menanggapi permintaan komentar Reuters pada saat itu. Yang terpenting, angka $3 miliar merupakan perkiraan untuk 2025, bukan hasil tahunan yang dikonfirmasi kemudian. Reuters
Oleh karena itu tidak pantas untuk menulis bahwa “Anthropic kehilangan $3 miliar di 2025”. Rumusan yang benar adalah, pada bulan Februari 2025, perusahaan dilaporkan memproyeksikan sekitar $3 miliar pembakaran uang tunai untuk setahun penuh.
5.2. Pertama kali melaporkan hasil operasi positif
Pada bulan Mei 2026, Reuters Breakingviews melaporkan bahwa Anthropic menghasilkan pendapatan kuartal pertama sebesar $4,8 miliar dan memperkirakan $10,9 miliar pada kuartal kedua. Perusahaan juga dilaporkan memperkirakan laba operasional yang disesuaikan sebesar $559 juta untuk periode tersebut, yang akan menjadikannya kuartal pertama yang menguntungkan berdasarkan ukuran ini. Reuters
Margin operasi yang disesuaikan dan diproyeksikan kira-kira:
(0,559 10,9) × 100% ≈ 5,1%
Menurut Reuters, tindakan ini mencakup seluruh biaya pelatihan model-model baru, tetapi tidak termasuk kompensasi berbasis saham. Oleh karena itu, jumlah tersebut tidak setara dengan laba operasional atau laba bersih yang belum disesuaikan. Reuters
Pada bulan September 2026, Financial Times melaporkan bahwa Anthropic dilaporkan telah memberikan perkiraan laba operasi positif yang disesuaikan kepada pemegang saham untuk kuartal kedua berturut-turut. Reuters kembali mencatat bahwa mereka tidak dapat memverifikasi informasi tersebut secara independen, dan Anthropic tidak memberikan tanggapan sebelum dipublikasikan. Reuters
Hasil-hasil ini menunjukkan peningkatan yang nyata dalam perekonomian operasional Anthropic, namun belum menunjukkan bahwa perusahaan telah mencapai:
laba bersih positif;
arus kas operasi positif;
arus kas bebas positif;
profitabilitas berkelanjutan di seluruh siklus pengembangan model yang berurutan.
5.3. Mengapa Anthropic dan OpenAI tidak dapat dibandingkan tanpa penyesuaian
Reuters Breakingviews mencatat bahwa pendapatan Anthropic tidak dikurangi dengan bagian utangnya kepada mitra distribusi. OpenAI, sebaliknya, dilaporkan memberikan pendapatan setelah dikurangi bagian Microsoft. Akibatnya, $1 pendapatan yang dilaporkan oleh Anthropic tidak selalu sesuai dengan $1 yang dilaporkan oleh OpenAI. Reuters
Permasalahan serupa juga terjadi pada sisi biaya. Hasil operasi Anthropic yang disesuaikan tidak termasuk kompensasi berbasis saham. Bagi perusahaan teknologi yang berkembang pesat, kompensasi tersebut dapat menjadi signifikan secara ekonomi meskipun tidak menyebabkan arus kas keluar secara langsung.
Oleh karena itu, angka yang tersedia tidak mendukung kesimpulan yang bertanggung jawab bahwa Anthropic secara kategoris lebih menguntungkan daripada OpenAI. Kita hanya bisa mengatakan bahwa Anthropic melaporkan jalur yang lebih cepat menuju laba operasi yang disesuaikan yang positif.
5.4. Komitmen pembiayaan dan infrastruktur Anthropic
Pada bulan Februari 2026, Anthropic secara resmi mengumumkan putaran pendanaan $30 miliar dengan penilaian pasca-uang sebesar $380 miliar. Perusahaan ini melaporkan pendapatan run-rate sebesar $14 miliar pada saat itu. Anthropic
Pada bulan April 2026, Anthropic mengumumkan perjanjian dengan Amazon yang melibatkan komitmen untuk menghabiskan lebih dari $100 miliar untuk teknologi AWS selama sepuluh tahun dan mengamankan kapasitas komputasi hingga 5 GW. Amazon secara bersamaan berkomitmen untuk menginvestasikan $5 miliar, dengan kemungkinan menginvestasikan $20 miliar lainnya, selain $8 miliar sebelumnya. Anthropic
$100 miliar bukanlah kerugian Anthropic saat ini. Ini adalah komitmen kontrak multi-tahun yang harus diselesaikan di masa depan. Namun hal ini menunjukkan bahwa bahkan perusahaan yang melaporkan laba operasi positif yang disesuaikan harus mengamankan sejumlah besar modal untuk infrastruktur masa depan.
6. Ringkasan angka yang tersedia
Perusahaan dan periode
Jumlah yang dilaporkan
Ukuran
Status informasi
OpenAI, Q1 2026
$3,7 miliar dan pendapatan $5,7 miliar
Pembakaran uang tunai
Dokumen pemegang saham yang dijelaskan oleh The Information; Reuters tidak mengkonfirmasi hal tersebut secara independen. Reuters
OpenAI, 2025
Sekitar $20,92 miliar
Kerugian operasional
Salinan laporan keuangan non-publik yang dijelaskan oleh Fortune dan Financial Times. Keberuntungan
OpenAI, 2026–2030
$278 miliar
Perkiraan FCF negatif
Perkiraan dari presentasi perusahaan yang dilihat oleh Financial Times; bukan kerugian yang sudah terjadi. Reuters
Anthropic, 2024
Sekitar $5,6 miliar
Pembakaran uang tunai
Informasi investor dijelaskan oleh The Information dan Reuters. Reuters
Anthropic, 2025
Sekitar $3 miliar
Prakiraan pembakaran uang tunai
Perkiraan disajikan di awal 2025; sumber yang dikutip tidak memuat hasil akhir publik. Reuters
Antropis, Q2 2026
$559 juta
Perkiraan laba operasi yang disesuaikan
Perkiraan tidak menyertakan kompensasi berbasis stok tetapi mencakup biaya pelatihan model. Reuters
Anthropic, kemudian di 2026
Jumlahnya dirahasiakan
Hasil operasional yang disesuaikan secara positif untuk kuartal kedua berturut-turut
laporan Financial Times; Reuters tidak secara independen mengkonfirmasi informasi tersebut. Reuters
Tabel tersebut menunjukkan bahwa angka-angka yang tersedia tidak membentuk rangkaian perbandingan yang konsisten. Beberapa entri mewakili hasil historis, yang lain mewakili perkiraan, sementara definisi pendapatan dan profitabilitas juga berbeda.
7. Penyebab utama kerugian
7.1. Biaya pelatihan model frontier
Penelitian oleh Ben Cottier dan rekan penulis menunjukkan bahwa biaya pelatihan diamortisasi dari model frontier paling intensif komputasi meningkat rata-rata sekitar 2,4 kali per tahun dari 2016. Para penulis memperkirakan bahwa perangkat keras komputasi menyumbang sekitar 47–64% dari biaya pengembangan model dalam proyek yang diteliti, sementara staf penelitian dan pengembangan — termasuk kompensasi ekuitas — menyumbang sekitar 29–49%. Energi sendiri mewakili bagian yang jauh lebih kecil, biasanya 2–6%. arXiv
Studi ini tidak menampilkan akun OpenAI atau Anthropic yang sebenarnya. Ini adalah model biaya berdasarkan perangkat keras, energi, cloud, dan data kepegawaian. Signifikansinya adalah menunjukkan bahwa biaya pelatihan jauh melebihi biaya pembelian listrik. Kategori yang paling penting adalah prosesor, server, jaringan, penyusutan infrastruktur, dan pekerjaan tim peneliti bergaji tinggi.
7.2. Biaya melayani pengguna
Setelah pelatihan selesai, model terus mengeluarkan biaya untuk setiap kueri pengguna. Biaya inferensi ini mencakup prosesor, memori, jaringan, pusat data, dan energi.
Indeks AI Stanford melaporkan bahwa biaya inferensi sistem yang mencapai kinerja tingkat GPT-3,5 turun lebih dari 280 kali lipat antara 2022 bulan November dan 2024 bulan Oktober. Biaya perangkat keras turun rata-rata sekitar 30% per tahun, sementara efisiensi energi meningkat sekitar 40% per tahun. Stanford HAI
Biaya satuan yang lebih rendah belum tentu menghasilkan total pengeluaran yang lebih rendah. Jika jumlah pengguna, durasi respons, penggunaan agen, dan permintaan akan model yang lebih canggih tumbuh lebih cepat dibandingkan efisiensi perangkat keras, total tagihan inferensi mungkin terus meningkat.
7.3. Perlombaan untuk kapasitas komputasi
Laboratorium AI mengamankan kapasitas komputasi bertahun-tahun sebelumnya. Hal ini mencerminkan terbatasnya ketersediaan akselerator canggih, trafo, sambungan jaringan listrik, sistem pendingin, dan pusat data yang dilengkapi peralatan yang sesuai.
Proyeksi pengeluaran infrastruktur OpenAI sebesar $856 miliar hingga akhir 2030 dan komitmen Anthropic untuk menghabiskan lebih dari $100 miliar pada teknologi AWS selama sepuluh tahun menunjukkan bahwa pengembangan model frontier mulai menyerupai bisnis infrastruktur dibandingkan pengembangan perangkat lunak saja. Reuters
7.4. Biaya penelitian dan keusangan model yang cepat
Sebuah model baru mungkin memerlukan penelitian, eksperimen, dan pengujian keamanan selama berbulan-bulan. Namun keunggulan teknologinya mungkin terkikis dengan cepat ketika pesaing memperkenalkan model generasi berikutnya.
Hal ini menyebabkan percepatan depresiasi ekonomi belanja penelitian dan pengembangan. Suatu model mungkin tetap berfungsi secara teknis tetapi memerlukan pengurangan harga atau penggantian dengan sistem yang lebih baru. Risiko ini meningkatkan tekanan untuk terus mengeluarkan biaya pelatihan lebih lanjut.
8. Diskusi: apakah kekalahan merupakan tanda kelemahan?
Kerugian yang besar tidak serta merta berarti model bisnis suatu perusahaan tidak efektif. Selama ekspansi yang cepat, sebuah bisnis mungkin dengan sengaja menerima arus kas negatif untuk mendapatkan pelanggan, mengembangkan teknologi, dan mengamankan infrastruktur masa depan.
Pada saat yang sama, kemampuan untuk meningkatkan modal dalam jumlah besar tidak menunjukkan profitabilitas yang berkelanjutan. Pendanaan investor hanya menunda titik di mana pendapatan harus mulai menutupi:
biaya inferensi + bagian mitra + penelitian dan pelatihan + kompensasi karyawan + infrastruktur + biaya lainnya
Risiko terbesar adalah situasi di mana harga model turun lebih cepat dibandingkan biaya pelatihan dan pelayanan. Persaingan antara penyedia OpenAI, Anthropic, Google, Meta, xAI, dan model terbuka dapat memberikan tekanan pada harga. Dalam kondisi seperti ini, pertumbuhan pengguna yang cepat tidak selalu menghasilkan pertumbuhan margin yang proporsional.
Sebaliknya, peningkatan otomatisasi pemrograman, analisis dokumen, layanan pelanggan, dan proses administrasi dapat menghasilkan pendapatan yang jauh lebih berharga dibandingkan interaksi chatbot sederhana. Secara ekonomi, kuncinya bukan pada volume token saja, namun kemampuan membebankan biaya untuk memecahkan masalah bisnis tertentu.
9. Keterbatasan penelitian
Keterbatasan utamanya adalah tidak adanya laporan keuangan lengkap dan tersedia untuk umum yang disusun secara konsisten bagi kedua perusahaan. Empat masalah menyusul.
Pertama, sejumlah angka berasal dari dokumen internal yang dipaparkan media. Kedua, hasil historis terkadang dibandingkan dengan perkiraan di masa depan. Ketiga, definisi pendapatan berbeda antar perusahaan. Keempat, hasil yang disesuaikan mungkin mengecualikan item yang signifikan secara ekonomi seperti kompensasi berbasis saham atau saham mitra distribusi. Reuters
Oleh karena itu, materi yang tersedia tidak memungkinkan penghitungan EBITDA, EBIT, laba bersih, atau margin arus kas bebas yang sepenuhnya sebanding untuk kedua perusahaan.
10. Kesimpulan
OpenAI tetap menjadi perusahaan dengan kebutuhan modal yang sangat besar. Laporan terbaru mengenai kuartal pertama 2026 menunjukkan adanya pembakaran uang tunai sebesar $3,7 miliar terhadap pendapatan sebesar $5,7 miliar, namun Reuters tidak secara independen mengonfirmasi angka tersebut. Perkiraan arus kas bebas negatif sebesar $278 miliar dalam beberapa tahun menunjukkan bahwa manajemen memperkirakan pembiayaan infrastruktur yang agresif akan terus berlanjut setidaknya hingga akhir dekade ini. Reuters
Anthropic juga menimbulkan biaya yang sangat tinggi, tercermin dalam laporan pembakaran kas sebesar sekitar $5,6 miliar di 2024. Namun angka 2026 menunjukkan transisi ke laba operasi yang disesuaikan secara positif. Hal ini tidak setara dengan laba bersih berkelanjutan: ukuran tersebut tidak mencakup kompensasi berbasis saham, dan hal-hal lainnya, dan perlakuan terhadap saham mitra berbeda dari pendekatan OpenAI. Reuters
Bukti yang tersedia mendukung tiga kesimpulan utama:
OpenAI memiliki persyaratan modal yang dilaporkan lebih besar, khususnya melalui 2030.
Anthropic tampaknya mendekati profitabilitas operasional lebih cepat, namun hanya berdasarkan pengukuran yang disesuaikan.
Saat ini informasi publik tidak cukup untuk menentukan secara andal perusahaan mana yang menghasilkan laba bersih atau arus kas bebas yang lebih baik.
Kerugian yang dialami kedua perusahaan harus dipahami sebagai bagian dari perlombaan yang lebih luas untuk mengendalikan kapasitas komputasi. Dalam model ini, komputasi tidak hanya menjadi pengeluaran saat ini namun juga menjadi sumber daya produktif yang strategis. Nilai ekonomi akhir dari OpenAI dan Anthropic akan bergantung pada apakah pendapatan yang dihasilkan oleh infrastruktur yang dijamin saat ini melebihi biaya pembiayaan, pemeliharaan, dan peningkatan berkelanjutan di masa depan.
Daftar Pustaka
Anthropic. (2026). Anthropic raises $30 billion in Series G funding at $380 billion post-money valuation. Anthropic
Anthropic. (2026). Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute. Anthropic
Cottier, B., Rahman, R., Fattorini, L., Maslej, N., Besiroglu, T. and Owen, D. (2025). The rising costs of training frontier AI models. arXiv. arXiv
OpenAI. (2026). OpenAI raises $122 billion to accelerate the next phase of AI. OpenAI
Reuters. (2025). Anthropic sees revenue potentially soaring to $34.5 billion in 2027, The Information reports. Reuters
Reuters. (2026). OpenAI burned $3.7 billion in first quarter of 2026, The Information reports. Reuters
Reuters. (2026). OpenAI forecasts cash burn near $280 billion by 2030, FT reports. Reuters
Reuters Breakingviews. (2026). Anthropic’s turbo-growth is only half the AI story. Reuters
Reuters Breakingviews. (2026). Anthropic gives lesson in AI revenue hallucination. Reuters
Stanford Institute for Human-Centered Artificial Intelligence. (2025). AI Index Report 2025. Stanford HAI
Postingan mencerminkan pandangan pribadi penulis pada saat publikasi. Itu bukan rekomendasi investasi.
Komentar pasar
Perspektif saya mengenai pasar, perekonomian, dan kejadian penting bagi investor.
Kerugian OpenAI dan Anthropic: perekonomian perlombaan model frontier dan tantangan dalam membandingkan data keuangan
Data pada 23 September 2026. Angka-angka yang dilaporkan media, hasil sejarah dan prakiraan dibedakan di seluruh teks.
Abstrak Artikel ini membahas kerugian operasional, konsumsi tunai, dan komitmen infrastruktur masa depan di dua perusahaan swasta terkemuka yang mengembangkan model kecerdasan buatan terdepan: OpenAI dan Anthropic. Analisis menunjukkan bahwa tidak ada angka tunggal yang dapat dibandingkan sepenuhnya dan diverifikasi secara publik yang dapat menjelaskan “kerugian” setiap perusahaan. Sumber yang tersedia menggunakan ukuran yang berbeda: kerugian operasional, kerugian bersih, arus kas bebas negatif, pembakaran kas, dan laba operasi yang disesuaikan.
Menurut dokumen pemegang saham yang dijelaskan oleh The Information, OpenAI dilaporkan membakar $3,7 miliar tunai pada kuartal pertama 2026 sambil menghasilkan pendapatan $5,7 miliar. Reuters mencatat bahwa pihaknya tidak dapat mengkonfirmasi angka-angka ini secara independen. Perkiraan yang dilaporkan oleh Financial Times menyajikan skala yang lebih besar: OpenAI dilaporkan memperkirakan arus kas bebas negatif kumulatif sebesar $278 miliar di 2026–2030. Namun ini hanyalah perkiraan, bukan kerugian yang sudah terjadi. Reuters
Untuk Anthropic, sumber media menunjukkan sekitar $5,6 miliar pembakaran uang tunai di 2024 dan rencana pengurangan menjadi $3 miliar di 2025. Di 2026, Anthropic dilaporkan mencapai hasil operasi penyesuaian positif pertamanya. Hal ini tidak secara otomatis berarti laba bersih positif atau arus kas bebas positif. Reuters
Kata kunci: OpenAI, Antropis, kecerdasan buatan, pembakaran uang tunai, kerugian operasional, arus kas bebas, komputasi, model frontier.
1. Perkenalan
Perkembangan kecerdasan buatan generatif telah menghasilkan perusahaan dengan pertumbuhan pendapatan yang luar biasa cepat, namun juga memerlukan investasi yang belum pernah terjadi sebelumnya pada pusat data, prosesor, energi, jaringan transmisi, infrastruktur cloud, dan karyawan yang sangat terampil. OpenAI dan Anthropic termasuk di antara peserta terdepan dalam perlombaan ini.
Menilai posisi keuangan mereka lebih sulit dibandingkan menganalisis perusahaan-perusahaan terdaftar tradisional. Keduanya tetap merupakan perusahaan swasta dan tidak mempublikasikan secara publik serangkaian laporan keuangan konsolidasi yang lengkap dan terstandarisasi, sebanding dengan laporan tahunan perusahaan-perusahaan yang tercatat di bursa saham AS. Oleh karena itu, sebagian besar informasi mengenai kerugian mereka berasal dari dokumen investor, presentasi pemegang saham, materi yang diperoleh media, atau pernyataan manajemen.
Dalam beberapa kasus, Reuters secara eksplisit menyatakan bahwa pihaknya tidak dapat secara independen mengkonfirmasi angka-angka yang pertama kali diterbitkan oleh The Information atau Financial Times. Oleh karena itu, rumusan yang baik secara metodologis bukanlah “OpenAI pasti kehilangan jumlah tertentu”, namun “menurut dokumen yang dijelaskan oleh outlet tertentu, perusahaan dilaporkan mencatat hasil tertentu”. Reuters
2. Metode penelitian dan hierarki sumber
Artikel ini menggunakan analisis dokumenter. Sumber dibagi menjadi tiga kelompok:
Postingan media sosial yang tidak ditandatangani, kompilasi online yang tidak terverifikasi, dan angka-angka yang sumber aslinya tidak dapat ditentukan tidak dimasukkan dalam analisis.
3. “Kerugian” bukanlah sebuah konsep tunggal
Diskusi tentang OpenAI dan Anthropic sering kali memadukan beberapa ukuran keuangan yang berbeda.
Kerugian operasional muncul ketika biaya bisnis inti perusahaan melebihi pendapatannya. Biaya ini meliputi infrastruktur, penelitian dan pengembangan, kompensasi karyawan, penjualan dan administrasi.
Kerugian bersih juga mencakup item non-operasional, seperti biaya pendanaan, perubahan nilai instrumen ekuitas, pajak, atau dampak restrukturisasi yang terjadi satu kali saja. Oleh karena itu, kerugiannya bisa jauh lebih tinggi atau lebih rendah daripada kerugian operasional.
Pembakaran uang tunai menunjukkan berkurangnya sumber daya kas perusahaan yang terkait dengan pendanaan operasi dan investasi. Ini tidak sama dengan kerugian akuntansi.
Arus kas bebas negatif berarti arus kas yang dihasilkan oleh bisnis tidak cukup untuk membiayai investasinya. Bagi laboratorium AI, biaya komputasi yang sedang berlangsung dan perjanjian multi-tahun untuk kapasitas pusat data mungkin penting.
laba operasi yang disesuaikan mungkin tidak termasuk pengeluaran tertentu, seperti kompensasi berbasis saham. Oleh karena itu, hasil operasi yang disesuaikan secara positif tidak setara dengan laba bersih positif.
Masalah lainnya adalah penggunaan pendapatan run-rate. Hal ini mengekstrapolasi laju penjualan terkini dibandingkan mengukur pendapatan yang diperoleh selama dua belas bulan penuh. Anthropic menentukan metrik ini dengan mengalikan penjualan berbasis konsumsi selama 28 hari sebelumnya dengan 13 dan pendapatan langganan bulanan sebesar 12. Menurut Reuters Breakingviews, pendapatan GAAP Anthropic dari awal hingga akhir 2025 melebihi $5 miliar, sementara run-rate yang dilaporkan telah mencapai $19 miliar pada bulan Februari 2026. Kedua angka tersebut mungkin benar, tetapi keduanya mengukur hal yang sama sekali berbeda. Reuters
4. OpenAI — pertumbuhan pendapatan dengan konsumsi modal yang sangat tinggi
4.1. Angka 2026 kuartal pertama
Menurut dokumen pemegang saham yang dijelaskan oleh The Information, OpenAI dilaporkan:
Reuters menerbitkan informasi ini di 16 Juni 2026, namun menyatakan bahwa mereka tidak dapat mengkonfirmasi laporan tersebut secara independen. Reuters
Rasio pembakaran uang tunai terhadap pendapatan kira-kira:
(3,7 5,7) × 100% ≈ 64,9%
Pembakaran uang tunai yang dilaporkan setara dengan sekitar 65 sen untuk setiap dolar pendapatan triwulanan. Rasio ini tidak boleh ditafsirkan sebagai margin operasi: pembakaran kas dapat mencakup investasi, pembayaran yang timbul dari komitmen sebelumnya, dan perubahan modal kerja.
4.2. Tokoh non-publik untuk 2025
Pada bulan Juni 2026, Fortune menjelaskan salinan laporan keuangan OpenAI yang diperoleh jurnalis Ed Zitron dan Financial Times. Berdasarkan materi ini, pendapatan 2025 perusahaan dilaporkan sekitar $13,07 miliar, biaya dan pengeluaran sebesar $34 miliar, dan kerugian operasional sekitar $20,92 miliar. Keberuntungan
Angka-angka ini penting, namun tidak boleh disajikan sebagai hasil audit yang dikonfirmasi secara publik dan tersedia dengan dasar yang sama seperti laporan perusahaan tercatat. Itu berasal dari salinan dokumen yang diperoleh media. Oleh karena itu, dalam artikel ini, laporan-laporan tersebut berfungsi sebagai bahan pendukung dan bukan sebagai laporan keuangan publik yang tidak perlu dipersoalkan.
Jika angkanya akurat, kerugian operasional akan setara dengan sekitar 160% pendapatan, dan total biaya akan menjadi sekitar 2,6 dikalikan penjualan. Skala ini menunjukkan bahwa pertumbuhan pendapatan yang pesat belum cukup untuk menutupi biaya penelitian, infrastruktur, penyediaan model, distribusi, dan perluasan organisasi.
4.3. Perkiraan melalui 2030
Angka paling signifikan mengenai kebutuhan pendanaan OpenAI di masa depan berasal dari presentasi perusahaan yang dilaporkan ditinjau oleh Financial Times. Menurut Reuters, perkiraan OpenAI:
Semua angka ini merupakan perkiraan dari presentasi internal, bukan hasil realisasi. OpenAI tidak secara langsung mengomentari laporan tersebut sebelum Reuters menerbitkannya. Reuters
Rencana tersebut menyiratkan bahwa, bahkan dengan pertumbuhan penjualan yang sangat pesat, perusahaan mengantisipasi arus kas negatif dalam jangka waktu beberapa tahun. Dalam hal ini, strategi OpenAI menyerupai pembangunan infrastruktur: perusahaan mengamankan kapasitas komputasi terlebih dahulu, sebelum pendapatan yang dihasilkan oleh aset tersebut sepenuhnya menutupi biayanya.
4.4. Kerugian pembiayaan
Pada 31 Maret 2026, OpenAI secara resmi mengumumkan bahwa mereka telah mengumpulkan modal $122 miliar dengan penilaian pasca-uang sebesar $852 miliar. Perusahaan juga menyatakan bahwa mereka menghasilkan pendapatan bulanan sekitar $2 miliar. Informasi ini berasal langsung dari bisnis, namun tidak memastikan profitabilitas. OpenAI
Modal yang diperoleh dari investor bukanlah pendapatan penjualan atau keuntungan. Hal ini membantu menutupi arus kas negatif, mendanai penelitian dan membuat perjanjian untuk pasokan kapasitas komputasi di masa depan.
5. Antropis — mulai dari pengeluaran uang tunai yang tinggi hingga profitabilitas yang disesuaikan dan dilaporkan
5.1. Konsumsi tunai di 2024–2025
Pada bulan Februari 2025, Reuters, mengutip The Information, melaporkan bahwa Anthropic:
Anthropic tidak menanggapi permintaan komentar Reuters pada saat itu. Yang terpenting, angka $3 miliar merupakan perkiraan untuk 2025, bukan hasil tahunan yang dikonfirmasi kemudian. Reuters
Oleh karena itu tidak pantas untuk menulis bahwa “Anthropic kehilangan $3 miliar di 2025”. Rumusan yang benar adalah, pada bulan Februari 2025, perusahaan dilaporkan memproyeksikan sekitar $3 miliar pembakaran uang tunai untuk setahun penuh.
5.2. Pertama kali melaporkan hasil operasi positif
Pada bulan Mei 2026, Reuters Breakingviews melaporkan bahwa Anthropic menghasilkan pendapatan kuartal pertama sebesar $4,8 miliar dan memperkirakan $10,9 miliar pada kuartal kedua. Perusahaan juga dilaporkan memperkirakan laba operasional yang disesuaikan sebesar $559 juta untuk periode tersebut, yang akan menjadikannya kuartal pertama yang menguntungkan berdasarkan ukuran ini. Reuters
Margin operasi yang disesuaikan dan diproyeksikan kira-kira:
(0,559 10,9) × 100% ≈ 5,1%
Menurut Reuters, tindakan ini mencakup seluruh biaya pelatihan model-model baru, tetapi tidak termasuk kompensasi berbasis saham. Oleh karena itu, jumlah tersebut tidak setara dengan laba operasional atau laba bersih yang belum disesuaikan. Reuters
Pada bulan September 2026, Financial Times melaporkan bahwa Anthropic dilaporkan telah memberikan perkiraan laba operasi positif yang disesuaikan kepada pemegang saham untuk kuartal kedua berturut-turut. Reuters kembali mencatat bahwa mereka tidak dapat memverifikasi informasi tersebut secara independen, dan Anthropic tidak memberikan tanggapan sebelum dipublikasikan. Reuters
Hasil-hasil ini menunjukkan peningkatan yang nyata dalam perekonomian operasional Anthropic, namun belum menunjukkan bahwa perusahaan telah mencapai:
5.3. Mengapa Anthropic dan OpenAI tidak dapat dibandingkan tanpa penyesuaian
Reuters Breakingviews mencatat bahwa pendapatan Anthropic tidak dikurangi dengan bagian utangnya kepada mitra distribusi. OpenAI, sebaliknya, dilaporkan memberikan pendapatan setelah dikurangi bagian Microsoft. Akibatnya, $1 pendapatan yang dilaporkan oleh Anthropic tidak selalu sesuai dengan $1 yang dilaporkan oleh OpenAI. Reuters
Permasalahan serupa juga terjadi pada sisi biaya. Hasil operasi Anthropic yang disesuaikan tidak termasuk kompensasi berbasis saham. Bagi perusahaan teknologi yang berkembang pesat, kompensasi tersebut dapat menjadi signifikan secara ekonomi meskipun tidak menyebabkan arus kas keluar secara langsung.
Oleh karena itu, angka yang tersedia tidak mendukung kesimpulan yang bertanggung jawab bahwa Anthropic secara kategoris lebih menguntungkan daripada OpenAI. Kita hanya bisa mengatakan bahwa Anthropic melaporkan jalur yang lebih cepat menuju laba operasi yang disesuaikan yang positif.
5.4. Komitmen pembiayaan dan infrastruktur Anthropic
Pada bulan Februari 2026, Anthropic secara resmi mengumumkan putaran pendanaan $30 miliar dengan penilaian pasca-uang sebesar $380 miliar. Perusahaan ini melaporkan pendapatan run-rate sebesar $14 miliar pada saat itu. Anthropic
Pada bulan April 2026, Anthropic mengumumkan perjanjian dengan Amazon yang melibatkan komitmen untuk menghabiskan lebih dari $100 miliar untuk teknologi AWS selama sepuluh tahun dan mengamankan kapasitas komputasi hingga 5 GW. Amazon secara bersamaan berkomitmen untuk menginvestasikan $5 miliar, dengan kemungkinan menginvestasikan $20 miliar lainnya, selain $8 miliar sebelumnya. Anthropic
$100 miliar bukanlah kerugian Anthropic saat ini. Ini adalah komitmen kontrak multi-tahun yang harus diselesaikan di masa depan. Namun hal ini menunjukkan bahwa bahkan perusahaan yang melaporkan laba operasi positif yang disesuaikan harus mengamankan sejumlah besar modal untuk infrastruktur masa depan.
6. Ringkasan angka yang tersedia
Tabel tersebut menunjukkan bahwa angka-angka yang tersedia tidak membentuk rangkaian perbandingan yang konsisten. Beberapa entri mewakili hasil historis, yang lain mewakili perkiraan, sementara definisi pendapatan dan profitabilitas juga berbeda.
7. Penyebab utama kerugian
7.1. Biaya pelatihan model frontier
Penelitian oleh Ben Cottier dan rekan penulis menunjukkan bahwa biaya pelatihan diamortisasi dari model frontier paling intensif komputasi meningkat rata-rata sekitar 2,4 kali per tahun dari 2016. Para penulis memperkirakan bahwa perangkat keras komputasi menyumbang sekitar 47–64% dari biaya pengembangan model dalam proyek yang diteliti, sementara staf penelitian dan pengembangan — termasuk kompensasi ekuitas — menyumbang sekitar 29–49%. Energi sendiri mewakili bagian yang jauh lebih kecil, biasanya 2–6%. arXiv
Studi ini tidak menampilkan akun OpenAI atau Anthropic yang sebenarnya. Ini adalah model biaya berdasarkan perangkat keras, energi, cloud, dan data kepegawaian. Signifikansinya adalah menunjukkan bahwa biaya pelatihan jauh melebihi biaya pembelian listrik. Kategori yang paling penting adalah prosesor, server, jaringan, penyusutan infrastruktur, dan pekerjaan tim peneliti bergaji tinggi.
7.2. Biaya melayani pengguna
Setelah pelatihan selesai, model terus mengeluarkan biaya untuk setiap kueri pengguna. Biaya inferensi ini mencakup prosesor, memori, jaringan, pusat data, dan energi.
Indeks AI Stanford melaporkan bahwa biaya inferensi sistem yang mencapai kinerja tingkat GPT-3,5 turun lebih dari 280 kali lipat antara 2022 bulan November dan 2024 bulan Oktober. Biaya perangkat keras turun rata-rata sekitar 30% per tahun, sementara efisiensi energi meningkat sekitar 40% per tahun. Stanford HAI
Biaya satuan yang lebih rendah belum tentu menghasilkan total pengeluaran yang lebih rendah. Jika jumlah pengguna, durasi respons, penggunaan agen, dan permintaan akan model yang lebih canggih tumbuh lebih cepat dibandingkan efisiensi perangkat keras, total tagihan inferensi mungkin terus meningkat.
7.3. Perlombaan untuk kapasitas komputasi
Laboratorium AI mengamankan kapasitas komputasi bertahun-tahun sebelumnya. Hal ini mencerminkan terbatasnya ketersediaan akselerator canggih, trafo, sambungan jaringan listrik, sistem pendingin, dan pusat data yang dilengkapi peralatan yang sesuai.
Proyeksi pengeluaran infrastruktur OpenAI sebesar $856 miliar hingga akhir 2030 dan komitmen Anthropic untuk menghabiskan lebih dari $100 miliar pada teknologi AWS selama sepuluh tahun menunjukkan bahwa pengembangan model frontier mulai menyerupai bisnis infrastruktur dibandingkan pengembangan perangkat lunak saja. Reuters
7.4. Biaya penelitian dan keusangan model yang cepat
Sebuah model baru mungkin memerlukan penelitian, eksperimen, dan pengujian keamanan selama berbulan-bulan. Namun keunggulan teknologinya mungkin terkikis dengan cepat ketika pesaing memperkenalkan model generasi berikutnya.
Hal ini menyebabkan percepatan depresiasi ekonomi belanja penelitian dan pengembangan. Suatu model mungkin tetap berfungsi secara teknis tetapi memerlukan pengurangan harga atau penggantian dengan sistem yang lebih baru. Risiko ini meningkatkan tekanan untuk terus mengeluarkan biaya pelatihan lebih lanjut.
8. Diskusi: apakah kekalahan merupakan tanda kelemahan?
Kerugian yang besar tidak serta merta berarti model bisnis suatu perusahaan tidak efektif. Selama ekspansi yang cepat, sebuah bisnis mungkin dengan sengaja menerima arus kas negatif untuk mendapatkan pelanggan, mengembangkan teknologi, dan mengamankan infrastruktur masa depan.
Pada saat yang sama, kemampuan untuk meningkatkan modal dalam jumlah besar tidak menunjukkan profitabilitas yang berkelanjutan. Pendanaan investor hanya menunda titik di mana pendapatan harus mulai menutupi:
biaya inferensi + bagian mitra + penelitian dan pelatihan + kompensasi karyawan + infrastruktur + biaya lainnya
Risiko terbesar adalah situasi di mana harga model turun lebih cepat dibandingkan biaya pelatihan dan pelayanan. Persaingan antara penyedia OpenAI, Anthropic, Google, Meta, xAI, dan model terbuka dapat memberikan tekanan pada harga. Dalam kondisi seperti ini, pertumbuhan pengguna yang cepat tidak selalu menghasilkan pertumbuhan margin yang proporsional.
Sebaliknya, peningkatan otomatisasi pemrograman, analisis dokumen, layanan pelanggan, dan proses administrasi dapat menghasilkan pendapatan yang jauh lebih berharga dibandingkan interaksi chatbot sederhana. Secara ekonomi, kuncinya bukan pada volume token saja, namun kemampuan membebankan biaya untuk memecahkan masalah bisnis tertentu.
9. Keterbatasan penelitian
Keterbatasan utamanya adalah tidak adanya laporan keuangan lengkap dan tersedia untuk umum yang disusun secara konsisten bagi kedua perusahaan. Empat masalah menyusul.
Pertama, sejumlah angka berasal dari dokumen internal yang dipaparkan media. Kedua, hasil historis terkadang dibandingkan dengan perkiraan di masa depan. Ketiga, definisi pendapatan berbeda antar perusahaan. Keempat, hasil yang disesuaikan mungkin mengecualikan item yang signifikan secara ekonomi seperti kompensasi berbasis saham atau saham mitra distribusi. Reuters
Oleh karena itu, materi yang tersedia tidak memungkinkan penghitungan EBITDA, EBIT, laba bersih, atau margin arus kas bebas yang sepenuhnya sebanding untuk kedua perusahaan.
10. Kesimpulan
OpenAI tetap menjadi perusahaan dengan kebutuhan modal yang sangat besar. Laporan terbaru mengenai kuartal pertama 2026 menunjukkan adanya pembakaran uang tunai sebesar $3,7 miliar terhadap pendapatan sebesar $5,7 miliar, namun Reuters tidak secara independen mengonfirmasi angka tersebut. Perkiraan arus kas bebas negatif sebesar $278 miliar dalam beberapa tahun menunjukkan bahwa manajemen memperkirakan pembiayaan infrastruktur yang agresif akan terus berlanjut setidaknya hingga akhir dekade ini. Reuters
Anthropic juga menimbulkan biaya yang sangat tinggi, tercermin dalam laporan pembakaran kas sebesar sekitar $5,6 miliar di 2024. Namun angka 2026 menunjukkan transisi ke laba operasi yang disesuaikan secara positif. Hal ini tidak setara dengan laba bersih berkelanjutan: ukuran tersebut tidak mencakup kompensasi berbasis saham, dan hal-hal lainnya, dan perlakuan terhadap saham mitra berbeda dari pendekatan OpenAI. Reuters
Bukti yang tersedia mendukung tiga kesimpulan utama:
Kerugian yang dialami kedua perusahaan harus dipahami sebagai bagian dari perlombaan yang lebih luas untuk mengendalikan kapasitas komputasi. Dalam model ini, komputasi tidak hanya menjadi pengeluaran saat ini namun juga menjadi sumber daya produktif yang strategis. Nilai ekonomi akhir dari OpenAI dan Anthropic akan bergantung pada apakah pendapatan yang dihasilkan oleh infrastruktur yang dijamin saat ini melebihi biaya pembiayaan, pemeliharaan, dan peningkatan berkelanjutan di masa depan.
Daftar Pustaka
Postingan mencerminkan pandangan pribadi penulis pada saat publikasi. Itu bukan rekomendasi investasi.