Meskipun secara terbuka memperingatkan tentang “irasionalitas”di pasar AI, pimpinan Google secara pribadi telah memerintahkan perluasan infrastruktur secara agresif untuk menggandakan kapasitas layanan AI setiap enam bulan.
Menurut a Dalam presentasi yang dilihat oleh CNBC minggu ini, arahan tersebut menargetkan peningkatan skala 1.000 kali lipat dalam waktu lima tahun untuk mendukung “era inferensi” yang menuntut komputasi.
Disampaikan oleh VP infrastruktur Amin Vahdat, mandat internal ini sangat kontras dengan komentar terbaru CEO Sundar Pichai kepada wawancara dengan BBC tentang potensi gelembung.
Didorong oleh ketakutan akan kurangnya investasi, strategi ini mengandalkan silikon khusus seperti Ironwood TPU Chips milik Google untuk mencegah kenaikan biaya seiring dengan pertumbuhan kapasitas.
Mandat 1.000x: Di Dalam Ruang Perang Google
Detail yang muncul dari pertemuan semua pihak pada tanggal 6 November memberikan gambaran tentang perusahaan yang beroperasi di masa perang.
VP Infrastruktur Amin Vahdat mempresentasikan peta jalan bertajuk “Infrastruktur AI”yang menguraikan persyaratan pertumbuhan eksponensial yang diperlukan untuk mengimbangi permintaan. Secara eksplisit, arahan tersebut mengharuskan Google untuk menggandakan kapasitas layanan AI-nya setiap enam bulan untuk mempertahankan posisi kompetitifnya.
Proyeksi jangka panjang menargetkan peningkatan kapasitas sebesar 1.000 kali lipat hanya dalam waktu empat hingga lima tahun. Yang mendorong percepatan ini bukanlah pelatihan model, yang secara historis menghabiskan sebagian besar sumber daya komputasi, namun perubahan mendasar menuju “era inferensi.”
Model seperti Gemini 3 Pro yang baru diluncurkan memerlukan daya komputasi yang besar dan berkelanjutan untuk melakukan tugas penalaran dan mengeksekusi kode.
Vahdat memperingatkan bahwa “persaingan dalam infrastruktur AI adalah bagian yang paling penting dan juga paling mahal dalam persaingan AI.”
Sentimen ini diperkuat oleh CEO Sundar Pichai, yang menyebutkan hilangnya peluang dengan alat pembuatan video perusahaan, Veo, karena keterbatasan perangkat keras. Pichai mengakui bahwa meskipun pertumbuhan cloud kuat, “angka-angka tersebut akan jauh lebih baik jika kita memiliki lebih banyak komputasi.”
Jauh dari penghematan di tengah skeptisisme pasar, kondisi internal membingkai tahun 2026 sebagai tahun “naik dan turun” yang “intens”. Pesan dari kepemimpinan jelas: kendala utama dalam pertumbuhan bukan lagi kemampuan perangkat lunak, melainkan ketersediaan fisik komputasi.
Silicon Shield: Ironwood, Axion, dan Efficiency Trap
Meningkatkan kapasitas hingga 1.000x menggunakan perangkat keras siap pakai akan sangat merugikan secara finansial. Strategi Google bergantung pada pemisahan peningkatan kinerja dari kenaikan biaya linier. Vahdat menguraikan persyaratan tekniknya:
“Google harus ‘mampu memberikan kemampuan, komputasi, jaringan penyimpanan 1.000 kali lebih banyak dengan biaya dan daya yang sama, serta tingkat energi yang sama,’ kata Vahdat.”
Yang mendasari ekspansi besar-besaran ini adalah kenyataan ekonomi yang sederhana namun brutal: efisiensi adalah satu-satunya jalan menuju keberlanjutan. Ketergantungan pada Ironwood TPU, yang baru saja tersedia secara umum, merupakan inti dari strategi ini.
Mengklaim peningkatan kinerja puncak 10x dibandingkan v5p, chip generasi ketujuh ini menawarkan kinerja per watt 2x dibandingkan dengan generasi Trillium sebelumnya.
Beban kerja tujuan umum dipindahkan ke CPU Axion berbasis Arm yang baru untuk mengosongkan daya dan ruang termal untuk tugas-tugas AI. Dengan memindahkan pekerjaan komputasi standar ke prosesor yang lebih efisien, Google bertujuan untuk memaksimalkan energi yang tersedia untuk TPU mereka yang haus daya.
Dengan mengadopsi filosofi “desain bersama”, para insinyur mengintegrasikan perangkat lunak secara langsung dengan arsitektur perangkat keras. Penelitian dari Google DeepMind menginformasikan desain chip, memungkinkan perusahaan untuk mendapatkan keuntungan yang tidak dapat dicapai oleh perangkat keras standar. Vahdat menyatakan bahwa “hal ini tidak akan mudah, namun melalui kolaborasi dan desain bersama, kita akan mencapainya.”
Namun, yang paling besar adalah “perangkap efisiensi”. Paradoks Jevon menunjukkan bahwa ketika komputasi menjadi lebih efisien, permintaan akan meningkat untuk mengonsumsi surplus, sehingga meniadakan penghematan biaya. Jika biaya inferensi turun, volume kueri – yang didorong oleh alur kerja agen dan pemikiran “Deep Think” – diperkirakan akan meledak, sehingga total konsumsi energi akan tetap tinggi.
Paradoks Gelembung: Bertarung Melawan’Irasionalitas’
Di tengah meningkatnya skeptisisme eksternal mengenai laba atas investasi (ROI) untuk AI generatif, ekspansi internal yang agresif ini terus berlanjut.
Dalam sebuah wawancara dengan BBC, Pichai mengakui ada “elemen irasionalitas” dalam penilaian pasar AI saat ini. Terlepas dari kehati-hatian publik ini, Alphabet telah menaikkan perkiraan belanja modal tahun 2025 menjadi $93 miliar, dengan “peningkatan signifikan”yang direncanakan pada tahun 2026.
Karyawan secara langsung menantang kepemimpinan mengenai pemutusan hubungan ini selama sesi tanya jawab. Salah satu pertanyaan yang secara khusus membahas ketegangan antara melonjaknya pengeluaran dan ketakutan akan koreksi pasar:
“Di tengah investasi Al yang signifikan dan pembicaraan pasar tentang potensi ledakan gelembung Al, bagaimana kita berpikir untuk memastikan keberlanjutan dan profitabilitas jangka panjang jika pasar Al tidak matang seperti yang diharapkan?”
Pertahanan Pichai bertumpu pada neraca perusahaan. Ia berargumentasi: “Kami memiliki posisi yang lebih baik dalam menghadapi, Anda tahu, kegagalan, dibandingkan perusahaan lain.”
Secara defensif, logika yang ada menyatakan bahwa risiko investasi yang kurang – dan berpotensi menjadi tidak relevan – adalah sesuatu yang nyata, sedangkan investasi berlebihan hanya akan memakan biaya besar.
Alasan seperti ini saat ini mendorong AI Capex Boom yang sedang berlangsung, dimana pembangunan infrastruktur tidak berhubungan dengan kenyataan pendapatan yang ada. Google secara efektif bertaruh bahwa mereka dapat bertahan lebih lama dari para pesaingnya dalam perang pengurangan modal yang padat modal.
Realitas Pasar: Dilema AI yang Tertahankan
Secara kolektif, “Empat Besar”– Google, Microsoft, Amazon, dan Meta – diproyeksikan menghabiskan lebih dari $380 miliar untuk infrastruktur tahun ini, menurut angka yang dikutip oleh CNBC. CEO Nvidia Jensen Huang secara eksplisit menolak narasi “gelembung” minggu ini, dengan alasan adanya permintaan nyata, sebuah pandangan yang harus dilawan oleh Google.
Pesaing OpenAI menghadapi kesulitannya sendiri. Memo internal dari Sam Altman yang muncul minggu ini menunjukkan bahwa pemimpin industri ini semakin bergulat dengan realitas peningkatan skala ekonomi. Hal ini menciptakan peluang bagi Google untuk memanfaatkan integrasi vertikalnya.
Mengalihkan hambatan dari ketersediaan data ke kecepatan dan biaya pembuatan token murni adalah “Era Inferensi”. Keunggulan spesifik Google terletak pada tumpukan silikon kustomnya, yang berpotensi memungkinkannya menghadapi perang harga yang menghancurkan margin dengan lebih baik dibandingkan perusahaan yang hanya bergantung pada perangkat keras Nvidia.
Peluncuran produk terbaru, seperti Gemini 3 Pro dan Gemini 3 Pro Image, semakin mendorong permintaan ini. Pada akhirnya, hasilnya bergantung pada apakah fitur premium seperti “Deep Think”dan alur kerja agen dapat menghasilkan pendapatan lebih cepat dibandingkan penyusutan perangkat keras.
Meskipun biayanya sangat besar, sejauh ini Google tampaknya berkomitmen pada strategi “bangun dan mereka akan datang”.
