Google Cloud mencoba menjaga harga layanan tetap stabil di tengah kelangkaan chip global yang ikut menekan biaya industri komputasi awan. Di saat yang sama, permintaan terhadap akselerator AI justru terus melonjak dari perusahaan hingga pemerintah.
Country Director Indonesia Google Cloud Karim Siregar mengatakan kelangkaan memory chip memang berdampak pada harga, tetapi tekanan itu dialami hampir semua penyedia layanan komputasi awan besar atau hyperscaler. Dalam acara Google Cloud Media Briefing di Jakarta, Rabu (15/7/2026), dia menegaskan perusahaan akan berusaha mempertahankan harga di level yang tepat.
Harga Dijaga, Penyesuaian Tetap Mungkin
Karim menyebut penyesuaian harga masih bisa terjadi jika lonjakan biaya berlangsung sangat tinggi. Namun, ia menilai kapasitas komputasi global untuk satu hingga dua tahun ke depan pada dasarnya sudah fully booked, sehingga kondisi itu justru membantu menjaga harga lebih stabil.
“Kalau di antara kami sendiri, kami akan mencoba sebisa-bisanya untuk memastikan harga itu di level yang tepat,” kata Karim.
| Fokus | Keterangan |
|---|---|
| Tekanan pasar | Kelangkaan memory chip memengaruhi harga layanan cloud. |
| Posisi Google Cloud | Berupaya menjaga harga tetap stabil di tengah kondisi pasar. |
| Outlook kapasitas | Kapasitas komputasi global untuk 1–2 tahun ke depan disebut sudah fully booked. |
Lonjakan Permintaan AI Mengubah Pola Industri
Di kesempatan yang sama, Vice President of Technology and Customer Engineering APAC Google Cloud Moe Abdula mengatakan industri teknologi sedang menghadapi lonjakan permintaan yang luar biasa terhadap akselerator AI. Berbeda dari siklus sebelumnya yang biasanya diikuti kenaikan produksi dan turunnya tekanan pasokan, kebutuhan AI justru terus meningkat dari waktu ke waktu.
Menurut Moe, Google tetap bekerja dengan jaringan pemasok untuk menyediakan akselerator AI melalui Tensor Processing Unit (TPU) buatan sendiri maupun Graphics Processing Unit (GPU) dari Nvidia. Ia menegaskan saat ini tidak ada kekhawatiran atau masalah untuk terus memenuhi permintaan tersebut.
“Kami adalah mitra kuat Nvidia dan kami menyediakannya. Jadi tidak ada kekhawatiran atau masalah saat ini untuk terus bekerja memenuhi permintaan tersebut,” katanya.
TPU, GPU, dan Efisiensi Model AI
Moe mengakui sempat ada sedikit keterlambatan dalam penyediaan infrastruktur pada beberapa kesempatan. Meski begitu, Google sejauh ini masih mampu memenuhi kebutuhan pelanggan melalui kemitraan dengan berbagai pihak.
Ia juga menjelaskan Google telah lama mengembangkan TPU karena menyadari kebutuhan sistem AI tidak bisa dipenuhi optimal dengan arsitektur komputasi konvensional. TPU dirancang untuk pemrosesan paralel sehingga cocok untuk beban kerja AI dalam skala besar.
| Akselerator | Keterangan | Penggunaan |
|---|---|---|
| TPU | Chip buatan Google yang dirancang untuk pemrosesan paralel. | Beban kerja AI skala besar. |
| GPU Nvidia | Dipasok lewat kemitraan Google dengan Nvidia. | Pusat data di sejumlah pasar internasional. |
Selain memanfaatkan TPU secara luas, Google juga memakai GPU terutama di pusat data pada sejumlah pasar internasional yang memang dibangun untuk mendukung GPU. Menurut Moe, pelanggan Google termasuk sembilan dari 10 laboratorium AI terkemuka memanfaatkan kedua jenis akselerator tersebut.
Moe menambahkan, tingginya permintaan chip justru mendorong inovasi baru di industri AI. Tidak semua model AI memerlukan chip paling mutakhir, karena sebagian model masih bisa berjalan dengan GPU berspesifikasi lebih rendah.
Google juga mengembangkan inovasi algoritma untuk mengurangi kebutuhan penyimpanan, komputasi, dan memori dalam pelatihan model AI. Langkah ini dinilai bisa meningkatkan efisiensi sekaligus memungkinkan sumber daya komputasi digunakan oleh lebih banyak sistem.
“Google fokus pada efisiensi model, pelatihan, dan layanan, serta menciptakan inovasi algoritma ini untuk membantu kita mendapatkan lebih banyak dari sistem tersebut,” kata Moe.
Di tengah harga chip yang belum sepenuhnya longgar, Google Cloud menempatkan efisiensi dan diversifikasi akselerator sebagai cara untuk menjaga layanan tetap berjalan tanpa banyak gangguan. Strategi itu juga menjadi jawaban atas permintaan AI yang belum menunjukkan tanda melandai.
