Google dilaporkan membatasi akses Meta ke model kecerdasan buatan Gemini karena kapasitas komputasi yang tersedia tidak cukup untuk memenuhi permintaan perusahaan tersebut. Langkah ini disebut telah menghambat sebagian proyek AI internal Meta.
Kabar itu menyoroti masalah yang kini semakin nyata di industri AI. Bukan hanya soal membangun model yang lebih canggih, tetapi juga soal apakah infrastruktur yang dibutuhkan untuk menjalankannya dalam skala besar benar-benar tersedia.
Menurut Financial Times, Google memberi tahu Meta sekitar Maret bahwa perusahaan itu tidak dapat menyediakan seluruh kapasitas Gemini yang ingin dibeli Meta. Kendala utamanya adalah keterbatasan infrastruktur komputasi.
Pembatasan itu disebut masih berlaku hingga kini. Sejumlah pelanggan enterprise Google lainnya juga mengalami pembatasan serupa, tetapi Meta dikabarkan terdampak lebih besar karena skala kebutuhannya jauh lebih tinggi.
Meta selama ini termasuk salah satu pelanggan Gemini terbesar milik Google. Tingginya penggunaan membuat Meta menjadi salah satu pihak yang paling rentan saat pasokan komputasi AI mengetat.
Dampaknya tidak kecil bagi operasional internal perusahaan. Beberapa inisiatif AI di Meta dilaporkan terganggu dan tertunda karena kapasitas yang dibutuhkan tidak tersedia sesuai permintaan.
Meta perketat penggunaan AI di internal
Sebagai respons, Meta mulai memperketat cara karyawan memakai AI di lingkungan internal. Perusahaan mendorong staf untuk menggunakan token AI secara lebih efisien sebagai bagian dari upaya menekan biaya di tengah keterbatasan kapasitas baru.
Token AI adalah satuan yang biasa dipakai untuk mengukur penggunaan model AI. Saat pemakaian dibatasi, efisiensi token menjadi penting karena setiap beban kerja harus diprioritaskan.
Langkah penghematan itu menunjukkan bahwa akses ke model pihak ketiga kini bukan sekadar soal biaya lisensi atau kualitas model. Ketersediaan komputasi juga menjadi faktor yang langsung memengaruhi ritme pengembangan produk dan operasi harian.
Mengapa Meta memakai Gemini
Gemini dilaporkan sudah menjadi alat penting di dalam Meta. Model AI Google itu dipakai untuk mengotomatisasi operasi keselamatan, termasuk mendeteksi penipuan dan menghapus konten berbahaya.
Pemakaiannya juga meluas ke alat layanan pelanggan internal, asisten periklanan, alur kerja pemrograman, dan tugas produktivitas. Dalam beberapa area, Gemini digunakan berdampingan dengan model lain seperti Claude milik Anthropic.
Meta awalnya mengadopsi Gemini karena model itu disebut lebih unggul dibanding Llama, model open-source buatan Meta sendiri, untuk sejumlah kebutuhan enterprise. Keunggulan itu membuat Meta bergantung pada penyedia eksternal untuk beberapa beban kerja penting.
Namun ketergantungan tersebut mulai dikurangi. Orang-orang yang mengetahui situasi ini mengatakan Meta belakangan memindahkan sebagian beban kerja ke model internal terbarunya, Muse Spark.
Model itu dinilai sudah cukup kompetitif untuk mengurangi ketergantungan Meta pada penyedia AI eksternal. Perubahan ini juga bisa dibaca sebagai respons langsung atas keterbatasan kapasitas yang kini dihadapi dari mitra penyedia.
Bukan cuma Meta, Google juga kekurangan kapasitas
Situasi ini juga memperlihatkan bahwa Google sendiri sedang menghadapi tekanan infrastruktur. Permintaan komputasi AI meningkat tajam ketika semakin banyak perusahaan memasang chatbot, asisten coding, dan agen AI ke dalam operasi mereka.
Lonjakan tersebut terutama datang dari kebutuhan inference computing. Ini adalah daya pemrosesan yang dibutuhkan setiap kali model AI menjawab kueri atau menjalankan tugas.
Ketika penggunaan AI bergerak dari tahap uji coba ke penerapan luas, kebutuhan inference tumbuh cepat. Tantangannya bukan lagi hanya melatih model besar, tetapi memastikan model itu bisa melayani jutaan permintaan secara konsisten.
Untuk mengejar permintaan itu, Google dilaporkan memperluas infrastrukturnya dengan agresif. Perusahaan disebut meneken kesepakatan senilai sekitar $920 juta per bulan untuk menyewa kapasitas komputasi tambahan dari SpaceX milik Elon Musk.
Anthropic juga dilaporkan membuat pengaturan infrastruktur serupa. Fakta ini menunjukkan bahwa bahkan perusahaan teknologi besar dan startup AI terkemuka sama-sama berebut sumber daya komputasi dalam jumlah sangat besar.
Google sebelumnya juga sudah mengakui adanya keterbatasan tersebut. Dalam paparan kinerja kuartal pertama pada April, CEO Sundar Pichai mengatakan pendapatan Google Cloud menembus $20 miliar untuk pertama kali, tetapi seharusnya bisa lebih tinggi jika kapasitas infrastruktur mencukupi.
Saat itu Pichai mengatakan Google mengalami keterbatasan komputasi dalam jangka dekat. Ia juga menyebut pendapatan Cloud akan lebih besar jika perusahaan mampu memenuhi seluruh permintaan pelanggan.
Kasus Meta dan Gemini memperjelas satu hal penting di pasar AI saat ini. Persaingan tidak hanya ditentukan oleh siapa yang punya model terbaik, tetapi juga oleh siapa yang sanggup menyediakan chip, pusat data, listrik, dan kapasitas komputasi yang cukup ketika permintaan melonjak.
