CEO Speechify: Biaya Token AI Akan Segera Melebihi Gaji Karyawan

Cliff Weitzman, pendiri dan CEO Speechify AI, berargumen dalam salah satu episode dari seri video 20VC bahwa perusahaan perangkat lunak modern harus merombak operasional secara fundamental agar mampu menanggung biaya komputasi AI yang terus meningkat. Weitzman menyatakan bahwa praktik manajemen tradisional tidak akan bertahan dalam pergeseran ini, dan bahwa perusahaan harus menghapus proyek apa pun yang tidak secara langsung mendorong pelanggan yang membayar untuk mendanai pengeluaran kecerdasan mesin.

Strategi Berbasis Penjualan sebagai Prinsip Utama

Weitzman menganjurkan pendekatan yang berfokus pada penjualan untuk semua keputusan perusahaan. Ia memandang pemasaran sebagai persamaan konversi, bukan upaya membangun merek, dengan mengatakan: “Pertumbuhan hanyalah permainan arbitrase. Anda bersaing dengan setiap orang di dunia yang ingin menampilkan produk Anda di hadapan pengguna.”

Berdasarkan filosofi ini, Speechify menguji hampir seribu iklan yang dihasilkan AI setiap hari untuk mengidentifikasi apa yang benar-benar mengubah pengguna menjadi pelanggan yang membayar. Weitzman menekankan: “Hanya lakukan hal-hal yang menghasilkan konversi. Jika Anda tidak mendapatkan orang yang benar-benar melakukan konversi di produk Anda, tidak ada gunanya melakukan pekerjaan yang Anda lakukan.”

Periklanan Berbasis AI dan Penargetan Data

Saat perusahaan beralih ke alat obrolan AI yang menangkap data pengguna pribadi, peluang iklan baru muncul bersamaan dengan risiko privasi. Weitzman menyoroti potensi data tersebut: “Luar biasa. Karena ia tahu begitu banyak tentang Anda… OpenAI tahu semua tentang riwayat Anda dan apa yang Anda minati di dalam psikologi Anda.”

Ia berpendapat bahwa biaya iklan yang tinggi menjadi tidak relevan jika laba atas investasi terbukti lewat pelacakan yang tepat. “Tidak apa-apa membayar CPM yang tinggi selama orang-orang melakukan konversi dan selama Anda memiliki atribusi,” jelas Weitzman, seraya mencatat bahwa SDK pelacakan yang baru diluncurkan OpenAI itu “benar-benar penting” untuk pendekatan ini.

Pengeluaran Token sebagai Biaya Operasional Standar

Weitzman memprediksi perubahan mendasar dalam anggaran perusahaan: “Tahun depan saya perkirakan kami akan membelanjakan lebih banyak token daripada yang kami belanjakan untuk gaji. Itu tidak lazim saat ini, tapi saya tidak pikir itu akan tetap tidak lazim dalam jangka panjang.”

Untuk memastikan alat AI benar-benar digunakan, ia mewajibkan karyawan mengirimkan tangkapan layar atau rekaman video yang menunjukkan pekerjaan harian mereka dengan teknologi tersebut. Pemimpin teknik harus menekan tim untuk menghabiskan ribuan kredit komputasi setiap hari.

Kecepatan Operasional Melalui Penghapusan Rapat

Weitzman menerapkan praktik operasional ketat yang dirancang untuk mempercepat pengembangan produk:

• Karyawan mengirimkan target harian kepada atasan mereka
• Panggilan telepon menggantikan thread pesan panjang
• Review dipercepat untuk pekerjaan lintas proyek
• Waktu respons 60 detik diberlakukan untuk pesan internal
• Rapat status tradisional dilarang

Ia berargumen bahwa rapat “satu orang berbicara sementara yang lain hanya mendengarkan pasif” memperlambat perusahaan tanpa perlu.

Produksi sebagai Satu-satunya Metrik Kinerja

Dalam sistem manajemen Weitzman, kode yang berhasil dikirim menggantikan penilaian kinerja tradisional. “Jika Anda membuat sesuatu yang luar biasa tapi tidak masuk produksi, itu buang-buang waktu… Anda tidak mendapat kredit apa pun kecuali itu ada di produksi… Anda tidak perlu penilaian kinerja.”

Optimalisasi Infrastruktur dan Ekonomi Unit

Weitzman mengakui bahwa pengeluaran komputasi awal begitu tinggi sampai Speechify “rasanya lebih seperti menjalankan amal daripada bisnis.” Perusahaan mengoptimalkan infrastruktur hingga memproses satu juta karakter hanya menelan beberapa dolar.

Ia memantau ekonomi unit secara ketat, menilai apakah setiap interaksi pengguna menghasilkan keuntungan, serta mengharapkan rencana untuk menurunkan biaya komputasi dari waktu ke waktu. Meskipun ia percaya kerugian sementara yang didanai oleh modal ventura yang diarahkan kepada penyedia infrastruktur AI adalah strategi awal yang sah, ia menekankan bahwa penyelesaian biaya komputasi adalah hal penting untuk profitabilitas pada akhirnya.

Implikasi Lebih Luas terhadap Ketimpangan

Weitzman berargumen bahwa keunggulan dari daya komputasi yang mahal menguntungkan perusahaan teknologi besar dan memutus jalur karier tradisional. Ia menyarankan individu untuk membela diri di lanskap ini, menerapkan prinsip tersebut pada industri yang diatur seperti layanan kesehatan: “Masalahnya bukan dokter, masalahnya sistemnya.”

Ia berpendapat bahwa akses teknologi menjadi kebutuhan penting untuk bertahan secara ekonomi, dengan menyatakan “Tidak punya telepon itu tidak masuk akal” karena smartphone telah menjadi kebutuhan dasar.

Kontra-Poin: Riset Eksternal dan Perspektif Alternatif

Meski pendekatan Weitzman menekankan adopsi AI yang agresif dan pengeluaran, riset eksternal menghadirkan nuansa:

Tentang Periklanan yang Dihasilkan AI: Sebuah studi 2026 yang dicakup MarTech menemukan bahwa 57% konsumen lebih percaya pada merek saat mereka menggunakan AI, namun 34% khawatir tentang privasi data dan 24% tidak menyukai pengalaman yang terlalu dipersonalisasi. Ini menunjukkan pengujian iklan AI yang agresif mungkin meningkatkan konversi, tetapi berisiko masuk ke apa yang disebut Weitzman sebagai “zona menyeramkan” jika personalisasi melampaui kenyamanan pengguna.

Tentang Pengeluaran Token dan Output: Laporan DORA 2025 dari Google berargumen bahwa AI terutama memperkuat kekuatan dan kelemahan yang sudah dimiliki organisasi, dengan imbal hasil terbesar datang dari peningkatan sistem organisasi yang mendasari, bukan sekadar menambahkan alat. Ini menyiratkan bahwa mendorong karyawan untuk menghabiskan lebih banyak kredit komputasi dapat meningkatkan aktivitas tanpa menjamin produk yang lebih baik, kecuali alur kerja, proses review, dan budaya engineering kuat.

Tentang Dinamika Biaya Komputasi: Nvidia melaporkan pada 2025 bahwa biaya inferensi menurun karena optimasi model dan perbaikan infrastruktur. Namun, analisis infrastruktur AI ARK untuk 2026 masih memperkirakan belanja infrastruktur AI hampir tiga kali lipat dari US$500 miliar pada 2025 menjadi hampir US$1,5 triliun pada 2030. Ini menunjukkan bahwa pemenangnya adalah perusahaan yang mengubah biaya unit yang terus turun dan permintaan yang meningkat menjadi margin yang berkelanjutan, bukan sekadar yang membelanjakan paling banyak untuk komputasi.

Ringkasan ini didasarkan pada sebuah episode dari seri video 20VC yang menampilkan Cliff Weitzman dan dibuat dengan bantuan AI serta peninjauan redaksi.