OpenClaw Kembalikan Apple ke Dalam Permainan AI—Dan Sekarang Mereka Tidak Bisa Membangun Mac dengan Cukup Cepat

Singkatnya

• CEO Apple Tim Cook memperingatkan bahwa Mac mini dan Mac Studio bisa tetap langka selama “beberapa bulan” setelah permintaan yang didorong AI jauh melebihi perkiraan perusahaan.
• OpenClaw—platform agen AI sumber terbuka yang kini didukung oleh OpenAI—mengubah arsitektur memori terpadu Apple menjadi perangkat keras default untuk menjalankan model AI lokal besar.
• M4 Ultra Apple mendukung hingga 192GB memori terpadu, memungkinkan pengembang menjalankan model yang tidak dapat muat di GPU Nvidia konsumen mana pun, yang maksimal 32GB VRAM.

Mac mini Apple selalu menjadi desktop yang tenang dan tidak mencolok di belakang Apple Store. Praktis, murah menurut standar Apple, dan sebagian besar diabaikan oleh komunitas AI. Lalu OpenClaw terjadi. Pada hari Kamis, Tim Cook memberi tahu analis bahwa Mac mini dan Mac Studio habis terjual—dan bisa tetap demikian selama beberapa bulan. “Keduanya adalah platform luar biasa untuk AI dan alat agenik,” katanya dalam panggilan pendapatan Q2 2026 Apple, “dan pengakuan pelanggan terhadap hal itu terjadi lebih cepat dari yang kami prediksi.” Terjemahan: Apple salah menghitung seberapa besar keinginan pengembang terhadap mesin ini, terutama di saat kelangkaan mengacaukan pasar.

Pendapatan Mac mencapai $8,4 miliar untuk kuartal ini, naik 6% dari tahun ke tahun. Tidak benar-benar luar biasa—tetapi kendala pasokan, bukan permintaan, adalah faktor pembatasnya. Konfigurasi Mac mini dan Mac Studio dengan RAM tinggi tidak hanya tertunda; beberapa bahkan telah dihapus dari Apple Store sepenuhnya.  Mac mini dasar seharga $599 sudah habis terjual di AS tanpa pengiriman atau pengambilan di toko yang tersedia. Konfigurasi yang ditingkatkan dengan 64GB RAM menunjukkan waktu tunggu 16 hingga 18 minggu. Model Mac Studio dengan 512GB memori terpadu hilang dari toko sama sekali. Scalper di eBay cepat menangkap peluang, menampilkan model dasar hampir dua kali lipat dari harga eceran. Katalis untuk semua ini? OpenClaw dan ledakan AI Agenik yang membutuhkan memori besar.

Kerangka kerja agen AI sumber terbuka—dibangun oleh Peter Steinberger dan kini didukung oleh OpenAI setelah perang penawaran dengan Meta—meledak ke lebih dari 323.000 bintang GitHub dan menjadi cara tercepat bagi individu dan tim kecil untuk menjalankan agen AI permanen secara lokal. Dan perangkat keras referensi tidak resmi untuk menjalankannya menjadi, hampir seketika, Mac mini.

Namun, ini bukan hasil dari dorongan pemasaran. Hal yang paling sering dilewatkan orang yang meliput kekurangan Mac adalah bahwa Apple tidak relevan untuk beban kerja AI serius selama bertahun-tahun. Sebelum keajaiban Agen AI menjadi arus utama, orang mengeluh bahwa menjalankan LLM, Stable Diffusion, atau perangkat lunak AI rumah lainnya sangat lambat dan hampir tidak bisa digunakan. Mac M2 memiliki performa yang sebanding dengan GPU dari 2019. Penolakan Apple untuk mengadopsi CUDA atau menggunakan Nvidia, dan mendorong teknologi MLX-nya, membuatnya sama tidak relevan untuk AI seperti halnya untuk gaming. Nvidia menguasai karena CUDA—kerangka kerja pemrograman GPU proprietary-nya—adalah tulang punggung pelatihan dan inferensi model. Seluruh tumpukan AI dibangun di sekitarnya. Apple tidak memiliki yang sepadan. Tidak ada yang menginginkan Mac untuk inferensi lokal. Tapi CUDA punya rahasia kotor: batas VRAM. Bahkan GPU Nvidia konsumen terbaik, RTX 5090, maksimal 32GB VRAM. Itu batas keras. Model yang lebih besar dari 32GB tidak bisa berjalan dengan kecepatan penuh di kartu itu—membocor ke RAM sistem yang lebih lambat, merayap di bus PCIe, dan performa menurun. Untuk menjalankan model besar 70 miliar parameter di perangkat keras Nvidia, Anda membutuhkan beberapa GPU, rak server, konsumsi daya besar, dan ribuan dolar. Arsitektur Memori Terpadu (UMA) Apple menyelesaikan ini dengan cara yang tidak bisa dilakukan CUDA. Di Apple Silicon, CPU, GPU, dan Neural Engine berbagi pool RAM fisik yang sama. Tidak ada VRAM terpisah. Tidak ada bus PCIe yang harus dilintasi. Mac mini dengan 64GB dapat memuat model 70 miliar parameter yang secara sederhana ditolak oleh RTX 5090 seharga $1.800.

M4 Ultra—chip yang menggerakkan konfigurasi Mac Studio kelas atas—mendukung hingga 192GB memori terpadu. Itu cukup untuk menjalankan model 100 miliar parameter secara lokal di satu mesin. Tanpa server. Tanpa tagihan cloud bulanan. OpenClaw membuat trade-off ini menjadi jelas. Karena menjalankan agen secara lokal—menghubungkan ke file Anda, aplikasi Anda, pesan Anda—pengguna membutuhkan mesin yang mampu menangani beban penalaran tanpa menyewa komputasi dari cloud. Mac mini dengan 32GB memori terpadu menjalankan model 30B-parameter dengan nyaman. Mac Studio dengan 128GB menangani model yang sebagian besar pengembang tidak bisa sentuh tanpa klaster GPU perusahaan setahun lalu. Mac yang lambat tapi mampu menjalankan model AI yang kuat jauh lebih baik daripada kartu Nvidia yang kuat tapi bahkan tidak bisa memuat model itu sama sekali. Hasilnya: pengembang mulai membeli Mac mini seperti mereka dulu membeli Raspberry Pi—beberapa unit sekaligus, diperlakukan sebagai infrastruktur, bukan komputer pribadi. Rantai pasokan Apple tidak pernah dirancang untuk pola ini. Ada juga kekurangan memori yang lebih luas yang memperburuk masalah. IDC memperkirakan pengiriman PC global akan menurun 11,3% di 2026, sebagian didorong oleh kekurangan chip memori yang didorong oleh permintaan server AI. Apple kini bersaing untuk pasokan RAM yang sama dengan hyperscaler yang membangun pusat data. Cook mengatakan mungkin membutuhkan “beberapa bulan” untuk menyeimbangkan kembali pasokan dan permintaan pada Mac mini dan Studio. Penyegaran chip M5 diperkirakan akan hadir di akhir 2026, yang bisa meredakan tekanan—tapi pembeli saat ini harus menunggu atau membayar harga scalper. Mac mini menghasilkan urgensi lebih besar di 2026 daripada dalam 20 tahun sejarahnya—dan semua yang dibutuhkan hanyalah sedikit bantuan dari proyek sumber terbuka yang sama sekali tidak ada hubungannya dengan Apple untuk mewujudkannya.