Anthropic lawan perlombaan skala AI dengan efisiensi algoritma
Senin, 05 Januari 2026

SAN FRANCISCO - Anthropic mengambil jalur berbeda dalam persaingan global pengembangan kecerdasan buatan. Di saat raksasa teknologi berlomba membangun pusat data raksasa dan mengunci pasokan chip bernilai ratusan miliar dolar, startup AI tersebut justru mengandalkan strategi efisiensi yang mereka sebut sebagai “berbuat lebih banyak dengan lebih sedikit” atau melakukan lebih banyak dengan sumber daya yang lebih sedikit.
Dikutip cnbc.com, Presiden dan salah satu pendiri Anthropic, Daniela Amodei, menegaskan bahwa perusahaan sejak awal tidak memilih pendekatan membangun infrastruktur terbesar, melainkan memaksimalkan kualitas model melalui efisiensi algoritma, data pelatihan berkualitas tinggi, dan teknik pascapelatihan yang meningkatkan kemampuan penalaran.
“Saya rasa apa yang selalu menjadi tujuan kami di Anthropic adalah untuk menggunakan sumber daya yang kami miliki dengan bijak, sambil tetap beroperasi di ruang lingkup yang membutuhkan banyak komputasi,” kata Amodei kepada CNBC.
“Anthropic selalu memiliki sebagian kecil dari apa yang dimiliki para pesaing kami dalam hal daya komputasi dan modal, namun, secara konsisten, kami memiliki model yang paling canggih dan berkinerja terbaik selama sebagian besar beberapa tahun terakhir.”
Pendekatan ini kontras dengan strategi OpenAI, yang menjadi simbol paradigma scaling keyakinan bahwa peningkatan komputasi, ukuran model, dan data akan secara langsung menghasilkan kecerdasan yang lebih baik.
OpenAI telah mengumumkan komitmen komputasi dan infrastruktur dengan nilai headline sekitar US$1,4 triliun, bekerja sama dengan mitra untuk membangun kampus pusat data berskala masif.
Anthropic dipimpin oleh figur yang ikut melahirkan paradigma tersebut. CEO Anthropic, Dario Amodei, saudara Daniela Amodei, merupakan salah satu peneliti yang mempopulerkan hukum scaling dalam pengembangan model AI modern.
Namun kini, Anthropic justru berupaya membuktikan bahwa fase berikutnya dari kompetisi AI tidak akan ditentukan semata oleh siapa yang mampu membelanjakan dana terbesar.
Meski mengedepankan efisiensi, Anthropic menegaskan bahwa mereka tetap membutuhkan komputasi dalam jumlah besar. Perusahaan saat ini memiliki komitmen komputasi sekitar US$100 miliar dan memperkirakan angka tersebut akan terus meningkat.
“Kebutuhan komputasi untuk masa depan sangat besar,” ujar Daniela Amodei. “Jadi harapan kami adalah, ya, kami akan membutuhkan lebih banyak daya komputasi agar dapat tetap berada di garis depan seiring dengan pertumbuhan kami.”
Namun, ia juga mengingatkan bahwa angka-angka besar yang sering dikutip dalam industri tidak selalu dapat dibandingkan secara langsung karena perbedaan struktur kesepakatan dan tekanan untuk mengamankan perangkat keras jauh hari sebelumnya.
Di sisi lain, Anthropic mengakui bahwa kemajuan teknologi AI sejauh ini masih mengikuti pola eksponensial yang bahkan mengejutkan para perintisnya sendiri.
“Kami terus merasa terkejut, bahkan ketika orang-orang yang mempelopori keyakinan ini tentang hukum penskalaan,” kata Amodei. “Sesuatu yang sering saya dengar dari kolega saya adalah, pertumbuhan eksponensial terus berlanjut sampai akhirnya berhenti.”
Meski demikian, Amodei membedakan antara kemajuan teknologi dan realitas ekonomi. Menurutnya, tantangan utama bukan hanya seberapa cepat model menjadi lebih canggih, melainkan seberapa cepat teknologi tersebut dapat diadopsi secara nyata oleh bisnis dan individu.
“Terlepas dari seberapa bagus teknologinya, dibutuhkan waktu agar teknologi tersebut dapat digunakan dalam konteks bisnis atau pribadi,” katanya.
Fokus pada pasar enterprise menjadi kunci strategi Anthropic. Perusahaan memosisikan Claude sebagai model AI yang terintegrasi ke dalam alur kerja bisnis, bukan sekadar aplikasi konsumen. Pendekatan ini disebut menghasilkan pertumbuhan pendapatan sepuluh kali lipat secara tahunan selama tiga tahun berturut-turut.
Anthropic juga memilih strategi multicloud, dengan Claude tersedia di berbagai platform penyedia cloud utama termasuk yang juga menjual model AI pesaing. Langkah ini memberi fleksibilitas operasional sekaligus mengurangi ketergantungan pada satu taruhan infrastruktur besar.
Memasuki 2026, perbedaan strategi antara Anthropic dan OpenAI mulai diuji oleh realitas pasar. Keduanya belum mengumumkan rencana IPO, namun telah memperkuat tata kelola dan disiplin operasional sebagai sinyal kesiapan menuju pasar publik, sambil terus mengamankan pendanaan dan komputasi untuk pengembangan model berikutnya.
Jika pasar terus membiayai ekspansi skala besar, pendekatan OpenAI bisa tetap dominan. Namun bila investor mulai menuntut efisiensi dan keberlanjutan ekonomi, strategi “melakukan lebih banyak dengan lebih sedikit” ala Anthropic berpotensi menjadi keunggulan kompetitif. “Pertumbuhan eksponensial berlanjut hingga akhirnya berhenti,” kata Daniela Amodei.(DH)