Salesforce Ngaku ke Investor: Untung Kami Turun Gara-Gara Kebanyakan Pakai AI

Anggaran mereka $300 juta setahun cuma buat satu model AI. Sekarang mereka ngaku itu boros — dan kesalahannya persis sama kayak yang kebanyakan orang lakuin tiap hari.

Ada satu hal yang jarang banget dilakuin perusahaan besar: ngakuin ke investor kalau keuntungan mereka bakal turun.

Minggu lalu, Salesforce ngelakuin itu. Dan alasannya bikin kaget.

Bukan karena penjualan seret. Bukan karena pesaing. Tapi karena tagihan AI mereka kegedean.

Angkanya

Mike Spencer, wakil CFO Salesforce, ngomong di konferensi teknologi Deutsche Bank.

Margin operasi Salesforce di kuartal terakhir: 20,5%. Perkiraan mereka buat setahun penuh: 20,1%.

Perhatiin arahnya — perkiraannya lebih rendah dari capaian kuartalnya. Perusahaan ini bilang ke investor bahwa profitabilitas mereka bakal turun, dan salah satu penyebabnya disebut terang-terangan: biaya token Claude.

Buat konteks seberapa gede: Mei lalu, CEO Salesforce Marc Benioff bilang perusahaannya memperkirakan bakal ngeluarin $300 juta ke Anthropic sepanjang 2026.

Tiga ratus juta dolar. Buat satu penyedia model AI. Dalam setahun.

“Ayo liat apa yang bisa kita rusak”

Yang menarik, ini bukan kecelakaan. Ini eksperimen yang disengaja.

Kata Spencer:

“Sekitar enam bulan lalu kami melepas Claude ke dalam siklus riset dan pengembangan kami. Itu sebagian alasan kenapa kami nggak menaikkan panduan margin tahun ini — karena kami menanggung sebagian biaya token yang jalan.

Dan tujuannya sebenernya adalah: ayo lihat apa yang bisa kita rusak. Ayo lihat sejauh mana tim R&D kami bisa mempercepat peta jalan produk. Skenario terburuknya, kami tinggal tarik rem.”

Jadi mereka sengaja ngasih kebebasan penuh ke tim buat pake AI sepuasnya, buat ngukur seberapa cepet kerjaan bisa jalan.

Sekarang hasil pengukurannya udah keluar. Dan mereka narik rem.

Pelajaran yang mereka bayar $300 juta buat dapetin

Ini bagian yang paling kepake buat lo.

Spencer bilang Salesforce sekarang masuk ke “mode penyempurnaan” — dan konsepnya dia sebut “pemilihan model yang tepat untuk tugas yang dihadapi.”

Terjemahan gamblangnya, pakai kalimat dia sendiri:

“Lo nggak butuh model terbaru dan tercanggih buat tiap tugas yang lo kerjain.“

Menurut dia, buat sebagian kerjaan pengembangan software, model paling baru emang perlu. Tapi buat “mayoritas besar” kerjaan?

“Lo baik-baik aja pakai model generasi kedua atau ketiga.“

Baca ulang itu. Perusahaan dengan anggaran AI $300 juta setahun baru sadar bahwa kebanyakan kerjaan nggak butuh model termahal.

Yang mereka lakuin sekarang

Salesforce nggak pindah ke satu penyedia. Mereka nyampur.

Yang mereka pakai secara internal: OpenAI, Cursor, dan Claude. Dan mereka mulai nyobain Grok.

Alasannya lugas: “Semuanya punya struktur biaya yang beda-beda.”

Dan Spencer nutup dengan kalimat yang bikin ini bukan cuma cerita satu perusahaan:

“Saya rasa kami adalah gambaran yang cukup mewakili apa yang kami lihat di basis pelanggan kami.“

Artinya: bukan cuma Salesforce yang lagi kaget liat tagihan AI-nya.

Istilahnya udah ada: tokenmaxxing

Fenomena ini udah dikasih nama: tokenmaxxing — kebiasaan ngabisin token AI tanpa ngitung, karena lagi semangat-semangatnya.

Perusahaan lain juga lagi ngerem. CEO Cockroach Labs, Spencer Kimball, bilang Juni lalu bahwa timnya makin banyak pakai model open-source buat nekan biaya.

⚠️ Dan ini temuan yang paling perlu lo perhatiin

Lembaga riset Gartner ngeluarin proyeksi yang cukup keras:

Biaya agent AI buat ngoding bisa segera melampaui gaji developer yang makenya — setidaknya di sebagian wilayah dunia.

Sekarang pikirin frasa terakhirnya: “di sebagian wilayah dunia.”

Harga token AI itu sama di mana-mana. $10 per juta token di New York, $10 per juta token di Bekasi.

Tapi gaji developer nggak sama.

Artinya, di negara dengan gaji lebih rendah, titik di mana AI jadi lebih mahal dari manusia itu ketemunya lebih cepat. Jauh lebih cepat.

Ini bukan alasan buat nggak pakai AI. Tapi ini alasan kuat kenapa ngitung biaya per pekerjaan itu jauh lebih penting buat kita dibanding buat perusahaan di Silicon Valley.

Cara nyontek pelajarannya, versi lo

Lo nggak perlu anggaran $300 juta buat nerapin ini. Coba bagi kerjaan lo jadi tiga lapis:

Lapis 1 — pakai model paling murah/kecil Ngerapiin tulisan, nerjemahin, ngubah format, bikin ringkasan pendek, ngelist ide, ngoreksi typo.

Lapis 2 — pakai model generasi sebelumnya Nulis draf, riset ringan, bikin caption, nyusun kerangka konten, jawab pertanyaan biasa.

Lapis 3 — baru pakai model tercanggih Analisis yang rumit, ngoding yang serius, penalaran bertingkat, kerjaan panjang yang nggak boleh salah.

Kebanyakan orang — dan ternyata kebanyakan perusahaan juga — ngerjain semuanya di lapis 3. Padahal 70–80% kerjaan harian selesai di lapis 1 dan 2.

Kenapa ini penting buat lo

Satu hal.

Selama dua tahun terakhir, pertanyaan utamanya adalah “AI bisa ngerjain ini nggak?”

Sekarang pertanyaannya berubah: “berapa biayanya buat AI ngerjain ini, dan apa sepadan?”

Dan pergeseran itu bukan tanda hype-nya lagi turun. Itu tanda teknologinya udah masuk ke tahap dewasa — di mana orang mulai ngitung, bukan cuma kagum.

Perusahaan yang paling cepat belajar ngitung bakal bertahan paling lama. Begitu juga kreator dan freelancer.

Salesforce bayar $300 juta buat pelajaran ini. Lo dapet gratis.

---

Sumber: The Register, transkrip Deutsche Bank Technology Conference 2026, podcast All-In (Marc Benioff), Gartner