Episode ini menutup Season 3. Dari #46 sampai #64 kita menelusuri kotak hitam model — transformer, tokenisasi, pipeline training — lalu naik ke praktik membangun produk: memilih model, RAG produksi, agent, biaya, sampai regulasi. Hari ini saya coba menjawab pertanyaan paling akhir: ke mana arahnya tahun depan, dan belajar apa lagi setelah ini. Catatan ini saya susun dari ramalan analis yang terbit akhir 2026, bukan firasat.
Harga token turun, tagihan naik
Pola yang paling saya catat: harga per token terus turun, tapi total biaya perusahaan justru naik. Gartner memprediksi belanja platform & model AI global naik 54,2% pada 2027, dari $64 miliar ke $99 miliar. Kenapa bisa begitu? Karena penggunaan tumbuh lebih cepat daripada harga turun — dan penggunaan itu makin berbentuk agent. Satu permintaan chat itu murah; satu tugas agent bisa ratusan langkah, tiap langkah mengirim ulang konteks. Gartner bahkan memperkirakan biaya inferensi per alur kerja agent naik lebih dari lima kali lipat sampai 2028.
Ini praktik yang langsung saya ambil: berhenti mengukur biaya “per token” dan mulai mengukur biaya per tugas yang berhasil — token, retry, dan cache hit dihitung satu baris. Persis yang kita bahas di episode #61 soal monitoring, dan episode #62 soal routing model murah/mahal.
Empat arah yang saya catat untuk 2027
1. Dari “banyak agent” ke “mengelola agent”
Setelah euforia, datang fase administrasi. Capgemini (TechnoVision, 17 Nov 2026) menghitung: 15 agent saja menghasilkan 105 pasang interaksi; 1.000 agent bisa hampir 720.000 pasang. Tiap agent bisa “benar” secara lokal sementara sistemnya salah secara global. Solusinya bukan menjelaskan setiap pikiran model (makin sulit, sebagian model menyembunyikan reasoning), tapi containment: register tiap agent, identitas & izin khusus mesin, batas tindakan, dan tombol henti. Gartner memprediksi 25% pelanggaran keamanan perusahaan pada 2028 akan berakar dari penyalahgunaan agent AI yang tak terkelola.
2. Regulasi masuk fase detail
EU AI Act bukan lagi wacana: 2 Desember 2026 larangan-larangan baru berlaku (plus transisi Pasal 50(2) untuk penyedia yang sudah ada di pasar), dan 2 Agustus 2027 tiap negara anggota wajib punya sandbox AI nasional. Di AS, Kongres ke-120 mulai Januari 2027 diperkirakan lebih agresif mengawasi lewat hearing — bukan lewat undang-undang besar. Praktiknya: kalau produk kita menyentuh pasar Eropa, tiga hal yang sudah bisa disiapkan sekarang adalah dokumentasi data training, mekanisme pelaporan insiden, dan kontrol shutdown berbasis manusia. Ini lanjutan dari episode #64.
3. Konteks jadi lapisan tersendiri
Gartner menyebut “AI context platform”: tanpa lapisan konteks khusus, agent jadi berisiko (izin kelebihan, kegagalan kepatuhan, token membengkak). Prediksi mereka: organisasi yang serius soal semantik data bisa menaikkan akurasi agent sampai 80% dan menekan biaya sampai 60%. Bagi saya ini cuma memperkuat inti episode #56 — context engineering bukan trik prompt, tapi disiplin arsitektur.
4. Pemenangnya bukan model paling pintar
Analis Gartner menyebut 2027 sebagai “orchestration battle”: pertempurannya pindah ke lapisan yang memutuskan model mana menangani tugas mana — model mahal untuk penalaran sulit, model murah untuk sisanya. Lab juga makin membangun “agent-first”: kemampuan tool use, computer use, dan keandalan langkah multi jadi penentu, bukan kualitas obrolan. Di sinilah seluruh Season 3 relevan: episode #55 (desain tool), #54 (RAG), dan #62 (routing) adalah tiga kunci orkestrasi itu.
Roadmap belajar lanjutan setelah musim ini
Rencana belajar saya sendiri, susulan dari Season 3:
- Menonton harga, bukan demo. Tiap bulan cek harga provider & biaya tugas nyata — daftar pantau di episode #62.
- Bangun satu proyek agent sungguhan dengan guardrail + eval sejak awal (gabungan #54, #55, #60).
- Coba jalankan model lokal sekali di VPS/laptop untuk paham batas nyata privasi vs biaya (#57).
- Baca regulasi yang masuk Desember 2026 & Agustus 2027 sambil menunggu (#64).
Prinsip yang saya bawa ke 2027: jangan kejar model terbaru, kejar satu sistem yang bisa saya ukur, perbaiki, dan percaya. Sampai jumpa di penjelajahan berikutnya.
Sumber
- TechTarget — 2027 AI outlook: Cheaper tokens, steeper AI bills (analisis Gartner, Forrester, Futurum)
- Gartner — Top Strategic Technology Trends for 2027 (20 Okt 2026)
- Capgemini — TechnoVision: Top 5 Tech Trends to Watch in 2027 (17 Nov 2026)
- AI Inference Economics: Managing the Cost of Scale (Agustus 2026)
- AI Agents Info — AI agents in 2027: task cost will not fall like token cost (10 Nov 2026, termasuk tanggal EU AI Act)
Komentar Terbaru