KALIMANTAN SELATAN — Kabar mengejutkan datang dari industri kecerdasan buatan (AI). Nvidia, raksasa pembuat chip asal Amerika Serikat, dilaporkan tengah dalam proses akuisisi Hugging Face, platform yang kerap disebut sebagai "GitHub-nya era AI". Nilai kesepakatan yang beredar mencapai US$ 13 miliar, menjadikannya salah satu akuisisi terbesar di sektor teknologi tahun ini.
Hugging Face selama ini dikenal sebagai pusat ekosistem pengembang yang membangun dan menerapkan Large Language Model (LLM) open-weight. Platform ini menjadi tempat berbagi model, benchmark, dan alat pengembangan yang tidak dimiliki oleh laboratorium AI terdepan seperti OpenAI atau Google.
Deretan Akuisisi Besar di Sektor Model AI Terbuka
Kabar ini bukan satu-satunya. Dalam beberapa pekan terakhir, terjadi gelombang konsolidasi besar di sektor yang selama ini identik dengan "memberikan sesuatu secara gratis" ini. Nvidia sebelumnya juga mengumumkan kesepakatan senilai US$ 6 miliar dengan Poolside, pengembang model open-weight, yang akan memindahkan sebagian besar karyawannya ke perusahaan pembuat chip tersebut.
Tak berhenti di situ, Stripe, perusahaan pembayaran online, baru saja mengakuisisi OpenRouter dengan nilai lebih dari US$ 7 miliar. OpenRouter adalah penyedia utama model open-weight untuk kebutuhan bisnis. Total nilai investasi yang mengalir ke sektor ini mencapai puluhan miliar dolar AS dalam hitungan minggu.
Mengapa Raksasa Teknologi Berebut Model Open-Weight?
Motivasi Nvidia cukup jelas. Perusahaan ini ingin mengurangi ketergantungan pada kesepakatan dengan perusahaan hyperscaler besar dan laboratorium AI terdepan. Kondisi ini semakin krusial ketika pemain besar seperti OpenAI dan Google mulai merancang chip inferensi mereka sendiri, seperti chip "Jalapeño" milik OpenAI yang baru saja diumumkan.
Dengan menguasai Hugging Face, Nvidia akan memiliki akses langsung ke jutaan pengembang yang bisa diarahkan untuk menggunakan chip dan standar mereka. Nvidia sebenarnya sudah memiliki keluarga model open-weight sendiri, yaitu Nemotron, namun adopsinya belum terlalu besar. Akuisisi ini bisa menjadi jalan pintas untuk memperluas pengaruh.
Di sisi lain, ada pertanyaan besar tentang biaya inferensi AI yang semakin mahal. Hal ini mendorong perusahaan untuk mencari model yang lebih murah, termasuk model buatan China seperti Moonshot, DeepSeek, dan Alibaba. Meski adopsinya masih kecil — hanya sekitar 6 persen perusahaan menurut survei Ramp, atau 2 persen insinyur perangkat lunak versi Jellyfish — tren ini mulai tumbuh.
Bukan Sekadar Hemat Biaya, Tapi Soal Kontrol
Nik Albarran, AI product lead di Jellyfish, menjelaskan bahwa model open-weight saat ini paling banyak digunakan oleh perusahaan dengan beban kerja inferensi berulang, seperti layanan obrolan pelanggan. Model ini bisa disetel untuk menjawab pertanyaan dengan biaya murah karena volumenya tinggi dan polanya berulang.
Namun, untuk tugas coding dan agen AI yang membutuhkan penalaran kompleks, model dari laboratorium terdepan masih lebih unggul. Albarran menekankan alasan utama perusahaan beralih ke model open-weight bukan karena biaya, melainkan karena kontrol dan konfigurasi. "Ketika alur kerja AI Anda sudah jauh lebih matang, saat itulah masuk akal untuk berinvestasi dalam menghosting model sendiri," ujarnya.
Masa Depan AI Spesialis dan Posisi Fireworks
Lin Qiao, CEO Fireworks, perusahaan router dan host model open-weight untuk korporat, punya pandangan berbeda. Perusahaannya memproses 40 triliun token per hari, lebih banyak dari API Gemini atau OpenAI. Fireworks percaya pada diversifikasi model: semakin banyak LLM bermunculan, semakin mudah bagi perusahaan untuk melatih model khusus sesuai kebutuhan mereka.
"Masa depan adalah kecerdasan khusus. Secara harfiah, setiap perusahaan harus memiliki model sendiri untuk setiap kasus penggunaan, dan itu akan terjadi secara otomatis," kata Qiao. Pandangan ini memperkuat argumen bahwa dominasi OpenAI dan Anthropic saat ini bukanlah sesuatu yang tidak bisa dihindari. Ketika raksasa teknologi mulai melindungi diri dari ketergantungan pada laboratorium besar, daya tarik teknologi terbuka terbukti semakin sulit untuk ditolak.
