INDO GEN Z – Pakai AI kayak ChatGPT sekarang rasanya simpel banget. Tinggal buka aplikasi, ketik pertanyaan atau kasih perintah, beberapa detik kemudian jawabannya muncul. Mau bikin tulisan, cari ide, baca dokumen panjang, sampai analisis data, tinggal prompt.
Tapi ada satu hal yang sering enggak kelihatan: AI itu enggak kerja gratis.
Di balik satu jawaban ChatGPT, ada komputer superkuat yang bekerja di pusat data, menggunakan listrik dan memproses seabrek informasi. Nah, salah satu cara menghitung seberapa banyak AI bekerja adalah menggunakan sesuatu yang disebut token.
Anggap saja kita mengetik, “Besok enaknya makan apa?” AI enggak membaca kalimat itu persis seperti manusia. Sistem akan memecah tulisan tersebut menjadi potongan-potongan kecil untuk diproses. Potongan itulah yang disebut token.
Jawaban yang dibuat AI juga menggunakan token. Jadi, makin panjang percakapan, makin banyak dokumen yang kita kasih, dan makin panjang jawaban yang diminta, makin banyak pula token yang kepakai.
Biar gampang, bayangkan token seperti meteran listrik.
Kita mungkin cuma merasa sedang menyalakan AC. Tetapi di belakangnya ada listrik yang terus terpakai dan meterannya terus jalan. Kurang lebih begitu juga AI. Kita melihat satu pertanyaan dan satu jawaban, sementara di belakang layar ada sumber daya komputer yang terus digunakan.
Dari sini muncul konsep yang belakangan mulai ramai dibicarakan: AI tokenomics.
Tenang, ini bukan tokenomics ala kripto.
Dalam dunia AI, tokenomics sederhananya membahas tiga hal: berapa banyak AI dipakai, berapa duit yang keluar, dan apakah hasilnya worth it?
Token sendiri sebenarnya bukan barang baru dan bukan muncul gara-gara ChatGPT. Jauh sebelum AI generatif booming, komputer sudah menggunakan cara untuk memecah tulisan menjadi bagian-bagian kecil supaya bahasa manusia bisa diproses mesin.
Yang berubah sekarang adalah skalanya.
Dulu kita menggunakan chatbot dengan pola sederhana: tanya sesuatu, dapat jawaban, selesai.
Sekarang AI sudah mulai masuk fase AI agent. AI bukan cuma diajak ngobrol, tetapi bisa disuruh menjalankan serangkaian pekerjaan: membaca puluhan dokumen, browsing informasi, membandingkan data, bikin laporan, menulis kode, mengecek pekerjaannya sendiri, lalu memperbaikinya lagi.
Manusia mungkin cuma memberi satu perintah. Tetapi di belakang layar, AI bisa melakukan puluhan sampai ribuan proses.
Dan semuanya makan token.
Nah, kalau cuma satu orang yang menggunakan AI, mungkin biayanya terasa kecil. Apalagi buat pengguna ChatGPT berlangganan yang tinggal bayar paket bulanan.
Tapi coba bayangkan sebuah perusahaan punya 10.000 karyawan.
Ribuan orang setiap hari menggunakan AI untuk bikin laporan, analisis data, membaca kontrak, melayani pelanggan, membuat presentasi, sampai menjalankan pekerjaan otomatis. Token yang dipakai bisa membengkak luar biasa cepat.
Di titik inilah perusahaan mulai mikir: “Wait, sebenarnya kita keluar duit berapa banyak buat AI?”
Sepanjang 2026, pertanyaan tersebut mulai menjadi pembahasan serius di industri teknologi. FinOps Foundation mulai membahas token sebagai salah satu unit penting untuk memahami biaya penggunaan AI sekaligus nilai bisnis yang dihasilkannya.
Accenture bahkan memperkenalkan Accenture Tokenomics pada Juli 2026. Tujuannya membantu perusahaan melihat berapa banyak token yang digunakan oleh tim dan sistem AI, lalu membandingkannya dengan hasil bisnis yang didapat.
Linux Foundation juga mengumumkan rencana membentuk Tokenomics Foundation untuk mendorong standar terbuka dalam pengelolaan biaya AI.
Karena ujung-ujungnya persoalannya bukan siapa yang memakai token paling banyak.
Misalnya sebuah pekerjaan biasanya butuh beberapa jam dan biaya Rp1 juta. Kalau AI bisa membantu menyelesaikannya dalam beberapa menit dengan biaya Rp100 ribu dan kualitasnya sama, great. Ada keuntungan yang jelas.
Tapi kalau AI menghabiskan token dalam jumlah besar, muter-muter melakukan proses yang enggak perlu, lalu hasilnya masih harus dikerjakan ulang manusia?
Well, that’s bad business.
Makanya fokus dunia AI perlahan mulai bergeser. Pertanyaannya bukan lagi sekadar “berapa murah harga token?”, tetapi “berapa banyak value yang dihasilkan dari token tersebut?”
Kita sudah terbiasa menghitung listrik dengan kilowatt-jam, internet dengan gigabita, dan tenaga kerja dengan jam kerja.
Sekarang, ketika AI mulai ikut bekerja bersama manusia, kita juga mulai membutuhkan semacam meteran untuk menghitung ongkos kerjanya.
Token memang belum sempurna untuk mengukur seluruh kerja AI. Tapi setidaknya dari sini kita bisa melihat sesuatu yang selama ini tersembunyi di balik layar.
Mesin boleh makin pintar. Tapi setiap kali mesin “berpikir”, somewhere, someone is paying for it.