Institut Kecerdasan Buatan Berpusat pada Manusia Universitas Stanford telah merilis Indeks AI 2025 yang komprehensif, memberikan analisis berbasis data mengenai lanskap AI global dari sisi riset, performa teknis, ekonomi, hingga dampak lingkungan.
Laporan setebal lebih dari 400 halaman ini mengungkap dikotomi mencolok dalam ekonomi AI. Sementara pelatihan model AI frontier menjadi semakin mahal—dengan biaya pelatihan Gemini 1.0 Ultra milik Google diperkirakan mencapai $192 juta—biaya penggunaan model-model ini justru anjlok. Biaya untuk melakukan query pada model AI dengan performa setara GPT-3.5 turun dari $20 per satu juta token pada November 2022 menjadi hanya $0,07 per satu juta token pada Oktober 2024, setara penurunan 280 kali lipat dalam 18 bulan.
Penurunan drastis biaya inferensi ini disebabkan oleh peningkatan signifikan dalam efisiensi perangkat keras. Laporan tersebut menunjukkan bahwa biaya perangkat keras AI tingkat perusahaan turun 30% per tahun, sementara efisiensi energi meningkat 40% setiap tahunnya. Tren ini dengan cepat menurunkan hambatan adopsi AI canggih, dengan 78% organisasi kini melaporkan penggunaan AI, naik dari 55% pada 2023.
Namun, jejak lingkungan dari pelatihan model AI besar terus meningkat secara mengkhawatirkan. Emisi karbon dari pelatihan model AI frontier terus bertambah, dengan Llama 3.1 milik Meta menghasilkan sekitar 8.930 ton CO2—setara emisi tahunan hampir 500 orang Amerika rata-rata. Inilah sebabnya perusahaan AI semakin mengejar energi nuklir sebagai sumber daya bebas karbon yang andal untuk pusat data mereka.
Laporan ini juga menyoroti perubahan dinamika dalam lanskap AI global. Sementara Amerika Serikat masih memimpin dalam menghasilkan model AI terkemuka (40 pada 2024 dibandingkan 15 dari Tiongkok), model-model Tiongkok dengan cepat menutup kesenjangan performa. Selisih antara model terbaik AS dan Tiongkok menyempit dari 9,26% pada Januari 2024 menjadi hanya 1,70% pada Februari 2025.
Seiring AI terus mentransformasi industri, Indeks AI Stanford menjadi sumber penting untuk memahami peluang dan tantangan yang dihadirkan teknologi yang berkembang pesat ini. Temuan ini menunjukkan bahwa meski AI semakin mudah diakses dan terjangkau untuk diimplementasikan, industri harus menghadapi biaya lingkungan yang kian besar akibat pengembangan model yang semakin kuat.