Era ekonomi token AI dimulai, China genjot penggunaan dalam skala besar

SINGAPURA: Masa depan kecerdasan buatan atau AI mungkin akan ditentukan oleh sesuatu yang ukurannya sangat kecil.

Bukan pusat data raksasa atau gelombang terbaru agen AI, melainkan unit-unit data kecil yang disebut token, yang digunakan model AI untuk memproses informasi dan menghasilkan respons.

Sama seperti konsumsi listrik diukur dalam kilowatt-jam dan penggunaan data seluler diukur dalam gigabit, token kini telah menjadi  satuan untuk mengukur sekaligus menentukan harga layanan AI.

Seiring adopsi AI yang terus melaju di seluruh dunia, pemerintah dan perusahaan teknologi pun mulai memberi perhatian lebih besar terhadap token.

China, khususnya, disebut terus memperluas infrastruktur AI dengan cepat untuk menopang lonjakan konsumsi token. Hal ini, menurut para pengamat, menunjukkan bahwa sektor AI di negara itu sedang berkembang menjadi sebuah "ekonomi token" yang sesungguhnya.

"Ada perhatian yang semakin besar terhadap ekonomi token di China," kata Qian Zilan, peneliti di Oxford China Policy Lab. Ia mencatat, perusahaan telekomunikasi milik negara di China mulai meluncurkan layanan dan paket langganan token, baik untuk pengguna umum maupun pengembang.

Dalam bagian pertama dari serial dua tulisan ini, CNA mengulas kebangkitan token AI dan bagaimana pertumbuhannya yang pesat membentuk masa depan AI di China. Fenomena ini juga menciptakan peluang bisnis baru sekaligus memunculkan risiko keamanan, baik bagi China sebagai negara dengan ekonomi terbesar kedua di dunia maupun negara-negara lainnya.

DASAR DARI AI

Di balik setiap respons chatbot, ringkasan yang dibuat AI, maupun perintah untuk menghasilkan gambar, terdapat token.

Sederhananya, token adalah unit data kecil yang diproses model AI saat membaca, memahami, atau menghasilkan informasi.

Kata pendek seperti "dog" mungkin hanya dihitung sebagai satu token, sedangkan kata yang lebih panjang seperti "thunderstorm" akan dipecah menjadi beberapa token.

Token juga tidak terbatas pada kata. Apa pun yang dapat diketik melalui papan ketik, termasuk angka, spasi, tanda baca, simbol, hingga emoji, dapat diubah menjadi token agar bisa diproses oleh sistem AI.

"Token merupakan unit operasional AI generatif. Token menentukan seberapa banyak masukan yang dapat diproses model, seberapa cepat model merespons, seberapa panjang jawaban yang dapat dihasilkan, serta berapa besar daya komputasi yang dibutuhkan," ujar James Pang, profesor analitik dan operasional di National University of Singapore (NUS) sekaligus direktur NUS Business Analytics Centre.

"Anggap saja token seperti kepingan Lego atau balok penyusun yang digunakan platform AI untuk membaca dan menulis."

Pang mengatakan, semakin banyak token yang harus diproses model AI, semakin besar pula sumber daya yang dibutuhkan. Hal ini berdampak langsung pada biaya komputasi dan kebutuhan infrastruktur.

Cara menghitung token juga berbeda-beda, bergantung pada bahasa dan sistem AI yang digunakan. Menurut para ahli, perbedaan ini dapat sangat memengaruhi biaya komputasi ketika perusahaan mulai menggunakan AI untuk jutaan kueri dan interaksi.

Menurut Pang, bahasa Mandarin, misalnya, umumnya lebih padat secara makna dibandingkan bahasa Inggris, sehingga lebih sedikit karakter yang dibutuhkan untuk menyampaikan gagasan yang sama.

Sebagai contoh, sebuah idiom Mandarin yang terdiri dari empat karakter dapat mewakili makna yang dalam bahasa Inggris harus dijelaskan dengan satu kalimat penuh.

Namun, ia mengingatkan agar perbandingan tersebut tidak disederhanakan.

"Model AI yang berbeda menggunakan metode tokenisasi yang berbeda," kata Pang. Ia menjelaskan, model AI yang dioptimalkan untuk bahasa Mandarin dapat memproses teks Mandarin dengan lebih efisien, sedangkan model yang berfokus pada bahasa Inggris akan memecah teks yang sama menjadi lebih banyak token.

Wong Qi Han, peneliti dan pengembang AI independen, mengatakan kepada CNA bahwa efisiensi token sangat bergantung pada cara sebuah model dilatih.

"Jika sebuah model sebagian besar dilatih menggunakan bahasa Inggris, tokeniser-nya akan mengompresi teks bahasa Inggris secara efisien. Namun, untuk bahasa lain, model akan memecah teks menjadi bagian-bagian yang lebih kecil dan kurang efisien," kata Wong.

"Model yang dioptimalkan untuk bahasa Mandarin atau Inggris belum tentu dapat melakukan tokenisasi bahasa Tamil, Bahasa Indonesia, atau Vietnam secara efisien," tambahnya.

Dalam skala yang lebih besar, perbedaan kecil dalam penggunaan token dapat berujung pada perbedaan biaya komputasi yang sangat besar.

Meski begitu, Pang mengatakan biaya AI secara keseluruhan juga dipengaruhi oleh berbagai faktor, seperti ukuran model, arsitektur inferensi, caching, batching, panjang keluaran, dan kompleksitas tugas.

"Jadi, jumlah token yang lebih sedikit tidak otomatis berarti kemampuan penalaran yang lebih baik atau nilai bisnis yang lebih tinggi."

CHINA BERTARUH PADA "EKONOMI TOKEN"

Penggunaan AI di China meningkat pesat. Hingga Desember 2025, lebih dari 600 juta orang telah menggunakan alat AI generatif.

Mayoritas pengguna merupakan kalangan muda dan berpendidikan, menurut laporan China Internet Network Information Center (CNNIC) pada Oktober 2025. Pengguna berusia di bawah 40 tahun mencakup lebih dari 74 persen dari total pengguna, sementara 37,5 persen di antaranya memiliki pendidikan tinggi.

Seiring AI semakin terintegrasi dalam kehidupan sehari-hari, mulai dari memesan makanan hingga layanan transportasi, perjalanan, dan belanja, konsumsi token juga melonjak secara eksponensial.

Menurut National Data Administration (NDA) China, penggunaan token harian melampaui 140 triliun pada Maret, lebih dari 40 persen lebih tinggi dibandingkan 100 triliun pada akhir tahun lalu.

Industri AI China kini "berkembang dari fungsi chatbot dasar menjadi sistem yang lebih canggih, yang mampu mengambil keputusan dan menjalankan tugas," kata kepala NDA Liu Liehong dalam konferensi pers pada 25 Maret. Ia menyebut token sebagai indikator utama pertumbuhan AI sekaligus potensi komoditas ekspor baru.

Pentingnya token semakin terlihat pada bulan yang sama ketika China secara resmi mengadopsi istilah "ciyuan" untuk token AI. Istilah ini menggabungkan terjemahan bahasa Mandarin untuk "kata" dengan yuan, mata uang China.

Para pengamat menilai, penamaan tersebut mencerminkan bahwa token kini semakin dipandang bukan sekadar ukuran teknis aktivitas AI, tetapi juga sebagai satuan nilai ekonomi dalam ekonomi AI yang tengah berkembang di China.

Liu mengatakan, langkah berikutnya adalah membangun "jaringan komputasi nasional", yang bertujuan menjadikan infrastruktur AI sebagai utilitas publik seiring konsumsi token yang terus melonjak.

Besarnya angka konsumsi token menunjukkan China "sedang beralih dari tahap eksperimen menuju penerapan massal", kata Pang dari NUS. Ia juga menyoroti "investasi besar dalam pusat data, platform cloud, sistem penyajian model AI, rekayasa optimasi, dan pasokan energi".

Menurut Pang, ekosistem digital China yang sangat besar juga memberinya keunggulan dalam "mengintegrasikan AI ke dalam sistem operasional".

"Perusahaan-perusahaan China juga agresif menekan biaya inferensi, merilis model open-weight, mengoptimalkan AI untuk perangkat keras yang terbatas, serta mengintegrasikan AI ke layanan cloud, aplikasi seluler, dan alur kerja industri," tambahnya.

"Jika akses terhadap cip paling canggih terbatas, efisiensi perangkat lunak menjadi kebutuhan strategis."

Operator telekomunikasi di China pun mulai memanfaatkan perubahan tersebut untuk menghasilkan pendapatan.

Awal bulan ini, China Telecom, satu dari tiga operator seluler utama milik negara di China daratan, meluncurkan skema tarif berbasis token secara nasional yang ditujukan bagi berbagai segmen pelanggan, mulai dari pengguna biasa hingga pengembang dan pelaku usaha.

Paket untuk konsumen yang dirancang untuk kebutuhan AI sehari-hari dibanderol mulai 9,9 yuan (Rp26.000) per bulan untuk 10 juta token, hingga 49,9 yuan (Rp132.000) untuk 80 juta token.

Bergantung pada jenis tugasnya, paket berisi 10 juta token, misalnya, dapat digunakan untuk mendukung ribuan pencarian berbantuan AI, prompt dan percakapan chatbot, serta penerjemahan.

Sementara itu, paket untuk perusahaan yang mendukung aplikasi seperti asisten pemrograman dan penerapan agen AI dibanderol mulai 39,9 yuan hingga 299,9 yuan per bulan, dengan kuota antara 15 juta hingga 250 juta token.

"Token bagi AI akan menjadi seperti kilowatt-jam bagi listrik atau gigabit bagi data seluler, yakni satuan praktis untuk mengukur penggunaan sekaligus menentukan biaya layanan," kata Pang.

RISIKO KEAMANAN DI BALIK BOOMING TOKEN DI CHINA

Namun, meski ekosistem AI dengan konsumsi token yang tinggi membuka peluang bagi model bisnis baru dan meningkatkan efisiensi, kondisi ini juga memunculkan berbagai risiko.

Pejabat China mengatakan, modus baru kejahatan siber mulai bermunculan, termasuk yang "mengemas ulang token sebagai produk investasi".

Pemerintah China mulai memperingatkan potensi ancaman keamanan yang muncul seiring pesatnya pertumbuhan token.

Kementerian Keamanan Negara mengeluarkan imbauan kepada publik pada April lalu, yang menyoroti berbagai risiko seperti pencurian, pemalsuan, dan manipulasi token, serta penipuan yang melibatkan paket token murah dan program penjualan kembali layanan AI.

"Jika keamanan token dibobol dalam skala besar, dampaknya bisa meluas dari pelanggaran privasi dan kerugian finansial menjadi ancaman terhadap keamanan data, bahkan keamanan ekonomi," kata Huang Daoli, peneliti pemerintah di Kementerian Keamanan Publik China. Ia menambahkan, token harus diperlakukan sebagai kredensial yang sangat sensitif, sama pentingnya dengan alat pembayaran.

"Ekosistem AI dengan konsumsi token yang tinggi memang membuka berbagai peluang. Namun, kondisi ini juga dapat memunculkan tantangan dan kerentanan baru terkait kebocoran data maupun serangan terhadap infrastruktur," kata Heng Wang, profesor hukum di Singapore Management University (SMU).

Wang menambahkan, seiring sistem AI memproses data dan token dalam volume yang terus meningkat, risiko keamanan siber juga berpotensi "meningkat secara signifikan". Menurutnya, semakin banyak data yang diproses, semakin besar pula kebutuhan akan perlindungan data.

Menurut Pang dari NUS, persoalannya bukan sekadar besarnya volume token yang digunakan, tetapi juga semakin dalamnya integrasi sistem AI ke dalam alur kerja di dunia nyata.

"Ekosistem AI dengan konsumsi token yang tinggi memperluas permukaan serangan karena memproses lebih banyak prompt, dokumen, log, dan data pengguna," katanya. Menurut Pang, sistem AI juga semakin terhubung dengan sistem eksternal seperti basis data, platform surel, dan perangkat lunak bisnis untuk menjalankan tugas serta mengambil informasi.

Risikonya mencakup serangan siber, kebocoran data sensitif, upaya memanipulasi sistem AI, perusakan data pelatihan, hingga membanjiri sistem agar tidak berfungsi.

Tantangan itu menjadi semakin besar ketika agen AI mulai memiliki akses ke akun email, kalender, basis data, sistem pembayaran, dan perangkat lunak perusahaan.

"Semakin banyak sistem AI terhubung dengan alur kerja nyata dan data sensitif, semakin besar pula dampak jika terjadi kegagalan," kata Pang.

Dalam banyak sistem, token bukan hanya digunakan untuk mengukur aktivitas komputasi, tetapi juga berfungsi sebagai kredensial untuk verifikasi identitas, kontrol akses, dan penggunaan API. Jika perlindungan keamanannya lemah, token menjadi sasaran yang menarik bagi pelaku kejahatan siber.

Pang mengatakan pemerintah dan organisasi perlu semakin memperlakukan AI sebagai infrastruktur perangkat lunak yang bersifat kritis. Karena itu, diperlukan berbagai perlindungan seperti kontrol akses, kebijakan tata kelola data, penilaian risiko model, serta aturan yang jelas mengenai informasi apa saja yang boleh dibagikan kepada sistem AI.

Menurut Wang dari SMU, keberhasilan AI dalam jangka panjang tidak hanya ditentukan oleh kemampuan teknologinya, tetapi juga tata kelolanya.

"Ke depan, sistem AI yang memiliki tata kelola adaptif dan tangguh kemungkinan akan lebih berhasil dalam jangka panjang," ujarnya.

"Jika suatu sistem mampu memproses informasi paling efisien dalam skala besar tetapi tidak memiliki tata kelola yang kuat, krisis dapat menggerus kepercayaan sekaligus menimbulkan kerugian finansial dan reputasi yang besar."

Laporan tambahan oleh Collin Furtado.