Google Batasi Akses Meta ke AI Gemini karena Permintaan Komputasi Melonjak

Google membatasi akses Meta Platforms ke model kecerdasan buatan Gemini setelah perusahaan induk Facebook itu meminta kapasitas komputasi yang jauh lebih besar dari yang bisa disediakan. Pembatasan ini telah menunda sejumlah proyek AI internal Meta.

Menurut sumber yang mengetahui masalah tersebut, Google memberi tahu Meta sekitar Maret lalu bahwa mereka tidak dapat memenuhi seluruh permintaan kapasitas Gemini. Hingga kini, pembatasan itu masih berlaku. Meta pun mendorong karyawannya untuk menggunakan sumber daya AI secara lebih efisien sebagai bagian dari upaya menekan biaya komputasi.

Pelanggan Google lainnya juga dilaporkan terkena dampak serupa, tetapi dampak terbesar dirasakan Meta karena permintaannya yang luar biasa tinggi. Langkah ini menyoroti kendala infrastruktur yang kian mengemuka di industri AI: permintaan daya komputasi terus melonjak, melampaui kapasitas yang tersedia meski investasi besar telah digelontorkan untuk chip, pusat data, dan infrastruktur daya.

Google sendiri terus memperluas sumber daya komputasinya. Awal bulan ini, perusahaan itu setuju menyewa kapasitas komputasi dari SpaceX dalam kesepakatan yang dilaporkan bernilai sekitar USD920 juta per bulan.

Dalam konferensi pendapatan kuartal pertama pada April, CEO Google Sundar Pichai mengungkapkan bahwa pendapatan Google Cloud untuk pertama kalinya menembus USD20 miliar. Sementara itu, backlog kontrak cloud yang telah ditandatangani tetapi belum terkirim hampir berlipat ganda dari kuartal sebelumnya menjadi lebih dari USD460 miliar. Pichai juga mengakui bahwa kapasitas komputasi tetap terbatas dalam jangka pendek, dan pendapatan cloud akan lebih tinggi jika Google mampu memenuhi permintaan pelanggan.

Di sisi lain, Meta telah berinvestasi besar-besaran dalam infrastruktur AI. CEO Mark Zuckerberg berkomitmen menggelontorkan hingga USD600 miliar di Amerika Serikat hingga 2028 untuk memperluas kapasitas pusat data. Secara internal, Meta menggunakan model Gemini Google untuk pengkodean, layanan pelanggan, alat periklanan, dan moderasi konten. Namun, perusahaan baru-baru ini mulai mengalihkan sebagian beban kerja ke model Muse Spark miliknya sendiri, mengurangi ketergantungan pada model AI pihak ketiga untuk aplikasi tertentu.