Paruh Pertama 2025 OpenAI: Pendapatan US$4,3 miliar, Kerugian US$13,5 miliar

• OpenAI mencatat pendapatan US$4,3 miliar dan kerugian bersih US$13,5 miliar pada paruh pertama 2025
• Lebih dari separuh kerugian bersih berasal dari revaluasi obligasi konversi berbunga
• Biaya riset dan pengembangan menjadi pengeluaran terbesar sebesar US$6,7 miliar, sementara penjualan dan iklan serta kompensasi berbasis saham juga mengambil porsi besar
• OpenAI saat ini membayar 20% pendapatannya kepada Microsoft, dan terjadi pembakaran kas US$2,5 miliar pada paruh pertama tahun ini
• Hingga akhir Juli, perusahaan memiliki kas dan surat berharga senilai US$17,5 miliar, dan sedang dalam proses menggalang tambahan investasi US$30 miliar

---

Kinerja utama OpenAI pada paruh pertama 2025

• OpenAI mencatat pendapatan US$4,3 miliar pada paruh pertama 2025
• Pada periode yang sama, perusahaan membukukan kerugian bersih sebesar US$13,5 miliar

Penyebab kerugian dan struktur biaya utama

• Lebih dari separuh kerugian bersih berasal dari pos akibat revaluasi obligasi konversi berbunga
• Biaya riset dan pengembangan (R&D) mencapai US$6,7 miliar, porsi terbesar dari total biaya
• Perusahaan menghabiskan US$2 miliar untuk biaya penjualan dan iklan, serta US$2,5 miliar untuk kompensasi berbasis saham
  • Angka ini hampir dua kali lipat dibandingkan paruh pertama tahun sebelumnya

Biaya lain dan hubungan kontraktual

• Sesuai kontrak dengan Microsoft, OpenAI membayarkan 20% dari pendapatannya kepada Microsoft
• Pembakaran kas sebesar US$2,5 miliar terjadi pada paruh pertama tahun ini

Status investasi dan valuasi perusahaan

• Per akhir Juni, perusahaan memiliki kas dan surat berharga senilai US$17,5 miliar
  • Dari jumlah tersebut, US$10 miliar merupakan dana yang diperoleh dari investasi baru
• Per akhir Juli, OpenAI sedang mengupayakan tambahan investasi US$30 miliar
• Dalam tender offer yang sedang berlangsung, nilai divisi komersial OpenAI diperkirakan sekitar US$500 miliar

Isu terbaru dan prospek terkait OpenAI

• Struktur pembagian pendapatan seperti kontrak OpenAI dengan Microsoft menunjukkan bahwa model semacam ini dapat menjadi beban biaya yang besar bagi startup
• Muncul kebutuhan bagi startup AI untuk mencari strategi agar dapat menghindari model pembagian pendapatan semacam ini, seperti diversifikasi pendanaan dan pemanfaatan open source

[GN⁺]

Komentar Hacker News

• Saya rasa orang-orang sangat meremehkan seberapa besar pendapatan iklan nantinya. Bahkan tanpa iklan pun mereka sudah meraih pendapatan $4,3 miliar dari lebih dari 700 juta pengguna aktif mingguan yang mayoritas memakai layanan gratis. Google pada dasarnya menghasilkan hampir semua pendapatannya dari iklan ($264 miliar pada 2024). Saat ini, ChatGPT justru punya tingkat kepercayaan konsumen yang lebih tinggi daripada Google, dan ada banyak cara untuk menyisipkan hasil bersponsor. Eksperimen seperti ini tampaknya sudah dimulai, misalnya lewat pengumuman fitur direct checkout baru-baru ini. Kekhawatiran terbesar saya pribadi adalah kualitas model open-weight dari China menjadi terlalu bagus di perangkat keras konsumen. Meski begitu, selama OpenAI tetap menjadi pilihan default bagi pengguna umum, saya rasa mereka akan baik-baik saja

  • Saya khawatir mereka juga akan mulai memasukkan iklan bahkan untuk pelanggan berbayar. Google juga menghasilkan sekitar $30 per tahun per pengguna dari iklan, tetapi alasan tidak adanya Google Premium tanpa iklan adalah karena pendapatan iklan sangat timpang antar pengguna. Pengguna paling kaya menyumbang sebagian besar pendapatan iklan, dan merekalah kelompok yang paling mungkin mau membayar untuk premium tanpa iklan. Jika kelompok ini dipindahkan ke pengguna berlangganan, mereka harus memasang semacam tarif yang konyol untuk menutup kehilangan pendapatan besar itu. Pengguna premium ChatGPT yang membayar $20–$200 juga kemungkinan menjadi kelompok yang paling tidak ingin mereka lepaskan dari sisi monetisasi iklan
  • Saya tidak yakin biaya iklan sebesar itu benar-benar bisa dibenarkan dengan kenaikan penjualan nyata. Apa benar orang melihat iklan produk yang absurd seperti itu lalu benar-benar membelinya?
  • Saya ragu apakah OpenAI benar-benar punya moat kompetitif. Tidak ada lock-in yang benar-benar melekat di sini. Jika Google menempelkan AI ke infrastruktur yang sudah mereka miliki seperti search, ads, video, email, browser, tidak ada alasan mengapa itu tak tergantikan. Pengguna awam juga tidak akan tahu perbedaan kualitas antar model, jadi pada akhirnya angkanya hanya berubah sesuai marketing. Daya distribusi merek Google, yang sudah dikenal global, dipercaya, dan benar-benar dibayar oleh pengguna, sangat besar. Google bisa langsung membakar modal untuk marketing besar-besaran. Mereka bisa mendorongnya seperti Chrome tanpa khawatir soal dana. OpenAI akan makin tertekan oleh investor yang ingin mendapatkan kembali uang mereka. Kalau harus bertaruh siapa yang akan kehabisan dana lebih dulu, saya tidak akan bertaruh melawan Google
  • Begitu jawaban mulai dicampuri iklan, saya tidak akan memakainya lagi. Model terbuka pun sudah cukup berguna. Untuk saat ini ChatGPT hanya lebih nyaman. Itu bisa berubah dengan mudah
  • Pendapat bahwa "selama OpenAI tetap menjadi pilihan bagi konsumen umum, mereka akan baik-baik saja" terasa sama seperti klaim dulu bahwa "selama Tesla tetap unggul atas teknologi China...". OpenAI mungkin bisa menjadi perusahaan yang untung, tetapi saya tidak melihat dasar bahwa mereka akan punya moat atau sampai monopoli

• Menarik melihat orang terus membandingkan perusahaan AI dengan contoh masa lalu, padahal yang menarik justru fakta bahwa kasus-kasus lama tidak bisa dipakai untuk memprediksi ini. GPU bukan rel kereta atau serat optik. Struktur biaya layanan LLM seperti ChatGPT juga sepenuhnya berbeda dari web. Bukan cuma mahal dibangun, tapi juga sangat mahal dijalankan. Perusahaan besar seperti Meta, Microsoft, Amazon, dan Google mungkin masih bisa bertahan walau investasi besar ini gagal, tetapi OpenAI, Anthropic, dan sejenisnya bisa segera masuk situasi sulit dan berada di bawah tekanan Nvidia

  • Tidak seperti infrastruktur rel kereta atau kabel optik, resource komputasi terbaik pada 2025 bisa jadi sudah biasa saja pada 2027. Nilainya tampaknya tidak akan terjaga seperti infrastruktur era bubble dulu
  • Bukan cuma kegagalan investasi, saya juga melihat kemungkinan tinggi pasar global ambruk seperti krisis subprime
  • Pada akhirnya, pendapatan harus lebih besar daripada biaya. Dana investor startup pada akhirnya habis juga. Kalau uang masuk terus lebih kecil daripada uang keluar, akhirnya ya bangkrut
  • Itu mengingatkan saya pada kutipan J. Paul Getty: "Jika Anda berutang $100 ke bank, itu masalah Anda, tetapi jika Anda berutang $100 juta, itu masalah bank." Secara paradoks Nvidia mungkin harus berhati-hati terhadap pelanggannya. Mungkin itulah sebabnya belakangan terbentuk struktur transaksi yang sangat erat
  • Walau struktur bisnisnya berbeda, dasar-dasar bisnis dan keuangan selalu sama. Dalam bubble, orang boleh terus bilang "kali ini berbeda", tetapi realitas pada akhirnya akan menyusul

• Angka paling menarik di artikel itu bagi saya adalah (kalau bagian kompensasi saham dikeluarkan): pendapatan $4,3 miliar dari pelanggan ChatGPT dan biaya API, $6,7 miliar untuk R&D, dan $2 miliar untuk sales dan marketing. Tapi saya hampir tidak pernah melihat iklan ChatGPT, jadi saya penasaran uang itu dibelanjakan ke mana. Saya juga penasaran biaya operasional server untuk inference dimasukkan ke mana. Apakah termasuk R&D, atau R&D hanya untuk pelatihan model baru dan server inference masuk kategori lain?

  • Penggunaan gratis biasanya dicatat di pos sales & marketing. Itu dianggap sebagai biaya akuisisi pelanggan. Biaya ini bukan cost of goods sold, melainkan operating expense, jadi tidak memengaruhi gross margin. Biaya komputasi dalam R&D hanya untuk training/pengembangan. Inference (operasional layanan) masuk ke COGS. Pos COGS tidak ditulis terpisah, tetapi bisa diperkirakan dari laporan laba rugi (sebagai catatan, saya menjalankan perusahaan inference)
  • Marketing bukan berarti iklan. Tentu mungkin ada sebagian iklan tradisional, tetapi sebagian besar kemungkinan masuk ke pembangunan brand, kemitraan strategis, atau lobi. Melobi pemerintah atau menjadi tuan rumah event besar juga memakan biaya besar. Berdasarkan pengalaman saya, saya menduga porsi yang cukup besar dari “sales & marketing” dipakai untuk lobi dan hubungan pemerintah. Dan karena hasilnya bagus, dari sudut pandang mereka itu layak sebagai investasi
  • Di Inggris saya pernah melihat iklan ChatGPT di halte bus. Gambarnya dua orang berbicara dengan gembira di sebuah kafe. Salah satunya memegang ponsel, dan ada logo ChatGPT transparan yang cukup besar di kanan atas. Sama sekali tidak ada penjelasan produk. Hanya memberi kesan bahwa bersama itu, percakapan jadi lebih membahagiakan
  • Saya lupa melihatnya di mana, tetapi saya rasa pernah membaca laporan bahwa OpenAI membuat kesepakatan dengan sekolah, universitas, dan pemerintah AS. Saya menduga biaya untuk menutup kesepakatan besar seperti itu termasuk dalam sales & marketing
  • Kalau R&D berhenti, model pesaing yang lebih murah akan segera menyusul (dalam 3–6 bulan bisa muncul model yang 10 kali lebih murah). Jika training dihentikan, model coding juga mulai menumpuk utang teknis dalam 3–6 bulan

• Jika kompensasi saham sebesar $3 miliar dibagikan ke 3.000 karyawan, itu sekitar $830 ribu per orang selama 6 bulan. Hampir 60% dari seluruh pendapatan masuk ke karyawan

  • Dengan Meta menawarkan kompensasi sampai level $100 juta untuk membajak talenta, $830 ribu per orang malah terlihat kecil
  • Memang begitulah seharusnya kekayaan dibagikan secara merata
  • Kompensasi saham bukan uang tunai yang benar-benar keluar. Yang terjadi hanyalah dilusi kepemilikan pemegang saham lama, terpisah dari arus kas yang dimiliki perusahaan. Arus kas hanya bisa sedikit berubah tergantung event terkait opsi (buyback, penjualan, dan sebagainya). Kalaupun OpenAI memfasilitasi secondary sale opsi karyawan, itu tidak berdampak langsung pada keuangan perusahaan. Itu bukan perusahaan yang menerima sebagian dana investasi, melainkan transaksi antara investor dan karyawan. Secara moral mungkin itu bisa dianggap dana yang terlewatkan, tetapi bukan struktur yang memakai kas perusahaan
  • Menyebut kompensasi saham sebagai 60% dari pendapatan itu menyesatkan. Sebenarnya dari total biaya (sekitar $12,1 miliar), saham hanya sekitar $2,5 miliar, jadi hanya sekitar 21% dari total biaya. R&D saja sudah lebih dari 1,5 kali pendapatan

• Situasi keuangannya terlihat cukup sesak. Wajar jika perusahaan teknologi baru merugi di tahap awal, tetapi struktur kerugiannya bukan tipe yang mudah diskalakan, jadi justru bisa makin sulit saat perusahaan membesar. Kecuali ada sesuatu yang berubah secara fundamental dan cepat, situasinya bisa memburuk dengan sangat cepat

  • Iklan atau komisi referal mungkin bisa menjadi jawabannya. Misalnya, di Inggris komisi broker asuransi jiwa atau broker hipotek sekitar £1.000, jadi kalau ChatGPT bisa menawarkan penawaran yang lebih baik, saya tidak keberatan kalau mereka mengambil komisi itu sebagai gantinya
  • Jika model operasional ChatGPT dibiarkan seperti sekarang, sementara hardware terus berkembang seiring waktu, biayanya pada akhirnya akan secara alami mendekati nol. 99% pengguna bahkan tidak akan menyadari perubahannya
  • Kalau saya tahu persis kapan bubble ini pecah, saya pasti sudah short saham perusahaan-perusahaan terkait
  • Solusi paling jelas bagi OpenAI dan ChatGPT adalah iklan. Itu pada dasarnya jalan yang tak terhindarkan. Masa depan mereka hanya ada jika ChatGPT dipasangi jaringan iklan besar yang sangat menguntungkan. Justru tidak memasukkan iklan sekarang terasa seperti tindakan bodoh. Model iklan sudah merupakan industri yang sangat teruji dan dipahami. Seperti Meta membangun bisnis iklan senilai $200 miliar, ChatGPT juga bisa membangun sistem lebih dari $20 miliar per tahun. Tidak mungkin bertahan lama hanya dengan sikap ingin terus menggalang lebih banyak uang. Mereka harus cepat beralih ke iklan di profil sebelum bubble AI mendingin sekitar 2026–2027 agar valuasinya bisa dipertahankan
  • Munculnya hardware baru bisa secara besar menurunkan biaya inference dan training, sehingga masalah ini akan terselesaikan dengan sendirinya

• Income adalah nilai setelah biaya dan lain-lain dikurangkan dari revenue. Judul yang memuat income dan loss sekaligus di laporan laba rugi itu salah. Yang benar adalah revenue $4,3 miliar

  • Siapa pun yang pernah berutang tahu bahwa pemasukan dan kerugian bisa ada pada saat yang sama. income itu ya sekadar revenue

• Sebagai orang yang sudah memakai internet sejak era Prodigy pada 1990, awal OpenAI ini termasuk salah satu yang terbesar sepanjang masa. Bahkan lebih hebat daripada masa Google pada 1998 ketika mereka menyediakan pencarian gratis yang belum menghasilkan uang untuk Yahoo. Saya sudah membayar $20 per bulan sejak Plus diluncurkan. Kalau begini terus, OpenAI akan baik-baik saja

• Mereka mungkin bahkan tidak khawatir. Dalam skenario terburuk, mereka tinggal IPO dan melemparkannya ke pasar. Monetisasi LLM masih sangat awal. Jalur paling jelas bagi OpenAI adalah bersaing dengan Google di ranah search (sama seperti Perplexity mendefinisikan identitasnya sebagai pesaing di search). Semua perusahaan ini akan berekspansi secara vertikal dan makin menjadi platform menyeluruh

  • Mencoba bersaing dengan Google di search adalah tantangan yang luar biasa berat. Pengaruh monopolistik Google begitu besar sehingga mereka bisa memaksakan keunggulan layanannya sendiri lewat email, browser, YouTube, dan lain-lain. Bahkan jika mereka menurunkan harga iklan sampai seperlima pun, perusahaan masih bisa tetap untung. Jadi pada akhirnya, meskipun ChatGPT memasang iklan, jika harus bersaing dengan iklan Google Search di harga 1/5, saya ragu profitabilitasnya akan berhasil

• Kerugian bersih $13,5 miliar bukan sesuatu yang serius. Sebagian besar hanyalah kerugian akuntansi. Pembakaran kas aktual pada paruh pertama 2025 adalah $2,5 miliar. Dengan kas sekitar $17,5 miliar (berdasarkan pendanaan terbaru), pada laju sekarang mereka masih punya runway sekitar 3,5 tahun

  • Biaya depresiasi (Deprecation, biaya aset tahan lama) akan memburuk seiring infrastruktur membesar

• Kadang saya jadi berpikir bukankah inti machine learning memang pada akhirnya adalah meminimalkan loss