AS menang dalam persaingan AI di area terpenting: komersialisasi

• Metrik kunci dalam persaingan AI adalah komersialisasi, dan setelah DeepSeek R1, OpenAI dan Anthropic lebih cepat mengomersialkan agents, Codex, dan Claude Code
• Nilai strategis DeepSeek di Tiongkok bukan pada pendapatan, melainkan pada pengurangan ketergantungan pada Nvidia dan pemindahan inferensi ke stack domestik seperti Huawei Ascend
• Eropa membelanjakan sekitar US$58,8 miliar untuk layanan perangkat lunak India pada FY 2023~2024, dan sekitar US$67,1 miliar pada tahun berikutnya, tetapi model saja tidak cukup bernilai
• Biaya listrik yang murah juga penting, tetapi jangkauan cloud dan data dari AWS·Azure·Google Cloud serta YouTube·Microsoft 365·GitHub jauh lebih menentukan
• AI yang dipersenjatai dan model siber frontier seperti Mythos dari Anthropic dapat mendorong negara dan perusahaan pertahanan ke stack tertutup dan keamanan melalui pengaburan

---

Di mana AS unggul

• Komersialisasi adalah metrik inti dalam persaingan AI, dan setelah DeepSeek R1 mengguncang pasar pada Januari 2025, perusahaan-perusahaan AS bergerak lebih cepat
  • OpenAI mendorong agents dan Codex dengan lebih agresif, dan Anthropic mengomersialkan Claude Code
  • Tiongkok juga punya pesaing, tetapi dalam pendapatan, adopsi, alat, dan jangkauan, AS masih unggul
• Nilai strategis DeepSeek di Tiongkok terletak bukan pada hasil komersial, melainkan pada pengurangan ketergantungan pada Nvidia dan pemindahan inferensi ke stack domestik seperti Huawei Ascend
  • Ini mendukung otonomi rantai pasok, tetapi itu adalah persoalan yang berbeda dari kepemimpinan AI yang menguntungkan
• Christian Klein dari SAP menilai Eropa tidak membutuhkan lebih banyak data center, dan model bahasa besar saja tidak cukup; pada praktiknya, model saja memang tidak memadai
  • Eropa membelanjakan sekitar US$58,8 miliar untuk layanan perangkat lunak India pada FY 2023~2024, dan sekitar US$67,1 miliar pada tahun berikutnya
  • AI menghasilkan nilai ketika terikat pada data nyata, alur kerja nyata, dan produk nyata
  • AS membangun chip, listrik, data center, platform cloud, alat pengembang, platform konsumen, dan perangkat lunak enterprise secara bersamaan, sehingga keunggulannya makin besar
• Jumlah paper atau jumlah engineer tidak membuktikan kepemimpinan AI
  • Ujian utamanya adalah pendanaan infrastruktur, pelatihan dan layanan model skala besar, serta kemampuan menerapkan AI ke seluruh ekonomi

Kekuatan cloud dan data yang lebih besar daripada listrik

• Biaya listrik penting karena sistem GPU dan TPU modern mengubah listrik menjadi komputasi, dan listrik yang murah menurunkan biaya model
  • Dalam perbandingan tarif listrik, AS lebih murah daripada ekonomi besar Eropa Barat, dan Kanada bahkan lebih murah daripada AS
  • Tiongkok dan Rusia memiliki biaya yang lebih rendah daripada AS dalam perbandingan ini
  • Tarif listrik rumah tangga/bisnis adalah Jerman 0.436/0.279, Inggris 0.420/0.415, Spanyol 0.282/0.136, Prancis 0.274/0.174, AS 0.201/0.154, Kanada 0.125/0.106, Rusia 0.087/0.131, Tiongkok 0.078/0.117
• Infrastruktur cloud dan data adalah lapisan yang lebih menentukan daripada listrik
  • AS dapat mendistribusikan model perusahaan-perusahaan AS ke seluruh dunia melalui hyperscaler global AWS, Azure, dan Google Cloud
  • YouTube adalah korpus video, Google Drive dan Microsoft 365 berada di dalam pekerjaan kantor sehari-hari, dan GitHub tertanam dalam pengembangan perangkat lunak
  • Semua ini adalah sistem distribusi sekaligus platform data, yang memungkinkan model baru didorong masuk ke produk yang dipakai orang setiap hari
• Listrik murah saja sulit memenangkan persaingan AI
  • Tanpa skala cloud, jangkauan platform, ekosistem pengembang, dan akses ke arus data besar yang berguna, biaya listrik yang rendah pun bisa tetap membuat kalah
  • AS memiliki semua elemen ini sekaligus, Tiongkok memiliki sebagian besar darinya dalam pasar domestik yang besar, sementara Eropa tidak
• Eropa sudah lama memiliki talenta engineering yang kuat, tetapi talenta saja tidak cukup
  • Hyperscaler AS sudah mendominasi pasar, sehingga mengejar ketertinggalan akan memakan waktu lama
  • Bahkan jika Eropa benar-benar mulai mendanai juara cloud sekarang, pembangunan infrastruktur baru tahap pertama; setelah itu bank, produsen, dan lembaga publik harus dipindahkan ke platform tersebut
  • Proses ini bisa memakan waktu hampir satu dekade, dan selama itu AWS, Azure, dan Google Cloud akan semakin jauh unggul dalam skala, perangkat lunak, dan data
  • Arkady Volozh sedang berupaya menjadikan Nebius sebagai perusahaan infrastruktur AI Eropa, tetapi Eropa masih sangat dekat dengan garis start
• AI yang dipersenjatai juga merupakan front lain
  • Tahap berikutnya bisa berupa AI suatu negara berhadapan langsung dengan AI negara lain dalam jaringan bot, kampanye siber, dan senjata otonom
  • Tidak sulit menyesuaikan sistem untuk mendehumanisasi pesaing, membenarkan kekerasan, atau menargetkan seluruh kelompok populasi
  • Ketika model tertanam di media, jaringan, dan senjata, bias berubah menjadi kekuatan, dan persaingan AI juga menjadi persaingan keamanan
• Model seperti Mythos dari Anthropic dapat mendorong negara dan perusahaan pertahanan ke arah lain
  • Intuisi lama ala Linux adalah bahwa banyak mata pada kode terbuka membuatnya lebih baik, tetapi model siber frontier dapat membentuk logika yang sebaliknya
  • Hal ini dapat mendorong ke arah keamanan melalui pengaburan lewat perangkat lunak tertutup, alat tertutup, firmware tertutup, dan chip tertutup
  • Jika model tidak bisa dilatih pada kode dan arsitektur stack target, konteks dan kecepatan biasanya menurun
  • Ini tidak otomatis membuat sistem aman, tetapi meningkatkan nilai stack proprietari yang terhubung sampai ke hardware

[GN⁺]

Komentar Hacker News

• Anthropic, OpenAI, dan Google memang menonjol, tetapi yang lebih besar justru pertanyaan kenapa ini disebut perang
  China sudah mendapat keuntungan besar dalam konteksnya sendiri, dan juga memperkuat kemampuan desain serta manufaktur GPU
  Kalau ini benar-benar perang, Trump justru menghambat negaranya sendiri dengan merusak supremasi hukum dan melemahkan simpati terhadap Amerika. Jika dunia merasa sulit mempercayakan data ke China, tetapi juga sulit mempercayai layanan yang stabil dari Amerika, maka bahkan jika Amerika menang dalam perang AI, manfaat yang kembali ke Amerika bisa terbatas
  Justru ini bisa jadi kabar baik bagi kawasan seperti Europe yang mampu membangun stack teknologinya sendiri, dan karena stack AI sangat mahal, muncul situasi aneh di mana model open source China yang kuat bisa lebih membantu dunia daripada Amerika

  • Jawaban atas “kenapa perang” adalah karena di baliknya ada janji berlebihan bahwa organisasi yang lebih dulu mencapai AGI, yang masih dekat dengan teori, akan men-bootstrap dirinya sampai punya kemampuan seperti dewa dan memasang Planetary Overlord untuk menguasai dunia
    Menurutku itu gagasan yang tidak masuk akal, tetapi dorongan di baliknya memang datang dari sana. Istilah itu dibuat oleh penulis SF Charles Stross dalam The Jennifer Morgue (2006)
  • Karena Amerika tidak bisa membayangkan dengan cara lain. Semua hal adalah perang, dan Amerika harus selalu menang
  • Ini jadi perang karena para investor ingin memonopoli pasar. Memang itu yang selalu mereka lakukan, dan akan selalu mereka inginkan
  • Apakah judulnya diubah? Sekarang tertulis race, bukan ‘war’
  • Istilah perang pada akhirnya muncul karena kekhawatiran bahwa jika singularitas tercapai, batasan skala manusia bisa dilampaui dan orang lain bisa didominasi
    Membuat senjata yang lebih baik pun tetap dibatasi oleh jumlah orang yang bisa memegangnya, jadi dunia tidak bisa ditaklukkan seperti itu. Tetapi jika seseorang menciptakan superintelligence, ia bisa menguasai riset AI baru, mengendalikan ekonomi dunia, dan menjadi jauh lebih unggul dalam berperang dengan sangat cepat

• Saya melaporkannya sebagai konten buatan AI. Tulisan ini tidak pantas ada di halaman depan, dan kalau melihat riwayat kiriman serta komentar pengirimnya, rasanya perlu ada sanksi
  Untuk klaim “Amerika menang dalam persaingan AI pada aspek komersialisasi yang paling penting”, ada banyak kemungkinan ukuran kemenangan, dan komersialisasi bukan yang pertama terlintas di pikiran
  https://english.www.gov.cn/news/202604/15/content_WS69df29e6...
  https://fortune.com/2026/05/03/chinese-court-layoffs-workers...
  https://www.reuters.com/world/china/china-moves-regulate-dig...
  Klaim bahwa YouTube, Google Drive, Microsoft 365, dan GitHub adalah platform yang membuat dan menata data di era AI juga kurang meyakinkan. Seolah-olah China tidak punya platform maupun data

  • Menurut Pangram, ini sepenuhnya tulisan buatan AI
    Akan bagus kalau ada aturan yang mewajibkan pengungkapan atau penghapusan teks buatan LLM. Seluruh blognya juga terlihat seperti hasil buatan AI
  • Poin yang sangat tepat. Saya sempat ragu untuk menyebutnya tulisan mengerikan, tapi memang begitu kenyataannya
  • Akan bagus kalau bisa memblokir pengguna tertentu agar tidak melihat tulisannya. Tanpa orang seperti OP, halaman depan akan jauh lebih baik

• Saya tidak tahu bagaimana ocehan tidak nyambung seperti ini bisa naik di HN. Budaya HN berubah seperti apa sampai hal seperti ini bisa naik ke atas

  • https://paulgraham.com/submarine.html
  • Ini situs tempat siapa pun bisa membuat banyak akun dalam beberapa menit, dan perlindungan terhadap penyalahgunaan pun sangat minim
    Kekuatan komunitas ini sepenuhnya bergantung pada fakta bahwa ia tidak terlalu dikenal, tetapi sekarang itu sudah tidak berlaku lagi. Begitu cukup besar untuk dipakai sebagai platform propaganda politik, saat itu juga ia sudah mati sebagai ruang kaum intelektual
  • Meski kirimannya sendiri buruk, premis intinya masih bisa layak didiskusikan
    Sebagai catatan, saya tidak memberi suara untuk kiriman ini
  • Mungkin karena banyak orang upvote hanya dari judul tanpa membaca isinya
    Judulnya cukup menarik, tetapi isinya hasil generatif berkualitas rendah yang sampah
  • Di HN atau di mana pun, tulisan omong kosong memang sering naik
    Pemberontakan massa itu nyata

• Tidak, Amerika hanya sedang unggul dalam perlombaan AI, dan perlombaannya belum selesai
  Apa artinya memimpin di 90% lintasan kalau pada akhirnya tergelincir oleh keringat sendiri di garis akhir. Bahkan jika Anda menghabiskan miliaran dolar demi mendapatkan teknologi AI terbaik dengan harga berapa pun, maknanya berkurang kalau pesaing bisa menyuling kemajuan itu, menyusul dalam 6–12 bulan, dan hanya menghabiskan 1% biayanya
  Bahkan dalam komersialisasi yang dianggap penting oleh tulisan itu, Amerika mulai kehilangan pangsa. Belakangan saya melihat orang berpindah dari paket cc/codex ke paket glm/opencode setelah perusahaan-perusahaan Amerika mulai memperketat pemakaian paket berlangganan. Jika tren ini menetap, perusahaan Amerika akan kesulitan. Tidak semua orang butuh model paling mutakhir; mereka hanya ingin membayar $20 per bulan untuk model yang cukup bagus dan berguna

  • Bagaimana kalau bukan pasar pemenang-mengambil-semua? Bagaimana kalau sejak awal tidak ada perlombaan? Bagaimana kalau yang dilakukan Amerika hanyalah membakar uang lewat utang yang mungkin tidak berkelanjutan dan valuasi yang terlalu dibesar-besarkan?
    Ada juga skenario di mana AI menjadi seperti kapasitas server umum. Jika pelanggan bisa bertahan tanpa hyperscaler raksasa, seluruh pasar saat ini bisa terlihat cukup bodoh
  • Kalau seseorang bilang tim sepak bola sedang menang di babak pertama, apakah Anda akan menjawab, “Tidak, mereka bukan menang, mereka hanya sedang unggul”?
  • Menjadi yang terdepan hanya berarti kalau ini pasar pemenang-mengambil-semua. Tetapi AI tidak bisa menjadi pasar seperti itu karena alasan keamanan nasional
    Saya justru melihat bahwa semakin baik AI, semakin bisa saling menggantikan. Ini bisa menjadi sesuatu yang bernilai seperti listrik. Banyak perusahaan menghasilkan uang dari listrik, tetapi bukan uang sebesar yang diharapkan investor saat ini
  • Mark Cuban dalam wawancara baru-baru ini mengatakan bahwa perusahaan takut pada kemungkinan hanya tersisa satu pemain pada akhirnya. Mirip seperti sekarang praktis hanya ada satu perusahaan iklan internet, dan mereka ingin menjadi yang satu itu
    Apakah benar nantinya hanya akan tersisa satu memang masih bisa diperdebatkan, tetapi menurut Cuban setidaknya itulah pola pikir yang mendorong mereka sekarang

• Dulu ada yang namanya laba, dan ada yang namanya imbal hasil investasi
  Jika strategi exit-nya adalah dibeli Google, fokus pada pendapatan adalah strategi yang wajar. Tetapi jika Anda adalah Google sendiri, uang yang sudah dibakar itu suatu hari harus kembali. Kita sepertinya melupakan itu
  Tingkat komersialisasi saat ini hanya berarti Amerika membakar investasi lebih cepat daripada siapa pun. Mungkin suatu hari nanti keadaan berbalik dan taruhannya berhasil, tetapi setiap menit keadaan ini berlanjut, imbal hasil yang diharapkan harus makin besar agar bisa menutup kerugian menit itu beserta bunga dari waktu-waktu sebelumnya. Saya tidak yakin itu terlihat seperti sedang “menang”. TikTok

• Pemenang jangka panjang akan menjadi pihak yang memberi performa terbaik dan rasio penggunaan memori terendah pada model lokal
  Anthropic, OpenAI, dan Mistral hanyalah perusahaan yang saat ini menghasilkan uang, tetapi masih belum profitable, dan dalam jangka panjang akan kehilangan daya tarik serta nilainya
  Namun, yang lebih menarik adalah bagaimana langganan OpenCode Go akan berkembang ke depan. Lebih murah daripada big tech, token-nya lebih banyak, dan mereka juga tidak melatih model dengan data kita atas nama peningkatan

  • Claude bagus justru karena melakukan reinforcement learning dari riwayat chat pengguna dan use case, jadi tidak melatih dengan data itu bukan kelebihan, melainkan kelemahan
    Era pelatihan murni dari data publik sudah berakhir. Semua orang bisa mengakses data itu, tetapi hanya ada beberapa model garis depan
  • Model lokal tidak bisa bersaing dengan model besar terbaru. Sama seperti iPhone tidak bersaing dengan superkomputer yang menjalankan simulasi nuklir
    Kedua jalur itu akan terpisah. Model mutakhir akan menjadi sangat mahal untuk dijalankan sehingga pada akhirnya mungkin terkunci hanya untuk aktor negara. Di Mythos itu sudah mulai terjadi
  • Mistral? “Pendapatan” itu tampaknya sekitar 1/150 dari OpenAI dan Anthropic

• Menurut saya penjelasan paling sederhana kenapa Amerika menang adalah karena mereka menuangkan uang paling banyak. Dan selisihnya sangat besar

  • Itu bukan sekadar menuangkan uang, melainkan hampir seperti mencetak uang
    Surat utang melingkar antara perusahaan AI dan hyperscaler cloud adalah utang, yaitu salah satu bentuk penciptaan uang. Tentu masih banyak dolar lain yang masuk, tetapi menginvestasikan uang yang sebenarnya tidak ada selalu merupakan risiko yang sangat besar
  • Mungkin saya tidak sepenuhnya memahami kapitalisme, tetapi bukankah seharusnya “yang menang adalah pihak yang menghasilkan laba paling besar”? Kalau kemenangan ditentukan hanya oleh pengeluaran, sepertinya parameter pasar kapitalis perlu disetel ulang

• Tidak, bukan Amerika yang menang. Itu hanya terlihat begitu karena di dunia Barat penggunaan model China untuk pekerjaan dilarang

  • Benar. Banyak orang tidak sadar bahwa GLM 5.1 dan Kimi 2.6 benar-benar sudah sangat dekat dengan model garis depan. Ada juga Minimax 2.7, DeepSeek 4, Qwen, Xiaomi 2.5 Pro, dan lainnya
    China memimpin dalam model garis depan open source, jadi saya tidak paham bagaimana Amerika bisa disebut menang dalam perlombaan ini. Pada titik tertentu perusahaan dan individu akan mulai menjalankan model mereka sendiri di cloud dan secara lokal, dan model China akan ada di mana-mana
  • Setahu saya yang dilarang bukan model-nya, melainkan platform-nya
    Misalnya, menjalankan deepseek-r1-distill-qwen-7b dengan self-hosting itu tidak masalah. Sebaliknya, mengunduh aplikasi DeepSeek dan menjalankannya di perangkat kerja adalah hal yang tidak diterima oleh pihak yang membuat larangan semacam ini
  • Karena model yang di-host di China tidak dipercaya. Itu juga 100% merupakan bagian dari komersialisasi
  • Apakah ada bukti kuat bahwa model-model ini benar-benar bisa melampaui model Barat dalam hal kualitas? Atau lebih dekat ke situasi di mana mereka kesulitan bersaing karena dilarang sehingga tidak mendapat cukup data pelatihan maupun visibilitas?
  • Apakah maksudnya jika sesuatu seperti qwen bisa dipakai lebih luas maka posisi strategis Amerika akan berubah? Amerika punya model-model terbaik, dan juga memiliki perusahaan yang membangun infrastruktur serta hyperscaler terbaik
    Sekadar “sekarang kita bisa pakai Qwen?” sepertinya tidak akan menjadi pukulan besar bagi Amerika

• Dari kejauhan, klaim ini tidak masuk akal. Anthropic, OpenAI, xAI, Google, Meta, dan Microsoft semuanya tidak menghasilkan laba dari divisi AI mereka, dan bertahan lewat dana perusahaan induk atau investor, terutama uang investor, sambil terus merugi
  Model-model China mengejar mereka sambil menawarkan model gratis, bisa dijalankan di hardware kelas konsumen, dan yang lebih penting, dilatih dengan biaya lebih murah. Model AI adalah produk yang sangat volatil, yang bisa menjadi usang hanya dalam hitungan minggu. Pada akhirnya mereka harus terus menggelontorkan sumber daya untuk mengembangkan model yang lebih baik tanpa tujuan lain selain ekspansi tanpa henti
  Perilaku pengguna nyata pada akhirnya sederhana: “Saya tidak pakai Gemini karena lebih buruk daripada Claude dalam XYZ.” Jika model Gemini memburuk, orang pindah ke Anthropic. Lalu bagaimana kalau model Anthropic menjadi lebih buruk daripada yang lain? Kalau produknya secara objektif lebih jelek, apa gunanya komersialisasi yang bagus
  Saya paham bahwa Amerika mendominasi distribusi, integrasi, kontrak enterprise, ekosistem, dan infrastruktur. Jadi tulisannya tidak sepenuhnya salah, tetapi dominasi itu rapuh dan menuntut upgrade berkelanjutan
  Apa artinya harus melakukan ekspansi tanpa batas kalau lawan selalu tepat di belakang siap menyalip. Ekspansi tanpa batas itu mustahil, dan uang VC pada akhirnya akan habis. Lalu semua orang harus mengecilkan skala demi menanggung biaya nyata dari model terbaru, dan menutup biaya raksasa itu lewat langganan atau monetisasi lain. Kita sudah melihat SORA dihentikan karena membakar uang terlalu cepat, sementara China di saat yang sama terus merilis model video yang jauh lebih unggul
  Integrasi model ke produk lain juga kunci, dan di area ini open source juga sedang mengejar, serta kemungkinan akan melampaui ketika uang VC mengering

  • Bagian “tidak menghasilkan laba dari divisi AI” itu perlu dasar
    Menurut laporan, mereka profitabel di sisi inferensi, dan dana VC dipakai untuk membangun data center agar bisa menjalankan lebih banyak inferensi. Model langganan coding rata-rata mungkin hanya impas, tetapi uangnya ada di API
    Klaim bahwa model China berjalan di hardware kelas konsumen juga berlebihan. Tidak ada yang menjalankan model 1.6T token seperti DeepSeek v4 di hardware konsumen
    Biaya pelatihannya juga tidak jauh lebih murah dibanding model Amerika. Big tech China mensubsidi pelatihan itu, dan modelnya sedikit lebih murah hanya karena lebih kecil dan lebih lemah daripada model 5T atau 10T yang dilatih lab garis depan Amerika. Lab Amerika juga membelanjakan uang untuk data reinforcement learning yang lebih beragam, dan perbedaannya terlihat dalam performa di berbagai benchmark
    Kasus Sora justru membuktikan poin tulisan itu. OpenAI tidak menutup Sora; mereka hanya menutup versi berlangganannya dan jejaring sosial anehnya, tetapi akses API masih ada
    Model video China juga model API, dan seperti halnya LLM yang mungkin profitable bagi lab garis depan Amerika, kemungkinan juga profitable bagi mereka. Harga model video ada di [1], dan rentangnya memang besar, tetapi Google Veo dan OpenAI Sora ada di kisaran harga yang mirip dengan model China
    [1] https://openrouter.ai/models?output_modalities=video
  • Kalau model-model China tidak bisa melakukan distillation dari model yang lebih besar, mereka mungkin akan tetap berada di level gpt2 atau 3

• Hal menarik yang dilakukan Anthropic adalah menaruh stack-nya di atas beberapa penyedia cloud. Mereka lebih dulu menaruhnya di AWS pada tingkat yang sejauh ini jarang terlihat dari penyedia AI besar, jadi saya penasaran apakah berikutnya mereka juga akan menaruhnya di GCP dan Azure
  Jika perusahaan bisa memiliki stack Claude sendiri di cloud mereka, seperti stack ELK, maka kalau itu juga dimungkinkan di Azure dan GCP, OpenAI benar-benar harus mengejar
  Secara pribadi, saya ingin lebih banyak memakai AI yang bisa dijalankan di infrastruktur yang saya bayar sendiri. Kalau ada gangguan, itu tetap terisolasi, dan juga bisa digantikan dengan region atau data center lain
  Saya juga masih heran Microsoft atau Amazon tidak benar-benar mendorong model mereka sendiri di produk cloud mereka. Saya kira Microsoft setidaknya sudah menaruh Phi di sana, tetapi tidak benar-benar menonjolkannya. Terutama di hal seperti Copilot for Devs, mereka seharusnya bisa memakai komputasi yang lebih murah dengan model seperti Phi, dan Microsoft perlu mengganti nama produknya sejak awal agar lebih jelas menunjukkan apa arti Copilot

  • Kontrak baru-baru ini dengan SpaceX AI cukup menarik karena menunjukkan pemanfaatan komputasi GPU yang sangat kurang terpakai
    Menempatkan komputasi adalah masalah hardware, tetapi menghasilkan model yang bagus butuh lebih dari sekadar komputasi; dibutuhkan insinyur AI yang bagus. SpaceX, Amazon, dan lainnya mungkin sangat bagus di hardware, tetapi tidak sekuat itu dalam rekayasa AI
  • Claude sudah bisa dipakai di Azure dan GCP
    https://azure.microsoft.com/en-us/blog/introducing-anthropic...
    https://docs.cloud.google.com/gemini-enterprise-agent-platfo...
    Claude juga sudah lama tersedia di AWS Bedrock
    Pengumuman baru “Claude Platform” itu bukan tentang menjalankannya langsung dari Bedrock, melainkan tentang versi yang dioperasikan Anthropic di atas AWS. Perbedaannya bisa dilihat di sini: https://platform.claude.com/docs/en/build-with-claude/claude...
    Keinginan untuk menjalankannya di infrastruktur berbayar sendiri juga sebenarnya sudah dipenuhi Claude sejak cukup lama
    Salah satu alasan OpenAI berpisah dengan Microsoft juga agar bisa tersedia di AWS. Mereka melihat permintaan AWS cukup besar, dan ketersediaan eksklusif di Azure justru menjadi hambatan
  • Claude sudah ada di Vertex - https://docs.cloud.google.com/vertex-ai/generative-ai/docs/p...