Kenapa Anthropic Mulai Melirik Samsung untuk Bikin Chip AI Sendiri

Awal Juli 2026, TechCrunch melaporkan bahwa Anthropic sedang menjajaki pembuatan chip AI kustom bersama Samsung Electronics, dengan fokus pada proses manufaktur 2 nanometer milik Samsung. Kabar ini masih tahap pembicaraan awal — belum ada desain final, belum jelas chip ini untuk training atau inference, dan Anthropic sendiri menegaskan ke TechCrunch bahwa mereka tetap akan bergantung pada campuran chip dari Google, Amazon, dan Nvidia. Tapi justru di situlah menariknya: kenapa perusahaan AI yang model-nya sudah jalan lancar di infrastruktur sewaan tiba-tiba repot-repot memikirkan silikon sendiri?

Ini bukan cerita baru kalau dilihat sendiri-sendiri. Tapi kalau ditarik ke belakang beberapa bulan, polanya jadi jelas: hampir semua lab AI besar sekarang sedang atau sudah punya jalur chip kustomnya masing-masing. Yang membuat langkah Anthropic layak dibahas bukan karena mereka yang pertama, melainkan karena mereka salah satu yang paling lama terlihat nyaman hanya "menyewa" — dan sekarang pun ikut bergerak.

Ekonomi Compute yang Mulai Tidak Masuk Akal

Alasan di balik tren ini sebenarnya sederhana: biaya. Menurut laporan yang sama, Anthropic selama ini menyewa kapasitas dari tiga penyedia sekaligus — Amazon, Google, dan Nvidia — dan biaya menjalankan model-model terbesar mereka terus membengkak seiring model makin besar dan permintaan inference makin tinggi. Nvidia memang masih mendominasi pasar GPU untuk training maupun inference, tapi dominasi itu juga berarti margin harga yang tinggi, dan siapa pun yang menggunakan GPU Nvidia dalam skala masif pada dasarnya sedang membayar "pajak platform" ke satu perusahaan.

Ini bukan masalah eksklusif Anthropic. OpenAI, Google, Meta, dan Amazon sudah lama merancang chip inference sendiri (TPU, Trainium, MTIA, dan seterusnya) justru untuk memotong ketergantungan ini. Bedanya, sebagian besar dari mereka punya sumber daya untuk membangun tim desain chip sendiri dari nol. Anthropic tidak — atau setidaknya belum terlihat begitu — sehingga rutenya lewat kemitraan dengan foundry yang sudah punya kapasitas produksi, dalam hal ini Samsung.

Kenapa Samsung, Bukan TSMC?

Bagian yang menurut saya paling strategis dari kabar ini justru bukan soal Anthropic, tapi soal Samsung. Selama bertahun-tahun, TSMC praktis memonopoli produksi chip AI kelas atas — hampir semua chip Nvidia, dan sebagian besar chip kustom hyperscaler, diproduksi di sana. Laporan lain menyebutkan bahwa Anthropic secara spesifik mengevaluasi proses 2nm Samsung serta fasilitas packaging canggih mereka — area yang selama ini jadi kelemahan Samsung dibanding TSMC dari sisi yield dan kepercayaan klien besar.

Kalau kesepakatan ini benar-benar terwujud, Samsung mendapat sesuatu yang jauh lebih berharga daripada satu kontrak produksi: bukti sosial bahwa lab AI kelas dunia mempercayai node 2nm mereka. Itu jenis validasi yang sulit dibeli dengan marketing, dan bisa membuka pintu bagi klien-klien lain yang selama ini ragu meninggalkan TSMC. Di sisi lain, buat Anthropic, bermitra dengan penantang nomor dua alih-alih pemain dominan juga berarti posisi tawar yang lebih baik — Samsung punya insentif lebih besar untuk memberi harga dan prioritas kapasitas yang kompetitif demi memenangkan nama besar seperti Anthropic.

Sinyal untuk Developer dan Pelaku Industri AI di Indonesia

Buat sebagian besar dari kita yang membangun produk di atas API Claude, Gemini, atau GPT, urusan siapa membuat chip siapa terasa jauh dari keseharian. Tapi ada dua implikasi praktis yang layak diperhatikan.

Pertama, ini indikasi bahwa tekanan biaya inference sedang serius dirasakan bahkan oleh lab papan atas — yang pada akhirnya bisa memengaruhi arah harga API ke depan, entah lewat penurunan biaya karena efisiensi baru, atau justru harga yang lebih stabil karena lab-lab ini mengurangi ketergantungan pada margin Nvidia. Kedua, diversifikasi hardware seperti ini biasanya berjalan lambat — chip kustom butuh waktu 18-24 bulan dari desain sampai produksi massal — sehingga dampaknya baru akan terasa di layer developer sekitar 2027-2028, bukan langsung tahun ini.

Yang lebih menarik untuk diamati sekarang justru pola industrinya: makin banyak lab AI yang menganggap "hanya menyewa compute" sebagai risiko strategis, bukan lagi pilihan yang aman. Kalau tren ini berlanjut, peta kekuatan di infrastruktur AI lima tahun ke depan mungkin tidak lagi didominasi satu atau dua nama chip, melainkan ekosistem chip khusus yang masing-masing dioptimalkan untuk beban kerja model tertentu.

Takeaway

Kabar Anthropic-Samsung ini masih berupa pembicaraan awal dan bisa saja tidak pernah terwujud jadi produk nyata. Tapi nilainya bukan pada kepastian deal-nya, melainkan pada apa yang ia ungkapkan: bahkan lab AI yang selama ini terlihat paling nyaman menyewa infrastruktur pun mulai menghitung ulang berapa besar mereka mau bergantung pada satu vendor chip. Untuk siapa pun yang membangun bisnis di atas layanan AI, ini pengingat bahwa lapisan infrastruktur di balik model favorit kita jauh dari stabil — dan justru di situlah kompetisi berikutnya akan ditentukan, bukan cuma di leaderboard benchmark model.