Pada Februari 2026, tingkat pendapatan tahunan (annualized run rate) OpenAI mencapai $25 miliar. Kedengarannya spektakuler — sampai Anda mengetahui bahwa target internal perusahaan untuk tahun penuh 2026 berada di sekitar $30 miliar, dan tingkat pendapatan tersebut nyaris tidak bergerak dari Februari hingga April, menurut laporan Wall Street Journal pada akhir April. Pada saat yang sama, Anthropic, yang baru saja menaikkan target internalnya pada Januari menjadi "sebesar $18 miliar" untuk tahun tersebut menurut The Information, sudah mencatatkan tingkat pendapatan $47 miliar pada Mei, lalu $69 miliar pada Juli menurut perkiraan firma riset Yipit. Dua perusahaan yang sama-sama digambarkan oleh media sebagai bisnis perangkat lunak dengan pertumbuhan tercepat dalam sejarah, menceritakan dua kisah yang sangat berbeda tentang seberapa dekat mereka dengan rencana yang mereka tetapkan sendiri.
OpenAI: Mengejar Target yang Terus Menjauh
OpenAI melonjak dari pendapatan $3,7 miliar pada 2024 menjadi tingkat pendapatan $21,4 miliar pada akhir 2025 — pertumbuhan yang, menurut sebagian besar ukuran, belum pernah ditandingi oleh perusahaan mana pun dalam sejarah teknologi pada kecepatan tersebut. Namun momentum meredup begitu 2026 dimulai. Pendapatan kuartal pertama 2026 mencapai $5,7 miliar, yang jika disetahunkan menjadi sekitar $22,8 miliar — di bawah target tahun penuh $30 miliar. Reuters melaporkan bahwa OpenAI meleset dari target pendapatan bulanan hingga awal 2026, dan pertumbuhan ARR baru bersih melambat dari puncak $2 miliar per bulan menjadi sekitar $1,6 miliar per bulan.
Target jangka menengah bahkan lebih ambisius: $62 miliar ARR pada pertengahan 2027. Firma riset independen FutureSearch memproyeksikan angka tersebut lebih mungkin mendekati $44 miliar — sepertiga lebih rendah dari target internal. Sementara itu, margin masih sangat negatif: margin operasi -122%, dengan proyeksi kerugian 2026 sekitar $14 miliar, meskipun beberapa perkiraan menempatkan angka tersebut setinggi $33 miliar tergantung pada metode akuntansi yang digunakan. ChatGPT sendiri melampaui 1 miliar pengguna aktif bulanan pada Juni 2026, tetapi skala basis pengguna tersebut belum diterjemahkan menjadi pertumbuhan pendapatan yang sejalan dengan target perusahaan.
Anthropic: Melampaui Target Sebelum Tahun Berakhir
Kisahnya berlawanan arah bagi Anthropic. Perusahaan menutup 2025 dengan tingkat pendapatan sekitar $9 miliar, kemudian pada akhir Januari 2026 menaikkan perkiraan internalnya untuk tahun tersebut menjadi "sebesar $18 miliar" — angka yang sudah agresif pada saat itu. Kenyataannya, pada pertengahan Mei 2026 tingkat pendapatannya sudah mencapai $47 miliar, menurut perkiraan Sacra yang dikutip CNBC, dan pertumbuhan terus berakselerasi: rata-rata penambahan ARR harian naik dari sekitar $400 juta menjadi $550 juta per hari antara Mei dan Juli. Pada Juli, tingkat pendapatan telah mencapai $69 miliar — hampir empat kali lipat target yang ditetapkan perusahaan untuk dirinya sendiri hanya enam bulan sebelumnya — dan FutureSearch sejak itu merevisi proyeksi tahun penuhnya menjadi kisaran $75-90 miliar.
Pendorong utamanya adalah Claude Code, produk pengkodean yang diluncurkan pada Mei 2025. ARR-nya melampaui $500 juta dalam tiga bulan pertama, kemudian tumbuh lima kali lipat menjadi $2,5 miliar pada Februari 2026. Anthropic juga dilaporkan mendekati profitabilitas — CNBC melaporkan proyeksi laba operasi $559 juta untuk kuartal kedua 2026 jika perusahaan mencapai target pendapatan kuartalan $10,9 miliar, sesuatu yang belum pernah dicapai oleh laboratorium AI perbatasan mana pun. Valuasinya mengikuti, mencapai $965 miliar pada Mei 2026, melampaui OpenAI yang sebesar $852 miliar.
Mengapa Kesenjangannya Begitu Lebar
Perbedaannya bukan tentang perusahaan mana yang membangun model yang lebih cerdas — keduanya dianggap kompetitif dalam hal itu. Ini bermuara pada komposisi pendapatan. Sekitar 70% pendapatan OpenAI berasal dari langganan ChatGPT — lebih mirip model keanggotaan gym: Anda membutuhkan aliran anggota baru yang konstan atau kenaikan harga pada anggota yang sudah ada yang sensitif terhadap kenaikan biaya, dan kedua tuas tersebut lambat serta membawa risiko pembatalan. Pendapatan Anthropic, sebaliknya, 70-75% adalah konsumsi API oleh bisnis dan pengembang — lebih mirip tagihan utilitas yang terukur. Ketika semakin banyak perusahaan menanamkan Claude ke dalam alur kerja pengkodean atau alat internal yang telah mereka adopsi, pendapatan meningkat dengan sendirinya, tanpa perlu memenangkan pelanggan baru setiap bulan. Data Menlo Ventures mendukung pola ini: Anthropic memegang sekitar 40% belanja LLM perusahaan, dibandingkan dengan OpenAI yang 27%.
Bagi pembaca yang mempertimbangkan eksposur ke saham terkait AI — baik secara langsung, melalui pencatatan publik yang sedang disiapkan kedua perusahaan (OpenAI mengajukan S-1 rahasia pada 8 Juni 2026; Anthropic mengajukan seminggu sebelumnya, pada 1 Juni), atau secara tidak langsung melalui Microsoft, Amazon, atau Nvidia — pendapatan berbasis konsumsi cenderung jauh lebih mudah diproyeksikan ke depan daripada pendapatan konsumen berbasis langganan yang fluktuatif.
Target Besar, Adopsi Lebih Lambat
Perbesar ke tingkat pasar dan angkanya menjadi semakin menggoda. Gartner memproyeksikan belanja AI agen akan mencapai $201,9 miliar pada 2026, dan Bloomberg Intelligence memperkirakan pasar AI generatif akan mencapai $1,3 triliun selama delapan tahun ke depan. McKinsey menempatkan potensi dampak ekonomi AI generatif setinggi $4,4 triliun per tahun di seluruh dunia.
Namun ada catatan peringatan yang jarang menjadi berita utama. McKinsey sendiri menemukan bahwa hanya 23% organisasi yang benar-benar meningkatkan skala penerapan agen AI mereka melewati tahap percontohan, dan Gartner memproyeksikan 40% proyek AI agen akan dibatalkan sebelum 2027 karena biaya yang membengkak atau nilai bisnis yang tidak jelas. Uang yang mengalir ke sektor ini nyata dan besar, tetapi kesenjangan antara "seberapa besar pasar yang diproyeksikan" dan "berapa banyak perusahaan yang benar-benar menangkap nilai darinya" tetap lebar — pola yang persis sama terjadi di antara dua raksasa AI ini, di mana target di atas kertas dan hasil di lapangan dapat bergerak ke arah yang sepenuhnya berbeda.
Jika Anda membaca proyeksi pendapatan dari perusahaan AI — baik untuk keputusan investasi, keputusan karier, atau sekadar memeriksa ulang berita utama — pertanyaan yang lebih berguna bukanlah "seberapa besar angkanya." Melainkan dari mana pendapatan itu sebenarnya berasal, dan seberapa besar pertumbuhan masa depannya bergantung pada perusahaan yang bekerja lebih keras untuk mengejarnya versus sekadar terjadi dengan sendirinya.