Dalam arsitektur sistem, jumlah koneksi tidak pernah menjadi ukuran beban; yang menentukan adalah jumlah request yang lewat di dalam tiap koneksi. Sepuluh juta koneksi yang masing-masing mengirim satu request jauh lebih ringan daripada satu juta koneksi yang masing-masing menjalankan proses semalaman — dan industri agen kecerdasan buatan baru saja mengumumkan angka yang membuat perbedaan itu tidak bisa lagi diabaikan.
Bloomberg melaporkan bahwa OpenAI mengumumkan sepuluh juta orang kini menggunakan dua produk agennya — Codex untuk pemrograman dan ChatGPT Work untuk tugas yang lebih luas — hampir dua kali lipat dari awal bulan, dengan Codex sendiri menembus empat juta pengguna mingguan. Di permukaan, ini cerita adopsi yang sehat, momentum untuk bersaing dengan Cowork milik Anthropic. Namun ada detail yang jarang disebut: sebagian pertumbuhan itu diumumkan beberapa pekan setelah aplikasi ChatGPT dan Codex digabung menjadi satu. Dalam istilah infrastruktur, ini bukan penambahan kapasitas — ini penggabungan dua namespace yang dihitung sebagai satu, lalu dilaporkan sebagai pertumbuhan.
Koneksi Bukan Request
Metrik monthly active users lahir di era chatbot: satu interaksi pendek, self-contained, selesai dalam hitungan detik. Satu pengguna aktif berarti satu sesi singkat, dan meteran itu cocok untuk beban yang bentuknya percakapan. Paper ekonomi OpenAI menulisnya dengan terus terang: agentic AI mengubah unit kerja pengetahuan dari interaksi tunggal menjadi tugas terdelegasi berjangka panjang — agen beroperasi mandiri selama menit hingga jam, mengorkestrasi pemanggilan alat, berinteraksi dengan lingkungan, dan mengiterasi solusi.
Ketika unit kerja berubah, korelasi yang selama ini dianggap aksioma mulai putus. Dua metrik yang dulu bergerak bersama — jumlah kepala dan jumlah kerja yang dilakukan — kini berjalan ke arah yang berbeda. Sepuluh juta pengguna tidak lagi menjelaskan apa pun tentang beban sistem, sama seperti jumlah koneksi tidak menjelaskan apa pun tentang throughput tanpa mengetahui isi setiap koneksinya.
Distribusi Token yang Membalik Arah
Data internal yang dipublikasikan OpenAI sendiri dalam paper Economic Research-nya, Juni 2026, menunjukkan arah migrasi beban yang jarang dilaporkan. Sampai Agustus 2025, rata-rata pekerja OpenAI menghabiskan kurang dari sepuluh persen token mereka untuk Codex; sekarang Codex menyumbang 99,8 persen dari seluruh output token mingguan yang dihasilkan di dalam OpenAI. Engineer berada di 99 persen; divisi non-teknis — Legal, Finance, Recruiting — melintasi mayoritas penggunaan pada April 2026 dan kini berada di atas 85 persen.
Yang menarik bukan angka pertumbuhannya, melainkan arah distribusinya. Manusia hampir tidak lagi memproduksi token: 0,2 persen output token mingguan adalah sisa yang bisa diklaim sebagai tulisan tangan manusia. Posisi pekerja bergeser dari generator menjadi konsumen — satu orang membaca hasil kerja puluhan proses paralel yang berjalan atas namanya. Dalam istilah infrastruktur, ini migrasi beban dari frontend ke backend yang tidak pernah diumumkan lewat changelog: dashboard-nya tetap sama, tapi yang bekerja di belakangnya sudah berbeda spesies.
Satu Pengguna, Enam Puluh Jam
Paper yang sama mencatat angka yang lebih jujur daripada jumlah pengguna: pengguna di persentil ke-99 di OpenAI secara rutin menghasilkan lebih dari enam puluh jam agent turn Codex per hari, tersebar di banyak agen paralel. Di antara pengguna individu, 80,6 persen pernah mengajukan satu permintaan yang diperkirakan setara lebih dari tiga puluh menit kerja manusia, 70,2 persen melewati satu jam, dan 25,6 persen melewati delapan jam.
Bandingkan dengan asumsi yang dikandung metrik MAU: satu login per hari, beberapa menit per sesi. Satu pengguna era agen setara dengan puluhan unit pengguna era chat — dan sepuluh juta tidak bisa lagi dikalikan dengan asumsi lama. Setiap pengguna baru di era agen adalah permintaan kapasitas baru: listrik, rack, GPU, dan cost of inference yang menyertainya. Dalam istilah container orchestration, ini seperti replica set yang tetap dihitung per pod, padahal setiap pod kini menjalankan banyak container sekaligus, dan tidak ada yang memperbarui formula alokasi sumber dayanya.
Definisi yang Bermigrasi Lebih Cepat dari Sistem
Angka sepuluh juta benar secara literal — dan hampir tidak informatif. Perusahaan dapat mengubah definisi “pengguna” lewat rilis aplikasi, mengubah ambang “aktif” dari bulanan ke mingguan, atau menggabungkan produk yang sebelumnya dihitung terpisah — semuanya tanpa mengubah satu baris kode pun di sisi server. Sebuah metrik yang bisa dinaikkan lewat changelog adalah metrik yang tidak terkalibrasi ke beban. Signal-to-noise ratio pengumuman pertumbuhan menurun seiring setiap rilis membawa definisi baru; analis yang sama yang dulu memperingatkan soal vanity metrics di era media sosial kini mencatat angka sepuluh juta sebagai kabar baik dengan nada yang tidak berubah — seolah meteran yang sama, di gedung yang sama, mengukur hal yang sama.
Dari Lokalitas Terbatas
Di ruang operasional yang terbatas, ketidakseimbangan ini punya konsekuensi yang lebih konkret daripada perdebatan semantik metrik. Langganan dijual dalam kuota token bulanan; kenaikan harga diumumkan sebagai “peningkatan kapabilitas”; dan ketika satu agen menyala semalaman mengerjakan satu permintaan delapan jam, yang dihitung bukan jumlah pengguna, melainkan token yang terbakar. Pengguna di lokalitas terbatas mengukur kemerdekaan digitalnya dalam sisa kuota di akhir bulan — satuan yang tidak pernah disebut dalam pengumuman sepuluh juta itu. Ekonomi unit bergeser dari kepala ke proses, dari seat ke peristiwa, dan tagihan selalu mengikuti meteran yang sebenarnya, bukan meteran yang diiklankan.
Log ditutup. Sepuluh juta adalah angka yang benar untuk satuan ukur yang salah — sistem tidak lagi diukur dari kepala yang menatap layar, melainkan dari proses yang berjalan tanpa lelah ketika semua orang tidur. Meteran menunggu kalibrasi; definisi menunggu migrasi berikutnya.