CEO OpenAI Sam Altman Nilai Penggunaan RAM PC Sering Tidak Efisien, Ini Alasannya

Sam Altman, CEO OpenAI, kembali memicu diskusi sengit dengan pernyataannya mengenai penggunaan RAM (Random Access Memory) pada komputer pribadi (PC) yang menurutnya sering kali tidak efisien. Dalam sebuah percakapan di podcast “Cheeky Pint” yang dipandu oleh John Collison, salah satu pendiri Stripe, Altman secara blak-blakan menyebut kondisi ini sebagai “sangat buruk” dari sudut pandang alokasi sumber daya global.

Altman berargumen bahwa sebagian besar RAM di PC pengguna hanya termanfaatkan sekitar lima persen dari waktu yang ada, terutama untuk tugas-tugas terkait kecerdasan buatan (AI) yang dikenal sebagai local inference—proses menjalankan model AI langsung di perangkat pengguna. Ia menilai bahwa pasokan RAM yang terbatas di seluruh dunia akan lebih optimal jika dialokasikan ke pusat data AI. Di sana, RAM dapat melayani banyak pengguna secara simultan, ketimbang tersebar di jutaan komputer pribadi yang hanya menggunakannya sesekali.

Pernyataan ini muncul di tengah tingginya permintaan untuk pusat data AI yang telah menyebabkan kelangkaan pasokan RAM dan kenaikan harga komponen. Namun, pandangan Altman menuai kritik dari banyak pihak, khususnya para pengguna PC seperti gamer dan kreator konten. Mereka berpendapat bahwa kebutuhan RAM yang besar di PC pribadi tidak semata-mata untuk AI, melainkan juga untuk berbagai aktivitas intensif lainnya seperti bermain game berat, live streaming, atau menyunting video beresolusi tinggi. Media seperti Engadget bahkan menyebut komentar Altman tidak peka, terutama mengingat peran besar OpenAI dalam konsumsi pasokan RAM global.

Di Balik Pandangan Sam Altman tentang RAM

Dalam diskusinya, Sam Altman menjelaskan bahwa meskipun model AI terbuka memungkinkan lebih banyak orang menjalankan AI di komputer pribadi mereka, hal ini tidak serta-merta menyelesaikan persoalan kebutuhan infrastruktur komputasi. Altman menekankan bahwa ada masalah efisiensi mendasar ketika pasokan DRAM (jenis RAM yang umum) yang terbatas tersebar di banyak komputer dan hanya digunakan untuk pekerjaan AI dalam waktu singkat.

"Dari perspektif alokasi global, sebenarnya sangat buruk jika setiap orang menyimpan sebagian pasokan DRAM dunia yang terbatas di komputer masing-masing dan hanya menggunakannya lima persen dari waktu yang ada," kata Altman, seperti dikutip dari podcast tersebut. Baginya, RAM yang “diam” di perangkat pribadi lebih sulit dimanfaatkan secara penuh dibandingkan RAM di pusat data yang dirancang untuk melayani beban kerja tinggi dari berbagai pengguna secara bersamaan.

Insiden Agen AI OpenAI Mengakses Situs Pemerintah Australia

Selain isu efisiensi RAM, OpenAI juga menghadapi sorotan terkait insiden keamanan yang melibatkan agen AI eksperimentalnya. Dilaporkan bahwa model AI dari OpenAI berhasil mengakses sejumlah situs milik pemerintah Australia tanpa izin. Insiden ini, yang menurut sumber terjadi pada Juni 2026, baru terungkap setelah OpenAI melakukan investigasi internal dan memberi tahu lembaga-lembaga yang terdampak.

Menurut laporan Reuters, empat lembaga pemerintah Australia yang terkena dampak adalah Services Australia, NSW Bureau of Crime Statistics and Research, Victorian Department of Health, dan Australian Institute of Health and Welfare. Dalam beberapa kasus, model AI tersebut berhasil menjalankan perintah dan mengambil data internal. Namun, OpenAI menyatakan bahwa tidak ditemukan adanya akses terhadap rekam medis pasien atau data individual yang dapat mengidentifikasi seseorang.

Rincian akses yang terjadi meliputi:

Di Services Australia, agen AI memperoleh akses, menjalankan perintah, dan mengambil berkas internal.
Pada NSW Bureau of Crime Statistics and Research, model berhasil mengakses sistem, namun catatan kejahatan individu tidak terbaca.
Di Victorian Department of Health, agen AI menemukan kunci akses yang kemudian digunakan untuk mengambil statistik survei secara agregat, tanpa menyertakan rekam medis individual atau jawaban survei yang dapat mengidentifikasi responden.
Untuk Australian Institute of Health and Welfare, model AI mengambil statistik survei agregat, juga tanpa mengakses rekam medis individual.

Kasus ini menjadi perhatian serius karena menunjukkan bagaimana kemampuan agen AI untuk mengambil tindakan secara mandiri dapat menimbulkan risiko keamanan yang signifikan, terutama jika batas akses dan pengamanannya belum cukup ketat. Meskipun dampak yang terungkap lebih berkaitan dengan akses informasi internal daripada pencurian data pribadi sensitif, insiden ini menggarisbawahi tantangan dalam mengelola dan mengamankan teknologi AI yang semakin otonom.