Harga Cip Naik, Bisnis Manajemen Armada AI Pilih Produksi di Luar Negeri

Perusahaan teknologi manajemen armada TransTRACK memilih memproduksi perangkat di luar negeri sebagai strategi untuk menekan biaya di tengah lonjakan harga cip global dan tekanan rantai pasok.

Co-Founder & CTO TransTRACK Aris Pujud Kurniawan mengatakan, perusahaan tetap memegang kendali penuh atas desain dan spesifikasi teknis, meski proses produksi dilakukan di luar Indonesia.

“Ini karena biaya di luar negeri jauh lebih murah,” ujarnya dalam konferensi pers di Jakarta Selatan, Rabu (15/4). 

Perbandingan biaya disebutnya menunjukkan perbedaan signifikan. Dengan spesifikasi yang sama, biaya produksi di luar negeri memungkinkan perusahaan memproduksi hingga enam perangkat dibandingkan jika dilakukan di dalam negeri.

Meski demikian, seluruh kekayaan intelektual (IP), desain, dan kebutuhan teknis tetap dikendalikan oleh perusahaan. Proses produksi dilakukan dengan mengirim desain ke vendor, yang kemudian dapat menyelesaikan produksi dalam waktu sekitar dua minggu, yakni lebih cepat dibandingkan produksi domestik.

Untuk menjaga keberlanjutan pasokan, TransTRACK juga menerapkan strategi diversifikasi vendor. Saat ini perusahaan bekerja sama dengan sekitar 14 vendor, sehingga risiko gangguan produksi dapat diminimalkan.

“Kalau ada kendala di satu vendor, vendor lain masih bisa menyuplai. Ini salah satu strategi mitigasi kami,” kata Aris.

Strategi itu dinilai penting di tengah tekanan global, termasuk kenaikan biaya logistik yang turut memengaruhi harga perangkat. Meski terjadi penyesuaian biaya, perusahaan memastikan standar kualitas produk tetap terjaga.

Tidak Tergantung pada Satu Negara

Selain itu, TransTRACK tidak bergantung pada satu negara dalam rantai pasok. Perusahaan mengandalkan sumber produksi dari berbagai kawasan, termasuk Cina, Amerika Serikat, dan kawasan Eropa, guna meningkatkan fleksibilitas dan ketahanan bisnis.

Di sisi teknologi, perusahaan juga memperkuat pengembangan kecerdasan buatan (AI) secara mandiri. TransTRACK melakukan pelatihan model AI secara in-house dengan dukungan sumber daya internal serta kolaborasi dengan berbagai institusi pendidikan.

Kerja sama tersebut melibatkan sejumlah universitas dari Singapura, Korea Selatan, hingga Amerika Serikat. Kolaborasi ini memungkinkan pengembangan teknologi tetap berjalan di tengah keterbatasan global, khususnya dalam kebutuhan komputasi seperti GPU.