Konten disusun AI — bisa keliru. Baca disclaimer lengkap
Stability AI
Ringkasan
Apa yang Terjadi
Stability AI adalah perusahaan AI generatif asal Inggris yang didirikan oleh Emad Mostaque dan Cyrus Hodes sekitar 2019-2020. Perusahaan ini menjadi terkenal secara global setelah merilis Stable Diffusion pada Agustus 2022 — model open-source text-to-image yang mengubah lanskap AI generatif dan menjadi pesaing langsung DALL-E (OpenAI) dan Midjourney. Dalam hitungan minggu, Stable Diffusion diunduh ratusan juta kali, dan Stability AI meraih pendanaan US$101 juta dari Coatue dan Lightspeed dengan valuasi US$1 miliar (Oktober 2022).
Namun, di balik popularitas produknya, Stability AI menghadapi krisis berlapis. Pertama, model bisnis yang rapuh: produk inti bersifat open-source sehingga sulit dimonetisasi, sementara biaya infrastruktur (komputasi GPU) mencapai sekitar US$99 juta per tahun — jauh melampaui proyeksi pendapatan 2023 yang hanya sekitar US$11 juta. Perusahaan membakar kas dengan cepat dan gagal membayar tagihan AWS, Google Cloud, dan CoreWeave.
Kedua, krisis kredibilitas pendiri: investigasi Forbes (Juni 2023) mengungkap bahwa Mostaque membesar-besarkan kualifikasi pendidikannya (klaim gelar master dari Oxford), memalsukan kemitraan strategis (Amazon, OECD, WHO), dan melebih-lebihkan perannya dalam pengembangan Stable Diffusion. Co-founder Cyrus Hodes menggugat Mostaque karena diduga ditipu untuk menjual 15% sahamnya seharga hanya US$100 — beberapa bulan sebelum perusahaan dinilai US$1 miliar.
Ketiga, tekanan investor dan exodus talenta: Lightspeed mengirim surat ke dewan menyatakan kepercayaan mereka 'sangat terganggu' oleh mismanajemen Mostaque; Coatue mendesak penjualan perusahaan. Investor utama ini kemudian mengundurkan diri dari dewan. Pada kuartal pertama 2024, kerugian melebihi US$30 juta dengan pendapatan kurang dari US$5 juta. Lebih dari setengah lusin eksekutif senior hengkang, dan yang paling krusial — para peneliti kunci yang menciptakan arsitektur Stable Diffusion (Robin Rombach dkk.) keluar dan mendirikan Black Forest Labs, yang meluncurkan FLUX dan meraih valuasi US$3,25 miliar.
Pada 23 Maret 2024, Mostaque mengundurkan diri sebagai CEO. Diikuti PHK 10% karyawan. Perusahaan mendapatkan 'penyelamatan' berupa pendanaan US$80 juta (Juni 2024), penghapusan utang US$100 juta+, dan penunjukan CEO baru Prem Akkaraju (mantan CEO Weta Digital). Sean Parker menjadi Executive Chairman dan James Cameron bergabung di dewan. Per Desember 2024, CEO baru mengklaim pertumbuhan pendapatan 'triple digit' dan utang telah dihapus — namun gugatan hak cipta dari seniman dan Getty Images masih berlanjut (sidang dijadwalkan September 2026).
Pelajaran utama: produk open-source yang viral tanpa model monetisasi yang jelas adalah fondasi bisnis yang rapuh; kredibilitas pendiri yang dibangun di atas klaim palsu akan runtuh dan menghancurkan kepercayaan investor; serta membangun bisnis di atas riset pihak lain tanpa mengikat talenta kuncinya menciptakan kerentanan eksistensial.
Kronologi
Urutan Kejadian
Stability AI didirikan oleh Emad Mostaque dan Cyrus Hodes
Emad Mostaque dan Cyrus Hodes mendirikan Stability AI Ltd di Inggris. Mostaque, seorang mantan manajer hedge fund berkewarganegaraan Inggris-Bangladesh, memiliki visi mendemokratisasi AI melalui pendekatan open-source. Hodes berkontribusi pada pendirian awal perusahaan selama ~18 bulan.
Cyrus Hodes menjual 15% sahamnya seharga US$100
Co-founder Cyrus Hodes menjual seluruh 15% sahamnya di Stability AI kepada Mostaque dengan total hanya US$100 (dalam dua transaksi: Oktober 2021 dan Mei 2022). Hodes kemudian menggugat, menuduh Mostaque menyembunyikan proyek Stable Diffusion yang sedang dikembangkan agar Hodes mengira perusahaan 'nyaris tak bernilai'. Beberapa bulan kemudian, saham tersebut bernilai ratusan juta dolar setelah pendanaan US$101 juta. Stability AI menyatakan gugatan 'tidak berdasar'.
Stable Diffusion dirilis — mengubah lanskap AI generatif
Stability AI merilis Stable Diffusion, model text-to-image open-source yang dikembangkan berdasarkan riset Latent Diffusion oleh peneliti dari LMU Munich dan Universitas Heidelberg (Robin Rombach, Andreas Blattmann, Patrick Esser, Dominik Lorenz). Model ini langsung viral — diunduh ratusan juta kali dalam hitungan bulan, menjadi fondasi ekosistem AI generatif yang luas, dan menjadikan Stability AI nama besar di dunia teknologi.
Pendanaan US$101 juta — valuasi US$1 miliar (unicorn)
Stability AI menutup putaran pendanaan (dikategorikan sebagai Series A) senilai US$101 juta yang dipimpin Coatue Management dan Lightspeed Venture Partners, dengan partisipasi O'Shaughnessy Ventures. Valuasi mencapai US$1 miliar — menjadikan perusahaan berstatus unicorn hanya dua tahun setelah pendirian. Namun, hubungan dengan investor akan memburuk dengan cepat.
Gugatan hak cipta dari seniman (Andersen v. Stability AI)
Tiga seniman — Sarah Andersen, Kelly McKernan, dan Karla Ortiz — mengajukan gugatan class-action terhadap Stability AI, Midjourney, dan DeviantArt atas tuduhan pelanggaran hak cipta. Mereka menuduh Stable Diffusion dilatih menggunakan miliaran gambar dari dataset LAION yang diambil dari internet tanpa izin atau kompensasi, memungkinkan AI menghasilkan karya 'dalam gaya' seniman tertentu. Ini menjadi gugatan pertama jenisnya.
Getty Images menggugat Stability AI
Getty Images mengajukan gugatan hak cipta terhadap Stability AI di pengadilan Inggris, menuduh bahwa 7,3 juta gambar Getty digunakan untuk melatih Stable Diffusion v1 dan 4,4 juta untuk v2 tanpa lisensi. Gugatan ini menambah tekanan hukum yang besar terhadap model bisnis Stability AI.
Laporan Semafor: Stability AI 'goyah', membakar kas dengan cepat
Investigasi Semafor mengungkap bahwa Stability AI telah membakar sebagian besar dari US$100 juta pendanaannya, lambat menghasilkan pendapatan, dan sedang mencari eksekutif senior untuk mendongkrak penjualan. Biaya infrastruktur sangat tinggi tanpa pendapatan yang sepadan, sementara dua investor ventura menyatakan keraguan untuk berpartisipasi dalam putaran pendanaan berikutnya.
Investigasi Forbes: Mostaque membesar-besarkan kualifikasi dan klaim kemitraan
Forbes mempublikasikan investigasi mendalam (berdasarkan 30+ sumber termasuk investor dan mantan karyawan) yang menyatakan Mostaque membesar-besarkan latar belakang pendidikannya (klaim gelar master Oxford yang ternyata hanya 'Oxford MA' seremonial), memalsukan kemitraan strategis dengan Amazon (yang sebenarnya hanya kontrak cloud standar), serta mengklaim kemitraan dengan OECD, WHO, dan Bank Dunia — yang semuanya membantah. Mostaque menyangkal tuduhan ini.
Co-founder Cyrus Hodes menggugat Mostaque dan Stability AI
Cyrus Hodes secara resmi mengajukan gugatan di pengadilan federal San Francisco, menuduh Mostaque 'secara curang' meyakinkannya bahwa perusahaan yang mereka dirikan bersama 'nyaris tak bernilai' agar Hodes menjual 15% sahamnya seharga US$100. Saham tersebut kini bernilai lebih dari US$500 juta berdasarkan valuasi terakhir.
Lightspeed kirim surat: kepercayaan 'sangat terganggu' oleh mismanajemen
Investor Lightspeed Venture Partners mengirim surat resmi ke dewan Stability AI yang menyatakan bahwa mismanajemen Mostaque telah 'sangat merusak' kepercayaan mereka (severely undermined confidence). Surat ini mendesak perusahaan untuk mencari pembeli. Secara paralel, Coatue meluncurkan investigasi internal terhadap manajemen Mostaque dan mendesak agar ia mundur.
Emad Mostaque mengundurkan diri sebagai CEO
Mostaque mengumumkan pengunduran diri sebagai CEO dan dari dewan direksi. Dalam pernyataan di X (Twitter), ia menyatakan: 'Konsentrasi kekuasaan dalam AI buruk bagi kita semua. Saya memutuskan mundur untuk memperbaiki ini di Stability dan tempat lain.' COO Shan Shan Wong dan CTO Christian Laforte ditunjuk sebagai co-CEO interim. Di balik retorika soal 'desentralisasi AI', pengunduran dirinya didorong oleh tekanan besar dari investor dan krisis kredibilitas.
PHK 10% karyawan pasca-pengunduran diri CEO
Stability AI memberhentikan lebih dari 20 karyawan (sekitar 10% tenaga kerja) sebagai langkah 'right-sizing' setelah periode pertumbuhan yang tidak berkelanjutan. PHK ini menambah gelombang kepergian talenta yang telah berlangsung selama berbulan-bulan sebelumnya.
Peneliti kunci keluar — mendirikan Black Forest Labs (FLUX)
Robin Rombach, Andreas Blattmann, Patrick Esser, dan Dominik Lorenz — empat dari lima penulis paper Latent Diffusion yang menjadi arsitektur Stable Diffusion — meninggalkan Stability AI dan mendirikan Black Forest Labs di Jerman. Pada Agustus 2024, mereka merilis FLUX.1 yang langsung menduduki puncak benchmark. Per Desember 2025, Black Forest Labs meraih valuasi US$3,25 miliar — jauh melampaui Stability AI. Kepergian ini merupakan pukulan eksistensial bagi Stability AI.
Penyelamatan: CEO baru, pendanaan US$80 juta, dan penghapusan utang
Prem Akkaraju (mantan CEO Weta Digital) ditunjuk sebagai CEO baru. Stability AI meraih pendanaan US$80 juta dari Coatue, Lightspeed, Greycroft, Sound Ventures, serta individu seperti Sean Parker (menjadi Executive Chairman) dan Eric Schmidt. Yang krusial: rekapitalisasi ini mencakup penghapusan utang vendor lebih dari US$100 juta dan kewajiban pengeluaran masa depan senilai US$300 juta. Ini pada dasarnya adalah 'bailout' untuk perusahaan yang nyaris kolaps.
Rilis SD3 dikritik: lisensi restriktif dan kualitas mengecewakan
Peluncuran Stable Diffusion 3 (SD3) disambut reaksi keras dari komunitas. CivitAI — repositori terbesar untuk sumber daya Stable Diffusion — memblokir semua konten terkait SD3 karena ketidakjelasan lisensi. Persyaratan 'Creator License' yang restriktif dan kewajiban menghapus semua model turunan jika lisensi dihentikan mengkhawatirkan komunitas. Performa model itu sendiri juga mengecewakan dibandingkan ekspektasi. Stability AI kemudian meminta maaf dan menjanjikan perbaikan.
CEO baru klaim pertumbuhan 'triple digit' dan utang bersih nol
Dalam wawancara dengan Fortune, CEO Prem Akkaraju menyatakan bahwa Stability AI tumbuh dengan laju 'triple digit' dan telah menghapus seluruh utangnya. Perusahaan berencana ekspansi ke industri film, televisi, dan enterprise. James Cameron bergabung di dewan direksi pada September 2024. Namun, gugatan hak cipta dari seniman masih berlanjut (sidang Andersen v. Stability AI dijadwalkan September 2026), dan perusahaan harus membuktikan keberlanjutan di tengah persaingan dari Black Forest Labs (FLUX) dan kompetitor lainnya.
Aktor & Insentif
Siapa yang Terlibat
Emad Mostaque — Co-founder & CEO (mundur Maret 2024)
Peran dalam Kasus
Memimpin Stability AI dari pendirian hingga puncak krisis. Diduga membesar-besarkan kualifikasi, kemitraan, dan perannya dalam pengembangan Stable Diffusion (per investigasi Forbes). Digugat co-founder atas dugaan penipuan penjualan saham. Didesak mundur oleh investor utama. Mengundurkan diri Maret 2024 dengan retorika 'desentralisasi AI'. Tuduhan belum divonis — Mostaque menyangkal.
Insentif
Pendiri dengan visi besar mendemokratisasi AI melalui open-source. Insentif: membangun perusahaan AI dominan, mempertahankan kendali (mayoritas voting power), dan menjadi figur publik gerakan 'AI terbuka'. Menyandang reputasi sebagai visioner sekaligus sosok kontroversial.
Cyrus Hodes — Co-founder
Peran dalam Kasus
Menggugat Mostaque dan Stability AI di pengadilan federal San Francisco (Juli 2023), menuduh ditipu untuk menjual 15% sahamnya seharga US$100 — beberapa bulan sebelum valuasi US$1 miliar. Stability AI menyatakan gugatan 'tidak berdasar'. Kasus masih berlanjut.
Insentif
Berkontribusi pada pendirian Stability AI selama ~18 bulan. Kepentingan: kompensasi yang adil atas kontribusinya sebagai co-founder.
Robin Rombach dkk. — Peneliti kunci Latent Diffusion / Stable Diffusion
Peran dalam Kasus
Empat dari lima penulis paper asli (Rombach, Blattmann, Esser, Lorenz) meninggalkan Stability AI pada 2024 dan mendirikan Black Forest Labs. Mereka merilis FLUX.1 (Agustus 2024) yang langsung mengungguli Stable Diffusion, dan meraih valuasi US$3,25 miliar — menjadikan kepergian mereka sebagai pukulan eksistensial bagi Stability AI.
Insentif
Peneliti akademik (LMU Munich, Universitas Heidelberg) yang menciptakan arsitektur Latent Diffusion — fondasi Stable Diffusion. Bergabung dengan Stability AI untuk komersialisasi riset mereka.
Coatue Management & Lightspeed Venture Partners — Investor utama
Peran dalam Kasus
Awalnya mempercayai visi Mostaque. Hubungan memburuk dalam hitungan bulan: Coatue meluncurkan investigasi internal, mendesak Mostaque mundur dan perusahaan dijual. Lightspeed mengirim surat ke dewan menyatakan kepercayaan 'sangat terganggu'. Keduanya mengundurkan diri dari dewan. Namun, keduanya kembali berpartisipasi dalam pendanaan bailout US$80 juta (Juni 2024) setelah pergantian kepemimpinan.
Insentif
VC yang memimpin pendanaan US$101 juta (2022). Kepentingan: melindungi investasi, memastikan tata kelola yang baik, dan mendorong valuasi naik.
Seniman penggugat (Sarah Andersen, Kelly McKernan, Karla Ortiz dkk.)
Peran dalam Kasus
Mengajukan gugatan class-action pertama jenisnya (Januari 2023) atas pelanggaran hak cipta oleh AI generatif. Hakim menolak upaya penolakan awal dari Stability AI dan mengizinkan kasus berlanjut ke tahap penemuan bukti. Sidang dijadwalkan September 2026. Kasus ini berpotensi menjadi preseden global untuk hak cipta vs AI.
Insentif
Seniman profesional yang karyanya (tanpa izin) masuk ke dataset pelatihan LAION yang digunakan Stable Diffusion. Kepentingan: perlindungan hak cipta dan kompensasi atas penggunaan karya.
Prem Akkaraju — CEO baru (sejak Juni 2024)
Peran dalam Kasus
Menghapus utang US$100 juta+, mengamankan pendanaan baru, memfokuskan bisnis pada API dan enterprise (film, TV, integrasi skala besar). Per Desember 2024, mengklaim pertumbuhan pendapatan 'triple digit'. Berhasil merekrut Sean Parker (Executive Chairman) dan James Cameron (dewan direksi).
Insentif
Mantan CEO Weta Digital (studio efek visual pemenang Academy Award). Ditunjuk untuk memimpin restrukturisasi dan turnaround Stability AI.
Insight untuk Founder
Pelajaran dari Kasus Ini
Open-Source Tanpa Model Monetisasi Adalah Fondasi Bisnis yang Rapuh
Apa yang Terjadi
Stability AI merilis Stable Diffusion sebagai produk open-source yang viral — ratusan juta unduhan — tetapi justru kesulitan menghasilkan pendapatan karena siapa pun bisa menjalankan model secara gratis. Biaya infrastruktur (GPU) mencapai ~US$99 juta/tahun, sementara proyeksi pendapatan hanya ~US$11 juta (2023). Upaya monetisasi melalui API dan lisensi enterprise tidak cukup cepat menutup celah.
Polanya
Merilis teknologi inti secara open-source membangun adopsi masif dan reputasi, tetapi tanpa mekanisme monetisasi yang jelas sejak awal, perusahaan membakar kas sambil 'berharap' model bisnis akan muncul. Pada titik tertentu, burn rate melampaui kemampuan fundraising.
Tanda Bahaya Dini
- Produk inti gratis tanpa jalur pendapatan berulang yang jelas
- Biaya infrastruktur jauh melebihi pendapatan
- Mengandalkan pendanaan baru untuk bertahan, bukan profitabilitas
- Kompetitor bisa menggunakan teknologi yang sama tanpa membayar
Aksi Pencegahan
- Rancang model monetisasi SEBELUM merilis teknologi secara gratis
- Pertahankan keunggulan kompetitif di luar kode open-source (layanan, data, tooling)
- Pantau rasio biaya infrastruktur vs pendapatan secara ketat
- Pertimbangkan model open-core: inti gratis, fitur premium berbayar
Kredibilitas Pendiri yang Dibangun di Atas Klaim Palsu Akan Runtuh
Apa yang Terjadi
Emad Mostaque membesar-besarkan kualifikasi pendidikan (gelar Oxford), memalsukan kemitraan strategis (Amazon, OECD, WHO), dan melebih-lebihkan perannya dalam pengembangan Stable Diffusion. Ketika Forbes mengekspos hal ini (Juni 2023), kepercayaan investor dan karyawan runtuh, memicu spiral kepergian talenta dan tekanan untuk mundur.
Polanya
Pendiri karismatik yang menarik investasi besar melalui narasi yang dibesar-besarkan pada akhirnya akan terekspos — dan kerusakan reputasi yang dihasilkan lebih menghancurkan daripada jika mereka jujur sejak awal. Di era transparansi dan investigasi jurnalistik mendalam, klaim yang tidak dapat diverifikasi adalah bom waktu.
Tanda Bahaya Dini
- Klaim pendiri sulit diverifikasi secara independen
- Narasi 'kemitraan strategis' yang ternyata hanya kontrak standar
- Kesenjangan antara profil publik pendiri dan realitas
- Pendiri menghindari transparansi tentang latar belakang atau keputusan kunci
Aksi Pencegahan
- Verifikasi klaim pendiri secara independen sebelum investasi (due diligence mendalam)
- Tuntut transparansi penuh tentang kualifikasi, kemitraan, dan peran
- Bangun budaya organisasi yang menghargai kejujuran, bukan hype
- Investor: validasi kemitraan langsung ke pihak yang diklaim
Membangun Bisnis di Atas Riset Pihak Lain Tanpa Mengikat Talenta Kunci
Apa yang Terjadi
Arsitektur Stable Diffusion diciptakan oleh peneliti akademik (Rombach dkk. dari LMU Munich), bukan oleh Stability AI sendiri. Ketika peneliti-peneliti ini merasa tidak puas, mereka keluar dan mendirikan Black Forest Labs — membawa keahlian inti mereka dan langsung mengalahkan Stability AI dengan FLUX. Valuasi BFL (US$3,25 miliar) melampaui Stability AI.
Polanya
Ketika keunggulan kompetitif utama terletak pada talenta yang menciptakan teknologi inti — dan talenta itu bisa pergi kapan saja — perusahaan menghadapi risiko eksistensial. Lisensi open-source memperburuk masalah: siapa pun (termasuk mantan karyawan) bisa membangun di atas teknologi yang sama.
Tanda Bahaya Dini
- IP inti dikembangkan di luar perusahaan (riset akademik)
- Tidak ada mekanisme retensi kuat untuk peneliti/insinyur kunci
- Talenta inti kecewa dengan arah perusahaan atau manajemen
- Kompetitor didirikan oleh mantan karyawan dengan keahlian yang sama
Aksi Pencegahan
- Ikat talenta kunci dengan insentif jangka panjang (equity, lingkungan riset berkualitas)
- Bangun IP tambahan yang tidak sepenuhnya bergantung pada satu tim
- Pastikan kepuasan dan arah strategis selaras dengan visi peneliti
- Diversifikasi keahlian agar tidak bergantung pada segelintir individu
Tata Kelola Lemah Mengubah Konflik Kepentingan Menjadi Krisis Eksistensial
Apa yang Terjadi
Mostaque mempertahankan mayoritas voting power di dewan, sehingga investor tidak memiliki mekanisme formal untuk memecatnya meskipun bukti mismanajemen menumpuk. Co-founder Hodes diduga ditipu untuk menjual sahamnya. Investor utama (Coatue, Lightspeed) akhirnya mengundurkan diri dari dewan — langkah drastis yang memperburuk krisis.
Polanya
Struktur tata kelola yang memberikan kontrol berlebihan kepada pendiri — tanpa check-and-balance yang memadai — memungkinkan mismanajemen berlanjut tanpa mekanisme koreksi yang efektif. Investor kehilangan leverage kecuali tekanan informal atau ancaman pergi.
Tanda Bahaya Dini
- Pendiri memiliki super-voting rights yang menghalangi koreksi dewan
- Co-founder tidak dilindungi oleh mekanisme tata kelola yang adil
- Investor melakukan tekanan informal karena tidak ada mekanisme formal
- Tidak ada audit independen atau pengawasan atas klaim pendiri
Aksi Pencegahan
- Rancang tata kelola dengan check-and-balance yang seimbang sejak awal
- Pastikan investor memiliki hak protektif yang jelas
- Lindungi hak co-founder dengan perjanjian yang kuat
- Lakukan audit independen secara berkala, terutama atas klaim pendiri
Bedah Teknikal
Kacamata CTO
Perusahaan AI generatif di balik Stable Diffusion — model text-to-image open-source berbasis arsitektur Latent Diffusion.
- Compute: melatih model di cluster besar Nvidia A100 di AWS (sekitar 4.000 GPU; Mostaque menyebutnya salah satu dari 10 superkomputer terbesar dunia), plus kapasitas dari CoreWeave dan Google Cloud. Belakangan membangun cluster baru (Ezra-1) dengan akselerator Intel Gaudi 2.
- Data pipeline: bobot model dilatih di atas dataset web-scraped LAION-5B yang tidak dikurasi ketat.
- Distribusi: bobot dirilis terbuka; komunitas (Hugging Face, CivitAI) menjadi kanal adopsi utama.
Kasus ini pada dasarnya krisis bisnis & tata kelola (monetisasi open-source, kredibilitas pendiri, exodus talenta), bukan outage teknis. Tapi ada beberapa lapis teknis yang menentukan nasib: ekonomi unit compute, tata kelola data pelatihan, dan bus factor di tim model. Detail stack internal minim dipublikasikan; bagian berlabel Inferensi adalah dugaan beralasan, bukan fakta.
Akar Masalah Teknis
Ekonomi unit compute yang tak pernah tertutup — produk gratis di atas biaya GPU raksasa
Apa yang terjadi
Biaya compute ~US$99 juta/tahun (2023) melawan pendapatan proyeksi ~US$11 juta. Produk inti gratis, sementara pelatihan & inferensi model difusi menuntut cluster ribuan A100 yang mahal dan terus berjalan.
Polanya
Startup 'AI = compute' membakar kas di GPU dengan asumsi monetisasi akan menyusul kemudian. Ketika burn rate compute melampaui kemampuan fundraising, tidak ada jumlah adopsi yang menyelamatkan — unduhan gratis bukan pendapatan.
Tanda bahaya dini
- Biaya compute > pendapatan dengan selisih berkali lipat
- Tidak ada FinOps/atribusi biaya per produk atau per pelanggan
- Bertahan dari putaran pendanaan ke putaran, bukan dari margin
- Produk inti gratis tanpa tier berbayar yang jelas
Pencegahan
- Bangun model unit economics per-inferensi & per-pelatihan SEBELUM scaling compute
- Terapkan FinOps: budget compute, alarm burn, atribusi biaya ke revenue line
- Kunci komitmen compute (reserved/committed use) hanya sepadan dengan pipeline pendapatan
- Sediakan tier berbayar (API/enterprise) sejak awal, jangan gratis-untuk-semua
Ketergantungan & lock-in ke GPU cloud pihak ketiga sebagai biaya tetap yang tak fleksibel
Apa yang terjadi
Compute disewa dari AWS, CoreWeave, dan Google Cloud. Saat kas mengering, Stability gagal bayar AWS dan berutang ke dua vendor lain; sempat mempertimbangkan menjual kembali cluster A100 sewaan. Utang vendor menumpuk >US$100 juta.
Polanya
Menyewa compute mempercepat 0→1 tapi mengubah kebutuhan compute menjadi opex besar yang lengket. Tanpa daya tawar atau alternatif, vendor GPU cloud premium menjadi titik kegagalan finansial saat pendapatan tak menyusul.
Tanda bahaya dini
- Satu-dua vendor GPU menyerap mayoritas biaya
- Komitmen sewa jangka panjang tanpa exit/opsi turun-skala
- Tagihan cloud tertunda/menunggak sebagai sinyal awal
- Tidak ada rencana kontingensi jika harga/kapasitas GPU berubah
Pencegahan
- Diversifikasi & negosiasi committed-use; hindari lock-in tunggal
- Jaga arsitektur portabel (containerized, tidak terikat API proprietary vendor)
- Pantau tagihan cloud sebagai metrik kesehatan, bukan sekadar biaya
- Padankan durasi komitmen compute dengan kepastian runway/pendapatan
Tata kelola data pelatihan yang lemah — korpus web mentah tanpa kurasi memicu risiko hukum & konten ilegal
Apa yang terjadi
Model dilatih di atas LAION-5B yang di-scrape dari web tanpa audit provenance ketat. Hasilnya: gugatan hak cipta (seniman & Getty) atas gambar berlisensi, dan temuan Stanford bahwa dataset memuat ribuan tautan dugaan CSAM — memaksa LAION menarik & memfilter ulang dataset (Re-LAION-5B).
Polanya
Tim ML mengejar skala data dengan menelan korpus internet mentah, memperlakukan 'lebih banyak data = lebih baik' tanpa memikirkan asal-usul, lisensi, dan legalitas konten. Utang data ini tak terlihat sampai regulator, pengadilan, atau peneliti keamanan membukanya.
Tanda bahaya dini
- Dataset pelatihan tanpa lineage/lisensi terdokumentasi
- Tidak ada pipeline filtering konten ilegal/berhak cipta di hulu
- 'Kami hanya memakai dataset publik' dijadikan pembenaran tanggung jawab
- Tidak ada audit pihak ketiga atas korpus sebelum training
Pencegahan
- Perlakukan data pelatihan sebagai aset ber-governance: catat provenance, lisensi, dan consent
- Pasang filtering (hak cipta, PII, CSAM/konten ilegal) sebagai gate WAJIB sebelum training, bukan tambalan setelah rilis
- Audit dataset oleh pihak independen; simpan jejak audit untuk pembelaan hukum
- Bedakan 'data tersedia publik' dari 'data yang sah dipakai' — legalitas ≠ ketersediaan
Bus factor pada tim model — IP inti melekat pada segelintir peneliti yang bisa pergi
Apa yang terjadi
Arsitektur Stable Diffusion diciptakan peneliti akademik (Rombach dkk., LMU Munich/Heidelberg). Ketika mereka keluar dan mendirikan Black Forest Labs, keahlian inti ikut pergi — FLUX langsung mengungguli Stable Diffusion. Lisensi terbuka memperparah: mantan tim bisa membangun di atas fondasi yang sama.
Polanya
Ketika keunggulan kompetitif bertumpu pada beberapa individu pencipta teknologi inti — dan retensi mereka lemah — perusahaan menanggung risiko eksistensial. Bus factor rendah di tim riset lebih berbahaya daripada di tim aplikasi biasa karena IP tak terkodifikasi di organisasi.
Tanda bahaya dini
- IP inti dikembangkan di luar perusahaan (riset akademik) & bergantung pada penciptanya
- Tidak ada insentif retensi jangka panjang untuk peneliti kunci
- Pengetahuan arsitektur tersilo di 3-5 orang, tak terdokumentasi/tersebar
- Talenta inti mulai kecewa pada arah/manajemen
Pencegahan
- Ikat talenta kunci dengan equity vesting, lingkungan riset berkualitas, dan otonomi
- Kodifikasi pengetahuan: dokumentasi arsitektur, reproducibility, knowledge-sharing lintas tim
- Bangun kedalaman tim (bukan bergantung pada satu-dua bintang) untuk menurunkan bus factor
- Selaraskan arah strategis dengan visi peneliti agar retensi bukan sekadar soal uang
Regresi kualitas rilis + kebijakan lisensi yang mengasingkan komunitas (moat distribusi)
Apa yang terjadi
SD3 dirilis dengan regresi kualitas mencolok (anatomi manusia rusak pada prompt sederhana) dan lisensi restriktif yang memicu CivitAI memblokir konten terkait. Padahal komunitas open-source itulah kanal adopsi & distribusi inti Stability.
Polanya
Perusahaan yang moat-nya adalah komunitas kadang lupa bahwa setiap rilis buruk atau perubahan lisensi sepihak adalah pengkhianatan kepercayaan. Regresi kualitas yang lolos ke rilis publik menandakan evaluasi/benchmark pra-rilis yang lemah.
Tanda bahaya dini
- Tidak ada eval/benchmark kualitas yang membandingkan rilis baru vs lama sebelum publik
- Perubahan lisensi sepihak tanpa konsultasi komunitas
- Metric internal (mis. FID) menghijau tapi kualitas persepsi manusia memburuk
- Ketergantungan pada komunitas tanpa program hubungan komunitas yang serius
Pencegahan
- Wajibkan eval pra-rilis (termasuk human eval & regression test) sebagai gate rilis
- Perlakukan lisensi & terms sebagai keputusan produk; libatkan/komunikasikan ke komunitas
- Kanari/rilis bertahap dengan mekanisme rollback saat kualitas anjlok
- Ukur kesehatan komunitas (adopsi, sentimen) sebagai KPI, bukan afterthought
Keputusan Teknis & Trade-off
Bangun bisnis di sekitar model yang dirilis bobot terbuka (open weights)
Konteks
Open-source adalah strategi go-to-market yang brilian di tahap awal: adopsi masif, ekosistem, reputasi sebagai 'juara AI terbuka', dan tekanan kompetitif ke DALL-E/Midjourney.
Trade-off
Adopsi & goodwill komunitas ditukar dengan hilangnya kendali monetisasi — siapa pun (termasuk kompetitor dan mantan karyawan) bisa menjalankan model yang sama gratis.
Hasil
Ratusan juta unduhan tapi pendapatan proyeksi hanya ~US$11 juta (2023). Tidak ada jalur pendapatan berulang yang menutup biaya compute ~US$99 juta.
Sewa compute skala superkomputer dari GPU cloud pihak ketiga (AWS, CoreWeave, GCP)
Konteks
Melatih model difusi butuh ribuan A100. Menyewa (bukan membangun data center sendiri) adalah keputusan wajar untuk startup: cepat, tanpa capex besar, elastis.
Trade-off
Kecepatan & fleksibilitas awal ditukar dengan biaya operasional (opex) yang tinggi dan lengket, plus ketergantungan/lock-in ke vendor GPU cloud yang harganya premium.
Hasil
Compute jadi lubang kas terbesar; saat pendapatan tak menyusul, Stability gagal bayar AWS dan berutang ke Google Cloud & CoreWeave — utang vendor tembus US$100 juta+ yang belakangan harus dihapus dalam rekapitalisasi.
Latih model di atas dataset web-scraped LAION tanpa kurasi/audit provenance yang ketat
Konteks
LAION-5B adalah korpus gambar-teks publik terbesar yang tersedia; memakainya adalah jalan tercepat & termurah untuk melatih model kompetitif saat mengejar time-to-market.
Trade-off
Skala & biaya rendah ditukar dengan risiko hukum (hak cipta) dan risiko keamanan/etika (konten ilegal) karena data tak pernah benar-benar dibersihkan atau ditelusuri asal-usulnya.
Hasil
Melahirkan gugatan hak cipta (seniman, Getty) dan temuan CSAM di dataset oleh Stanford — kerusakan hukum dan reputasi yang berakar pada keputusan data pipeline, bukan pada kode model.
Insight untuk CTO
Untuk perusahaan model, compute adalah COGS, bukan sekadar biaya R&D. Kalau produk inti gratis, biaya GPU ribuan A100 menjadi lubang kas yang tak berdasar — tidak ada volume adopsi yang menutupnya. Ekonomi unit compute harus dimodelkan sebelum, bukan sesudah, scaling.
🚩 Peringatan dini
Biaya compute berkali lipat pendapatan; bertahan dari fundraise ke fundraise; tagihan cloud mulai menunggak; tidak ada FinOps/atribusi biaya per produk.
🛡️ Pencegahan
Bangun model unit economics per-inferensi & per-pelatihan sejak awal; terapkan FinOps dengan budget & alarm burn; padankan komitmen compute dengan pipeline pendapatan nyata; sediakan tier berbayar sebelum menawarkan yang gratis.
Menyewa compute mempercepat 0→1, tapi mengubahnya jadi opex lengket dengan lock-in. Jaga portabilitas arsitektur dan daya tawar vendor; jangan biarkan satu tagihan GPU cloud menjadi single point of financial failure.
🚩 Peringatan dini
Satu-dua vendor menyerap mayoritas biaya; komitmen sewa panjang tanpa opsi turun-skala; tagihan tertunda sebagai sinyal likuiditas.
🛡️ Pencegahan
Diversifikasi & negosiasi committed-use; jaga stack portabel (containerized, hindari API proprietary); pantau tagihan cloud sebagai metrik kesehatan, bukan sekadar biaya.
Data pelatihan adalah permukaan risiko hukum & keamanan, bukan cuma bahan bakar model. Menelan korpus web mentah tanpa kurasi provenance mengundang gugatan hak cipta dan — lebih parah — konten ilegal (CSAM) di dalam dataset. Governance data harus di hulu pipeline.
🚩 Peringatan dini
Dataset tanpa lineage/lisensi terdokumentasi; tidak ada filtering konten ilegal/berhak cipta sebelum training; 'ini kan data publik' dijadikan pembenaran; tak ada audit independen.
🛡️ Pencegahan
Perlakukan dataset sebagai aset ber-governance (provenance, lisensi, consent); jadikan filtering hak cipta/PII/CSAM gate WAJIB sebelum training; audit pihak ketiga & simpan jejaknya; bedakan 'tersedia' dari 'sah dipakai'.
Kalau moat teknis Anda melekat pada segelintir pencipta model, bus factor rendah adalah risiko eksistensial — apalagi jika IP-nya open dan mereka bisa membangun ulang di tempat lain. Retensi & kodifikasi pengetahuan sama pentingnya dengan modelnya.
🚩 Peringatan dini
IP inti bergantung pada 3-5 orang; tidak ada insentif retensi jangka panjang; pengetahuan tersilo & tak terdokumentasi; talenta kunci mulai kecewa pada arah perusahaan.
🛡️ Pencegahan
Ikat talenta kunci dengan equity vesting & otonomi riset; kodifikasi arsitektur (dokumentasi, reproducibility, knowledge-sharing); bangun kedalaman tim untuk menurunkan bus factor; selaraskan strategi dengan visi peneliti.
Kalau komunitas open-source adalah kanal distribusi Anda, setiap rilis buruk & perubahan lisensi sepihak adalah utang kepercayaan. Regresi kualitas yang lolos ke publik menandakan gate evaluasi rilis yang lemah.
🚩 Peringatan dini
Tidak ada regression test/human eval sebelum rilis publik; metric internal hijau tapi kualitas persepsi memburuk; lisensi diubah tanpa konsultasi komunitas.
🛡️ Pencegahan
Wajibkan eval pra-rilis (human eval + regression) sebagai gate; perlakukan lisensi sebagai keputusan produk yang dikomunikasikan; rilis bertahap dengan rollback; jadikan kesehatan komunitas sebagai KPI.
Verdict CTO
Kalau saya CTO Stability AI 2-3 tahun sebelum krisis, lima keputusan teknis yang akan saya ambil berbeda:
- Model ekonomi compute sebelum scaling GPU. Compute adalah COGS, bukan R&D. Saya akan menuntut unit economics per-inferensi & per-pelatihan, FinOps dengan alarm burn, dan tier berbayar (API/enterprise) beroperasi SEBELUM membakar ~US$99 juta/tahun untuk produk gratis.
- Governance data pelatihan sebagai gate wajib. Saya tidak akan melatih model produksi di atas LAION mentah. Filtering hak cipta/PII/CSAM di hulu, provenance terdokumentasi, dan audit pihak ketiga — untuk menutup risiko gugatan seniman/Getty dan mencegah CSAM masuk korpus.
- Turunkan bus factor di tim model. IP inti tidak boleh melekat pada 4-5 peneliti yang bisa keluar dan mendirikan pesaing (FLUX). Equity vesting jangka panjang, otonomi riset, plus kodifikasi arsitektur & reproducibility agar pengetahuan hidup di organisasi.
- Kurangi lock-in & lengketnya opex compute. Negosiasi committed-use lintas vendor, jaga stack portabel, dan jadikan tagihan cloud metrik kesehatan — agar satu tagihan AWS tak pernah jadi titik gagal finansial.
- Gate evaluasi rilis + lisensi sebagai keputusan produk. Regression test & human eval wajib sebelum rilis publik (mencegah fiasko anatomi SD3), dan perubahan lisensi dikonsultasikan ke komunitas yang menjadi moat distribusi — bukan diubah sepihak.
Catatan jujur: akar terdalam kasus ini ada di sisi bisnis & tata kelola (monetisasi open-source, kredibilitas pendiri, struktur kontrol dewan). Keputusan teknis di atas memperkecil kerusakan, tapi tidak bisa menyelamatkan perusahaan tanpa perbaikan model bisnis dan tata kelola.
Sumber
- Stability AI Founder Emad Mostaque Tanked His Billion-Dollar Startup — Forbes (tier 1)
- Stability AI defaulted on payments to AWS, owed Google Cloud and CoreWeave money — Data Center Dynamics (tier 1)
- Identifying and Eliminating CSAM in Generative ML Training Data and Models — Stanford Internet Observatory / Stanford Digital Repository (tier 1)
- The org behind the data set used to train Stable Diffusion claims it has removed CSAM — TechCrunch (tier 1)
- Largest Dataset Powering AI Images Removed After Discovery of Child Sexual Abuse Material — 404 Media (tier 2)
- The New Stable Diffusion Is Producing Horrific Mangled Human Bodies — Futurism (tier 2)
- How Stable Diffusion was built: Tips and tricks to train large AI models (AWS re:Invent 2022, CMP314) — Amazon Web Services (tier 1)
- Andersen v. Stability AI: The Landmark Case Unpacking the Copyright Risks of AI Image Generators — NYU Journal of Intellectual Property & Entertainment Law (tier 2)
- Former Stability AI core members set up a new company to release Flux.1 open source image generation model — Medium (Brain Titan) (tier 3)
- Stability AI is on shaky ground as it burns through cash and looks at a management overhaul — Semafor (tier 1)
Sentimen Publik
Bagaimana Publik Memandang
Sentimen mengukur persepsi publik, bukan fakta hukum. Baca metodologi untuk batasan dan bias yang diakui.
Liputan media teknologi utama (Fortune, TechCrunch, CNBC, Semafor, Bloomberg, Forbes) secara dominan membingkai Stability AI sebagai contoh krisis startup AI: pendiri yang melebih-lebihkan klaim, membakar kas tanpa model bisnis yang jelas, konflik dengan investor, dan exodus talenta. Nada mayoritas kritis, dengan beberapa pemberitaan tentang upaya turnaround di bawah CEO baru.
Seniman dan kreator visual — pihak yang paling terdampak oleh pelatihan AI tanpa izin — menyuarakan penolakan keras. Gugatan class-action, protes di ArtStation, dan testimoni di hadapan Senat AS mencerminkan sentimen negatif yang kuat. Bagi seniman, Stability AI merepresentasikan ancaman eksistensial terhadap profesi kreatif.
Komunitas teknologi dan startup terbagi: sebagian mengapresiasi kontribusi Mostaque dalam mendemokratisasi AI (Stable Diffusion mengubah industri), sementara sebagian lain mengkritik keras misrepresentasi, mismanajemen, dan ketidakjujuran. Setelah turnaround di bawah Akkaraju, ada optimisme hati-hati tentang masa depan perusahaan.
Pengadilan menangani kasus secara prosedural: hakim menolak upaya penolakan Stability AI dalam gugatan seniman (mengizinkan kasus berlanjut), namun juga memenangkan Stability AI dalam gugatan Getty Images di Inggris. Regulator belum mengeluarkan kebijakan khusus terhadap Stability AI, tetapi kasus ini menjadi preseden penting untuk regulasi AI dan hak cipta.
Diskusi daring (X/Twitter, Reddit, Hacker News, GitHub) didominasi oleh kritik terhadap krisis manajemen Stability AI, kekecewaan atas SD3, dan perdebatan sengit tentang etika pelatihan AI tanpa izin seniman. Protes #NoAIArt dan blokir CivitAI terhadap SD3 mencerminkan sentimen negatif yang luas. Namun, komunitas developer open-source tetap menghargai kontribusi teknis Stable Diffusion.