Artikel ini sudah di post di Kompas.com
Kompas.com, 28 April 2026
Penulis : Dr. Ir. Dimitri Mahayana, M. Eng, CISA, ATD
Gambar ini dibuat menggunakan AI
STANFORD Institute for Human-Centered Artificial Intelligence beberapa waktu lalu, merilis edisi kesembilan AI Index.
Laporan setebal lebih dari 400 halaman ini adalah potret paling rinci tentang posisi AI dunia hari ini.
Saya membacanya sambil membuka kembali data survei Sharing Vision IT Business Outlook 2026, yang kami rampungkan pada Desember 2025, dengan responden 2.442 orang.
Dua dokumen ini, jika dibaca bersisian, memberi satu pesan yang sulit diabaikan: Indonesia sedang berdiri di persimpangan yang bentuknya sudah jelas, tapi langkah berikutnya belum tentu.
Tulisan ini adalah upaya saya membedah 14 tren terpenting dari laporan tersebut, dan membaca ulang maknanya dari kacamata Indonesia.
Tren 1: Gap AS–China praktis tertutup. Hingga awal 2023, OpenAI memimpin dengan jelas.
Pada Februari 2025, DeepSeek-R1 menyamai model top AS. Per Maret 2026, Anthropic hanya unggul 2,7 persen dari pesaing terdekat.
Enam model teratas di Arena Leaderboard — Anthropic, xAI, Google, OpenAI, Alibaba, dan DeepSeek — hanya berselisih tipis.
Persaingan sekarang bukan lagi soal siapa paling pintar, melainkan siapa paling murah, paling andal, dan paling cocok untuk penggunaan spesifik.
Tren 2: Akselerasi kapabilitas belum melambat. Narasi bahwa AI sudah mentok tidak bertahan di depan data.
Pada SWE-bench Verified, tolok ukur yang mengukur kemampuan menyelesaikan isu GitHub nyata, skor model melonjak dari 60 persen ke hampir 100 persen dalam satu tahun.
Humanity’s Last Exam — benchmark yang dirancang agar sulit bagi AI dan menguntungkan pakar manusia — naik dari 8,8 persen pada awal 2025 ke lebih dari 50 persen per April 2026. Tolok ukur yang diharapkan bertahan bertahun-tahun kini jenuh dalam hitungan bulan.
Tren 3: Jagged frontier: cerdas di satu sisi, konyol di sisi lain. Inilah temuan yang paling layak dibahas di ruang-ruang kuliah.
Model yang meraih medali emas di International Mathematical Olympiad hanya benar membaca jam analog 50,1 persen dari waktu.
Agen AI naik dari 12 persen ke 66 persen tingkat keberhasilan di OSWorld, tapi masih gagal pada satu dari tiga tugas terstruktur. Robot hanya sukses di 12 persen tugas rumah tangga.
AI sekarang bukan kecerdasan umum — ia adalah kumpulan kemampuan sempit yang tidak saling tersambung secara kognitif.
Saya menyebut pola ini Non-Falsifiable Intelligence dalam serial pemikiran saya tentang filsafat sains dalam kaitannya dengan AI. Sistem yang tidak bisa difalsifikasi.
Karl Popper menilai sistem seperti ini tidak saintifik. Klaim Artificial General Intelligence ternyata seringkali tidak saintifik.
Benar sahabat saya, Doktor Budi Rahardjo yang dua tahun lalu di seminar di STEI ITB mengatakan, sebaiknya kita merancang AI untuk tugas yang sempit, tapi performanya bagus.
Tren 4: Adopsi generatif AI lebih cepat dari PC dan Internet. Dalam tiga tahun sejak ChatGPT diluncurkan ke publik, 53 persen populasi dunia sudah mengadopsinya. Lebih cepat dari PC. Lebih cepat dari Internet.
Namun, adopsi tidak otomatis sejalan dengan investasi. Singapura memimpin dengan 61 persen, UEA 54 persen, sementara AS justru di peringkat 24 dengan 28,3 persen.
Data Sharing Vision IT Business Outlook 2026 menunjukkan Indonesia mengikuti pola Singapura: kesadaran AI masyarakat Indonesia sudah 87 persen, penggunaan harian 55 persen, dengan ChatGPT dipakai 81,7 persen responden, Gemini 70,9 persen, DeepSeek 43 persen, dan Claude 21,2 persen. Angka ini luar biasa.
Tren 5: Investasi meledak ke angka yang sulit dipercaya. Investasi korporat global di AI tahun 2025 mencapai 581,69 miliar dolar AS, naik 129,9 persen. Investasi swasta 344,7 miliar dolar AS, naik 127,5 persen. Generatif AI menyerap hampir separuh dari total pendanaan swasta, tumbuh lebih dari 200 persen dari 2024.
Event pendanaan miliaran dolar AS naik dari 15 ke 28. OpenAI menggalang 40 miliar dolar AS di valuasi 300 miliar dollar AS.
Anthropic 13 miliar dollar AS di valuasi 183 miliar dollar AS. Nvidia menjadi perusahaan publik pertama bernilai 4 triliun dolar AS. Angka-angka ini melampaui kemampuan imajinasi sebagian besar kita. Dan itu bukan hiperbola, tapi realita.
Tren 6: Lebih dari 90 persen model frontier datang dari industri. Sepuluh tahun lalu, riset AI terdepan masih didominasi universitas dan laboratorium pemerintah.
Hari ini, laporan Stanford menyebut lebih dari 90 persen model notable 2025 berasal dari kantong korporasi. AS merilis 50 model notable, lebih banyak dari negara mana pun.
Ini pergeseran struktural yang serius. Ketika pengetahuan paling mutakhir hanya bisa dihasilkan oleh entitas yang punya modal ratusan miliar dolar AS, kita harus jujur bertanya: apa peran universitas, dan bagaimana kebijakan publik bisa memastikan riset frontier tidak sepenuhnya menjadi milik korporasi?
Lebih lanjut, apakah universitas sepuluh tahun lagi dalam konteks pengembangan sains dan teknologi terkini masih relevan?
Hal ini patut menjadi refleksi kita bersama. Saya pribadi berpandangan, universitas masih dan justru akan semakin relevan. Apalagi dalam paradigma Human Renaissance 2.0 di Era AI, buku yang ditulis oleh Indra Utoyo, saya dan Agus Nggermanto yang baru terbit 2026.
Tren 7: Model paling kuat, paling tertutup. Foundation Model Transparency Index — indeks yang mengukur keterbukaan perusahaan AI tentang data pelatihan, parameter, risiko, dan kebijakan penggunaan — rata-rata turun dari 58 ke 40 poin.
Laporan menegaskan pola yang ironis. Model paling capable justru paling sedikit mengungkap dirinya. Di dunia yang makin bergantung pada AI, kita makin sedikit tahu apa yang ada di dalam AI.
Ini bahan bakar konsep yang saya sebut Epistemic Illusion: kita memperlakukan hasil inferensi statistik seolah-olah ia adalah grounding epistemis.
Outputnya terdengar meyakinkan, jadi kita menganggap sistem itu “memahami”. Padahal tidak ada yang membuktikan hal itu, dan pembuatnya sendiri menutup rapat informasi yang bisa memverifikasinya.
Tren 8: Aliran talenta AI ke AS anjlok 89 persen. Sejak 2017, arus masuk peneliti dan developer AI ke Amerika Serikat turun 89 persen, dengan 80 persen penurunan terjadi di satu tahun terakhir.
AS masih negara dengan populasi peneliti AI terbesar, tapi sumber pasokannya makin kering. Swiss memimpin densitas talenta AI per kapita dunia. India punya volume talenta besar, tapi juga brain drain parah.
Bagi Indonesia, ini peluang yang jarang terdengar: ketika magnet utama global melemah, celah untuk membangun ekosistem lokal justru terbuka — asalkan insentif, kualitas universitas, dan skema beasiswa kita serius.
Tren 9: Jejak lingkungan yang tidak boleh diabaikan. Estimasi emisi pelatihan Grok 4 mencapai 72.816 ton CO₂e, setara mengendarai 17.000 mobil selama setahun.
Kapasitas listrik data center AI mencapai 29,6 GW, setara kebutuhan puncak seluruh negara bagian New York.
Semakin kuat modelnya, semakin haus energinya. Ironi yang tidak kecil: banyak perusahaan AI mempromosikan solusi perubahan iklim sembari memompa emisi pada skala yang belum pernah ada.
Indonesia perlu memasukkan isu ini ke kalkulasi kedaulatan digitalnya. Data center raksasa yang hanya melayani model bahasa asing bukan hanya persoalan kedaulatan — ia juga beban karbon yang dititipkan ke atmosfer bersama.
Tren 10: Nilai bagi konsumen tumbuh eksplosif. Surplus konsumsi AS dari AI generatif mencapai 172 miliar dolar AS per tahun di awal 2026, naik dari 112 miliar dollar AS setahun sebelumnya.
Median nilai per pengguna tiga kali lipat dalam satu tahun. Mayoritas alat ini gratis atau hampir gratis. Artinya, nilai yang dirasakan publik jauh lebih besar daripada yang dibayarkan.
Ini pedang bermata dua. Di satu sisi, akses murah membuat manfaat merata. Di sisi lain, model bisnis yang berpusat pada iklan dan pengumpulan data akan menggantikan biaya langsung dengan biaya privasi yang tidak kasat mata.
Data Sharing Vision kami menunjukkan 70,6 persen masyarakat Indonesia sudah khawatir soal ketergantungan berlebih pada AI. Kekhawatiran itu tidak perlu ditepis — ia perlu diwadahi dalam kebijakan.
Tren 11: Disrupsi kerja memukul pekerja muda lebih dulu. Laporan Stanford menegaskan bahwa dampak AI pada ketenagakerjaan sudah bergeser dari prediksi ke realitas. Pekerja muda dan entry-level adalah yang paling cepat terpukul.
Para ahli memperkirakan 80 persen jam kerja di AS akan disentuh AI pada 2030; persepsi publik umum memperkirakan hanya 10 persen. Celah persepsi selebar delapan kali lipat ini adalah bom waktu kebijakan sosial.
Indonesia harus bersiap. Lulusan baru kita yang kompetensi dasarnya bisa dilakukan AI akan menghadapi pasar kerja yang berbeda dari kakaknya.
Pendidikan vokasi, reskilling, dan skema jaminan sosial yang adaptif bukan pilihan, melainkan keharusan.
Tren 12: Adopsi organisasi 88 persen, tapi hasilnya belum serata itu. Sebanyak 88 persen perusahaan yang disurvei sudah mengadopsi AI.
Di sektor pemasaran, gain produktivitas 50 persen sudah terukur. Namun, gap demo-ke-produksi tetap lebar.
Banyak pipeline agentik menampakkan mode kegagalannya hanya setelah deployment panjang.
Ini sejalan dengan apa yang saya dan tim Sharing Vision amati di lapangan: banyak perusahaan Indonesia yang sudah memulai proyek AI, tapi jumlah yang berhasil memindahkannya ke produksi masih menjadi tanda tanya besar.
Jawabannya bukan menambah anggaran teknologi, melainkan memperbaiki tata kelola, data, dan proses.
Tren 13: Pendidikan tertinggal dari laju adopsi. Di AS, empat dari lima siswa sekolah menengah dan mahasiswa memakai AI untuk tugas sekolah. Hanya setengah dari sekolah memiliki kebijakan AI, dan hanya 6 persen guru menyatakan kebijakan tersebut jelas.
Yang menarik, keterampilan rekayasa AI tumbuh tercepat bukan di Silicon Valley, melainkan di UEA, Chili, dan Afrika Selatan.
Ini memberi sinyal hijau untuk Indonesia: dalam pembentukan skill, kecepatan lebih menentukan daripada warisan.
Kurikulum AI di pendidikan tinggi kita, juga di SMA, mungkin perlu ditinjau ulang. Tentu selaras dengan spirit human in the lead (manusia sebagai pemimpin), bukan hanya human in the loop (manusia dalam siklus). Tanpa itu, gap adopsi kita akan berubah menjadi gap kompetensi dalam lima tahun.
Tren 14: Regulasi bergerak di negara bagian, lambat di level federal. Di AS, legislatif negara bagian meloloskan rekor 150 RUU terkait AI pada 2025–2026.
California mengesahkan SB 53 yang mewajibkan safety disclosure dan perlindungan whistleblower. New York mengesahkan RAISE Act yang mewajibkan publikasi protokol keselamatan dan pelaporan insiden.
Di level global, sentimen publik makin kompleks: 59 persen responden laporan Stanford merasa optimistis tentang manfaat AI, naik dari 52 persen; tapi kekhawatiran juga naik tipis ke 52 persen.
Pola ini penting. Regulasi yang baik tidak harus menunggu konsensus federal — ia bisa dibangun dari sektor, dari daerah, dari profesi.
Di Mana Indonesia Berdiri?
Empat belas tren ini, dibaca bersama-sama, memberi kita satu pertanyaan besar: apa posisi Indonesia yang realistis, bermartabat, dan bisa diperjuangkan dengan sumber daya yang kita miliki?
Saya ingin menawarkan empat prinsip. Pertama, berhenti memosisikan Indonesia hanya sebagai pasar.
Data Sharing Vision IT Business Outlook 2026 menunjukkan pengguna AI harian kita 55 persen dari populasi produktif — angka yang menjadikan kita salah satu pasar terbesar di Asia Tenggara.
Namun, pasar tidak punya posisi tawar kalau ia hanya konsumen. Kita harus mulai serius membangun lapisan produksi: model bahasa Indonesia yang andal, data center domestik yang kompetitif, talenta yang cukup.
Kedua, gunakan prinsip H2O — Handal, Hemat, Optimal — yang saya advokasikan sejak lama.
Tidak semua solusi AI harus memakai model frontier yang paling mahal. Banyak kebutuhan riil bisa dilayani dengan model open-source yang lebih kecil, dijalankan di infrastruktur lokal.
Tren 9 tentang jejak lingkungan seharusnya memperkuat argumen ini, bukan sekadar dari sisi biaya, tapi juga dari sisi keberlanjutan.
Ketiga, akui Epistemic Illusion dan Non-Falsifiable Intelligence sebagai kenyataan struktural, bukan nuansa filosofis.
Tren 3 tentang jagged frontier dan tren 7 tentang transparansi yang anjlok mengonfirmasi apa yang sudah saya gagas beberapa bulan lalu: AI hari ini cerdas dalam lingkup sempit, tapi sistem pembuktiannya lemah.
Regulasi harus dibangun di atas pemahaman ini. Kita tidak boleh mendelegasikan keputusan berisiko tinggi ke sistem yang tidak bisa difalsifikasi secara bermakna — bukan karena AI tidak berguna, tapi karena transparansi epistemisnya belum memadai.
Keempat, rawat kesiapan sosial yang sudah kita miliki. Sebanyak 92 persen responden kami mendukung regulasi AI, 70 persen khawatir soal ketergantungan.
Ini bukan sikap anti-teknologi — ini kematangan publik yang jarang dimiliki masyarakat di tahap adopsi awal.
Tugas pembuat kebijakan adalah menerjemahkan kematangan ini menjadi kerangka hukum yang konkret: melindungi anak muda dari kecanduan digital, melindungi pekerja dari disrupsi mendadak, dan melindungi warga dari penyalahgunaan data.
Stanford AI Index 2026 memberi kita cermin global. Sharing Vision IT Business Outlook 2026 memberi kita cermin nasional.
Ketika dua cermin ini saling dihadapkan, gambar yang muncul jelas. Indonesia bukan negara yang terlambat mengenal AI. Kita masyarakat yang sudah mengenalnya, menggunakannya, dan mulai mengkritisinya dengan cara yang dewasa.
Yang kurang adalah keberanian politik dan kesabaran intelektual untuk membangun lapisan produksi dan tata kelola yang sebanding dengan kedewasaan itu.
AI tidak akan menunggu siapa pun. Kini saatnya kita bergerak dan memastikan AI menciptakan keberkahan optimal bagi seluruh masyarakat Indonesia. Semoga !
Editor : Sandro Gatra
—
Informasi Perusahaan:
PT Sharing Vision Indonesia
Jl. Anggrek No.47, Cihapit, Bandung, Jawa Barat 40114
