Artificial General Intelegence (AGI) dan Large Language Model (LLM) saat ini menjadi dua istilah yang sedang mendominasi percakapan global mengenai kecerdasan buatan. Setiap minggu, muncul model terbaru dengan benchmark yang lebih tinggi. Namun, di tengah persaingan tersebut muncul  pertanyaan fundamental yang sering terlupakan: 

Apakah AI yang cerdas, secara otomatis dapat memberikan nilai yang lebih besar bagi manusia, bisnis dan masyarakat?   

Dalam forum Indonesia-Swiss Business Forum Series 2026, para pakar dari kedua negara membahas masa depan kecerdasan buatan (AI), mulai dari isu kedaulatan data, open source, hingga strategi membangun AI nasional. Pandu Wisaksono Sastrowardoyo, Director Blocksphere Teknoniaga Indonesia;Peter Demeo, Head Of Product Phoenix Technology; dan  Ikin Wirawan, Tech CEO WGS terlibat diskusi hangat dalam panel tersebut. 

Saat ini muncul anggapan bahwa semakin tinggi skor benchmark, otomatis akan membuat suatu sistem AI menjadi lebih andal daripada sistem lainnya. Kendati demikian, Pandu Wisaksono, researcher AI sejak tahun 2007, dengan paper tentang AI pada tahun 2008 menjelaskan bahwa “kecerdasan model dan keandalan sistem adalah dua hal yang sangat berbeda dan tidak dapat dinilai menggunakan indikator penilaian yang sama.” Artinya, sebuah sistem AI perlu dibangun secara mangkus atau tepat guna. Karena secerdas apapun model AI yang dibangun, jika tidak cocok dengan kebutuhan spesifik, maka tidak akan memberikan nilai pada sektor yang dibutuhkan. Dengan begitu, pengembangan AI dapat mulai dilakukan mulai dari Small Languange Model (SLM). Meskipun tidak memiliki kemampuan umum seluas model frontier, model ini dirancang secara khusus untuk menguasai domain knowledge tertentu.

Menjadi sangat perlu dipahami bahwa perkembangan terpenting bukan sekedar model individu yang dapat menjadi lebih besar, melainkan model yang dapat menjadi komponen integral dalam sistem kognitif yang lengkap. AI modern tidak hanya terbatas pada LLM. Bukan lagi model dasar atau hanya sekedar AI terbuka, melainkan kombinasi antara model dasar dengan sistem pendukung di sekitarnya 

Yang perlu menjadi bahasan saat ini bukan lagi ‘Seberapa cerdas model ini?’ Melainkan, hal apa saja yang dapat dilakukan, diamati, diingat, diverifikasi, dan dicapai oleh seluruh sistem dalam jangka waktu yang panjang.  Dengan begitu, akan sangat berlebihan jika hanya menggunakan benchmark untuk menilai sebuah sistem AI. Sebuah model, dapat memiliki kinerja yang sangat baik pada benchmark. Namun ada banyak potensi kegagalan karena ada pergeseran distribusi, injeksi prompt, atau pengambilan data yang tidak tepat, bahkan perbedaan konteks model dari bisnis yang dijalankan. 

Kecerdasan (intelligence), Otonomi (autonomy), dan Keandalan (reliability) menjadi masalah rekayasa yang terpisah. Dalam dunia engineering, kecerdasan, otonomi, dan keandalan merupakan tiga persoalan yang berbeda. Perbedaan ini dapat lebih mudah dipahami melalui sebuah analogi. Mari kita bayangkan sejenak. Jika AI adalah dokter dalam sebuah rumah sakit. AI dengan kecerdasan yang sangat tinggi adalah dokter yang sangat cerdas dalam hal akademik; AI dengan otonomi yang sangat tinggi adalah dokter yang mampu menangani pasien sendiri, tanpa perlu pendampingan terus-menerus; dan AI yang reliabel adalah dokter yang tidak hanya pintar dan mandiri, tetapi juga memiliki diagnosis yang secara konsisten sangat akurat, taat pada prosedur keselamatan, mau meminta second opinion saat ragu, dan dapat dipercaya ketika menangani pasien kritis. 

Dengan kata lain, AI yang cerdas belum tentu dapat bekerja sendiri, dan yang mampu bekerja sendiri bahkan belum tentu dapat dipercaya untuk menangani tugas-tugas penting. Maka diperlukan rekayasa engineering dalam hal ini, sehingga memerlukan proses perancangan dan pengembangan sistem AI secara holistik agar mampu bekerja dengan aman, konsisten, dan dapat dipercaya dengan memperhatikan beberapa aspek seperti pengembangan algoritma dan arsitektur, integrasi sistem, verifikasi dan evaluasi, serta monitoring dan perbaikan berkelanjutan. 

Peter Demeo menyoroti pentingnya tata kelola AI (AI Governance) yang menjamin keamanan, akuntabilitas, dan interoperabilitas melalui kerangka regulasi berbasis risiko. Sebaliknya, Pandu Wisaksono menekankan pentingnya membangun kapasitas nasional (AI Capacity Building) melalui pengembangan model AI, ekosistem digital, talenta, infrastruktur komputasi, serta dukungan kebijakan negara agar Indonesia tidak hanya menjadi pengguna teknologi AI global. 

”AI akan semakin otonom melalui integrasi berbagai agen kecerdasan buatan yang mampu mengambil keputusan kompleks.” Oleh karena itu, diperlukan kerangka governance yang berbasis risiko, pembatasan kewenangan AI (least privilege), identitas digital yang dapat diaudit, serta keterlibatan manusia pada setiap keputusan yang berpotensi menimbulkan dampak besar. Peter mengingatkan bahwa AI modern tidak lagi hanya berupa satu model tunggal, melainkan jaringan agen AI yang saling terhubung. 

Peter menyoroti pentingnya membangun tata kelola AI yang aman dan akuntabel. Namun, tata kelola saja tidak akan cukup apabila Indonesia tidak memiliki kapasitas untuk mengembangkan teknologinya sendiri. Berangkat dari titik inilah Pandu Wisaksono menekankan pentingnya pembangunan ekosistem AI nasional melalui penguatan talenta, model AI, infrastruktur komputasi, serta dukungan kebijakan negara.

Namun pada akhirnya, sebagaimana dicontohkan Ikin Wirawan melalui implementasi AI untuk memprediksi tren industri makanan menggunakan IBM Watson, keberhasilan AI tidak hanya diukur dari kecanggihannya, tetapi dari kemampuannya menciptakan nilai nyata bagi dunia usaha dan masyarakat. “Dengan demikian, pembangunan AI nasional bukan semata perlombaan teknologi, melainkan investasi untuk meningkatkan daya saing ekonomi Indonesia.”

Perkembangan teknologi saat ini melesat jauh lebih cepat daripada regulasi hukum yang ada. Sangat penting agar tidak hanya sekedar berfokus pada pembentukan regulasi tentang penggunaan AI yang banyak dikembangkan dari negara-negara maju, namun juga perlu bagi kita untuk membangun kapasitas untuk mengembangkan AI sendiri dengan membangun ekosistem digital yang open, transparan, dan kolaboratif; dokumentasi tentang evaluasi, laporan insiden, dan hal-hal apa saja yang terjadi setelah dipublikasikan menjadi hal yang tidak kalah penting daripada hanya berfokus pada pembuatan kebijakan. Dari pembahasan tersebut, muncul pertanyaan yang tidak kalah menarik: 

Bagaimana Indonesia dapat membangun kedaulatan AI sendiri tanpa harus meniru model Amerika Serikat maupun Tiongkok?

Idealnya, Indonesia perlu memiliki model sendiri, namun Indonesia tidak harus membangun ini benar-benar dari Nol besar “Kemungkinan besar perlu eksisting baik dari Prancis, Tiongkok, atau Amerika” ujar Pandu Sastrowardoyo. Selanjutnya, dari basis tersebut perlu dibangun AI model yang diperkuat, dan sesuai dengan kebutuhan industri di Indonesia. 

Melihat hal tersebut, diperlukan sebuah political will dari pemangku kekuasaan dalam hal ini, dukungan tidak hanya berupa regulasi, tetapi juga berupa pembiayaan melalui skema hibah, pendanaan riset maupun investasi strategis melalui Danantara untuk mendorong perusahaan-perusahaan domestic yang memang berfokus untuk membangun AI model terbaru di Indonesia. Memang tidak harus langsung membuat model setara dengan Open AI, ada baiknya menggunakan pendekatan-pendekatan model yang kecil atau Small Language Model (SLM) yang dekat dan dapat digunakan pada use case tertentu, hal ini akan menjadi sangat mudah diterapkan di Indonesia. 

Saat ini akan menjadi sangat sulit untuk membangun model general karena memiliki jaringan komputasi yang sangat kompleks. Singkatnya, perlu ada campur tangan Negara untuk mendukung perusahaan-perusahaan domestik yang bergerak dalam persaingan AI Global. Belajar dari pengalaman Deep Seek dan GLM yang mendapat ‘embargo digital’ dari Amerika, sehingga mereka tidak dapat memiliki Chip NVIDIA terbaik, ada terobosan-terobosan dalam hal positif yang mereka lakukan dalam hal programming. Tentu hal ini akan menjadi pembahasan yang lebih teknis untuk dibahas. Contoh lain pada MISTRAL yang membangun MIXTRAL, dimana terdapat model-model lebih kecil yang saling bekerjasama dalam menyaring pertanyaan-pertanyaan atau masalah yang relevan. 

Pembangunan AI ini perlu menjadi fokus nasional kedepannya. Pandu menekankan agar Indonesia harus “Sadar Singularity” Lebih dalam dia menekankan bahwa “Hal ini perlu menjadi Proyek Strategis Nasional (PSN). Kalau tidak, kita akan tertinggal 5 tahun lagi”. Saat-saat seperti ini masih belum terlambat bagi Negara untuk mendukung perusahaan domestic yang bergerak di bidang ini. Akan menjadi cerita berbeda jika Indonesia memulai dalam 5-10 tahun ke depan, tentunya Indonesia hanya akan menjadi pengguna dari ekosistem AI yang digunakan oleh negara-negara maju.

DISCLAIMER

Opini yang disampaikan dalam artikel ini sepenuhnya merupakan pandangan pribadi penulis dan tidak mencerminkan sikap, kebijakan, atau pandangan resmi dari Bloomberg Technoz. Kami tidak bertanggung jawab atas keakuratan, kelengkapan, atau validitas informasi yang disajikan dalam opini ini.

Setiap pembaca diharapkan untuk melakukan verifikasi dan mempertimbangkan berbagai sumber sebelum mengambil kesimpulan atau tindakan berdasarkan opini yang disampaikan. Jika terdapat keberatan atau klarifikasi terkait isi opini ini, silakan hubungi redaksi melalui contact@bloombergtechnoz.com

(yhn)