Foto: TechCrunch — Gambar diambil dari sumber artikel asli untuk menghindari kesalahan informasi visual.
Meski tidak langsung mengancam raksasa AI global, pergeseran siklus adopsi AI berpotensi mengubah peta persaingan pasar Indonesia dalam 12-18 bulan.
Ringkasan Eksekutif
Artikel TechCrunch mengupas teori kontroversial CEO Decagon, Jesse Zhang, yang menyatakan bahwa model AI sumber terbuka (open-source) dan model frontier (kelas atas seperti milik Anthropic dan OpenAI) tidaklah bersaing, melainkan melengkapi dalam satu siklus hidup adopsi. Dalam teorinya, perusahaan menggunakan model frontier yang mahal untuk membuktikan kelayakan (proof of concept), lalu beralih ke model open-source yang lebih murah setelah use case matang. Data dari Vercel dan OpenRouter mendukung pandangan ini: dalam volume token, DeepSeek V4Flash memproses 5,3 triliun token per minggu, jauh melampaui Opus 4.8 milik Anthropic yang hanya 2 triliun token. Namun, dari sisi pengeluaran, Opus 4.8 tetap mendominasi karena biaya per token 23 kali lebih mahal (US$1,37 per juta token vs US$0,06).
Dengan kata lain, frontier lab seperti Anthropic belum merasakan dampak negatif karena pasar AI terus tumbuh dan menciptakan use case baru. Artikel juga menyingkap model baru Nvidia, Nemotron, yang berpotensi menggeser peta persaingan.
Di sisi lain, artikel terkait mengonfirmasi tren serupa: Microsoft beralih ke model internal MAI untuk Excel dan Word guna menekan biaya, menandakan bahwa perusahaan besar mulai mengadopsi strategi 'campuran' antara frontier dan open-source. Sementara itu, Mistral AI dari Prancis berhasil mengumpulkan pendapatan tahunan berulang hingga US$400 juta dengan fokus pada enterprise dan model open-source, mengikuti 'Palantir playbook' — mengerahkan insinyur langsung ke klien. Portugal juga meluncurkan model open-source Amalia sebagai bagian dari gerakan kedaulatan digital Eropa. Bagi Indonesia, pola ini menghadirkan peluang sekaligus tantangan. Di satu sisi, model open-source seperti DeepSeek, Mistral, atau Amalia dapat diadopsi oleh perusahaan dan pemerintah Indonesia dengan biaya lebih rendah, mempercepat digitalisasi tanpa ketergantungan pada API mahal dari AS.
Di sisi lain, dominasi pengeluaran pada model frontier menunjukkan bahwa talenta dan infrastruktur komputasi tetap menjadi pembeda utama — dua hal yang masih menjadi kelemahan Indonesia. Jika tren ini berlanjut, startup AI lokal yang hanya mengandalkan model open-source tanpa diferensiasi kuat akan kesulitan bersaing dengan perusahaan multinasional yang mampu membayar token frontier untuk inovasi. Selain itu, langkah Microsoft mengurangi ketergantungan pada OpenAI dan Anthropic, serta pembentukan unit bisnis Microsoft Frontier, berpotensi mempercepat adopsi AI di perusahaan-perusahaan Indonesia yang merupakan bagian dari jaringan klien global. Hal ini akan meningkatkan produktivitas tetapi juga meningkatkan ketergantungan pada platform asing dan memicu disintermediasi terhadap konsultan TI lokal.
Mengapa Ini Penting
Pergeseran siklus adopsi AI global ini penting karena mengubah cara perusahaan Indonesia memutuskan investasi teknologi. Jika pola 'frontier untuk penemuan, open-source untuk produksi' terus berlanjut, biaya adopsi AI di Indonesia bisa turun drastis, memungkinkan UMKM dan perusahaan menengah mengakses teknologi yang sebelumnya hanya terjangkau korporasi besar. Namun, ini juga berarti talenta AI lokal harus mampu mengintegrasikan dan menyesuaikan model open-source dengan konteks lokal — bukan sekadar menjadi pengguna API mahal. Kesenjangan infrastruktur komputasi (data center, GPU) dan sumber daya manusia menjadi penghambat utama yang perlu diatasi pemerintah.
Dampak ke Bisnis
- Startup AI lokal menghadapi tekanan ganda: di satu sisi, model open-source menurunkan hambatan masuk; di sisi lain, raksasa seperti Microsoft dan Anthropic mengerahkan sumber daya besar untuk menguasai lapisan enterprise. Startup yang hanya menjadi 'wrapper' model open-source tanpa data kepemilikan atau integrasi mendalam akan tergerus.
- Perusahaan publik dan BUMN Indonesia (sektor keuangan, logistik, manufaktur) diuntungkan karena dapat mengadopsi AI dengan biaya token lebih rendah. Kombinasi frontier untuk eksperimen dan open-source untuk produksi massal memungkinkan efisiensi biaya signifikan. Namun, mereka harus berinvestasi pada tim data engineering dan MLOps internal untuk mengelola transisi ini.
- Peluang bagi penyedia cloud lokal dan pengelola data center: lonjakan permintaan inferensi open-source membutuhkan kapasitas komputasi domestik. Jika pemerintah mewajibkan penyimpanan data di server lokal (data residency), ini akan mendorong investasi infrastruktur digital dalam negeri dan mengurangi ketergantungan pada hyperscaler asing.
Yang Perlu Dipantau
- Yang perlu dipantau: respons Kementerian Komunikasi dan Digital terhadap model open-source asing — apakah akan mengeluarkan regulasi yang mendorong penggunaan model lokal (seperti Amalia) atau justru membatasi akses model frontier AS karena kekhawatiran kedaulatan data.
- Risiko yang perlu dicermati: perang talenta AI global yang semakin intens. Jika perusahaan multinasional terus menawarkan kompensasi tinggi untuk insinyur AI, Indonesia bisa kehilangan talenta digital terbaiknya, memperlambat kemampuan adopsi dan inovasi lokal.
- Sinyal penting: pengumuman kemitraan antara perusahaan Indonesia dengan Mistral atau DeepSeek untuk implementasi spesifik (misal, asisten virtual perbankan atau optimasi rantai pasok). Jika terjadi dalam 1-2 bulan ke depan, ini menjadi indikator bahwa pasar Indonesia mulai masuk ke fase produksi open-source.
Konteks Indonesia
Tren global open-source AI yang tidak mengancam frontier labs justru membuka peluang bagi Indonesia untuk mengadopsi AI dengan biaya lebih rendah. Model open-source seperti DeepSeek (China), Mistral (Prancis), atau Amalia (Portugal) dapat dimodifikasi untuk bahasa Indonesia dan kebutuhan sektoral. Namun, Indonesia masih tertinggal dalam infrastruktur komputasi (data center, GPU) dan sumber daya manusia yang mampu mengelola siklus hidup AI dari penemuan (frontier) hingga produksi (open-source). Pemerintah melalui Stranas KA perlu mendorong investasi di superkomputer dan pelatihan talenta agar tidak sekadar menjadi pasar bagi model asing. Selain itu, langkah Microsoft membentuk Microsoft Frontier dan mengurangi ketergantungan pada OpenAI/Anthropic berpotensi mempercepat layanan AI di perusahaan Indonesia, tetapi juga memperkuat dominasi platform asing. Startup lokal perlu mencari celah spesifik — seperti integrasi dengan bahasa daerah, regulasi domestik, atau sektor yang belum terlayani — untuk bertahan.
Analisis ini dibuat oleh sistem AI Feedberry berdasarkan sumber berita publik dan tidak merupakan saran investasi atau keputusan bisnis. Selalu verifikasi dengan sumber primer.