Laporan Tren Mary Meeker - "AI"

• Laporan tren Mary Meeker yang terbit lagi setelah 5 tahun. Kali ini AI menjadi pusatnya. Total 340 halaman
• Kecepatan penggunaan dan penyebaran AI jauh lebih cepat daripada internet, dan titik saat mesin melampaui manusia sedang mulai tiba
• Hal ini didorong oleh infrastruktur internet global (digunakan oleh 5,5 miliar orang), dataset digital yang terakumulasi selama lebih dari 30 tahun, serta kemunculan model bahasa besar (LLM) yang dipelopori ChatGPT dan inovasi dalam kemudahan penggunaan/kecepatan
• Perusahaan AI baru bergerak sangat agresif dalam inovasi, investasi, peluncuran produk, dan penggalangan modal, sementara perusahaan big tech lama juga mempercepat investasi berpusat pada AI dan pertumbuhan
• Persaingan AI antara China dan AS serta perebutan hegemoni teknologi global berkembang sangat sengit, dan laporan ini berharap dapat berkontribusi pada diskusi tentang perubahan teknologi, keuangan, sosial, fisik, dan geopolitik

Outline dokumen

1. Apakah perubahan terjadi lebih cepat daripada masa lalu?
   → Ya, dan memang semakin cepat
2. Pertumbuhan pengguna AI + penggunaan + belanja modal (CapEx) =
   → Tren pertumbuhan yang belum pernah terjadi sebelumnya (Unprecedented)
3. Biaya compute model AI naik, biaya inference turun =
   → Kinerja makin konvergen (Performance Converging), penggunaan oleh developer meningkat
4. Pertumbuhan penggunaan (Usage) + biaya (Cost) + kerugian (Loss) AI =
   → Tingkat yang belum pernah terjadi sebelumnya (Unprecedented)
5. Ancaman terhadap monetisasi AI (Monetization) =
   → Persaingan makin ketat, momentum open source meluas, kebangkitan China
6. Konvergensi dunia fisik dan AI (Ramps) =
   → Cepat dan berbasis data (Fast + Data-Driven)
7. Peningkatan pengguna internet global yang didorong AI =
   → Pertumbuhan yang belum pernah dialami sebelumnya
8. Evolusi AI dan pekerjaan (Work) =
   → Terjadi di dunia nyata, dan berlangsung cepat (Real + Rapid)

Overview

• Bahkan ungkapan "dunia berubah dengan kecepatan yang belum pernah terjadi sebelumnya" terasa terlalu meremehkan, karena kecepatan dan cakupan perubahan berkembang sangat drastis
• Inovasi teknologi, adopsi yang cepat, dan perubahan kepemimpinan global menjadi fondasi (Underpinnings) dari seluruh perubahan ini

• Misi pendirian Google (1998): 'mengorganisasi informasi dunia dan membuatnya dapat diakses serta digunakan oleh semua orang'
• Misi pendirian Alibaba (1999): 'membuat bisnis dapat dilakukan dengan mudah di mana saja'
• Misi pendirian Facebook (2004): 'membuat orang lebih banyak berbagi, dan menjadikan dunia lebih terbuka serta terhubung'

• Saat ini, AI (Artificial Intelligence), daya komputasi yang dipercepat (Computing Power), dan modal tanpa batas negara (Borderless Capital) bergabung untuk secara drastis meningkatkan pengorganisasian informasi, konektivitas, dan aksesibilitas, sekaligus mendorong perubahan besar

• Seperti rekor atlet dalam olahraga yang terus membaik melalui data/input/pelatihan, perusahaan juga berubah menjadi semakin cerdas dan kompetitif saat komputer belajar dari dataset dalam jumlah besar
• Inovasi model besar (Large Models), penurunan biaya per token (cost-per-token), penyebaran open source (Open-Source Proliferation), dan peningkatan kinerja chip (Chip Performance) semuanya secara dramatis meningkatkan keekonomian, kekuatan, dan aksesibilitas teknologi

• ChatGPT dari OpenAI adalah contoh ‘overnight success’ tercepat dalam sejarah berdasarkan metrik pengguna, penggunaan, dan monetisasi (dicapai 9 tahun setelah didirikan)
• Pemanfaatan AI meningkat secara eksplosif di kalangan konsumen, developer, perusahaan, dan pemerintah
• Pada revolusi Internet 1.0, teknologi dimulai di AS lalu menyebar secara bertahap, tetapi ChatGPT diadopsi secara serentak di seluruh dunia dan tumbuh dengan cepat

• Raksasa platform lama (incumbents) dan penantang baru (challengers) sedang bersaing untuk menguasai lapisan baru infrastruktur AI seperti antarmuka agentic (agentic interfaces), enterprise copilots, sistem otonom dunia nyata (real-world autonomous systems), dan model berdaulat (sovereign models)
• Perkembangan radikal dalam AI, infrastruktur compute, dan konektivitas global (global connectivity) secara mendasar membentuk ulang cara bekerja (Work), penempatan modal (Capital Deployment), dan standar kepemimpinan di perusahaan maupun negara

• Pada saat yang sama, perubahan kepemimpinan global di berbagai negara juga sedang berlangsung, dan negara-negara besar utama secara aktif saling menahan daya saing dan keunggulan komparatif satu sama lain
• Negara-negara di seluruh dunia kembali mengalami percepatan sesuai ambisi ekonomi, sosial, dan teritorial mereka (Economic / Societal / Territorial Aspiration)

• Kini dua kekuatan besar, yakni teknologi (Technological) dan geopolitik (Geopolitical), semakin terjalin makin dalam
• CTO Meta Platforms Andrew Bosworth baru-baru ini mengatakan di podcast ‘Possible’ bahwa “AI saat ini mirip seperti perlombaan antariksa (Space Race), terutama karena negara-negara besar seperti China memiliki kapabilitas yang sangat tinggi, hampir tidak ada rahasia, dan semua pihak terus berkembang secara konsisten”

• Kepemimpinan AI (AI Leadership) dapat langsung mengarah pada kepemimpinan geopolitik (Geopolitical Leadership) (sebaliknya tidak berlaku)
• Fenomena ini disertai ketidakpastian besar (Uncertainty), tetapi seperti kata mantan chairman T. Rowe Price Brian Rogers, “secara statistik, dunia tidak terlalu sering berakhir”, sehingga sudut pandang optimistis itu penting

• Dari sudut pandang investor, kita selalu berasumsi bahwa semuanya bisa berjalan salah, tetapi ekspektasi tentang apa yang bisa berjalan sangat baik adalah sumber sejati dari harapan (Optimism)
• Gambaran AI yang mengerjakan pekerjaan sebagai pengganti manusia terasa seperti sihir pada masa awal email dan pencarian web, dan efek lebih baik / lebih cepat / lebih murah (Better / Faster / Cheaper) menyebar jauh lebih cepat
• Tentu saja risikonya (Danger) dan ketidakpastiannya juga besar, tetapi dalam jangka panjang ada harapan bahwa persaingan yang kuat (Competition), inovasi (Innovation), compute yang murah dan mudah diakses (Accessible Compute), teknologi AI yang menyebar cepat, serta kepemimpinan yang hati-hati dan terukur (Thoughtful and Calculated Leadership) akan menciptakan keseimbangan seperti mutually assured deterrence

• Bagi sebagian orang, evolusi AI bisa menjadi perlombaan menuju titik terendah (Race to the Bottom), tetapi bagi yang lain ini adalah awal dari perlombaan menuju puncak (Race to the Top)
• Kekuatan spekulatif dan dinamis dari kapitalisme (Capitalism) dan creative destruction sedang memicu pergeseran tektonik besar
• Secara khusus, persaingan sengit antara AS (USA), China, dan para pemimpin teknologi global sudah berada dalam status 'Game On'

• Laporan ini bertujuan menampilkan tren dari masa yang dinamis (Dynamic Time) seperti sekarang secara multidimensi berdasarkan berbagai data, riset, dan benchmark pihak ketiga
• Pada akhirnya, tujuan laporan ini adalah berkontribusi pada diskusi tersebut

1. Apakah perubahan terjadi lebih cepat daripada masa lalu?

Technology Compounding = Angka-Angka di Balik Momentum

"Pertumbuhan majemuk teknologi = angka dan data yang tersembunyi di balik momentum pertumbuhan eksplosif"

• Sejarah siklus komputasi dan datangnya era AI
  • Mainframe tahun 1960-an (Mainframe, ~1 juta unit) → minikomputer (Minicomputer, ~10 juta unit) → PC (~300 juta unit) → desktop internet (Desktop Internet, ~1 miliar/pengguna) → mobile internet (Mobile Internet, ~4 miliar) → era AI (AI Era, miliaran hingga puluhan miliar unit)
  • Infrastruktur komputasi yang terakumulasi (CPU, GPU, cloud/big data) menjadi fondasi penyebaran AI
  • Pada era perangkat AI, jumlah perangkat diperkirakan akan puluhan ribu hingga ratusan ribu kali lebih banyak dibanding era mainframe
• Pertumbuhan dataset pelatihan model AI (jumlah kata)
  • Ukuran dataset pelatihan (jumlah kata) model-model AI utama pada 1950~2025 tumbuh 260% per tahun
  • Sejak 2018, model besar seperti GPT-2, GPT-3, dan GNMT mulai muncul, membuat penggunaan data meningkat secara eksponensial
  • Model-model terbaru seperti Aramco Metabrain AI dilatih menggunakan puluhan triliun kata
• Pertumbuhan compute yang digunakan untuk melatih model AI (jumlah komputasi, FLOP)
  • Jumlah komputasi pelatihan model-model AI utama pada 1950~2025 tumbuh 360% per tahun
  • Bersamaan dengan munculnya model besar seperti GPT-4, Grok, AlphaGo, dan Swift, metrik FLOP melonjak tajam
• Peningkatan efisiensi compute yang dibawa inovasi algoritme
  • Pada 2014~2023, effective compute model AI meningkat 200% per tahun
  • Optimasi algoritme seperti Chinchilla dan OPT-175B berkontribusi besar pada peningkatan performa sekaligus penghematan compute
• Pertumbuhan performa superkomputer AI
  • Pada 2019~2025, performa superkomputer AI (cluster) tumbuh 150% per tahun
  • Sunway OceanLight, cluster GPT-3/4, Frontier, El Capitan, xAI Colossus, dll.
  • Performa chip dan jumlah chip per cluster tumbuh secara bersamaan
• Ledakan jumlah model AI berskala besar yang kuat
  • Pada 2017~2024, meningkat 167% per tahun: jumlah peluncuran model AI besar dengan lebih dari 10^23 FLOP melonjak tajam
  • Beragam pemain seperti DeepMind (AlphaGo), xAI, Anthropic, Meta, NVIDIA, dan Mistral terus bermunculan
• Pertumbuhan pengguna, pelanggan, dan pendapatan ChatGPT
  • Per 2022.10~2025.4, pengguna aktif mingguan (Users, MM), pelanggan (Subscriber, MM), dan pendapatan (Revenue, $B) semuanya tumbuh secara eksponensial
  • 800 juta+ pengguna mingguan, 20 juta+ pelanggan, dan pendapatan tahunan yang mendekati $4 miliar
• Kecepatan mencapai 365 miliar pencarian tahunan: ChatGPT vs Google
  • ChatGPT: mencapai 365 miliar pencarian tahunan dalam 2 tahun (2024)
  • Google: membutuhkan 11 tahun untuk mencapai angka yang sama (2009)
  • ChatGPT mencatat kecepatan penyebaran 5,5 kali lebih cepat dibanding Google

• Pada 1998, saat adopsi internet mulai berjalan, Google memulai dengan tujuan untuk 'mengorganisasi informasi dunia dan membuatnya dapat diakses serta berguna bagi semua orang'
• Selama hampir 30 tahun, di tengah laju perubahan tercepat yang pernah dialami umat manusia, kini sebagian besar informasi telah menjadi terdigitalisasi, dapat diakses, dan dapat dimanfaatkan
• Perubahan cara mengakses dan memindahkan informasi berbasis AI berkembang jauh lebih cepat daripada itu

• AI adalah compounder (sesuatu yang tumbuh secara majemuk) di atas infrastruktur internet,
  yang menciptakan fenomena di mana layanan yang mudah digunakan siapa saja dan menarik perhatian publik menyebar dengan sangat cepat

Evolusi distribusi pengetahuan (Knowledge Distribution Evolution)

• 1440~1992: Static + Physical Delivery
  • Sejak penemuan mesin cetak (Printing Press) pada 1440 hingga 1992, pengetahuan didistribusikan dengan cara statis (Static) dan fisik (Physical)
  • Artinya, struktur penyampaian pengetahuan yang berpusat pada media cetak seperti buku, surat kabar, dan majalah bertahan selama ratusan tahun
    – 1993~2021: Active + Digital Delivery
  • Setelah internet (World Wide Web) dibuka pada 1993, terjadi peralihan ke penyampaian pengetahuan yang aktif (Active) dan berbasis digital (Digital)
  • Siapa pun dapat membuat situs web, serta mengakses dan mendistribusikan informasi secara real-time
  • Internet memicu transformasi mendasar dalam ‘keterbukaan dan distribusi pengetahuan’
    – 2022+: Active + Digital + Generative Delivery
  • Dengan peluncuran ChatGPT pada 2022, kita memasuki era distribusi pengetahuan berbasis AI generatif
    • Generative AI: AI yang dapat menghasilkan berbagai jenis konten seperti teks, gambar, audio, dan kode
    • ChatGPT mencatat pertumbuhan bersejarah dengan menembus 1 juta pengguna hanya dalam 5 hari sejak diluncurkan
  • Kini pengetahuan bukan lagi sekadar disimpan dan dicari, melainkan era ketika AI secara kreatif menghasilkan dan langsung menyampaikannya

“Pengetahuan adalah akumulasi fakta (wisdom), tetapi kebijaksanaan terletak pada penyederhanaannya” – Martin H. Fischer

• AI = Many Years Before Lift-Off
  • Teknologi AI tampak seolah tumbuh eksplosif dalam waktu singkat, tetapi sebelum benar-benar menjadi arus utama, ada puluhan tahun persiapan dan perkembangan
• 1950~2025 AI Milestone Timeline (dirangkum oleh Stanford)
  • 1950.10: Alan Turing mempublikasikan tes Turing (mengusulkan konsep evaluasi kecerdasan komputer)
  • 1956.6: Dartmouth Conference digelar, John McCarthy menciptakan istilah ‘Artificial Intelligence’
  • 1962.1: Arthur Samuel dari IBM mengalahkan juara AS dalam permainan checkers dengan program pembelajaran mandiri
  • 1966.1: Shakey dari Stanford, robot mobile serbaguna pertama, mulai dioperasikan
  • 1967~1996: “AI winter” – minim kemajuan, investasi/minat menurun
  • 1997.5: IBM Deep Blue mengalahkan juara dunia catur Kasparov
  • 2002.9: Roomba diluncurkan sebagai robot penyedot debu produksi massal pertama
  • 2005.10: Mobil tanpa pengemudi Stanley dari Stanford menyelesaikan DARPA Grand Challenge
  • 2010.4: Apple mengakuisisi Siri lalu mengintegrasikannya ke iPhone 4S
  • 2014.6: Chatbot Eugene Goostman lolos tes Turing
  • 2018.6: OpenAI mengumumkan GPT-1, large language model pertama
  • 2020.6: OpenAI merilis GPT-3 dan memberi lisensi eksklusif kepada Microsoft
  • 2022.11: OpenAI membuka ChatGPT untuk publik
  • 2023.3: OpenAI merilis GPT-4 (multimodal) / Microsoft mengintegrasikan Copilot / Google merilis Bard / Anthropic merilis Claude
  • 2023.11: 28 negara termasuk AS, UE, dan Tiongkok menandatangani Deklarasi Keamanan AI Bletchley
  • 2024.3~5: Meta merilis Llama 3 (open source) / Departemen Keamanan Dalam Negeri AS mengumumkan roadmap AI / Google memperkenalkan fitur pencarian berbasis AI / OpenAI merilis GPT-4o (sepenuhnya multimodal)
  • 2024.7: Apple mengumumkan Apple Intelligence (untuk pengembang)
  • 2024.9: Alibaba merilis 100 model open source Qwen 2.5 (dengan performa setara Barat)
  • 2024.12: OpenAI mengumumkan o3 (model dengan performa tertinggi)
  • 2025.1: DeepSeek merilis model reasoning open source R1 dan R1-Zero / Alibaba mengumumkan Qwen2.5-Max (melampaui performa reasoning GPT-4o dan Claude 3.5)
  • 2025.2: OpenAI merilis GPT-4.5 / Anthropic mengumumkan Claude 3.7 Sonnet / xAI merilis Grok 3
  • 2025.4: ChatGPT mencapai 800 juta pengguna mingguan

Circa Q2:25 - 10 hal yang dapat dilakukan AI saat ini (menurut ChatGPT)

1. Menulis atau mengedit apa pun: menulis dan mengedit email, esai, kontrak, puisi, kode, dan lainnya secara instan dan lancar
2. Merangkum dan menjelaskan materi kompleks: menguraikan PDF, dokumen hukum, riset, dan kode dengan mudah lalu mengubahnya ke bahasa Inggris umum
3. Berperan sebagai tutor untuk hampir semua topik: mendukung pembelajaran langkah demi langkah untuk matematika, sejarah, bahasa, persiapan ujian, dan lainnya
4. Menjadi mitra berpikir: membantu proses berpikir seperti brainstorming ide, debugging logika, dan memeriksa hipotesis
5. Mengotomatiskan pekerjaan berulang: pembuatan laporan, perapihan data, peringkasan slide, penulisan ulang teks, dan lainnya
6. Memainkan peran yang dibutuhkan: menjalankan berbagai peran seperti persiapan wawancara, simulasi pelanggan, dan latihan percakapan
7. Menghubungkan alat: menulis kode integrasi dengan berbagai alat seperti API, spreadsheet, kalender, dan kode web
8. Dukungan psikologis dan peran sebagai teman: mengobrol tentang hari yang dijalani, membantu membingkai ulang pikiran, atau sekadar mendengarkan
9. Mendukung pencarian tujuan hidup: memperjelas nilai, menetapkan tujuan, dan menyusun rencana eksekusi
10. Menata kehidupan: merencanakan perjalanan, merancang rutinitas, menata satu minggu atau alur kerja, dan lainnya

Circa 2030? - 10 hal yang diperkirakan dapat dilakukan AI dalam 5 tahun ke depan (menurut ChatGPT)

1. Menghasilkan teks, kode, dan logika setara manusia: menghasilkan keluaran setara manusia untuk chatbot, rekayasa perangkat lunak, rencana bisnis, analisis hukum, dan lainnya
2. Penciptaan film dan game penuh waktu: produksi otomatis seluruh konten seperti naskah, karakter, adegan, mekanik gameplay, dan voice acting
3. Memahami dan berbicara seperti manusia: asisten yang mengenali emosi, agen suara multibahasa real-time, dan lainnya
4. Berperan sebagai asisten pribadi tingkat lanjut: perencanaan hidup, mengingat kembali memori, sinkronisasi jadwal dan informasi lintas semua aplikasi dan perangkat, dan lainnya
5. Mengoperasikan robot humanoid: asisten rumah tangga, perawatan lansia, otomatisasi ritel dan hospitality, dan lainnya
6. Menjalankan layanan pelanggan dan penjualan secara otonom: penyelesaian masalah end-to-end, upselling, integrasi CRM, dukungan 24/7, dan lainnya
7. Menyesuaikan seluruh kehidupan digital individu: pembelajaran adaptif, rekomendasi konten dinamis, manajemen kesehatan yang dipersonalisasi, dan lainnya
8. Membangun dan menjalankan bisnis secara otonom: startup berbasis AI, optimasi inventaris dan harga, operasi digital menyeluruh, dan lainnya
9. Mengotomatiskan penemuan ilmiah: desain obat, sintesis material baru, pemodelan iklim, pengujian hipotesis baru, dan lainnya
10. Kolaborasi kreatif layaknya mitra: kolaborasi kreatif di berbagai bidang seperti penulisan novel bersama, produksi musik, desain fesyen, dan arsitektur

Circa 2035? - 10 hal yang diperkirakan dapat dilakukan AI dalam 10 tahun ke depan (menurut ChatGPT)

1. Melakukan riset ilmiah: menghasilkan hipotesis, menjalankan simulasi, merancang dan menganalisis eksperimen, dan lainnya
2. Merancang teknologi canggih: penemuan material baru, desain biotek, pembuatan prototipe sistem energi, dan lainnya
3. Mensimulasikan pikiran mirip manusia: menciptakan persona digital dengan memori, emosi, dan perilaku adaptif
4. Menjalankan perusahaan secara otonom: mengelola R&D, keuangan, logistik, dan lainnya dengan intervensi manusia minimal
5. Melakukan pekerjaan fisik yang kompleks: manipulasi alat, perakitan komponen, adaptasi di lingkungan nyata, dan lainnya
6. Mengoordinasikan sistem global: mengoptimalkan logistik, penggunaan energi, respons krisis, dan lainnya dalam skala besar
7. Memodelkan sistem biologis: simulasi sel, gen, organisme serta penerapannya untuk terapi dan riset
8. Memberikan pengambilan keputusan setingkat pakar: menyediakan nasihat hukum, medis, dan bisnis secara real-time
9. Berpartisipasi dalam debat publik dan pembentukan kebijakan: memoderasi forum, mengusulkan rancangan undang-undang, menyesuaikan kepentingan para pihak, dan lainnya
10. Membangun dunia virtual imersif: menciptakan lingkungan 3D interaktif hanya dengan prompt teks

Kecepatan perkembangan AI berada di level yang tak terduga

• Perubahan pelaku pengembangan model machine learning (2003~2024)
  • Dari 2003 hingga 2014, kalangan akademik (academia) memimpin pengembangan model machine learning (Academia Era)
  • Sejak 2015, industri (industry) jauh melampaui akademia dalam data, komputasi, dan modal yang diinvestasikan, lalu memimpin inovasi (Industry Era)
  • Per 2024, sekitar 60 model ML penting dikembangkan setiap tahun oleh kalangan industri
• Lonjakan jumlah pengembang AI (berdasarkan ekosistem NVIDIA, 2005~2025)
  • Di dalam ekosistem NVIDIA, jumlah pengembang global meningkat 6 kali lipat dalam 7 tahun (diperkirakan mencapai 6 juta pada 2025)
  • Pertumbuhan terbesar terjadi pada 2018~2025
• Jumlah pengembang dalam ekosistem AI Google (2024~2025)
  • Mei 2024: 1,4 juta → Mei 2025: 7 juta
  • Tumbuh 5 kali lipat hanya dalam 1 tahun, dengan komunitas pengembang AI yang meledak berpusat pada platform Gemini
• Ledakan peningkatan paten komputasi di AS (1960~2024)
  • Dalam 8 tahun setelah IPO Netscape pada 2003: +6.300, lalu dalam 18 tahun 2004~2022 bertambah +1.000
  • Setelah peluncuran ChatGPT (2022), melonjak +6.000 hanya dalam 1 tahun
  • Paten inovasi terkait teknologi komputasi/AI bermunculan dalam skala besar
• Kinerja AI menembus level manusia pada 2024
  • Pada benchmark MMLU (pengetahuan umum + penalaran), per 2024 sistem AI mencapai akurasi 92,3%, melampaui manusia (89,8%)
• Kemampuan AI meniru manusia (Q1 2025)
  • GPT-4o (tanpa persona): 73% respons disalahartikan sebagai jawaban manusia
  • GPT-4.5 (dengan persona): lebih dari 90% gagal membedakan bahwa itu AI
  • Kemiripan dan kesan realistis respons AI meningkat drastis
• Realisme percakapan AI (kasus uji Turing)
  • Contoh percakapan uji Turing nyata dengan GPT-4.5
  • 87% peserta eksperimen keliru mengira pihak (A) adalah manusia, padahal sebenarnya AI,
    sebaliknya manusia (B) dinilai memiliki "nuansa seperti AI"
  • Kemampuan percakapan alami AI modern telah melampaui manusia
• Evolusi performa pembuatan gambar AI
  • Perbandingan Midjourney v1 (2022) dan v7 (2025):
    dalam 3 tahun, hasil pembuatan perhiasan (kalung bunga matahari) berkembang menjadi jauh lebih realistis
• Gambar buatan AI vs gambar nyata (2024)
  • Per 2024, foto wajah yang dibuat AI (StyleGAN2) menjadi sangat canggih hingga hampir tak bisa dibedakan dari foto asli
  • Realisme gambar generatif meningkat drastis
• Realisme pembuatan/penerjemahan suara AI (kasus ElevenLabs)
  • Alat pembuatan suara AI ElevenLabs
    • mendukung dubbing suara otomatis, terjemahan multibahasa real-time, pelestarian suara asli, dan lainnya
    • trafik situs globalnya melampaui 20 juta kunjungan bulanan dalam 2 tahun, dan diadopsi oleh 60% perusahaan Fortune 500
  • Pembuatan dan penerjemahan audio AI juga berkembang sangat pesat
• Populerisasi terjemahan audio berbasis AI (Spotify, Mei 2025)
  • Spotify mulai menerima terjemahan AI untuk audiobook dalam 29 bahasa melalui kolaborasi dengan ElevenLabs
  • Mengajukan visi "era ketika siapa pun dapat membuat konten dalam bahasa mereka sendiri, lalu AI menerjemahkannya secara real-time untuk disampaikan ke seluruh dunia" (CEO Daniel Ek)
  • Per kuartal 1 2025, pengguna aktif bulanan 678 juta, pelanggan 268 juta, pendapatan tahunan 16,8 miliar euro
• Akselerasi performa AI: contoh-contoh aplikasi baru (November 2024, Morgan Stanley)
  • Pelipatan protein (Protein Folding): DeepMind AlphaFold, memprediksi hampir semua struktur protein
  • Deteksi kanker (Cancer Detection): Microsoft & Paige, membangun model diagnosis kanker berbasis gambar terbesar di dunia
  • Robotika (Robotics): Google, demo robot yang memahami dan menjalankan instruksi manusia dengan memanfaatkan LLM
  • Agentic AI: Amazon, merilis alat yang menjalankan tugas sesuai instruksi pengguna
  • Terjemahan universal (Universal Translation): Meta, merilis model AI multimodal untuk interpretasi dan penerjemahan multibahasa
  • Pembuatan video digital (Digital Video Creation): Channel 1 AI, mendemonstrasikan pembuatan video berita kustom berbasis GenAI

Manfaat dan risiko AI (Benefits & Risks)

• Manfaat pengembangan AI
  • Semua pencapaian peradaban manusia adalah hasil dari kecerdasan manusia, dan semakin tinggi tingkat machine intelligence, semakin besar pula ambisi umat manusia yang dapat meluas
  • AI dan robot berpotensi membebaskan manusia dari pekerjaan berulang, serta membuka era perdamaian dan kemakmuran melalui peningkatan produktivitas
  • Percepatan riset ilmiah dapat mempercepat penyelesaian masalah penyakit, perubahan iklim, dan sumber daya
• Risiko pengembangan AI
  • Demis Hassabis (Google DeepMind): "Kita harus terlebih dahulu menyelesaikan AI agar dapat menyelesaikan semua hal lainnya. Namun, sebelum mendapatkan peluang itu, penyalahgunaan AI dan risiko yang tidak disengaja dapat terjadi"
  • Risiko yang sudah terlihat dan yang akan makin membesar ke depan: senjata otonom mematikan (lethal autonomous weapons), pengawasan (surveillance), pengambilan keputusan yang bias (biased decision making), dampak terhadap pekerjaan (employment impact), keselamatan dan keamanan (safety-critical applications, cybersecurity), dan lain-lain

"Keberhasilan pengembangan AI bisa menjadi peristiwa terbesar dalam sejarah peradaban manusia, tetapi pada saat yang sama, jika kita tidak belajar cara menghindari risikonya, itu juga bisa menjadi peristiwa terakhir" - Stephen Hawking

AI User + Usage + CapEx Growth = Unprecedented

• Dalam 17 bulan, ChatGPT menembus 800 juta pengguna aktif mingguan (+8x)
• Kecepatan adopsi global AI (Global Adoption) juga menunjukkan penyebaran yang belum pernah terjadi sebelumnya dibandingkan masa awal adopsi internet (mencapai 90% pengguna non-Amerika Utara dalam 3 tahun, sementara internet membutuhkan 23 tahun)
• ChatGPT mencapai 100 juta pengguna dalam 0,2 tahun (sekitar 2 bulan), tumbuh jauh lebih cepat dibanding layanan internet utama seperti TikTok, Instagram, dan YouTube
• Waktu untuk mencapai 1 juta pengguna (pelanggan): Ford Model T: 2.500 hari, iPhone: 74 hari, ChatGPT: 5 hari — dengan biaya juga $0 sehingga aksesibilitas mencapai puncaknya
• Diperkirakan hanya butuh 3 tahun hingga 50% rumah tangga di AS memanfaatkan AI, dibanding internet seluler (6 tahun), desktop (12 tahun), PC (20 tahun), dan revolusi industri (42 tahun) — setengah lebih singkat
• Kecepatan adopsi dan penyebaran AI lebih cepat daripada teknologi mana pun dalam sejarah, dan cakupan serta skalanya juga melampaui perkiraan

Adopsi AI oleh perusahaan teknologi, jadi prioritas utama

• Big Tech dan perusahaan teknologi utama memusatkan perhatian pada AI sebagai tema manajemen inti
  • NVIDIA, Google, Microsoft, Meta, Amazon, Baidu, IBM, C3.ai, dan lainnya
  • Dalam transkrip pengumuman kinerja 2020~2024, frekuensi penyebutan AI melonjak tajam, menandai dimulainya persaingan yang benar-benar berpusat pada AI
• Amazon (CEO Andy Jassy)
  • "AI generatif akan merevolusi hampir semua pengalaman pelanggan"
  • Adopsi dan efisiensi AI di semua bidang seperti coding, pencarian, belanja, keuangan, kesehatan, robotika, dan bio
• Google (CEO Sundar Pichai)
  • "AI adalah sarana paling penting untuk memajukan misi kami (mengorganisasi informasi dan menyediakan akses universal)"
  • "Peluang AI berbeda level dari apa pun yang pernah ada sebelumnya"
• Duolingo (CEO Luis von Ahn)
  • "AI generatif berkontribusi pada pembuatan data, fitur baru, dan efisiensi di seluruh perusahaan"
  • Bahkan kurikulum catur pun diselesaikan prototipenya hanya dengan AI
• xAI (CEO Elon Musk)
  • "Esensi Grok AI adalah truth-seeking, yang merupakan hal esensial bagi keamanan AI"
  • "Kita harus membuat AI yang semaksimal mungkin berorientasi pada kebenaran"
• Roblox (CEO David Baszucki)
  • "AI adalah alat akselerasi yang memaksimalkan kemampuan individu; ke depan setiap orang akan memiliki AI mereka sendiri"
• NVIDIA (CEO Jensen Huang)
  • "Dalam 10 tahun, AI akan menjadi infrastruktur bagi setiap industri, setiap negara, dan setiap perusahaan"
  • "AI data center pada dasarnya adalah 'AI factory' yang menghasilkan nilai luar biasa"
• Para pemimpin teknologi global mempertaruhkan segalanya pada adopsi AI dan ekspansi infrastruktur, serta dengan satu suara menegaskan bahwa AI adalah inti daya saing perusahaan dan masyarakat masa depan

Adopsi AI oleh perusahaan tradisional juga naik tajam dalam daftar prioritas

• Minat terhadap AI di perusahaan S&P 500 melonjak
  • Pada kuartal IV 2024, 50% perusahaan S&P 500 menyebut 'AI' dalam pengumuman kinerja (naik tajam dibanding 2015)
  • AI muncul sebagai agenda strategis inti di seluruh dunia korporasi
• Tujuan adopsi AI oleh perusahaan global besar adalah 'pertumbuhan pendapatan'
  • Dalam 2 tahun ke depan, sebagian besar target investasi GenAI akan berfokus pada 'pertumbuhan dan profitabilitas' seperti produktivitas, layanan pelanggan, pendapatan, dan efektivitas pemasaran
  • Pengurangan biaya (cost reduction) menjadi prioritas yang relatif lebih rendah
• 75% CMO global (Chief Marketing Officer) bereksperimen dengan atau mengadopsi alat AI
  • Mayoritas organisasi pemasaran sedang menjalankan pengujian awal atau pilot, dan banyak yang sudah sepenuhnya mengadopsi AI
• Contoh implementasi nyata
  • Bank of America: Erica Virtual Assistant
    • 40 juta pelanggan, total 2,5 miliar interaksi, lebih dari 50.000 pembaruan performa
    • Menjadi asisten keuangan digital 24/7
  • JP Morgan: modernisasi AI end-to-end
    • Dengan adopsi AI/ML, pendapatan dan efisiensi pada 2023~2025 masing-masing diperkirakan naik +35~65%
  • Kaiser Permanente: rekam medis berbasis AI (AI Scribe)
    • Diadopsi oleh ribuan tenaga medis, mengurangi beban dokumentasi, serta meningkatkan pengalaman pasien dan kualitas layanan
  • Yum! Brands: Byte by Yum!
    • Per 2025, sistem pemesanan dan operasional berbasis AI telah diterapkan di 25.000 restoran
• Perusahaan besar tradisional juga menjadikan adopsi AI bukan sebagai upaya pengurangan biaya, melainkan sebagai prioritas strategis yang berpusat pada pertumbuhan dan inovasi
  • Contoh sukses penggunaan AI yang konkret terus terakumulasi dengan cepat di tiap industri

Adopsi AI di bidang pendidikan, pemerintahan, dan riset juga naik tajam dalam daftar prioritas

• Contoh integrasi AI di bidang pendidikan (institusi pendidikan)
  • Arizona State University: membentuk organisasi khusus pengembangan alat AI ('AI Acceleration')
  • Oxford-OpenAI partnership: kolaborasi selama 5 tahun untuk memperkuat riset dan literasi AI
  • NextGenAI: konsorsium senilai $50 juta yang melibatkan 15 universitas riset seperti MIT, Harvard, dan Caltech
  • ChatGPT Gov: peluncuran ChatGPT khusus lembaga pemerintah federal AS (Januari 2025)
  • Laboratorium nasional AS: kerja sama infrastruktur AI untuk bidang energi nuklir, keamanan siber, dan sains canggih
• Perluasan kebijakan adopsi pemerintah (Sovereign AI)
  • NVIDIA Sovereign AI Partners: pembangunan infrastruktur AI nasional mulai dipercepat di Prancis, Swiss, Spanyol, Ekuador, Jepang, Vietnam, Singapura, dan lainnya
  • "Cara tiap negara berinvestasi pada infrastruktur AI mirip dengan pembangunan infrastruktur listrik dan internet di masa lalu" (CEO NVIDIA Jensen Huang)
• Perluasan penerapan AI di bidang riset (R&D) dan medis
  • Perangkat medis AI yang disetujui FDA: 223 persetujuan per tahun per 2023, meningkat eksplosif dibanding 2015 (anggaran AI pemerintah federal AS FY21~FY25 sebesar $14,7 miliar)
  • Pengembangan obat berbasis AI: waktu untuk mencapai tahap pra-klinis (Pre-Clinical) dipangkas 30~80% dibanding metode lama (akselerasi 1,5~12x)
• Di sektor nirlaba/publik seperti pendidikan, pemerintahan, riset, dan medis, adopsi dan integrasi AI juga menyebar dengan cepat
  • Melalui investasi infrastruktur, pelonggaran regulasi, dan riset bersama, kecepatan inovasi AI di luar sektor industri juga ikut meningkat

AI User + Usage + CapEx Growth = Unprecedented

• Status penggunaan ChatGPT di kalangan orang dewasa AS
  • Proporsi seluruh orang dewasa AS yang pernah menggunakan ChatGPT melonjak dari 18% pada Juli 2023 menjadi 37% pada Januari 2025
  • Kelompok usia 18–29 tahun mencapai 55%, sedangkan 30–49 tahun 44%, menunjukkan bahwa semakin muda usianya, semakin tinggi tingkat pemanfaatannya
  • CEO OpenAI Sam Altman menilai bahwa “kalangan muda menggunakannya sebagai penasihat hidup, sedangkan kalangan yang lebih tua sebagai pengganti pencarian”
• Peningkatan rata-rata waktu penggunaan harian aplikasi ChatGPT
  • Dari Juli 2023 hingga April 2025, berdasarkan pengguna aplikasi ChatGPT di AS, rata-rata waktu penggunaan harian meningkat 202%
  • Naik dari sekitar 7 menit per hari menjadi mendekati 20 menit, menunjukkan lonjakan tajam keterlibatan pengguna terhadap aplikasi AI
• Peningkatan sesi aplikasi ChatGPT dan durasi per sesi
  • Dari Juli 2023 hingga April 2025, jumlah sesi rata-rata tumbuh 106%, dan durasi per sesi juga meningkat 47%
  • Pengguna memakai aplikasi lebih sering dan lebih lama, sehingga alat AI semakin mengakar dalam keseharian
• Perbandingan retensi mingguan pengguna ChatGPT dan Google Search
  • Periode Januari 2023 hingga April 2025 menunjukkan retensi mingguan ChatGPT berada di 80%, jauh melampaui Google Search yang 58%
  • Loyalitas pengguna terhadap layanan AI tampak lebih tinggi dibanding pencarian tradisional
• Dampak pemanfaatan chatbot AI di tempat kerja AS
  • Lebih dari 72% pekerja AS yang menggunakan chatbot AI mengalami hasil kerja yang ‘lebih cepat dan lebih baik’
  • Terdapat laporan perubahan positif baik dalam efisiensi kerja maupun kualitas hasil
• Contoh penggunaan ChatGPT oleh mahasiswa AS
  • Penggunaan ChatGPT oleh mahasiswa AS (18–24 tahun) berfokus pada memulai esai/proyek, merangkum teks, brainstorming ide, pemecahan masalah, persiapan ujian, riset, tutoring, serta saran studi dan karier
  • AI dimanfaatkan secara aktif untuk penyelesaian tugas nyata, pekerjaan kreatif, hingga perencanaan karier
• Layanan otomatisasi deep research berbasis AI
  • Perusahaan-perusahaan besar seperti Google Gemini, OpenAI ChatGPT, dan xAI Grok memperluas fitur deep research mereka
  • Otomatisasi pekerjaan pengetahuan tingkat lanjut seperti riset web otomatis, penggalian insight, pembuatan laporan puluhan halaman secara otomatis, dan penelusuran fakta makin dipercepat

Evolusi AI agent = dari respons chat ke otomatisasi pekerjaan nyata

• Chatbot konvensional sebelumnya terbatas pada percakapan terbatas dan tanya jawab sederhana, tetapi AI agent kini berkembang menjadi penyedia layanan yang secara mandiri menangani penalaran, eksekusi, dan tugas multilangkah
  • Contoh: menjadwalkan rapat, mengirim laporan, login ke alat, otomatisasi workflow lintas platform, dan sebagainya
  • Menjalankan tugas kompleks secara langsung hanya dengan perintah bahasa alami
• Perubahan ini mirip dengan transisi dari situs web statis pada awal 2000-an ke web app dinamis seperti Gmail, Google Maps
  • Berevolusi dari antarmuka pesan sederhana menjadi infrastruktur yang mengeksekusi pekerjaan nyata
• Berbeda dengan asisten awal yang hanya memberi input jelas atau hasil terbatas, AI agent kini memiliki orientasi tujuan, otonomi, dan pengaman, sehingga mampu menjalankan proses kompleks seperti interpretasi niat, pengelolaan memori, dan kolaborasi antar-aplikasi
• Perusahaan menjadi pihak yang paling cepat mendorong adopsi, melampaui eksperimen sederhana menuju investasi framework dan pembangunan ekosistem agent secara serius

• Lonjakan minat global terhadap AI Agent (Google Search Trends, 2024–2025)
  • Volume pencarian Google untuk kata kunci ‘AI Agent’ melonjak 1.088% hanya dalam 16 bulan
  • Setelah OpenAI merilis alat pengembangan AI Agent pada Maret 2025, volume pencarian meningkat lebih tajam lagi, mengindikasikan titik balik teknis di industri

• Percepatan peluncuran produk AI Agent oleh pemain lama AI (Incumbent) (2024–2025)
  • Perusahaan big tech terkemuka seperti Salesforce, Anthropic, OpenAI, dan Amazon berturut-turut meluncurkan produk baru berbasis AI agent
    • Salesforce Agentforce: otomatisasi dukungan pelanggan, pencarian lead, pelacakan pesanan, dll.
    • Anthropic Claude 3.5 Computer Use: kontrol langsung layar komputer, ekstraksi data web, pembelian online, dll.
    • OpenAI Operator: otomatisasi tugas online yang kompleks
    • Amazon Nova Act: otomasi rumah, pengumpulan informasi, pembelian, pengelolaan jadwal, dll.
  • Produk AI Agent berkembang melampaui chatbot lama menjadi alat otomatisasi nyata yang benar-benar menggantikan ‘pekerjaan’

Next Frontier For AI = Artificial General Intelligence

• Apa itu Artificial General Intelligence(AGI)?
  • AGI adalah sistem yang mampu menjalankan seluruh spektrum pekerjaan intelektual manusia (penalaran, perencanaan, belajar dari data kecil, generalisasi pengetahuan lintas berbagai domain, dll.)
  • Berbeda dari model AI saat ini yang menunjukkan performa unggul di area tertentu, AGI dapat secara fleksibel menyelesaikan masalah baru tanpa pelatihan ulang, terlepas dari bidangnya
  • Belakangan ini, pertumbuhan eksponensial dalam skala model, data pelatihan, dan efisiensi komputasi mempercepat pengembangan AGI
• Waktu tercapainya AGI dan ekspektasinya
  • Waktu tercapainya AGI masih belum pasti, tetapi ekspektasi para ahli maju pesat dalam beberapa tahun terakhir
  • CEO OpenAI Sam Altman pada Januari 2025 mengatakan, “kami kini yakin memahami bagaimana membangun AGI sebagaimana yang selama ini kita pahami secara tradisional”
  • Ini mengindikasikan bahwa kesenjangan antara riset dan implementasi nyata menyempit berkat perkembangan arsitektur model, efisiensi penalaran (inference), dan lingkungan pelatihan skala besar
    • Penalaran (inference) adalah proses ketika model yang telah sepenuhnya dilatih memprediksi, menjawab, atau menghasilkan konten terhadap input pengguna. Tahap ini jauh lebih cepat dan efisien dibanding pelatihan
  • AGI mulai dipandang bukan lagi sebagai titik akhir yang hipotetis, melainkan ambang yang bisa dicapai
• Makna tercapainya AGI
  • Jika AGI terwujud, peran mendasar software dan hardware akan terdefinisi ulang
  • Bukan lagi sekadar mengulang tugas yang telah diprogram sebelumnya, tetapi berubah menjadi sistem yang mampu memahami tujuan, menyusun rencana, dan melakukan koreksi diri secara real-time
  • Berbagai workflow seperti riset, engineering, pendidikan, dan logistik bisa dijalankan bahkan tanpa pengawasan manusia
  • Beradaptasi sesuai konteks tanpa pelatihan ulang meski menghadapi masalah baru, dan bekerja seperti pakar manusia
  • Robot humanoid berbasis AGI dapat secara fundamental mengubah lingkungan fisik dan cara manusia bekerja
• Dampak sosial yang dibawa AGI
  • AGI adalah transisi bertahap dalam kapabilitas, bukan tujuan akhir
  • Institusi, tenaga kerja, dan struktur pengambilan keputusan akan dibentuk ulang sesuai cara AGI diadopsi dan mekanisme kontrolnya
  • Efek peningkatan produktivitas bisa sangat besar, tetapi manfaatnya juga berpotensi terdistribusi secara tidak merata
  • Perubahan geopolitik, etika, dan ekonomi kemungkinan berlangsung bertahap
  • Seperti revolusi industri, transformasi digital, dan revolusi algoritma, hasilnya ditentukan bukan hanya oleh apa yang bisa dilakukan teknologi, tetapi juga oleh bagaimana masyarakat menerimanya dan mengaturnya

AI User + Usage + CapEx Growth = Belum Pernah Terjadi Sebelumnya

• Selama 20 tahun terakhir, CapEx di sektor teknologi meningkat tajam mengikuti arc yang berpusat pada data
  • Pada tahap awal, investasi difokuskan pada storage dan access (penyimpanan/akses), lalu bergeser ke distributed/scaling, dan kini berpusat pada computing/intelligence
• Pada gelombang pertama, dana terkonsentrasi pada server farm skala besar, kabel bawah laut, dan data center awal, yang memungkinkan Amazon, Microsoft, dan Google membangun fondasi cloud computing
  • Tujuan utama tahap ini adalah ‘menyimpan, mengorganisasi, dan menyediakan layanan’
• Gelombang kedua (yang sedang berlangsung) berfokus pada penguatan infrastruktur komputasi untuk workload AI
  • CapEx para Hyperscaler (operator data center skala sangat besar) bergeser ke infrastruktur khusus seperti GPU, TPU, akselerator AI, pendingin cair, dan desain data center canggih
  • Pada 2019 AI masih merupakan fungsi riset, tetapi pada 2023 AI telah menjadi pos utama dalam CapEx (belanja modal)
• Ketua Microsoft Brad Smith (blog 25/4):
  • “Seperti teknologi serbaguna semacam listrik, AI dan cloud data center merepresentasikan tahap industrialisasi generasi berikutnya”
• Big tech global sedang melakukan investasi tahunan bernilai puluhan triliun won
  • Bukan sekadar mengumpulkan data, tetapi kemampuan untuk belajar cepat, melakukan personalisasi mendalam, dan mendistribusikan secara luas kini menjadi inti daya saing

• Belanja CapEx (investasi fasilitas) perusahaan teknologi besar seperti AWS, NVIDIA, MSFT, Google, Apple, dan Meta terus meningkat secara konsisten selama beberapa tahun terakhir

Data Centers = Penerima manfaat utama dari belanja AI CapEx

• Untuk memahami keekonomian infrastruktur AI, perlu melihat kecepatan dan skala pembangunan data center
  • Ledakan permintaan yang berpusat pada AI mendorong CapEx data center (belanja modal) perusahaan IT global ke rekor tertinggi, mencapai USD 455 miliar pada 2024 dan terus bertambah cepat
• Baik hyperscaler maupun perusahaan AI-first sama-sama menginvestasikan miliaran dolar bukan hanya untuk storage, tetapi juga untuk membangun infrastruktur hardware berperforma tinggi dan berdaya besar bagi inferensi real-time dan pelatihan model skala besar
  • Seiring AI beralih dari teknologi eksperimental menjadi infrastruktur esensial, data center juga menempati posisi kunci dalam perubahan ini
  • CEO NVIDIA Jensen Huang menegaskan bahwa "kini data center AI adalah pabrik AI"
• Data center xAI Colossus di Memphis, Tennessee, AS, menyelesaikan bangunan setara 418 rumah hanya dalam 122 hari, mencapai kecepatan dan efisiensi yang belum pernah terjadi sebelumnya (kurang dari setengah waktu rata-rata pembangunan rumah di AS)
  • Melalui modul prefabrikasi, perizinan cepat, dan integrasi vertikal kelistrikan/mekanik/perangkat lunak, kita memasuki era ketika data center dibangun dengan kecepatan pengembangan produk IT
• CapEx data center ditentukan oleh lahan, listrik, chip, dan fasilitas pendingin, sementara workload AI menghasilkan kebutuhan panas dan daya yang jauh lebih tinggi daripada komputasi enterprise tradisional
  • OpEx (biaya operasional) berpusat pada biaya energi dan pemeliharaan sistem, terutama karena klaster pelatihan AI berdensitas tinggi beroperasi pada beban maksimum sepanjang waktu
• Pendapatan berasal dari penjualan compute (AI API, biaya platform enterprise, peningkatan produktivitas internal, dll.), tetapi bagi perusahaan yang membangun lebih dulu, periode pengembalian investasi bisa menjadi lebih panjang
  • Bagi startup, monetisasi dapat memerlukan waktu dari beberapa kuartal hingga beberapa tahun setelah infrastruktur dibangun
• Dari sisi rantai pasok, pengamanan infrastruktur listrik (transformator, gardu induk, turbin, GPU, kabel, dll.) muncul sebagai bottleneck baru
  • Data center bukan sekadar aset fisik, melainkan berperan sebagai hub infrastruktur strategis untuk real estat, listrik, logistik, compute, dan monetisasi perangkat lunak
• Perusahaan yang mampu menyelesaikan teka-teki kompleks ini dengan tepat akan menentukan peta geografis ekonomi AI ke depan

Data Centers = Rakus Listrik

• Hubungan tegang antara AI dan infrastruktur energi makin meningkat
  • Dengan semakin majunya AI, data center khusus AI kini mencatat konsumsi listrik setara dengan industri berat tradisional
  • Daya komputasi masif yang dibutuhkan untuk pelatihan dan layanan model AI menjadi penyebab utama lonjakan permintaan listrik
• Pada 2024, data center menyumbang sekitar 1,5% dari konsumsi listrik global
  • Sejak 2017, konsumsi listrik data center global tumbuh 12% per tahun secara rata-rata
  • Angka ini lebih dari 4 kali laju pertumbuhan konsumsi listrik total
• Dalam porsi konsumsi listrik per negara, AS berada di peringkat pertama dengan 45%, disusul China (25%) dan Eropa (15%)
  • Hampir setengah kapasitas data center AS terkonsentrasi di 5 klaster wilayah utama
  • Negara berkembang dan emerging market (di luar China) mencakup 50% pengguna internet tetapi kapasitas data center mereka tetap di bawah 10%
• Seiring meluasnya AI, grid listrik dan infrastruktur pasokan muncul sebagai bottleneck bagi performa AI
  • Bukan lagi data atau algoritme, melainkan pasokan listrik yang kini menjadi kendala utama pertumbuhan AI
• Di sisi lain, AI juga mempercepat efisiensi operasional dan inovasi di industri energi
  • Optimisasi berbasis AI kini diterapkan secara serius di seluruh rantai pasok energi, mulai dari listrik, mineral, transmisi, hingga konsumsi
  • Namun, selama permintaan AI dan biaya energi terus meningkat, data center pada akhirnya hanya akan melayani pelanggan yang mampu membayar biayanya

Biaya Compute Model AI Tinggi / Naik + Biaya Inferensi Per Token Turun = Performa Makin Konvergen + Penggunaan Developer Naik

• Pelatihan large language model (LLM) merupakan salah satu pekerjaan paling padat biaya dalam sejarah manusia, dan seiring jumlah parameter serta kompleksitas algoritme meningkat demi peningkatan performa, biaya pelatihan melonjak hingga miliaran dolar
  • Semakin sengit persaingan membangun model general-purpose terbaik, semakin sulit membedakan kualitas hasil, dan profitabilitas pun memburuk, memunculkan fenomena "konvergensi"
• Sebaliknya, biaya inferensi turun tajam
  • Sebagai contoh, GPU NVIDIA Blackwell 2024 mengurangi konsumsi energi per token hingga 105 ribu kali dibanding Kepler 2014
  • Berkat inovasi hardware dan peningkatan efisiensi algoritme model, biaya inferensi per token turun dengan cepat
• Penurunan biaya inferensi memperketat persaingan antarpenyedia LLM
  • Persaingan bukan hanya pada akurasi, tetapi juga latensi, ketersediaan, dan harga per token
  • Biaya dalam satuan dolar kini turun menjadi beberapa sen, dan segera menuju di bawah 1 sen
• Dari sudut pandang pengguna (developer), ini membuka akses ke AI yang kuat dengan biaya murah
  • Pengembangan layanan dan produk baru menjadi lebih aktif, dan jumlah pengguna serta tingkat pemanfaatannya juga meningkat cepat
• Bagi penyedia model, muncul tantangan baru berupa memburuknya profitabilitas dan perubahan model bisnis
  • Saat pelatihan mahal tetapi penyediaan murah, strategi baru seperti integrasi vertikal/horizontal dan pasar LLM khusus mulai dieksplorasi
  • LLM general-purpose mulai menunjukkan pola perang konsumtif yang tidak menguntungkan
  • Dengan munculnya model kecil dan kustom, eksperimen terhadap struktur pendapatan yang berbeda dari model besar yang ada mulai berjalan serius

Biaya Inferensi Per Token Turun

• Penurunan biaya inferensi AI mengulangi pola klasik perkembangan komputasi
  • Seperti yang dikatakan CTO Microsoft Nathan Myhrvold pada 1997, "software itu seperti gas yang mengisi seluruh wadah yang tersedia", AI pun kini menumbuhkan permintaan hingga memanfaatkan seluruh infrastruktur yang ada
  • Semakin baik performa model, penggunaan (query, token, jumlah model) meningkat secara eksplosif, dan cakupan serta frekuensi pemanfaatan AI juga berkembang pesat
• Kecepatan perkembangan infrastruktur juga berada pada level tertinggi sepanjang sejarah
  • Pada 2024, GPU NVIDIA Blackwell meningkatkan efisiensi energi saat menghasilkan token hingga 105 ribu kali dibanding Kepler 2014
  • Ini berarti bukan sekadar penurunan biaya, tetapi merupakan hasil inovasi arsitektur hardware dan material
• Peningkatan efisiensi hardware adalah faktor kunci untuk mengimbangi beban listrik dari lonjakan permintaan AI dan internet
  • Namun, perbaikan sejauh ini masih belum cukup untuk sepenuhnya menahan kenaikan total permintaan listrik
  • Fenomena ini mirip dengan Jevons Paradox pada 1865
    • Semakin tinggi efisiensi sumber daya, semakin besar total konsumsi; paradoks ini juga terulang pada AI
• Pada akhirnya, rumus lama teknologi berupa biaya turun, performa naik, penggunaan bertambah kembali terulang dalam AI
  • Perkembangan infrastruktur kembali mendorong peningkatan penggunaan AI, sekaligus memunculkan tantangan baru terkait infrastruktur listrik dan produksi energi

Performa Makin Konvergen

• Fenomena konvergensi cepat di jajaran teratas performa model AI
  • Berdasarkan data LMSYS Chatbot Arena dari Stanford HAI (2024–2025), skor evaluasi chatbot dari tiga model Google, OpenAI, dan DeepSeek masing-masing adalah 1.385, 1.366, dan 1.362, menyisakan selisih sangat kecil sekitar 1–2% saja
  • Dalam setahun terakhir, jarak skor antar model teratas terus menyempit, memperjelas tren bahwa persaingan performa pada praktiknya makin merata
• Kondisi ketika diferensiasi kualitas antar large language model (LLM) terbaru makin sulit dilakukan
  • Dari sudut pandang pengguna, mulai tercipta situasi di mana "model mana pun yang dipakai terasa hampir sama"
  • Penyedia model kemungkinan besar akan bergeser ke persaingan pada faktor non-performa seperti biaya, stabilitas layanan, dan fitur khusus

Penggunaan Developer Naik

• Lonjakan aktivitas pengembang AI berasal dari penurunan drastis biaya inferensi dan semakin luasnya akses ke model yang mumpuni
  • Antara 2022 hingga 2024, biaya per token untuk menjalankan model bahasa turun sekitar 99,7%
    • Didukung oleh lompatan besar dalam hardware dan efisiensi algoritme
    • Teknologi yang dulu hanya dapat diakses perusahaan besar kini dapat dimanfaatkan dengan mudah oleh pengembang individu, pembuat aplikasi independen, peneliti, dan pelaku usaha kecil
  • Runtuhnya biaya membuat eksperimen menjadi murah, serta iterasi/produk jadi lebih cepat
    • Siapa pun yang punya ide kini dapat dengan mudah mengembangkan layanan AI
• Seiring kinerja model yang cepat mengalami konvergensi, rumus pemilihan model pun berubah
  • Kesenjangan antara model besar papan atas dan model alternatif yang lebih kecil serta efisien makin menyempit
  • Dalam banyak tugas penggunaan nyata seperti ringkasan, klasifikasi, ekstraksi, dan routing, perbedaan performa nyaris tidak ada
  • Pengembang kini bisa memperoleh hasil serupa melalui model yang lebih murah atau eksekusi lokal/API berbiaya rendah, alih-alih model premium yang mahal
  • Efeknya makin maksimal terutama saat fine-tuning dengan data yang spesifik untuk tugas tertentu
• Perubahan ini melemahkan daya ungkit harga dari 'kelas mapan' model dan mendorong pemerataan pengembangan AI
  • Alih-alih bergantung pada satu operator (vendor), model dari berbagai ekosistem dapat dikombinasikan/disebar pemakaiannya
  • OpenAI ChatGPT, Meta Llama, Mistral Mixtral, Anthropic Claude, Google Gemini, Microsoft Phi, dll.
    • Dari model-model dengan keunggulan berbeda, kini dimungkinkan memilih model yang paling tepat sesuai kebutuhan teknis/finansial
  • Beralih dari platform lock-in (ketergantungan) menuju era pilihan dan distribusi yang dipimpin pengembang
• Flywheel pertumbuhan infrastruktur yang dipimpin pengembang sedang terbentuk
  • Semakin banyak pengembang membuat aplikasi AI-native, sehingga ekosistem alat/wrapper/library/framework melonjak pesat
  • Framework frontend, pipeline embedding, router model, vector DB, serving layer, dll.
    • Setiap gelombang aktivitas pengembang menurunkan hambatan masuk bagi gelombang berikutnya
• Waktu dari ide ke prototipe, lalu dari prototipe ke produk semakin singkat
  • Bukan hanya biaya, kompleksitas pun menurun dengan cepat
  • Melampaui sekadar perubahan platform, kini terbuka era ledakan kreativitas
• Secara historis juga berulang pola bahwa platform dengan banyak pengembang (dan penggunaan/adopsi yang konsisten) pada akhirnya menjadi pemenang
  • Seperti terlihat dalam pidato Steve Ballmer dari Microsoft, “Developers! Developers! Developers!”, pengembang memang penting
  • Platform yang diadopsi pengembang, mampu melakukan scale berkelanjutan, dan mendorong perbaikan terus-menerus pada akhirnya akan mendominasi pasar

The AI Developer Next Door

• Tingkat adopsi alat pengembangan AI melonjak tajam (2023~2024, Stack Overflow)
  • Dibanding 2023, pada 2024 proporsi pengembang yang menggunakan alat AI meningkat signifikan
  • Naik dari 44% → 63% untuk pengembang profesional, dan dari 55% → 65% untuk pembelajar coding
• Repositori open source pengembang AI melonjak pesat (GitHub, 2022.11~2024.3)
  • Jumlah repositori pengembang AI di GitHub meningkat sekitar 175% dalam 16 bulan
  • Setelah munculnya model/alat utama seperti ChatGPT dan Stable Diffusion, ekosistem pengembangan tumbuh eksplosif
• Ekspansi ekosistem pengembang AI (berdasarkan Google, penggunaan token bulanan)
  • Dari 10 triliun token pada Mei 2024 menjadi 480 triliun token pada Mei 2025, naik 50 kali hanya dalam setahun
  • Penggunaan oleh pengembang meluas tajam melalui Google Gemini, AI API, dan lainnya
• Pertumbuhan ekosistem Microsoft Azure AI Foundry (penggunaan token per kuartal)
  • Dari 20 triliun token pada kuartal 1 2024 menjadi 100 triliun token pada kuartal 1 2025, tumbuh 5 kali
  • Digunakan oleh lebih dari 70 ribu perusahaan/pengembang
• Diversifikasi contoh pemanfaatan oleh pengembang AI (2024, berdasarkan IBM)
  • Pemanfaatan AI kian dipercepat di berbagai area luas seperti pembuatan kode, deteksi/perbaikan bug, otomatisasi pengujian, manajemen proyek/workflow, dokumentasi, refactoring/optimisasi, penguatan keamanan, CI/CD, desain UX, dan perancangan arsitektur

AI Usage + Cost + Loss Growth = Unprecedented

• Skala pertumbuhan, biaya, dan kerugian AI meningkat ke tingkat yang belum pernah terjadi sebelumnya
  • Sinyal bahaya seperti “kali ini berbeda”, “profit bisa dicapai lewat skala ekonomi”, atau “pengguna akan dimonetisasi nanti” dulu sering berujung kegagalan, tetapi pada investasi big tech ada juga contoh sukses nyata
  • Persaingan AI kali ini ditandai oleh modal berskala belum pernah terjadi sebelumnya dan perusahaan besar yang dipimpin para founder yang masuk secara bersamaan
  • Persaingan negara besar global seperti Amerika Serikat dan Tiongkok mempercepat inovasi AI
• Setiap momen adopsi teknologi utama memiliki titik balik
  • Komputer pribadi memiliki Macintosh (1984) dan Windows 3.0 (1990), internet memiliki IPO Netscape (1995), mobile memiliki App Store iPhone (2008), cloud memiliki AWS (2006~09), dan AI memiliki NVIDIA A100 (2020) serta ChatGPT (2022) sebagai pemicu penting
  • Munculnya DeepSeek dari Tiongkok pada 2025 menjadi sinyal awal memanasnya persaingan AI global
• Pendanaan untuk pertumbuhan AI berasal dari arus kas sangat besar perusahaan IT raksasa dan modal global
  • Kombinasi persaingan sengit, modal, dan semangat kewirausahaan mempercepat perkembangan AI
• Namun, model bisnis pemenang akhirnya masih belum pasti

Technology Disruption Pattern Recognition = Hundreds of Years of Consistent Signals

• Dalam sejarah inovasi teknologi, siklus overheating awal, arus masuk modal, kompetisi yang makin intens, serta pemisahan antara pemenang dan pecundang terus berulang
  • Contoh: rel kereta api abad ke-19, gelembung 1840-an, runtuhnya ekspektasi, dll.
• Teknologi yang membutuhkan investasi modal besar pada awalnya cenderung menunjukkan tingkat pengembalian yang mengecewakan, tetapi bila berhasil akan mengubah struktur industri dalam jangka panjang
  • Namun, bila tidak terlindung dari persaingan, hal itu mengandung risiko tinggi
• Pemenang akhir tidak selalu pihak yang memiliki teknologi terbaik, melainkan pihak yang paling jelas membaca arus pasar dan industri
• Di pasar tanpa hambatan masuk, efek first-mover cepat menghilang
  • Patut diingat pelajaran bahwa “pemenang teknologi baru sulit diprediksi, tetapi pecundangnya mudah terlihat”

AI-Related Monetization = Very Robust Ramps

• Evolusi strategi hardware AI: kendali atas desain chip bergeser dari vendor tradisional ke perusahaan platform
  • GPU NVIDIA telah lama berperan sebagai mesin dasar untuk training/inferensi AI dan mengamankan posisi yang nyaris tak tertandingi
  • Karena ledakan permintaan, kekurangan pasokan tetap berlangsung meski NVIDIA cepat meningkatkan produksi, sehingga hyperscaler dan operator cloud mulai mendiversifikasi rantai pasok
• Kebangkitan chip kustom (ASIC): adopsi ASIC yang dioptimalkan untuk komputasi AI tertentu meningkat pesat dibanding GPU serbaguna
  • Chip TPU dari Google dan Trainium dari Amazon telah menjadi elemen inti dalam AI stack masing-masing
    • Amazon Trainium2 menawarkan harga/kinerja 30~40% lebih baik dibanding GPU umum, sehingga dapat menurunkan biaya inferensi skala besar
  • Chip kustom ini bukan sekadar eksperimen, melainkan strategi inti untuk performa, keekonomian, dan kontrol arsitektur
• Upaya meningkatkan keekonomian infrastruktur AI makin meluas
  • CEO Amazon Andy Jassy: "AI tidak harus semahal sekarang, dan ke depannya akan menjadi lebih murah"
  • Custom silicon adalah salah satu sarana utama untuk menurunkan biaya infrastruktur AI
• Pertumbuhan perusahaan spesialis infrastruktur AI
  • CoreWeave: tumbuh cepat dengan membentuk ulang rantai pasok hardware gaming dan kripto menjadi cloud GPU untuk AI
  • Oracle: bertransformasi dari IT tradisional menjadi platform cloud GPU khusus AI
  • Astera Labs: memasok interkoneksi ultra-cepat antara GPU dan memori, membantu menembus batas performa model skala besar
• Perusahaan-perusahaan ini tidak secara langsung mengembangkan foundation model, tetapi membangun infrastruktur esensial bagi ekosistem tersebut
  • Seiring lonjakan permintaan komputasi, kecepatan, ketersediaan, dan efisiensi muncul sebagai inti daya saing

AI Monetization = Chips

• Penjualan chip AI dari perusahaan-perusahaan utama seperti NVIDIA, Google, dan Amazon tumbuh pesat
  • Pendapatan kuartalan NVIDIA naik 78% dibandingkan tahun sebelumnya hingga melampaui $39 miliar, dengan andalan utama pada divisi data center
  • Dalam 10 tahun terakhir, pendapatan NVIDIA tumbuh 28 kali lipat, dan investasi CapEx + R&D dari big tech AS (Apple, Microsoft, Alphabet, Amazon, Meta, NVIDIA) juga meningkat 6 kali lipat
  • Pendapatan TPU (Tensor Processing Unit) Google diperkirakan naik 116% per tahun menjadi senilai $8,9 miliar
    • Google TPU adalah chip ASIC yang dioptimalkan untuk pelatihan model AI, dan sejak versi pertamanya dirilis pada 2015, telah diproduksi lebih dari 100 ribu unit secara kumulatif
  • Pendapatan chip AWS Trainium Amazon diproyeksikan naik 216% per tahun hingga mencapai $3,6 miliar pada 2025
    • Trainium2 menawarkan keunggulan harga/kinerja 30~40% dibanding instance berbasis GPU yang ada, serta menyediakan kinerja hingga 4 kali lebih tinggi
• Latar belakang pertumbuhan pasar chip AI
  • Seiring melonjaknya permintaan untuk pelatihan dan inferensi AI, permintaan terhadap chip berkinerja tinggi seperti GPU dan ASIC juga meningkat secara eksplosif
  • Perusahaan cloud utama dan hyperscaler berfokus pada desain chip internal serta penguatan rantai pasok, untuk meningkatkan daya saing harga dan efisiensi infrastruktur
  • Chip khusus AI seperti GPU, TPU, dan Trainium kini menjadi sumber pendapatan inti data center sekaligus faktor penentu daya saing infrastruktur AI

AI Monetization = Compute Services

• Pertumbuhan pasar layanan komputasi AI
  • Pendapatan 2024 perusahaan cloud spesialis infrastruktur AI CoreWeave naik 730% dibandingkan tahun sebelumnya hingga mencapai $1,9 miliar
  • Pertumbuhan bisnis dipercepat lewat kontrak besar dengan pelanggan utama seperti OpenAI, IPO, serta akuisisi Weights & Biases
  • Seiring meledaknya permintaan atas infrastruktur cloud berkinerja tinggi untuk workload AI, pertumbuhan pendapatan supercepat dari perusahaan penyedia infrastruktur terus berlanjut
• Ekspansi pasar infrastruktur AI
  • Pendapatan infrastruktur AI Oracle tumbuh 50 kali lipat dalam 2 tahun hingga mencapai $950 juta pada 2024 (estimasi Morgan Stanley)
  • Karena meningkatnya permintaan infrastruktur AI, kontrak pelanggan baru berskala besar sedang mengantre, dan terdapat reservasi besar yang belum mulai dilayani secara penuh
  • CEO Oracle menyebut bahwa pelanggan infrastruktur AI membludak, dengan “lebih dari 40 kontrak baru senilai lebih dari $1 miliar”
• Pertumbuhan konektivitas infrastruktur AI
  • Astera Labs mencatat pendapatan 2024 tumbuh 242% dibandingkan tahun sebelumnya menjadi $396 juta
  • Portofolio produk konektivitas berkecepatan tinggi seperti PCIe, CXL, dan Ethernet diterapkan di banyak pelanggan dan platform, menjadikannya infrastruktur esensial di data center AI seperti untuk konektivitas GPU dan klaster akselerator AI backend
• Pengumpulan data AI dan superkomputasi
  • Tesla meningkatkan kapasitas training AI 8,5 kali lipat dibanding Juni 2021 melalui superkomputer Dojo dan adopsi GPU dalam jumlah besar (per September 2024)
  • Dojo dinilai memiliki potensi yang sangat besar bukan hanya untuk merevolusi biaya training internal, tetapi juga untuk diubah menjadi layanan eksternal seperti AWS
  • Elon Musk menyebut, “potensi Dojo sangat besar”

AI Monetization = Data Layer

• Monetisasi lapisan data AI sedang dipercepat
• Scale AI meningkatkan pendapatan sebesar 160%, dari $335 juta pada 2023 menjadi $870 juta pada 2024
  • Menyediakan infrastruktur inti untuk ekspansi frontier LLM seperti pelabelan data, evaluasi, dan pembangunan pipeline
  • Mengusung visi bahwa “kelimpahan data adalah pilihan, dan kami tidak akan membiarkan keterbatasan AI ditentukan oleh kekurangan data”
  • Hanya dari kontrak baru pada 2024 saja, perusahaan telah mengamankan lebih dari $1,5 miliar
• VAST Data mencapai pendapatan kumulatif sebesar $2 miliar dari Januari 2019 hingga Mei 2025
  • Menyederhanakan lapisan infrastruktur AI, serta menyediakan layanan penyimpanan, pengelolaan, dan pemrosesan data
  • Dengan munculnya model AI Reasoning, pentingnya infrastruktur data semakin menonjol
  • Menekankan bahwa “untuk mewujudkan potensi terbesar di era AI, kuncinya adalah menyederhanakan masalah-masalah mendasar”

Pertumbuhan pendapatan tinggi, pembakaran kas besar, valuasi tinggi, skala investasi besar = kabar baik bagi konsumen, selebihnya masih belum pasti

• Seiring membesarnya pertumbuhan basis pengguna digital global dan potensi lonjakan penggunaan, ranah investasi perusahaan makin berubah menjadi semakin kompetitif dan padat modal
  • Disrupsi kreatif dalam siklus teknologi AI menunjukkan kemiripan dengan proses pertumbuhan perusahaan IT besar pada masa lalu
• Contoh perusahaan teknologi besar terdahulu seperti Apple, Amazon, Google, Uber, dan Tesla:
  • Apple: tumbuh dari kapitalisasi pasar $1,7 miliar saat nyaris bangkrut pada 1997 menjadi $3,2 triliun saat ini
  • Amazon: merugi -$545 juta pada 2000 saja, total -$3 miliar selama 27 kuartal setelah pendirian, lalu mencatat laba bersih $176 miliar dalam 27 kuartal terakhir, dengan kapitalisasi pasar $2,2 triliun
  • Google: saat IPO pada 2004, 22% dari pendapatan $390 juta diinvestasikan ke CapEx, dan kapitalisasi pasarnya tumbuh dari $23 miliar saat IPO menjadi $2 triliun saat ini
  • Uber: membakar kas -$17 miliar pada 2016~2022, mencetak laba untuk pertama kalinya pada 2023, dan kapitalisasi pasarnya naik dari $82 miliar saat IPO menjadi $189 miliar saat ini
  • Tesla: membakar -$9,2 miliar pada 2009~2018, lalu mencetak laba untuk pertama kalinya pada 2019 dan membukukan laba bersih $40 miliar dalam 5 tahun berikutnya, dengan kapitalisasi pasar saat ini $1,1 triliun
• Semua perusahaan ini pada akhirnya membuktikan nilainya di pasar dengan membangun efek jaringan berbasis data dan keunggulan kompetitif berbasis teknologi, sambil menanggung investasi agresif dan kerugian jangka panjang
• Pada akhirnya, nilai perusahaan (valuation) harus dibenarkan oleh nilai kini dari arus kas bebas masa depan
• Di bidang AI juga, waktu yang pada akhirnya akan membuktikan pemain mana yang mampu menciptakan profit yang berkelanjutan

Usage + Cost + Loss Growth = tingkat yang belum pernah terjadi sebelumnya… bagaimana monetisasi dan profit di masa depan?

AI Monetization Possibilities = New Entrants & / Or Tech Incumbents?

• Untuk memahami arah struktur ekonomi model AI, perlu melihat ketegangan antara kapabilitas dan biaya
• Pelatihan LLM raksasa adalah salah satu upaya paling mahal dalam sejarah manusia, dan biaya melonjak hingga miliaran dolar seiring meningkatnya parameter dan kompleksitas arsitektur
• Sebaliknya, biaya inferensi (inference) turun drastis berkat inovasi hardware dan efisiensi algoritme
  • Contoh: GPU NVIDIA Blackwell 2024 menurunkan energi per token hingga 105.000 kali dibanding Kepler 2014
• Semakin murah inferensi, semakin ketat persaingan antarpemasok LLM dalam hal akurasi, latensi, ketersediaan, dan biaya per token, dan pekerjaan yang dulu mahal kini dapat dilakukan dengan biaya yang nyaris bisa diabaikan
• Bagi pengguna dan developer, penurunan biaya satuan menjadi peluang yang memicu ledakan layanan dan pemanfaatan baru
• Sebaliknya, bagi penyedia model, model monetisasi dan profit menjadi tidak pasti
  • Pelatihan tetap mahal, sementara penyediaan layanan (serving) makin murah sehingga daya penetapan harga melemah
  • Munculnya pasar model kecil yang dikustomisasi juga melemahkan moat bisnis yang ada
• Contoh: Google mulai menerapkan AI Overviews ke penelusuran sejak Mei 2024 (1,5 miliar MAU per April 2025), dan baru-baru ini mulai menambahkan iklan pada sebagian hasil
• Ke depan, persaingan dalam strategi platform (ekspansi horizontal), aplikasi khusus, serta beragam model monetisasi seperti langganan dan iklan diperkirakan akan makin cepat
• Dalam jangka pendek, ekonomi LLM serbaguna semakin mendekati kerugian bergaya venture dan persaingan komoditisasi

AI – New Entrants = Rapidly Laying Groundwork

• Status adopsi model langganan konsumen oleh para penyedia model fondasi AI utama (per Mei 2025)
  • Berbagai model seperti OpenAI ChatGPT, xAI Grok, Google Gemini, Anthropic Claude, dan Perplexity menawarkan langganan gratis/berbayar
    • OpenAI ChatGPT: $0 (gratis) / $20 (Plus) / $200 (Pro) (per bulan)
    • xAI Grok: $0 (gratis) / $3 (Basic) / $8 (Premium) / $40 (Premium+) (per bulan)
    • Google Gemini: $0 (gratis) / $19.99 (AI Pro) / $250 (AI Ultra) (per bulan)
    • Anthropic Claude: $0 (gratis) / $17 (Plus) / $100 (Max) (per bulan)
    • Perplexity: $0 (gratis) / $20 (Pro) (per bulan)
• Status adopsi skema tarif API pengembang oleh para penyedia model fondasi AI (per Mei 2025)
  • OpenAI, xAI Grok, Google Gemini, Anthropic Claude, dan Perplexity menerapkan biaya per panggilan API
    • OpenAI ChatGPT: $0.40 per 1 juta token (GPT-4.1 nano) ~ $40 (o3)
    • xAI Grok: $0.50 per 1 juta token (grok-3-mini-beta) ~ $25 (grok-3-fast)
    • Google Gemini: $0.15 per 1 juta token (1.5 Flash-8B) ~ $15 (2.5 Pro Preview)
    • Anthropic Claude: $1.25 per 1 juta token (Claude 3 Haiku) ~ $75 (Claude 3 Opus)
    • Perplexity: $1 per 1 juta token (Sonar) ~ $15 (Sonar Pro)

AI – Pendatang Baru = Pertumbuhan Pendapatan yang Cepat

• Pertumbuhan jumlah pelanggan berbayar dan pendapatan tahunan OpenAI (Oktober 2022~April 2025)
  • Jumlah pelanggan berbayar ChatGPT naik 153% per tahun, mencapai sekitar 20 juta orang per April 2025
  • Pendapatan tahunan OpenAI naik 1050%, melampaui $3,7 miliar per April 2025
• Pendapatan tahunan tersetahunkan Anthropic dari API dan pencarian generatif tumbuh 20x ($2 miliar) dalam 18 bulan
  • Strategi model baru yang berfokus pada reasoning seperti Claude 3.7 Sonnet dan perluasan pemanfaatan AI yang berfokus pada pekerjaan nyata
  • Tumbuh 6,4x dalam 1 tahun
• Pendapatan tahunan tersetahunkan Perplexity dari pencarian generatif tumbuh 7,6x ($120 juta) dalam 14 bulan
  • Menekankan penyediaan sumber rujukan untuk setiap jawaban dan fungsi asisten riset yang dipersonalisasi
• Pendapatan tahunan tersetahunkan Glean dari pencarian enterprise dan agent tumbuh 10x ($100 juta) dalam 24 bulan
  • Mendukung adopsi AI di perusahaan besar, dirancang agar dapat memanfaatkan pengetahuan di seluruh organisasi
• Perusahaan AI (100 teratas) membutuhkan rata-rata 24 bulan untuk mencapai pendapatan tahunan tersetahunkan sebesar $5 juta
  • 35% lebih cepat dibanding perusahaan SaaS lama (rata-rata SaaS 37 bulan, AI 24 bulan)

AI – Pemain Lama Teknologi = Peluncuran Produk/Fitur yang Luas & Stabil

• Status pengguna dan perangkat AI global milik Tech Incumbent yang dibandingkan dengan jumlah pengguna ChatGPT (800 juta)
  • Google, Meta, Apple, TikTok, Microsoft, Spotify, Amazon, X, Canva, dan lainnya secara bertahap memperluas produk AI berbasis ratusan juta hingga miliaran pengguna
• Canva – Background Remover & Magic Media (12/19)
  • Fitur penghapus latar belakang gambar yang diluncurkan pada 2019 terus populer dan telah digunakan lebih dari 3 miliar kali secara kumulatif
  • Magic Media (teks→gambar/video) yang diluncurkan pada 2024 telah menghasilkan lebih dari 290 juta kreasi hanya dalam 1 tahun sejak peluncuran, menunjukkan respons komunitas yang tinggi
• Spotify – AI DJ (2/23)
  • Fitur inovatif seperti AI DJ dan video musik AI diluncurkan ke pasar global sejak Februari 2023, dan tersedia di lebih dari 60 negara per Mei 2024
  • AI DJ meningkatkan kepuasan pengguna dan kualitas layanan Spotify melalui rekomendasi musik yang dipersonalisasi, interaksi, dan kemampuan reasoning real-time berbasis data
• Microsoft – Copilot (2/23)
  • Copilot diperkenalkan ke Bing dan Edge pada Februari 2023, dan mencatat lebih dari 15 miliar percakapan kumulatif pada Desember 2024
  • Copilot menghadirkan pengalaman pengguna baru berbasis AI di pencarian web, browser, dan alat perkantoran, serta membantu meningkatkan efisiensi dan kreativitas kerja sehari-hari
• Meta Platforms – Meta AI (9/23)
  • Per April 2025, Meta AI mendekati 1 miliar pengguna aktif bulanan (MAU) jika digabungkan di seluruh aplikasinya seperti Instagram, Messenger, dan WhatsApp
  • Ke depan, strategi untuk mengembangkan AI agent setingkat engineer menengah serta mengamankan kepemimpinan dalam riset AI dan penerapan di lapangan menjadi sorotan
• X – Grok (11/23)
  • Grok milik xAI, bersamaan dengan peluncuran versi 3.0 pada Februari 2025, mencatat lonjakan 42x pengunjung desktop global dibanding bulan sebelumnya, melampaui 150 juta
  • Pencarian kebenaran AI (value alignment) dan distribusi skala besar ditekankan, sambil memperluas pengalaman AI di dalam platform X
• Google – Gemini & AI Overviews (12/23)
  • Per Mei 2024, chatbot Gemini memiliki 400 juta MAU, sementara AI Overviews tertanam di Google Search dan menjangkau 1,5 miliar pengguna bulanan
  • Kekuatan utamanya adalah model AI multimodal yang mencakup berbagai tipe data (teks, kode, gambar, audio, dll.) serta fungsi ringkasan AI di dalam pencarian
• Amazon – Rufus (2/24)
  • Amazon memperkenalkan Rufus AI di sektor retail Amerika Utara pada Februari 2024, meningkatkan rekomendasi personal untuk informasi produk, ringkasan ulasan, dan lainnya
  • Seiring pertumbuhan gross merchandise volume (GMV) bisnis retail, tingkat pemanfaatan AI juga terus meluas
• TikTok – Symphony AI Assistant (6/24)
  • Sejak pengenalan Symphony Assistant pada Juni 2024, jumlah pengunjung situs web global TikTok tercatat melampaui 2 miliar
  • AI menghasilkan dampak nyata dalam pembuatan konten untuk brand dan kreator, efisiensi iklan, serta tingkat kesukaan terhadap brand
• Apple – Apple Intelligence (10/24)
  • Dari September 2024 hingga Maret 2025, penjualan perangkat yang mendukung Apple Intelligence seperti iPhone 15 Pro/Pro Max dan seri iPhone 16 mencapai 50 juta~70 juta unit
  • Fokusnya adalah menghadirkan pengalaman AI berbasis personalisasi, privasi, dan komputasi lokal melalui perpaduan hardware dan software

AI – Pemain Lama Teknologi = Pertumbuhan Pendapatan + Pelanggan yang Cepat

• Pendapatan Produk AI Microsoft
  • Per 2024, estimasi pendapatan tahunan divisi produk AI Microsoft mencapai $13 miliar, naik 175% dibanding tahun sebelumnya
  • Berbagai lini produk AI seperti Azure AI services, Microsoft 365 Copilot, dan Dynamics 365 Copilot mendorong pertumbuhan pendapatan
  • CEO Satya Nadella menyebut bahwa mereka “mendukung realisasi ROI investasi AI dan sedang menangkap peluang yang sangat besar”
  • Dalam pengumuman kinerja kuartal pertama 2025, ditekankan bahwa commercial bookings meningkat 18%
• xAI: Generative Search
  • Pada 2025, pendapatan tahunan xAI diperkirakan akan mulai meningkat secara signifikan
  • Model terbaru Grok 3, yang berbasis superkomputer Colossus dengan daya komputasi lebih dari 10 kali lipat, menunjukkan peningkatan performa dalam tugas penalaran, matematika, coding, dan pekerjaan berbasis pengetahuan yang kuat
  • CEO Elon Musk menekankan bahwa ini adalah “AI pencari kebenaran yang mengejar kebenaran, bahkan jika secara politik terasa tidak nyaman”
• Pelanggan Komersial Palantir di AS
  • Palantir mencatat jumlah pelanggan komersial di AS naik 65% dalam setahun menjadi 432
  • Platform AI miliknya, AIP (Artificial Intelligence Platform), berkontribusi pada akuisisi pelanggan baru dan ekspansi pelanggan yang sudah ada
  • Secara tahunan pada 2025, pendapatan komersial di AS melampaui $1 miliar
  • Daya saing Palantir adalah “memaksimalkan konteks di dalam perusahaan melalui AI Ontology dan menghadirkan kemampuan eksekusi yang terdiferensiasi”

Kemungkinan Monetisasi AI – Enterprise = Platform Horizontal dan/atau Software Terspesialisasi?

• Arah monetisasi AI enterprise
  • Software bisnis yang ada selama ini tumbuh sebagai alat yang terspesialisasi untuk industri atau tugas tertentu (Vertical SaaS)
  • Toast (restoran), Guidewire (asuransi), dan Veeva (ilmu hayati) memimpin pasar dengan solusi yang terspesialisasi untuk tiap industri
  • Namun, munculnya foundation model dan AI generatif membuka peluang monetisasi baru di berbagai bidang
• Kebangkitan platform horizontal
  • Muncul platform enterprise horizontal yang mengintegrasikan produktivitas, pencarian, komunikasi, dan manajemen pengetahuan yang AI-native ke dalam satu antarmuka
  • Contoh: bentuk gabungan Slack + Notion + ChatGPT, yang menanamkan AI intelligence ke dalam konteks kerja seluruh organisasi dibanding SaaS terpisah yang ada saat ini
  • Terjadi pergeseran nilai dari penjualan lisensi SaaS menuju skema tarif berbasis hasil yang ditenagai AI
• Persaingan platform horizontal vs. software terspesialisasi
  • Microsoft mengintegrasikan Copilot di seluruh perusahaan, sementara Zoom/Canva menggabungkan AI generatif ke dalam workflow pengguna
  • Databricks dan lainnya sedang mengintegrasikan AI ke dalam data dan developer stack
  • Startup seperti Glean menantang model suite tradisional dengan workflow AI-first
  • Di sisi lain, vendor software terspesialisasi yang ada juga merespons dengan cepat melalui penanaman AI, otomatisasi workflow, dan penerapan cepat model yang disesuaikan dengan data per industri
  • Vendor terspesialisasi ini sudah memiliki kepercayaan, data terstruktur, dan workflow lapangan sehingga unggul dalam deployment AI yang spesifik domain
• Prospek ke depan
  • Platform horizontal unggul dalam integrasi beragam fungsi serta penghubungan pengetahuan lintas perusahaan
  • Vendor terspesialisasi membedakan diri lewat kemampuan AI yang lebih mendalam dan disesuaikan dengan regulasi, kontrak, serta konteks pelanggan tiap industri
  • Kuncinya adalah siapa yang dapat mengabstraksikan lapisan inti serta menguasai antarmuka pengguna dan logika kerja
  • Monetisasi di era AI tidak lagi ditentukan semata oleh usage, tetapi oleh 'Attention', 'Context', dan 'Control'

Para Pemain Lama SaaS (Incumbents)

• Microsoft GitHub Copilot
  • Resmi diluncurkan pada Juni 2022
  • Diadopsi oleh lebih dari 77.000 perusahaan
  • Tumbuh 180% year-over-year selama 2 tahun
  • Komunitas developer 150 juta orang, naik 50% dalam 2 tahun
  • Pendapatan tahunan lebih dari $500 juta (berdasarkan run-rate kuartalan)
• Microsoft 365 Copilot
  • Diumumkan pada Maret 2023, mulai tersedia secara resmi untuk perusahaan pada November 2023
  • Dalam kuartal pertama setelah peluncuran, banyak pelanggan lama memperluas jumlah seat lebih dari 10 kali lipat
  • Jumlah pengguna meningkat lebih dari dua kali lipat setiap kuartal
  • Tingkat penggunaan karyawan juga melonjak, baru-baru ini naik lebih dari 60%
  • Lebih dari 75% CIO berencana mengadopsinya dalam 12 bulan ke depan
• Adobe Firefly
  • Public beta pada Maret 2023, model video AI dikomersialisasikan pada Februari 2024
  • Mendapat penilaian tinggi dari brand dan kreator
  • Total pembuatan aset Firefly melampaui 20 miliar
  • Lebih dari 90% pengguna berbayar pernah mencoba pembuatan video
  • Monthly active users GenAI di Photoshop/Lightroom masing-masing tercatat 35% dan 30%
• Atlassian Intelligence
  • Beta pada Desember 2023, menembus 1 juta MAU pada Desember 2024
  • Dalam setahun, penggunaan fitur AI meningkat 25 kali lipat
  • Lebih dari 10% pelanggan mengadopsi Atlassian Intelligence
• Zoom AI Companion
  • Diluncurkan pada September 2023, diadopsi oleh 3,5 juta akun pada Desember 2024
  • Jumlah akun aktif per kuartal naik 68%
  • AI Companion 2.0 menawarkan fitur lanjutan seperti memori/penalaran/integrasi
• Canva Magic Studio
  • Diluncurkan pada Oktober 2023, penggunaan kumulatif alat AI mencapai 16 miliar kali pada Mei 2025
  • Dimanfaatkan oleh seluruh komunitas kreatif/enterprise/nirlaba
  • Mencatat lebih dari 10 miliar penggunaan alat AI
• Salesforce Agentforce
  • Diumumkan pada September 2024, menandatangani 3.000 kontrak berbayar per Februari 2025
  • Terhubung dengan Data Cloud untuk mendorong inovasi pengalaman pelanggan dalam skala besar
  • Mempertahankan pertumbuhan AI ARR tahunan di atas 120%

OpenAI ChatGPT = Calon Platform Enterprise Horizontal?

• Microsoft Office Suite
  • Terdiri dari 9 aplikasi (Outlook, Word, Excel, PowerPoint, dll.)
  • Mengamankan lebih dari 400 juta pengguna berbayar selama 34 tahun (1990~2024)
• OpenAI ChatGPT
  • Meski hanya satu aplikasi, berhasil mencapai 20 juta pengguna berbayar hanya dalam 2,5 tahun (November 2022~April 2025)
• Ekspansi ChatGPT Enterprise
  • Dalam 9 bulan setelah peluncuran, tim di lebih dari 80% perusahaan Fortune 500 telah mengadopsinya
  • Perusahaan pengguna menjawab bahwa mereka menyukai cara deployment yang mudah dan aman
  • Perusahaan pengguna awal secara aktif memanfaatkan ChatGPT Enterprise untuk meningkatkan komunikasi internal, mempercepat pekerjaan coding, menjawab pertanyaan bisnis yang kompleks dengan cepat, serta mendukung pekerjaan kreatif
  • ChatGPT Enterprise tidak memiliki batas penggunaan apa pun, dan menawarkan performa hingga 2 kali lebih cepat dibanding versi gratis
  • Akses tanpa batas juga tersedia untuk fitur advanced data analysis (sebelumnya Code Interpreter)
  • Antara Agustus 2023~Februari 2025, jumlah pengguna enterprise/team/education meningkat pesat menjadi 2 juta

Software Terspesialisasi Berbasis AI di Industri Jasa Besar = Tumbuh Sangat Cepat

• Rekayasa perangkat lunak
  • Cursor AI: mencapai ARR (annual recurring revenue/pendapatan berulang tahunan) $1M → $300M dalam 25 bulan
  • Cursor adalah editor kode AI yang menghadirkan pengalaman pengguna inovatif dalam penulisan kode, refactoring, dan otomatisasi
  • Mengedit lebih dari 1 miliar karakter per hari, mencatat pendapatan berulang lebih dari $100M
• Pengembangan produk (No-Code Product-Building)
  • Lovable: ARR tumbuh 13x dalam 5 bulan, mencapai $50M
  • Platform no-code berbasis AI yang secara otomatis menghasilkan kode front-end/back-end, integrasi DB, hingga deployment saat ide produk dimasukkan dalam bahasa alami
  • Mendukung siapa pun untuk membuat produk dengan cepat dan memulai bisnis
• Kesehatan (percakapan klinis)
  • Abridge: tumbuh dari CARR (contracted annual recurring revenue/pendapatan berulang tahunan terkontrak) $50M → $117M dalam 5 bulan
  • Diadopsi oleh sekitar 25.000 tenaga medis, 40 rumah sakit, dan 600 institusi kesehatan, digunakan lebih dari 10 juta kali untuk merangkum catatan kunjungan pasien
  • Mendapat banyak umpan balik positif dari tenaga medis pengguna
• Hukum (otomatisasi workflow)
  • Harvey: ARR tumbuh dari $10M → $70M dalam 15 bulan, memperoleh 235 pelanggan di 42 negara
  • Diadopsi oleh sebagian besar dari 10 firma hukum teratas di AS, memimpin inovasi otomatisasi workflow layanan hukum/profesional dan efisiensi
• Dukungan pelanggan (AI Support Agents)
  • Decagon: ARR tumbuh sekitar $1M → $10M dalam 1 tahun
  • Agen dukungan AI mengotomatisasi pekerjaan berulang, dan peran dukungan pelanggan beralih menjadi peran manajer AI
  • Prospek pertumbuhan tambahan pada 2025
• Layanan keuangan (riset dan analisis)
  • AlphaSense: ARR tumbuh sekitar $150M → $420M dalam 2 tahun
  • Seiring insight berbasis AI menjadi standar pasar, perusahaan ini menyediakan solusi informasi pasar dan workflow yang canggih
  • Fokus pada inovasi produk dan investasi teknologi, dengan pertumbuhan cepat yang berlanjut pada 2025

Ancaman Monetisasi AI = Meningkatnya Persaingan + Momentum Open-Source + Kebangkitan China

Meningkatnya Persaingan = Rilis Model AI

• Sejak makalah transformer Google tahun 2017, ‘Attention is All You Need’, gelombang inovasi AI pertama yang berpusat pada LLM (large language model/model bahasa besar) dimulai
  • GPT-3 dari OpenAI, Llama-1 dari Meta, dan lainnya membuktikan potensi kemampuan penalaran umum melalui pembelajaran prediksi teks skala besar
• Namun, komunikasi manusia tidak terbatas pada teks saja
  • Gambar, audio, video, data sensor, dan berbagai sinyal lainnya menyampaikan konteks situasi nyata dengan lebih kaya
  • Berbagai perusahaan seperti Google, Anthropic, dan xAI memperluas model bahasa menjadi multimodal (pemrosesan berbagai format data)
    Evolusi model AI multimodal
  • Mengintegrasikan informasi teks, foto, suara, dan video ke dalam satu ruang vektor untuk dipahami dan dihasilkan
  • Untuk satu kueri, model dapat sekaligus merujuk ke paragraf dan grafik, lalu mengembalikan jawaban dalam bentuk ringkasan suara atau gambar beranotasi
  • Struktur yang memungkinkan perpindahan bebas antarformat data tanpa perlu mengganti sistem
• Contoh evolusi utama per tahap
  • 2021 OpenAI CLIP: integrasi visual + bahasa
  • 2023 Meta ImageBind, 2024 Chameleon: penggabungan gambar, suara, dan video
  • 2024-2025 GPT-4o, Claude 3, Chameleon: munculnya model frontier multimodal sepenuhnya
• Dampaknya di lapangan
  • Engineer lapangan memeriksa diagnosis anomali peralatan secara real time melalui kamera smartphone
  • Tenaga medis melampirkan X-ray sekaligus menghasilkan draft laporan medis terstruktur
  • Analis mengkueri chart, transkrip, dan klip audio sekaligus untuk analisis terpadu
  • Dibanding model berbasis teks, context switching berkurang, informasi yang ditangkap lebih kaya, dan inovasi layanan berpusat pada visi serta suara meningkat

Momentum Model Open-Source

• Pengembangan model AI pada tahap awal (2012-2018) berfokus pada open source
  • Berdasarkan budaya akademik dan kolaboratif, model, kode, dan data dipublikasikan
• Sejak 2019, komersialisasi, keamanan, dan persaingan yang makin ketat memunculkan model tertutup (closed-source)
  • Sejak waktu rilis GPT-2, bobot dan data pelatihan model-model utama mulai tidak lagi dipublikasikan
  • OpenAI GPT-4, Anthropic Claude, dan lainnya menggunakan data eksklusif skala besar serta modal besar, lalu disediakan dalam bentuk API
  • Unggul dalam performa, kemudahan penggunaan, dan keandalan sehingga disukai perusahaan besar, pemerintah, dan konsumen
  • Di sisi lain, kurangnya transparansi tentang data pelatihan, struktur model, dan metode fine-tuning menjadi keterbatasan
• Belakangan ini model open-source kembali naik daun
  • Biaya pengembangan dan penggunaan rendah, aksesibilitas tinggi, sehingga populer di kalangan startup, developer, dan akademisi
  • Melalui platform seperti Hugging Face, model terbaru seperti Meta Llama dan Mistral Mixtral dapat dengan mudah diunduh dan digunakan
  • Pengembangan AI kembali meluas dari laboratorium raksasa ke laboratorium berbasis individu dan komunitas
  • Eksperimen cepat, kolaborasi, dan partisipasi komunitas mempercepat inovasi
• China menjadi nomor 1 dunia dalam jumlah rilis model AI besar open-source pada 2025
  • Rilis model besar pada 2025 mencakup DeepSeek-R1, Alibaba Qwen-32B, Baidu Ernie 4.5, dan lainnya
• Diferensiasi yang jelas antara closed-source vs open-source
  • Open-source: memimpin sovereign AI, model bahasa terlokalisasi, dan inovasi berbasis komunitas
  • Closed-source: unggul di pasar konsumen dan adopsi perusahaan besar, berfokus pada optimisasi dan usability
  • Dua paradigma—keterbukaan/kecepatan/kebebasan vs keamanan/optimisasi/kontrol—bersaing dan menentukan masa depan AI

Kinerja Model Open-Source yang Meningkat + Biaya Token yang Menurun = Ledakan Penggunaan oleh Developer yang Menggunakan AI

• Pada awalnya, model closed-source seperti GPT-4, Claude, dan Gemini memimpin pasar konsumen dan perusahaan besar
  • Onboarding yang mudah, UI/UX yang rapi, dan keandalan tinggi memberi keunggulan dalam persepsi publik dan adopsi perusahaan
  • Menawarkan keamanan, kenyamanan, dan nilai nama besar yang mudah digunakan bahkan oleh tenaga nonteknis
• Belakangan ini kesenjangan performa model open-source menyempit dengan cepat
  • Llama 3, DeepSeek, dan lainnya telah mencapai tingkat yang mampu bersaing dengan model tertutup dalam penalaran, coding, multibahasa, dan lainnya
  • Dapat diunduh, di-fine-tune, dan dideploy secara lokal dengan bebas, dengan biaya yang jauh lebih murah
• Adopsi model AI open-source semakin cepat dengan developer sebagai pusatnya
  • Developer lebih menyukai kustomisasi dan rasio biaya/kinerja tinggi daripada UX yang benar-benar matang
  • Eksperimen inovatif berbasis model open-source aktif dilakukan di berbagai area seperti app, agent, dan pipeline
• Didorong penurunan harga token dan peningkatan performa model open-source, jumlah developer yang memanfaatkan AI meningkat secara eksplosif
  • Sebelumnya ketergantungan pada API tertutup sangat tinggi, tetapi kini pembangunan dan penskalaan langsung dimungkinkan baik di lokal maupun cloud
• Masih ada keterbatasan untuk adopsi massal di pasar konsumen/perusahaan besar
  • Open-source masih lemah dalam brand power, UX yang ramah pengguna, dan managed service
  • Namun, jika infrastruktur makin nyaman dan kesenjangan biaya/kinerja tetap terjaga, ada peluang untuk meluas ke pasar massal juga

Kebangkitan China

• CTO Meta, Andrew Bosworth, saat ini mengibaratkan AI sebagai “perlombaan antariksa (space race)”, dan secara khusus menilai kapabilitas Tiongkok sangat tinggi
  • Seperti perlombaan antariksa di masa lalu yang memiliki karakter persaingan sistem (kecepatan inovasi dan tingkat kepercayaan global), persaingan AI juga dapat memengaruhi tatanan dunia
• Tiongkok, dengan momentum dari kebijakan ‘Made in China 2025’, bertransformasi cepat dari manufaktur berbiaya rendah menjadi negara pemimpin teknologi canggih
  • Memperkuat kemampuan dengan cepat di industri strategis yang berpusat pada robotika, elektrifikasi, teknologi informasi, dan kecerdasan buatan kelas dunia
• Penerapan AI Tiongkok untuk strategi militer dan negara
  • Penggunaan AI meluas di seluruh ranah keamanan nasional, termasuk logistik medan perang, pengenalan target, operasi siber, dan platform pengambilan keputusan otonom
  • Pada 2025, media milik negara juga menekankan penerapan AI di bidang dukungan militer (non-tempur), seperti rumah sakit militer
  • Kementerian Sains dan Teknologi dengan jelas menyajikan ‘inovasi mandiri (indigenous innovation)’ sebagai tugas inti nasional
• Dampak global dari keunggulan AI Tiongkok
  • Dalam tulisan kontribusi pada 2024, Sam Altman dari OpenAI memperingatkan bahwa “jika rezim otoriter meraih keunggulan dalam AI, mereka dapat memaksa perusahaan AS dan negara lain untuk berbagi data, serta memanfaatkan AI untuk mengawasi warga sendiri atau mengembangkan senjata siber”
• Pendalaman persaingan hegemoni teknologi AS-Tiongkok
  • Persaingan untuk kontrol meluas bukan hanya pada AI, tetapi juga di sektor rare earth, semikonduktor, dan teknologi canggih
  • Tiongkok mempertahankan posisinya sebagai pemain global utama dalam pasokan rare earth (material inti untuk elektronik canggih, pertahanan, dan energi bersih), sementara AS berupaya menahannya melalui reshoring semikonduktor (mengembalikan produksi ke dalam negeri) serta memperkuat kerja sama dengan negara sekutu seperti Jepang, Korea Selatan, dan Belanda
  • TSMC Taiwan menjadi poros utama foundry semikonduktor dunia, dan berada di pusat kalkulasi strategis baik AS maupun Tiongkok
• Perubahan arah kebijakan di dalam AS
  • Keluar dari respons yang suam-suam kuku selama 20 tahun, kedua partai kini sama-sama secara aktif memandang industri teknologi canggih sebagai ‘inti kepentingan nasional’
  • Pemerintahan Biden: kontrol ekspor; pemerintahan Trump: nasionalisme ekonomi dan reshoring, serta berbagai pendekatan lainnya
  • Senator John Cornyn dan Mark Warner: “Inovasi semikonduktor Amerika telah menopang seluruh perekonomian, tetapi sikap lengah telah memberi celah bagi negara pesaing (termasuk musuh) untuk menyusul”
• Pentingnya perlindungan hak kekayaan intelektual (IP) teknologi AS
  • OpenAI menyebut bahwa “negara pesaing seperti Tiongkok terus mencoba merekayasa balik model AI terdepan AS, dan kerja sama erat dengan pemerintah sangatlah penting”
• Perubahan cara pandang terhadap hubungan AS-Tiongkok
  • Berbeda dengan awal masa keanggotaan WTO pada 2000-an, AS saat ini dengan jelas menyadari bahwa teknologi canggih seperti AI, semikonduktor, dan mineral kritis bukan sekadar aset ekonomi dan industri, melainkan poros utama ketahanan nasional dan kekuatan geopolitik

Pemimpin Kapitalisasi Pasar Publik Menceritakan Tiga Puluh Tahun Terakhir = Momentum Luar Biasa USA…Tiongkok Bangkit

• Dalam 30 tahun terakhir (1995~2025), dari 30 perusahaan teratas global berdasarkan kapitalisasi pasar, hanya 6 perusahaan yang tetap bertahan secara konsisten
  • Microsoft, Walmart, Exxon Mobil, Procter & Gamble, Johnson & Johnson, Coca-Cola
  • Perusahaan yang baru masuk ke jajaran teratas
    • NVIDIA, Apple, Amazon, Alphabet(Google), Saudi Aramco, Meta Platforms(Facebook), Tesla, Broadcom, Berkshire Hathaway, TSMC, JP Morgan Chase, Visa, Eli Lilly, Tencent, Mastercard, Netflix, Costco Wholesale, Oracle, Home Depot, SAP, Bank of America, ICBC, AbbVie, Palantir
  • Porsi berdasarkan negara pada 1995
    • AS: 53% (16 dari 30 perusahaan),
    • Jepang: 9 perusahaan,
    • Swiss: 3 perusahaan,
    • Inggris: 2 perusahaan
  • Porsi berdasarkan negara pada 2025
    • AS: 83% (25 dari 30 perusahaan)
    • Jepang/Swiss/Inggris: 0 perusahaan
    • Tiongkok 2 perusahaan, Arab Saudi 1 perusahaan, Taiwan 1 perusahaan, Jerman 1 perusahaan
• Dalam 30 tahun terakhir, dari 30 perusahaan teknologi global (tech companies) teratas berdasarkan kapitalisasi pasar, hanya 5 perusahaan yang tetap bertahan secara konsisten
  • Microsoft, Oracle, Cisco, IBM, AT&T
  • Pendatang baru di kelompok perusahaan teknologi
    • NVIDIA, Apple, Amazon, Alphabet(Google), Meta Platforms(Facebook), Tesla, Broadcom, TSMC, Tencent, Netflix, SAP, Palantir, ASML, Alibaba, Salesforce, T-Mobile, Samsung, China Mobile, Reliance, ServiceNow, Intuitive Surgical, Siemens, Uber, AMD, Intuit
  • Porsi perusahaan teknologi berdasarkan negara pada 1995
    • AS: 53% (16/30),
    • Jepang: 30% (9/30),
    • UK/Singapura/Hong Kong/Meksiko/Malaysia masing-masing 1 perusahaan
  • Porsi perusahaan teknologi berdasarkan negara pada 2025
    • AS: 70% (21/30)
    • Jepang/UK/Singapura/Hong Kong/Meksiko/Malaysia: 0 perusahaan
    • Tiongkok 3 perusahaan, Jerman 2 perusahaan, Taiwan 1 perusahaan, Belanda 1 perusahaan, Korea Selatan 1 perusahaan, India 1 perusahaan
  • TSMC Taiwan: Taiwan hanya memiliki 1 perusahaan di jajaran teratas (TSMC), tetapi per kuartal II 2024
    • memproduksi 80~90% semikonduktor canggih dunia, dan lebih dari 62% dari seluruh semikonduktor
• Perubahan luar biasa yang terjadi hanya dalam satu generasi
  • Penyebaran internet menjadi fondasi lahirnya perusahaan-perusahaan baru papan atas global, dan
  • kebangkitan AI diperkirakan akan mendorong perubahan yang lebih cepat dan lebih mendasar daripada ini selama 30 tahun ke depan

USA vs. China dalam Teknologi = Waktu Respons AI Tiongkok Jauh Lebih Cepat Dibandingkan Internet 1995

• Kepemimpinan model bahasa besar (LLM) AI: AS dan Tiongkok memimpin laju pengembangan AI global
  • Melihat status kumulatif pembangunan sistem AI skala besar pada 2017–2024, AS dan Tiongkok berada jauh di depan secara menonjol
  • Per 2024, AS telah mengumumkan lebih dari 150 sistem AI skala besar, dan Tiongkok juga melampaui 100
  • Prancis, Inggris, Kanada, Hong Kong, Jerman, dan lainnya masih tertinggal cukup jauh dari AS dan Tiongkok
• China AI = mengejar dengan cepat, DeepSeek R1
  • DeepSeek mengumumkan bahwa kemampuan pengembangan AI Tiongkok telah mempersempit jarak dengan AS hingga 3 bulan (Januari 2025)
  • CEO DeepSeek menekankan bahwa Tiongkok tidak bisa lagi sekadar meniru dan harus melakukan inovasi mandiri
• Alibaba Qwen 2.5-Max: diklaim melampaui DeepSeek·OpenAI ChatGPT
  • Qwen2.5-Max menunjukkan performa yang lebih unggul daripada DeepSeek V3 dan OpenAI ChatGPT di berbagai benchmark
  • Performa model terus ditingkatkan melalui skala data, ukuran model, dan inovasi teknik post-training
• Baidu Ernie 4.5 Turbo: AI multimodal, biaya rendah dan performa tinggi
  • AI multimodal yang memproses teks, gambar, dan video, dianalogikan sebagai ‘pisau tentara Swiss’
  • Biayanya RMB 0.8 per 1 juta token input dan RMB 3.2 untuk output, setara 40% dari DeepSeek V3 dan 0.2% dari GPT-4.5
  • Menunjukkan performa setara GPT-4.1, dan lebih unggul dari GPT-4o pada beberapa tugas multimodal
• Performa LLM: AS dan Tiongkok, selisih skor riil makin menyempit
  • Berdasarkan hasil Chatbot Arena Stanford HAI & LMSYS per Februari 2025, AS mencatat 1.385 poin dan Tiongkok 1.362 poin, sangat berdekatan
• AI Tiongkok: mencapai performa dengan biaya pelatihan rendah
  • Menurut data Epoch AI, model Tiongkok seperti DeepSeek V3 dirilis dengan biaya yang jauh lebih rendah dibanding GPT-4
• Peralihan ke pelatihan AI dengan semikonduktor lokal
  • Akibat pembatasan ekspor dari AS, klaster chip AI lokal seperti milik Huawei berkembang cepat
  • Menurut Financial Times, Huawei mulai memasok klaster AI secara serius untuk perusahaan teknologi Tiongkok
• Tiongkok: basis pemasangan robot industri juga tertinggi di dunia
  • Per 2023, Tiongkok mencatat 276 ribu unit, negara lain di dunia 265 ribu unit, dan AS sekitar 40 ribu unit
• Kesimpulan: laju inovasi AI Tiongkok jauh lebih cepat daripada masa awal adopsi internet (1995)
  • Tiongkok dengan cepat mempersempit jarak dengan AS dari sisi teknologi, biaya, dan infrastruktur, sehingga persaingan memperebutkan kepemimpinan industri global makin sengit

China Consumer AI Usage = DeepSeek Rose Quickly

• Pasar AI generatif global makin terfragmentasi menurut wilayah, kanal, dan preferensi pengguna
  • Secara global, ChatGPT dari OpenAI masih menjadi pemimpin yang jelas baik di desktop maupun mobile, tetapi persaingan antarplatform makin intensif
  • Claude dari Anthropic dan Google Gemini juga perlahan memperluas pangsa pasar, sementara Grok dari xAI tercatat sebagai asisten AI dengan pertumbuhan tercepat berkat kenaikan pengunjung bulanan 294% pada Februari–Maret 2025
• Tiongkok kuat dengan model AI lokal seperti DeepSeek
  • ChatGPT memang nomor satu di sebagian besar negara, tetapi tidak tersedia di Rusia dan Tiongkok, sehingga model lokal seperti DeepSeek menjadi arus utama
  • Menurut konsultan Roland Berger, 10 besar aplikasi AI berdasarkan pengguna aktif bulanan di Tiongkok semuanya produk domestik (DeepSeek, Kimi, Nami AI, ERNIE Bot, dan lain-lain dengan puluhan juta pengguna)
  • Di luar Tiongkok, ChatGPT sangat dominan; di dalam Tiongkok, terbentuk pasar yang sepenuhnya terpisah
• Regulasi platform dan lingkungan di Tiongkok
  • Facebook, Twitter, Google, YouTube tidak dapat diakses di Tiongkok sejak 2010 atau bahkan lebih awal
  • Bukan hanya Instagram, WhatsApp, Wikipedia, Telegram, dan Spotify, tetapi belakangan ChatGPT, Google Gemini, Claude, Meta AI, Microsoft Copilot juga diblokir
  • Lingkungan regulasi ini mendorong kebangkitan juara AI lokal
• Perbedaan persepsi terhadap AI
  • Menurut survei Stanford HAI dan Ipsos, 83% warga Tiongkok menilai dampak bersih AI secara positif (per 2024, naik 5 poin persentase dibanding 2022)
  • Warga AS yang menjawab positif untuk pertanyaan yang sama hanya 39%, hampir tidak berubah dalam dua tahun
  • Dari sudut pandang sosial dan filosofis, pendekatan dan penerimaan terhadap AI berbeda-beda di tiap negara
• Pemilihan platform kini melampaui performa atau harga, dan makin meluas ke ranah identitas nasional dan budaya
  • Bukan lagi sekadar ‘siapa yang membuatnya lebih baik’, melainkan ‘bagaimana teknologi itu diterima dan digunakan’ yang menjadi titik pembeda yang lebih penting

AI & Physical World Ramps = Fast + Data-Driven

• Hingga saat ini, fokus utamanya adalah pada penyebaran dan monetisasi AI di perangkat lunak desktop/mobile, tetapi inovasi dan monetisasi AI di dunia fisik nyata menunjukkan laju yang bahkan lebih cepat dan lebih dramatis
  • Kini kecerdasan tertanam secara mendalam bukan hanya di aplikasi digital, tetapi juga di kendaraan, mesin, dan sistem pertahanan
  • Armada kendaraan otonom seperti Waymo dan Tesla bukan lagi proyek laboratorium, melainkan sudah benar-benar menghasilkan pendapatan, mengumpulkan data berkendara tanpa pengemudi sejauh jutaan mil, dan berkembang pesat menjadi loop perangkat lunak yang makin canggih
  • Applied Intuition mengembangkan sistem kendaraan yang ditentukan oleh perangkat lunak dan platform simulasi yang tidak bergantung pada hardware, sehingga membantu produsen menerapkan AI semudah memasang komponen
  • Di industri pertahanan (Anduril), AI mengubah paradigma pertahanan dengan mengirimkan sistem otonom yang AI-nya terpasang di setiap edge node (drone, sensor, dan sebagainya)
  • Di bidang pertanian (Carbon Robotics), AI berbasis computer vision menghilangkan gulma tanpa menggunakan herbisida, menandai pergeseran besar ketika aset modal di dunia fisik menjadi endpoint perangkat lunak
  • Ini menunjukkan bahwa AI tidak lagi hanya berada di layar, tetapi sedang menjadi kekuatan kinetik yang menggerakkan dunia nyata
• Tesla Vertically-Integrated Electric Vehicles
  • Dari Juni 2022 hingga Maret 2025, total jarak tempuh kumulatif Full Self-Driving tumbuh 100x lipat
  • Dengan diperkenalkannya versi 12, 330 ribu baris kode C++ digantikan oleh neural net, menerapkan arsitektur AI end-to-end secara penuh
  • AI memainkan peran sentral di setiap tahap, termasuk pengenalan objek, perencanaan rute, dan kontrol kendaraan
  • Tesla kemungkinan adalah perusahaan inferensi AI paling efisien di dunia
• Waymo Fully-Autonomous Vehicles
  • Agustus 2023–April 2025, pangsa pasar rideshare di San Francisco melonjak cepat dari 0% menjadi 27%
  • Membangun sistem komersial yang tangguh dengan perception, planning, dan prediction berbasis AI multimodal
  • Membuktikan produk kendaraan otonom yang layak secara komersial di pasar nyata
• Applied Intuition Vehicle Intelligence
  • Pada 2024, menyediakan solusi kecerdasan kendaraan berbasis AI untuk 18 OEM otomotif utama global
  • Memperluas platform simulasi dan perangkat lunak autonomous driving ke beragam industri, termasuk otomotif, truk, konstruksi, dan pertahanan
  • Di sektor pertahanan, memperkuat portofolio produk autonomous driving off-road dan teknologi defense
• Anduril AI-Enabled Autonomous USA Defense Systems
  • Pada 2022–2024, pendapatan tahunan tumbuh 2x selama dua tahun berturut-turut, menembus US$1 miliar pada 2024
  • Dengan memanfaatkan AI dan sistem otonom, mendukung pengambilan keputusan yang lebih cepat dan lebih presisi di lingkungan medan perang modern
  • Menempatkan AI di setiap edge node yang terdistribusi untuk merevolusi sistem keamanan dan pertahanan
• KoBold Metals AI-Driven Mining Exploration
  • Dengan teknologi machine prospector berbasis AI, efisiensi eksplorasi meningkat drastis di sektor eksplorasi mineral yang sejak 1975 menunjukkan efisiensi terendah
  • Menggabungkan data geografis/geofisika skala besar dan model korelasi statistik untuk dengan cepat mengidentifikasi kandidat eksplorasi yang menjanjikan
  • Mengamankan rantai pasok logam baru dengan efisiensi lebih dari 2x rata-rata industri
• Carbon Robotics AI-Driven Agricultural Modernization
  • Januari 2023–Mei 2025, total lebih dari 230 ribu acre telah dibersihkan dari gulma, mencegah penggunaan lebih dari 100 ribu galon glyphosate (herbisida)
  • Dengan teknologi deep learning dan computer vision berbasis AI, menghilangkan gulma di sekitar tanaman menggunakan laser
  • Mesin otomatis mampu menangani 2 acre per jam dan menghilangkan 200 ribu gulma per hari
• Halter AI-Driven Intelligent Grazing
  • Pada 2025, jumlah kontrak baru untuk kalung pintar peternakan tumbuh lebih dari 150% per tahun
  • Manajemen penggembalaan berbasis AI meningkatkan efisiensi penggunaan sumber daya, memperbaiki kesehatan tanah, dan memperkuat keberlanjutan
  • Membuktikan dampak produktivitas skala besar dan pengurangan karbon yang dapat mengatasi lambatnya penerapan teknologi di pertanian modern

Pertumbuhan Pengguna Internet Global yang Didorong AI sejak Awal = Pertumbuhan yang Belum Pernah Kita Lihat Sebelumnya

• Dengan meluasnya internet satelit berbiaya rendah, kemungkinan masuknya 2,6 miliar orang yang belum terhubung, setara 32% populasi dunia, ke ranah online meningkat cepat
• Berbeda dari sebelumnya, mereka akan memulai pengalaman internet pertama mereka dalam kondisi fitur AI sudah terpasang secara default
• Alih-alih mengetik langsung di kolom pencarian atau melewati browser tradisional, mereka diperkirakan akan langsung berbicara dengan AI dalam bahasa alami untuk memperoleh informasi dan menggunakan berbagai layanan teknologi
• Antarmuka berbasis AI agent seperti ini dapat memusatkan nilai pasar pada pemain yang memiliki antarmuka, bukan aplikasi, dan mengguncang hierarki platform yang ada
• Ke depan, kepemilikan antarmuka akan menjadi lebih penting daripada kepemilikan platform, dan AI yang memahami bahasa lokal, konteks, serta niat pengguna diperkirakan menjadi daya saing utama

Pertumbuhan Pengguna Internet Baru = Dimungkinkan oleh AI + Satelit

• Orbital / Satellite Launch Market Share, Global = SpaceX Melesat
  • Sejak 2008, renaisans peluncuran luar angkasa komersial dan nasional dimulai, dan SpaceX mengambil porsi besar dalam jumlah peluncuran tahunan
  • Amerika Serikat (di luar SpaceX), China, dan Rusia juga masing-masing menunjukkan pertumbuhan, tetapi kenaikan tajam SpaceX paling menonjol
  • Dari era Cold War hingga akhir 1990-an, peluncuran didominasi negara; belakangan ini tren bergeser ke peningkatan peluncuran yang dipimpin swasta
• SpaceX Starlink @ 5MM+ Subscribers = +202% Annual Growth Over 3.2 Years
  • Pelanggan Starlink meningkat dari sekitar 100 ribu pada 2021 menjadi lebih dari 5 juta pada 2024
  • Mencatat tingkat pertumbuhan tahunan rata-rata 202% dan dengan cepat memperluas basis pengguna internet global
• SpaceX Starlink Ecosystem = Coverage Expanding Globally
  • Pada 2025, Starlink memperluas wilayah layanannya ke Amerika Utara, Amerika Selatan, Eropa, Oseania, sebagian Afrika, dan wilayah utama Asia
  • Negara yang masih belum dilayani terbatas pada China, Rusia, Iran, dan beberapa lainnya
• Starlink = Membuka Akses Internet yang Sebelumnya Sulit Dijangkau di Era AI
  • Coco, Monterrey, Mexico: Menyediakan internet berkecepatan tinggi dan andal ke wilayah pedesaan Meksiko, memperluas akses digital melalui WiFi komunitas
  • Chile School District: Menyediakan internet berkecepatan tinggi yang memungkinkan 36 komputer sekolah di Chili terhubung secara bersamaan, memberi siswa dan guru pengalaman lingkungan belajar yang berubah besar
  • Brightline Trains, USA: Menyediakan internet satelit yang stabil di kereta cepat Amerika Serikat, meningkatkan pengalaman penumpang dan efisiensi operasional
  • Seaspan Corporation, Global: Mengadopsi internet satelit untuk perusahaan pelayaran global, memungkinkan kantor jarak jauh di atas kapal, meningkatkan keselamatan kru dan efisiensi operasional, serta mewujudkan solusi yang sebelumnya mustahil

Evolusi AI & Work = Nyata + Cepat

• Perubahan mendasar pada hakikat kerja akibat adopsi AI
  • Bersamaan dengan otomatisasi fisik seperti robot dan drone, otomatisasi kognitif juga menyebar dengan cepat
  • Sistem AI memperoleh kemampuan penalaran, kreasi, dan pemecahan masalah, sehingga cakupan pekerjaan yang bisa ditangani makin luas
• Kecepatan pertumbuhan kemampuan kognitif AI
  • Dalam 3 tahun setelah peluncuran ChatGPT (November 2022), AI berkembang dari tingkat siswa SMA menjadi kemampuan penalaran setingkat doktor
  • Pekerjaan berbasis aturan dan penilaian yang ditopang data terstruktur dalam jumlah besar berpindah menjadi keunggulan AI
• Perubahan unit tenaga kerja
  • Ada kemungkinan bergeser dari tenaga kerja yang berpusat pada manusia menjadi yang berpusat pada daya komputasi pusat data dan model AI
  • Kita sedang memasuki era ketika pasokan dan kualitas tenaga kerja tertentu ditentukan oleh infrastruktur AI
• Masa depan berbasis agen dan peran manusia
  • Sebagian pihak memperkirakan agen AI akan menggantikan pekerjaan white-collar
  • Namun, perlu mempertimbangkan pola historis bahwa bersama peningkatan produktivitas dan efisiensi, selalu muncul pekerjaan manusia yang baru
  • Bahkan dalam masyarakat yang sepenuhnya berpusat pada agen, peran manusia seperti pengawasan, pelatihan, dan pengarahan tetap akan ada
• Struktur kerja masa depan dan perubahan sosial
  • Seperti RLHF (pembelajaran penguatan berbasis umpan balik manusia), manusia akan bergeser ke peran melatih dan menyetel halus kinerja AI dan robot
  • Secara historis, perubahan cara kerja selalu berulang, dan AI juga merupakan teknologi yang mendorong produktivitas dan evolusi kerja

Ringkasan

• Seperti sulit membayangkan hidup tanpa internet, ke depan juga akan sulit membayangkan dunia tanpa AI
  • AI dengan cepat menjadi infrastruktur inti di seluruh industri seperti dukungan pelanggan, pengembangan perangkat lunak, sains, pendidikan, dan manufaktur
• Faktor percepatan popularisasi AI
  • Penyebaran global alat AI multimodal seperti ChatGPT, turunnya biaya penalaran, dan peluncuran beragam model menjadi pendorong
  • Dari pengembang solo hingga perusahaan besar, akses dan eksperimen menjadi lebih mudah, sehingga penyebaran inovasi makin cepat
• Infrastruktur teknologi dan investasi
  • Belanja modal cloud besar, semikonduktor, dan hyperscaler meningkat tajam
  • Batas antara ranah fisik dan digital seperti chip, pusat data, jaringan, dan sistem energi semakin kabur
• Persaingan strategis AS-Tiongkok dan kepemimpinan AI global
  • AS memimpin dalam inovasi model, chip kustom, dan infrastruktur cloud, tetapi Tiongkok juga tumbuh pesat lewat open source, infrastruktur, dan dukungan kebijakan
  • Kedua negara sama-sama memandang AI sebagai pengungkit utama pertumbuhan ekonomi dan pengaruh geopolitik
• Perubahan platform dan antarmuka
  • AI berevolusi melampaui ekosistem aplikasi yang ada menuju antarmuka percakapan berbasis agen
  • Berkat internet satelit dan lainnya, besar kemungkinan pengguna internet baru akan memulai dari pengalaman yang native AI
• Perubahan pekerjaan dan cara kerja
  • Adopsi AI di tempat kerja makin cepat, dan unit kerja secara bertahap bergeser dari manusia ke daya komputasi dan AI
  • Semakin banyak orang akan bekerja bersama AI, dan tren AI membentuk ulang lingkungan kerja makin jelas
• Perpaduan situasi internasional dan teknologi
  • Arus informasi dan modal, teknologi yang dipersenjatai, serta pendalaman konflik demokrasi-versus-otoritarianisme meningkatkan ketidakpastian
  • Namun, inovasi adalah inti daya saing nasional, dan ditekankan bahwa eksekusi cepat serta strategi aliansi itu penting
• Kesimpulan
  • Waktu bermain AI telah tiba, dan intensitasnya akan terus meningkat
  • Genie tidak akan kembali masuk ke dalam botol (kita telah melewati titik tanpa jalan kembali )

[xguru]

Tersedia juga dalam file PDF https://www.bondcap.com/report/pdf/Trends_Artificial_Intelligence.pdf