Di masa depan, apakah AI akan menciptakan kekayaan besar di banyak industri, atau justru menjadi kerugian bersih?

• Ada kasus ketika teknologi inovatif menciptakan kekayaan korporasi baru, dan ada pula kasus ketika ia berkontribusi pada perubahan sosial tetapi hanya memberi sedikit keuntungan bagi investor
• Muncul pertanyaan tentang kategori mana yang ditempati AI generatif, dan saat ini terlihat mengalir ke arah struktur oligopoli yang berpusat pada perusahaan besar sebagai perpanjangan dari inovasi ICT yang sudah ada
• Dengan membandingkan contoh mikroprosesor dan pengiriman kontainer di masa lalu, AI juga berpotensi membuat banyak keuntungan terkonsentrasi pada konsumen dan sebagian perusahaan besar, bukan para produsen
• Sebagai pendekatan untuk berinvestasi di AI dan menghasilkan keuntungan, perusahaan infrastruktur atau sektor yang memanfaatkan AI untuk pengurangan biaya dan peningkatan produktivitas bisa menjanjikan
• Bagi sebagian besar investor di perusahaan AI baru, peluang besar mungkin tidak sebesar yang diharapkan, dan pada akhirnya konsumen serta perusahaan lama yang efisien diperkirakan akan memperoleh manfaat terbesar

---

Lahirnya teknologi inovatif dan kekayaan

• Teknologi inovatif seperti kereta api, listrik, mesin pembakaran dalam, dan mikroprosesor menciptakan era industri baru serta memberi kekayaan dan pengaruh yang sangat besar kepada investor dan wirausahawan
• Sebaliknya, ada juga contoh seperti pengiriman kontainer yang membawa transformasi sosial besar tetapi efek peningkatan nilai perusahaan terbatas

Nilai investasi inovasi teknologi dan persoalan 'siapa yang mendapatkan keuntungan'

• Saat berinvestasi pada teknologi baru, yang paling menentukan adalah seberapa besar nilai yang diciptakan dan siapa yang pada akhirnya menguasai keuntungan itu
• Inovasi ICT membawa kekayaan bagi perusahaan rintisan dan investor, tetapi pada pengiriman kontainer, nilainya terdilusi sehingga banyak investor tidak memperoleh keuntungan
• Muncul ketidakpastian tentang kategori mana yang akan ditempati AI, khususnya AI generatif, di antara keduanya

Perbandingan kasus mikroprosesor dan pengiriman kontainer

• Inovasi mikroprosesor pada awalnya sulit diprediksi, tetapi melalui eksperimen dan masuknya pemain ke pasar, terbentuk struktur siklus inovasi yang saling menguatkan
• Pada akhir 1970-an, pasar PC tumbuh secara bertahap dan hambatan masuk mulai terbentuk, investasi menjadi aktif dan mendorong pertumbuhan ekosistem
• Perusahaan besar yang sudah mapan seperti IBM, HP, dan DEC bersikap pasif terhadap adopsi PC, sementara para pendatang belakangan justru berada di pusat inovasi
• Dijelaskan pula alur gelembung ICT → pecahnya gelembung → pertumbuhan stabil, beserta peran investor, wirausahawan, dan titik baliknya

Analogi AI dan pengiriman kontainer

• Pengiriman kontainer juga memicu perubahan sosial dan ekonomi yang sangat besar, tetapi karena kurangnya hambatan masuk dan meningkatnya persaingan, sebagian besar investor tidak memperoleh keuntungan besar
  • McLean, pendiri SeaLand yang memimpin inovasi tersebut, dan hanya sebagian investorlah yang benar-benar memperoleh kekayaan
  • Operator pelayaran besar, perusahaan investasi infrastruktur, dan perusahaan yang benar-benar memanfaatkan keunggulannya secara nyata (misalnya IKEA, Walmart) mendapat manfaat terbesar
• Persaingan yang makin ketat, investasi berlebih dibanding permintaan, dan kenaikan biaya infrastruktur membentuk struktur yang membatasi imbal hasil investasi

Siklus inovasi AI dan lingkungan investasi

• Menurut teori ekonom Carlota Perez, inovasi teknologi berjalan melalui empat tahap: ledakan, kegilaan, sinergi, dan kematangan
  • Peluang keuntungan bagi investor terkonsentrasi pada masa kegilaan dan sinergi
• AI sudah berada dalam proses dioligopolikan dan diintegrasikan oleh perusahaan-perusahaan ICT besar
• Perusahaan model besar, perusahaan infrastruktur/chip/data memegang peran penting dalam rantai nilai
• Startup aplikasi baru terus bermunculan, tetapi besar kemungkinan akan diserap oleh perusahaan model raksasa atau tersingkir dalam persaingan

Peluang dan risiko investasi di industri AI

• Peluang investasi pada perusahaan model sudah terbatas, dan bahkan model khusus domain pun diperkirakan hanya akan menyisakan sedikit perusahaan yang menonjol melalui integrasi dan akuisisi
• Investasi pada perusahaan infrastruktur (misalnya NVIDIA dan lain-lain) juga sudah mencerminkan ekspektasi yang tinggi, sehingga ruang untuk keuntungan tambahan terbatas
• Perusahaan di sektor yang memanfaatkan AI seperti layanan profesional, kesehatan, pendidikan, dan keuangan yang secara strategis menggunakan AI untuk mengurangi biaya dan meningkatkan produktivitas kemungkinan besar akan menjadi penerima manfaat terbesar
• Perusahaan baru/startup akan sulit menarik investasi dalam skala besar karena persaingan yang makin ketat dan hambatan pertumbuhan, sehingga pengalaman dan kemampuan eksekusi menjadi kunci

Dampak ekonomi AI dan penerima manfaat akhirnya

• AI diperkirakan akan menciptakan nilai tambah setara 1~7% dari GDP global di masa depan, tetapi sebagian besar manfaat itu kemungkinan akan jatuh ke tangan konsumen dan perusahaan lama yang produktivitasnya tinggi
• Dengan efek peningkatan produktivitas di industri jasa, kesejahteraan konsumen akan meningkat, dan peluang untuk menikmati beragam layanan juga diperkirakan meluas
• Seperti otomatisasi manufaktur di masa lalu, pengurangan biaya sosial akibat AI perlu dimasukkan ke dalam strategi perusahaan agar dapat menciptakan peluang investasi yang benar-benar menarik perhatian

Kesimpulan – strategi investasi di era AI

• Dibanding harapan berlebihan yang serampangan pada tahap awal teknologi inovatif, diperlukan cara berpikir investasi yang berbeda yang berfokus pada pasar dan strategi apa yang akan dibuka oleh peningkatan produktivitas pekerja pengetahuan
• Ke depan, alih-alih sekadar bertaruh pada teknologinya sendiri, faktor keberhasilan adalah wawasan tentang bagaimana teknologi itu membuka peluang dan pasar baru

[tensun]

Bukankah dampaknya akan terasa besar ketika AI dan robot menunjukkan daya disrupsi di bidang tenaga kerja, logistik, keselamatan, layanan, dan lainnya?

[GN⁺]

Pendapat Hacker News

• Hal yang menarik dari AI adalah tampaknya AI benar-benar menurunkan hambatan masuk secara besar-besaran di banyak bidang Sampai sekarang, aku belum pernah melihat perusahaan mana pun yang bisa menunjukkan secara meyakinkan bahwa ini benar-benar berdampak besar bagi mereka. Kebanyakan hanya promosi, dan dampak nyatanya terasa minim. Tapi aku banyak melihat contoh pemakaian oleh individu, termasuk diriku sendiri Aku sudah lama suka iseng mengembangkan video game sebagai hobi, dan aset seni selalu jadi hambatan terbesar. Aku tidak bisa menggambar dan tidak punya anggaran, jadi aku mencari-cari asset pack di Itch.io, dan sering kali arah proyekku jadi ditentukan oleh apa yang mereka sediakan. Tapi sejak tahun ini, semuanya berubah besar. Sekarang aku bisa meluangkan satu jam untuk membuat grafik yang kuinginkan sendiri, lalu mengeditnya sampai mendapatkan aset yang pas untuk kebutuhanku. Jadi sekarang susunan aset bisa disesuaikan dengan game yang benar-benar ingin kubuat Ini sepenuhnya soal hambatan masuk. Aset yang kubuat masih di level shovelware, dan aku bukan sedang membangun bisnis dari sini. Tapi sekarang satu orang di internet bisa benar-benar menekuni hobi yang mereka suka sekaligus mengembangkan skill sesuka hati. Aku juga punya harapan bahwa suatu hari, kalau muncul ide yang benar-benar hebat, aku bisa mempekerjakan artis sungguhan dan menginvestasikan uang ke sana Rasanya mirip dengan bagaimana GarageBand, iMovie, dan YouTube dulu memungkinkan orang merasakan pengalaman membuat musik dan video tanpa peralatan rumit atau software Adobe yang mahal

  • Aku juga merasakan hal yang mirip Sudah lama aku sering memulai proyek pribadi lalu mentok di masalah kecil-kecil—misalnya server mengeluarkan error aneh—kemudian frustrasi dan akhirnya menyerah. Ini bukan pekerjaan, jadi kesabaranku untuk kerja gratis memang ada batasnya Dengan ChatGPT, aku bisa menyalin-tempel error dan mendapat saran arah penyelesaiannya. Kadang cocok di percobaan pertama, kadang tidak, tapi setidaknya selalu ada sesuatu yang bisa dicoba, dan begitu ada sedikit progres, momentumnya mulai terbentuk dan aku jadi tenggelam ke dalam proyek Tetap saja ada banyak usaha yang harus kulakukan sendiri, tapi AI benar-benar berguna sebagai alat untuk melewati rintangan awal

  • Aku juga merasakan fenomena ini Ini keuntungan besar bagi startup. Dulu hal-hal seperti desain logo, desain grafis, pemrograman, dan copywriting membutuhkan tenaga spesialis, tapi sekarang Founder bisa mengerjakannya “cukup baik” dengan AI. Memang ada bidang seperti urusan hukum atau vendor SaaS yang tidak bisa sepenuhnya menggantikan bantuan manusia, tapi AI setidaknya bisa memberi saran layanan apa yang sebaiknya dipakai Namun ironisnya, kalau semua orang jadi lebih mudah membangun startup, persaingan justru makin ketat dan lingkungan untuk Founder malah jadi lebih berat. Pada akhirnya belum jelas apakah lapisan Prosumer atau Founder benar-benar akan menjadi pihak yang paling diuntungkan Menarik juga bahwa jika tren AI adalah menggantikan transaksi yang dulu mahal dengan AI seharga $20 per bulan, itu justru bisa memperkecil total aktivitas ekonomi

  • Dulu untuk outsource art game, biayanya bisa ribuan dolar dan sekitar sebulan waktu, dan itu membatasi cakupan hal yang bisa dibuat sekaligus jadi kendala besar tiap kali rencana berubah. Sekarang berkat AI, kita bisa membuat aset seperti art, audio, dan lain-lain 2x, 5x, 10x lebih banyak hampir tanpa biaya tambahan, bebas mengeksplorasi ide, membuangnya, lalu cepat beralih ke arah baru

  • Aku setuju dengan analogi bahwa ini sejalur dengan bagaimana GarageBand, iMovie, dan YouTube mempermudah musik dan video bagi khalayak luas. Buku William Deresiewicz, The Death of the Artist, layak dibaca. Ada hal yang perlu dipikirkan soal apakah pemasaran bahwa semua orang bisa membuat seni/game/karya kreatif benar-benar hanya membawa dampak positif bagi bidang-bidang itu

  • Terkait pernyataan “AI menurunkan hambatan masuk”, perlu dipikirkan apakah menyuruh LLM membuat gambar berarti aku sudah masuk ke bidang seni visual, atau meminta musik dibuat berarti aku menjadi musisi, atau membuat AI menghasilkan teks berarti aku menjadi penulis

• Inovasi seperti ini, walaupun dampak sosialnya besar, sering kali bukan menciptakan kekayaan baru melainkan memperkuat struktur yang sudah ada Lima belas tahun lalu, containerization juga tidak membuat para pionir industrinya menjadi sangat kaya, tapi justru menjadi fondasi ekonomi ekspor Asia Timur, offshoring, dan model ritel seperti Walmart dan Amazon, sehingga menciptakan kekayaan sangat besar di hilir. AI kemungkinan juga akan membuka lebih banyak peluang bukan bagi segelintir pemilik infrastruktur nyatanya, melainkan di tempat-tempat di mana nilai tambah direalokasikan lewat perubahan struktural yang dimungkinkan oleh AI Ini penting karena membangun model, membangun infrastruktur, dan mengoperasikan data center sangat padat modal dan menghadapi persaingan yang sulit ditanggung. Kekayaan yang sesungguhnya akan terkonsentrasi pada mereka yang bisa merombak industri di atas struktur biaya yang baru

  • Inti tulisan ini adalah ajakan untuk berinvestasi di sektor downstream AI (industri turunan tingkat kedua)

  • Sudah ada tanda-tanda bahwa AI mengikuti pola yang sama. Persaingan infrastruktur memang menarik, tapi nilai yang paling nyata dan paling bertahan lama kemungkinan akan terbentuk setelah itu, di downstream

• Menurutku AI akan berkembang dengan pola yang mirip dengan otomatisasi pabrik Jutaan pabrik akan mendapat manfaat, sementara hanya relatif sedikit perusahaan yang memasok komponen otomatisasi (conveyor, vision/handling system, robot industri, dan sebagainya). Tapi jika persaingannya ketat, penyedia teknologi itu sendiri mungkin tidak akan menjadi luar biasa kaya Pihak yang mengadopsi lebih awal memang akan membayar lebih mahal, tetapi LLM pada akhirnya akan makin menjadi komoditas, dan biaya inferensi akan menjadi inti daya saing. Saat ini perusahaan besar menggelontorkan investasi besar untuk menghadirkan produk paling maju, tetapi open source dan model gratis mengejar sangat cepat Bidang yang berkembang paling cepat saat ini bukan LLM itu sendiri, melainkan sistem agent, reasoning, dan riset yang memanfaatkan LLM. Di area ini, kemampuan engineering lebih penting daripada klaster training berskala besar Kita masih berada di awal putaran pertama AI (era LLM). Era ini tidak akan berlangsung lama, dan arsitektur baru serta algoritma pembelajaran bertahap untuk AGI akan muncul. Masih perlu beberapa generasi kemajuan lagi, tetapi ke depan yang akan jadi inti adalah struktur yang lebih kompleks dengan LLM sebagai salah satu komponennya (mirip dengan yang direncanakan DeepMind dalam 5–10 tahun ke depan), dan sistem yang dibangun di sekitar LLM akan mengarah pada kapabilitas tahap berikutnya

• Tantangan yang sebenarnya bukan apakah AI akan “menggantikan” manusia, tetapi bagaimana menjaga ruang agar orang tetap bisa melatih dan membangun skill nyata Magang, proyek junior, dan pekerjaan level pemula selama ini ada bukan demi efisiensi, melainkan untuk menyediakan kurva pertumbuhan dan lingkungan belajar. Jika AI menggantikan peluang seperti ini terlalu cepat, ada risiko tangga untuk membina generasi berikutnya dari engineer dan kreator yang kompeten akan terputus Pertanyaan yang sesungguhnya bukan “apakah AI akan mengambil pekerjaan?”, melainkan “bagaimana merancang medan latihan agar AI menangani pekerjaan repetitif sambil manusia tetap bisa belajar?”

• Hal yang membingungkan dan membuat frustrasi dari ledakan AI adalah rasanya kita belajar berlari sebelum belajar berjalan Misalnya, di web ada banyak situs yang bisa menghasilkan gambar fotorealistik apa pun, tetapi tidak ada alat yang bisa menjawab dengan tepat permintaan yang sangat sederhana dan spesifik seperti “ikon apel PNG 16x16” Alasannya adalah jaringan saraf kuat pada data organik berukuran tetap, tetapi dalam praktiknya juga terasa payah pada hal-hal yang kelihatannya sepele. Karena itu sekarang bahkan generator website AI malah membuat aset dalam bentuk kode (misalnya web audio synth) di tempat yang bagi orang biasa mestinya cukup memakai file gambar/suara Aku berharap ledakan AI ke depan melambat dan semua orang mulai fokus bukan pada “hal yang keren”, melainkan pada hal yang lebih praktis dan sehari-hari. Walaupun memang dunia tampaknya sudah lama menghindari hal-hal yang membosankan tapi substantif

  • Aku meminta ChatGPT-5 membuat “ikon apel PNG 16x16”, dan itu memang membuatkannya dengan tepat Jelas ada keterbatasan mendasar pada LLM, tetapi edge case sebanyak yang ada di dataset pelatihannya juga banyak yang sudah tercakup

  • Jika “berjalan” bagi AI adalah membuat sesuatu yang “cukup meyakinkan” sesuai permintaan seseorang, maka mengikuti instruksi detail dengan sempurna adalah “berlari” Hanya saja sekarang urutannya terasa terbalik karena arah evolusi teknologinya

• Jika AI hanya dimiliki satu orang, orang itu mungkin akan menjadi kaya melampaui bayangan Kita seharusnya benar-benar bersyukur Google tidak menyimpan makalah “Attention is All You Need” hanya untuk diri mereka sendiri sebagai rahasia

  • Menurutku 5 tahun lagi kamu mungkin tidak akan berpikir begitu

• Menurutku argumen OP perlu diperluas lebih jauh

  • AI memungkinkan optimalisasi biaya pada perusahaan yang sudah ada, dan ini bisa menyebabkan penurunan lapangan kerja sekaligus produk yang lebih murah. Dalam jangka pendek, berkurangnya pekerjaan akan memengaruhi sisi permintaan, sementara turunnya biaya operasional juga mengubah sisi pasokan/biaya
  • Jangan hanya fokus pada LLM; kita juga perlu melihat kemampuan jaringan saraf buatan yang dicapai AI di berbagai bidang. Obat, simulasi biologis, protein, video, pembuatan gambar, dan lain-lain. Ini bukan sekadar membuat pekerjaan lama jadi sedikit lebih efisien, tetapi juga melahirkan kategori produk baru, seperti halnya microcontroller dulu menciptakan kelas produk baru
  • Hambatan masuk untuk mendirikan usaha menurun. Programmer yang tidak bisa seni pun sekarang bisa membuat game dengan generative AI. Otomatisasi di perusahaan lama memang akan menimbulkan lebih banyak pengangguran sementara, tapi pada saat yang sama lebih banyak individu akan mencoba mendirikan usaha. Akan ada banjir berbagai produk baru, tetapi apakah permintaannya cukup untuk menopang kehidupan para founder masih dipertanyakan. Waktu dan perhatian manusia terbatas, dan dengan berkurangnya pekerjaan mungkin uang yang beredar juga lebih sedikit, meski produk itu sendiri akan lebih murah
  • Masih banyak orang yang meremehkan seberapa besar peluang dan kemungkinan yang dibuka oleh LLM dan model AI 1–2 tahun terakhir. Walaupun open source belum menyamai generasi paling mutakhir, model-model ini makin bisa dijalankan di hardware murah sehingga siapa pun dapat mencoba membuat produk baru. Ini mirip dengan masa awal microcontroller ketika orang bereksperimen di garasi
  • Hanya dari sifat-sifat ini saja, industri tertentu (misalnya call center) akan seperti berada dalam perlombaan Red Queen, terus berlari hanya agar tidak tertinggal; tetapi pada saat yang sama industri-industri baru yang tak terbayangkan akan muncul dan menciptakan kekayaan baru bagi banyak orang

  • Bidang seperti game sudah masuk ke perlombaan Red Queen. Jika GenAI mempermudah pembuatan game, kemungkinan sukses justru makin kecil. Pasar sudah jenuh oleh game berkualitas tinggi, sehingga pendatang baru makin sulit mendapat tempat

  • Kita juga bisa membayangkan skenario di mana semua hasil kerja dari 20–30 tahun terakhir di web, data, game, dan OS diseret habis dengan jaring sampai ke bagian terakhirnya, lalu orang-orang yang dulu mengerjakan hal-hal itu justru disingkirkan. Tapi kalau dengan cara seperti itu kemajuan di bidang ini berhenti, apakah itu berarti “semuanya sudah selesai”? LLM AI bergantung pada input sehingga batasannya jelas, dan walaupun celah itu coba ditutup dengan RLHF (reinforcement learning from human feedback), feedback itu sendiri juga terbatas, sementara hasil turunan tingkat kedua akan makin menurun kualitasnya. Pada akhirnya ini hanya menurunkan hambatan masuk untuk produk yang sudah ada, sementara orang-orang di bidang itu akan kewalahan oleh kompetisi baru

  • Aku tidak setuju dengan anggapan bahwa optimalisasi biaya perusahaan akan menurunkan harga produk Dalam praktiknya, perusahaan hanya akan mematok harga setinggi mungkin sambil menjaga kualitas serendah mungkin yang masih bisa diterima. Hasil optimalisasi pada akhirnya langsung berubah menjadi laba

• Secara realistis, dampak AI bisa jadi jauh lebih besar, atau justru lebih kecil, daripada yang kita bayangkan Di satu sisi, ada prediksi bahwa AI akan menggantikan pekerjaan atau memangkas tenaga kerja secara besar-besaran di berbagai bidang. Web developer junior, software engineer, copywriter, desainer, pekerja artwork, asisten riset, dan pekerjaan repetitif serta terstruktur lain berada dalam risiko. Jika yang dibutuhkan hanyalah hasil yang “pokoknya ada sesuatu”, maka orang-orang di bidang itu memang punya alasan untuk cemas. Bahkan pekerjaan mengumpulkan materi yang sudah ada pun bisa digantikan AI Di sisi lain, kecil kemungkinan AI akan menjadi serba bisa seperti yang dibayangkan sebagian perusahaan. AI memang membantu pada pekerjaan yang sudah sangat umum, seperti menulis boilerplate code bagi software engineer, tetapi kualitasnya turun drastis pada tugas baru atau area yang lebih jarang ditangani. Terutama pada profesi seperti pengacara atau dokter, di mana ketepatan hasil berkaitan langsung dengan keselamatan atau masalah hukum, AI tidak bisa sepenuhnya menggantikan manusia Kesimpulannya, AI sangat unggul untuk bidang-bidang repetitif di mana tingkat kesempurnaan hasil tidak terlalu penting. Namun AI tidak cocok untuk area yang sangat membutuhkan feedback, atau ketika kekurangan keahlian bisa membuat kesalahan menjadi fatal

• Seperti judul tulisannya, dikotomi “zero-sum atau keuntungan bersih” itu sendiri keliru Jika kekayaan tidak terkonsentrasi melainkan terdistribusi, seluruh masyarakat akan diuntungkan. Jika pengguna sendiri memanfaatkan AI untuk membangun nilai, sementara perusahaan AI hanya menarik biaya kecil seperti $20 per bulan, maka pekerjaan bernilai bisa dilakukan dengan biaya rendah dan menghasilkan keuntungan bersih bagi masyarakat secara keseluruhan Ini seperti efek kebalikan dari kekeliruan jendela pecah

  • Seperti semua teknologi mutakhir, keuntungan berbiaya rendah/tersebar seperti ini tidak akan bertahan lama; pada akhirnya pihak yang punya daya tahan investasi VC terbesar akan bertahan dalam persaingan dan menaikkan harga

• Ada juga yang berpendapat perubahan AI bisa diprediksi, tetapi aku pribadi merasa tidak sedemikian bisa diprediksi Ada orang yang bilang AI terbatas pada LLM dan sebentar lagi akan kehilangan kegunaan (Ed Zitron), ada juga yang bilang AGI dan superintelligence akan segera datang (Musk/Altman). Kalau superintelligence benar-benar datang, tidak mudah memprediksi bagaimana dampaknya akan berkembang John von Neumann pada 1958 mengatakan bahwa kemajuan teknologi dan perubahan kehidupan manusia makin cepat dan mendekati singularitas esensial, dan istilah itu kemudian memicu perdebatan tentang singularitas AI saat ini. Bahkan dibandingkan dengan lima inovasi besar masa lalu seperti listrik, mobil, dan IT, AI tetap merupakan wilayah yang jauh lebih sulit diprediksi