Pemimpin pemikiran

Mengapa AI Berdaulat Layak Dibangun, dan Di Mana Letak Kelemahannya

Brian Rowe
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaObrolan pengguna yang dihapus dapat disimpan oleh hakim dalam gugatan yang tidak pernah…
Lihat selengkapnya
  • Obrolan pengguna yang dihapus dapat disimpan oleh hakim dalam gugatan yang tidak pernah Anda ikuti.
  • AI berdaulat sebenarnya lebih tentang kendali daripada batas negara atau bendera.
  • Kedaulatan operasional adalah pilar yang paling sering terlewatkan oleh perusahaan saat membangun AI berdaulat.

Pada 13 Mei 2025, seorang hakim magistrat federal di Manhattan menandatangani perintah pengungkapan bukti dalam sengketa hak cipta antara The New York Times dan OpenAI. Perintah itu menginstruksikan OpenAI untuk “menyimpan dan memisahkan semua data log keluaran yang seharusnya dihapus.”

Artinya, obrolan yang sebelumnya sudah diminta pengguna untuk dihapus. Perintah itu mencakup akun ChatGPT Free, Plus, Pro, dan Team, serta pelanggan API yang tidak memiliki perjanjian retensi data nol. OpenAI menentangnya. COO-nya, Brad Lightcap, menyebutnya “tindakan yang berlebihan.” Perintah luas itu berakhir pada akhir September, tetapi data dari akun yang ditandai The New York Times tetap berada dalam penahanan hukum.

Pelanggan perusahaan dikecualikan. Namun, banyak tim bisnis yang menggunakan paket Team dan kunci API standar tidak dikecualikan. Tak satu pun dari mereka menjadi pihak dalam perkara itu. Mereka menekan tombol hapus. Seorang hakim dalam gugatan milik pihak lain memutuskan bahwa menghapus ternyata bukan berarti menghapus.

Saya tidak bermaksud menyudutkan OpenAI. Mereka melawan dengan gigih. Justru itulah intinya. Ketika data Anda berada di platform milik pihak lain, sengketa hukum, kontrak, dan kebijakan pihak tersebutlah yang menentukan apa yang terjadi pada data itu.

Sekarang, bayangkan perusahaan Anda sendiri. Kontrak Anda, berkas klaim Anda, kode sumber Anda, rekam medis pelanggan Anda. Semakin banyak data itu mengalir melalui model AI yang berjalan di infrastruktur yang bukan milik Anda dan diatur oleh ketentuan yang tidak Anda susun.

Itulah sebenarnya inti AI berdaulat. Bukan soal bendera dan perbatasan. Melainkan kendali.

Angka-Angka Menunjukkan Ini Bukan Kekhawatiran Niche

McKinsey menyurvei 300 eksekutif, investor, dan pejabat pemerintah pada akhir tahun lalu. Sebanyak 71% menyebut AI berdaulat sebagai “kekhawatiran eksistensial” atau “keharusan strategis”. McKinsey memperkirakan nilai pasarnya mencapai $600 miliar pada 2030, dengan hingga 40% beban kerja AI berpotensi dialihkan ke lingkungan berdaulat.

Data dari kalangan perusahaan sejalan dengan temuan itu:

  • Hampir empat dari lima organisasi menyatakan kepada Linux Foundation bahwa AI berdaulat merupakan prioritas strategis. Sekitar 90% mengatakan bahwa sumber terbuka sangat penting atau esensial untuk mencapainya.
  • 74% dari lebih dari 900 pemimpin TI di Eropa, Timur Tengah, dan Afrika menyatakan kepada Red Hat bahwa kedaulatan AI menjadi prioritas untuk 18 bulan ke depan. Sebanyak 92% mengatakan bahwa sumber terbuka untuk perusahaan merupakan kunci.
  • 63% organisasi sudah menjalankan model AI sumber terbuka, menurut survei McKinsey dan Mozilla Foundation terhadap lebih dari 700 pemimpin teknologi di 41 negara. Sebanyak 76% memperkirakan akan lebih banyak menggunakannya.

Perhatikan benang merahnya. Kedaulatan dan sumber terbuka terus muncul bersamaan. Itu bukan kebetulan.

Mengapa Saya Optimistis

Saya pernah mengatakan ini sebelumnya: model-modelnya sudah cukup baik. Untuk sebagian besar pekerjaan sehari-hari yang benar-benar dibutuhkan perusahaan—merangkum, meneliti, mengikuti instruksi, dan mengolah dokumen—kemajuan model terdepan tidak membawa perubahan berarti. Model yang menang dalam kompetisi matematika Olimpiade tidak akan mempercepat proses penanganan klaim Anda.

Saya pernah menjalankan model terbuka seperti Qwen di perangkat keras saya sendiri dan melihatnya menangani tugas aplikasi nyata dengan baik. Saya bisa menyempurnakan model menggunakan data saya sendiri, di mesin saya sendiri, tanpa mengirim satu pun rekaman data ke luar. Dua tahun lalu, ini belum menjadi pilihan yang layak bagi perusahaan. Sekarang, sudah.

Hal itu mengubah perhitungan soal kedaulatan. Anda tidak perlu membangun model terdepan untuk memiliki AI sendiri. Anda bisa menggunakan model berbobot terbuka yang andal, menjalankannya di lingkungan sendiri atau di cloud berdaulat, menyetelnya dengan data Anda, dan menyimpan bobot modelnya.

Sisi pasokan juga terus bergerak. Pada Agustus, Nvidia sepakat membayar Poolside $6 miliar untuk mendapatkan lisensi platform pembangunan modelnya dan menawarkan pekerjaan kepada lebih dari 100 insinyurnya, semuanya ditujukan untuk keluarga model berbobot terbuka Nemotron milik Nvidia. Ketika perusahaan penjual alat dan infrastruktur menggelontorkan dana sebesar itu untuk model terbuka, model-model tersebut akan terus menjadi lebih baik.

Perangkat keamanan pun semakin maju. Inferensi rahasia menggunakan lingkungan eksekusi tepercaya di dalam CPU atau GPU agar data tetap terenkripsi sampai mencapai bagian chip yang terisolasi. Bahkan penyedia cloud pun tidak dapat melihatnya. Dengan begitu, Anda tidak lagi sekadar berharap data Anda aman, tetapi tahu bahwa data itu memang aman.

Jadi, ya. AI berdaulat bisa sangat, sangat baik. Biaya per beban kerja lebih rendah, tanpa kenaikan harga mendadak, tanpa model yang tiba-tiba dinyatakan usang, dan Anda bisa menjawab dengan lugas saat dewan direksi bertanya ke mana data itu dikirim.

Namun, saya akan merugikan Anda jika berhenti sampai di situ.

Baca Ketentuan dengan Saksama Sebelum Menandatangani

Daya komputasi terkonsentrasi, dan harganya tidak murah. Indeks AI Berdaulat dari Center for a New American Security menunjukkan bahwa sekitar 90% daya komputasi AI terdepan berada di Amerika Serikat dan China. McKinsey mencatat bahwa hanya sekitar 30 negara yang memiliki daya komputasi untuk menjalankan beban kerja AI tingkat lanjut. Memiliki seluruh tumpukan teknologi sendiri berarti menyediakan GPU, listrik, pendinginan, dan tenaga ahli yang tahu cara mengoperasikannya. Siapkan anggaran untuk semuanya, bukan hanya chip.

Kedaulatan bukan berarti mampu berdiri sendiri. CNAS melacak 184 proyek AI berdaulat yang didukung pemerintah. Lebih dari tiga perlima mengungkapkan setidaknya satu mitra asing, dan sebagian besar mitra tersebut adalah perusahaan AS. Bahkan negara pun tak bisa melakukannya sendiri. World Economic Forum dan Bain berpendapat bahwa kedaulatan sejatinya adalah “saling ketergantungan strategis”. Saya setuju. Tentukan lapisan mana yang harus Anda kendalikan dan mana yang aman untuk Anda sewa.

Model terbuka masih tertinggal dalam tugas-tugas tersulit. McKinsey mencatat bahwa model lokal mungkin tidak mampu menyamai kinerja model terdepan. Untuk sebagian beban kerja, kesenjangan itu penting. Jawabannya bukan pilihan hitam-putih. Arahkan pekerjaan yang sensitif dan bervolume tinggi ke model yang Anda miliki, dan pertahankan jalur terkelola menuju API model terdepan untuk masalah yang benar-benar membutuhkannya.

Operasional adalah titik kegagalan sebagian besar program. Infrastruktur, data, dan kendali atas model mendapat banyak perhatian. Kedaulatan operasional—siapa yang dapat mengakses sistem, mengubah konfigurasinya, dan mengaudit apa yang telah dilakukannya—adalah pilar yang paling sering luput dari perhatian perusahaan. Hal ini segera menjadi persoalan serius begitu agen AI mulai bertindak atas nama Anda. Jika vendor eksternal memegang kunci akses ke agen Anda, Anda tidak memiliki AI berdaulat. Anda hanya memiliki layanan yang dihosting dengan nama yang lebih menarik.

Jangan mengurung diri dalam kotak baru. Inti kedaulatan adalah kebebasan memilih. Rancang sistem agar Anda dapat mengganti model tanpa harus membangun ulang semua hal di sekelilingnya. Jika tumpukan “berdaulat” Anda hanya menjalankan satu model dari satu vendor, Anda hanya memindahkan ketergantungan.

Perlakukan Ini sebagai Rekayasa, Bukan Pengadaan

Organisasi yang berhasil menangani hal ini memperlakukan setiap komponen sebagai persyaratan rekayasa dengan penanggung jawab dan metrik. Di mana inferensi berlangsung secara fisik? Di mana prompt dan keluaran dicatat, dan berapa lama? Model mana yang mengakses data apa? Siapa yang dapat menonaktifkannya?

Organisasi yang kesulitan menganggap AI berdaulat sekadar kotak centang dalam kuesioner vendor.

Hal ini sejalan dengan semua yang saya lihat dalam pekerjaan kami di Marlabs. Model jarang lagi menjadi masalah. Masalahnya adalah implementasi: manusia, arsitektur, dan tata kelola. AI berdaulat tidak mengubah kenyataan itu. Namun, AI berdaulat membuat keberhasilan penerapannya dengan benar menjadi jauh lebih penting.

Kembali ke Ruang Sidang di Manhattan Itu

Para pengguna paket Team itu tidak melakukan kesalahan apa pun. Mereka memercayai perjanjian dengan vendor mereka. Keputusan mengenai data mereka dibuat di ruang sidang yang tak pernah mereka masuki.

Anda dapat mengambil keputusan itu sendiri. Ketika dewan direksi, regulator, atau pelanggan terbesar Anda menanyakan siapa yang mengendalikan data mereka dan siapa lagi yang dapat melihatnya, AI berdaulat yang diterapkan dengan baik memberi Anda jawaban yang tegas. Tunjukkan dengan tepat di mana data itu tersimpan. Tunjukkan siapa yang memegang kunci akses.

Itu layak dibangun. Namun, bangunlah dengan kesadaran penuh.

Apa yang mendorong pembahasan tentang AI berdaulat di organisasi Anda? Ceritakan kepada saya.

Brian Rowe adalah Wakil Presiden Senior bidang AI & Pembelajaran Mesin di Marlabs. Dengan pengalaman selama 30 tahun dan 2.200 karyawan, Marlabs yang berbasis di NYC merupakan mitra transformasi AI yang membantu organisasi Fortune 500 mengoperasionalkan AI dan memberikan nilai berkelanjutan yang terukur di berbagai industri.