Kecerdasan buatan (AI) telah berkembang dengan sangat cepat dalam beberapa tahun terakhir – dari alat AI generatif seperti ChatGPT yang menjadi nama rumah tangga hingga mobil swakemudi yang keluar dari laboratorium dan melaju di jalan umum.

Hingga tahun 2025, AI telah merambah hampir setiap sektor ekonomi, dan para ahli secara luas memandangnya sebagai teknologi transformatif abad ke-21.

Lima tahun ke depan kemungkinan akan melihat pengaruh AI semakin dalam, membawa inovasi menarik sekaligus tantangan baru.

Artikel ini mengulas tren pengembangan AI utama yang diproyeksikan akan membentuk dunia kita selama setengah dekade berikutnya, berdasarkan wawasan dari institusi riset terkemuka dan pengamat industri.

Peningkatan Adopsi dan Investasi AI

Adopsi AI berada pada titik tertinggi sepanjang masa. Bisnis di seluruh dunia mengadopsi AI untuk meningkatkan produktivitas dan meraih keunggulan kompetitif. Hampir empat dari lima organisasi di dunia kini menggunakan atau mengeksplorasi AI dalam berbagai bentuk – sebuah puncak keterlibatan yang belum pernah terjadi sebelumnya.

Pada tahun 2024 saja, investasi swasta AS dalam AI mencapai $109 miliar, sekitar 12 kali lipat dari investasi China dan 24 kali lipat dari Inggris. Lonjakan pendanaan ini didorong oleh kepercayaan pada nilai bisnis nyata AI: 78% organisasi melaporkan menggunakan AI pada 2024 (naik dari 55% pada 2023) saat perusahaan mengintegrasikan AI ke dalam produk, layanan, dan strategi inti.

Para analis memproyeksikan momentum ini akan berlanjut, dengan pasar AI global bertumbuh dari sekitar $390 miliar pada 2025 menjadi lebih dari $1,8 triliun pada 2030 – tingkat pertumbuhan tahunan sekitar 35% yang luar biasa. Pertumbuhan seperti ini, yang belum pernah terjadi bahkan dibandingkan dengan ledakan teknologi sebelumnya, mencerminkan betapa pentingnya AI bagi perusahaan modern.

Peningkatan produktivitas dan pengembalian investasi adalah pendorong utama. Pengguna awal sudah melihat hasil signifikan dari AI. Studi menemukan perusahaan teratas yang menggunakan AI melaporkan peningkatan 15–30% dalam metrik seperti produktivitas dan kepuasan pelanggan dalam alur kerja yang didukung AI.

Misalnya, bisnis kecil dan menengah yang menerapkan AI generatif telah melihat peningkatan pendapatan dua digit dalam beberapa kasus. Sebagian besar nilai AI berasal dari peningkatan bertahap yang terkumpul – mengotomatisasi banyak tugas kecil dan mengoptimalkan proses – yang dapat mengubah efisiensi perusahaan saat diterapkan secara luas.

Karena itu, memiliki strategi AI yang jelas kini menjadi sangat penting. Perusahaan yang berhasil mengintegrasikan AI ke dalam operasi dan pengambilan keputusan berpotensi melampaui pesaing, sementara yang tertinggal dalam adopsi berisiko kehilangan posisi secara permanen. Para analis industri bahkan memprediksi kesenjangan yang melebar antara pemimpin dan pengikut AI dalam beberapa tahun ke depan, yang berpotensi mengubah lanskap pasar secara keseluruhan.

Integrasi AI di perusahaan semakin cepat. Pada 2025 dan seterusnya, kita akan melihat bisnis dari berbagai ukuran beralih dari proyek percontohan ke penerapan AI skala penuh. Raksasa komputasi awan (disebut “hyperscalers”) melaporkan permintaan perusahaan akan layanan cloud bertenaga AI meningkat pesat, dan mereka berinvestasi besar-besaran dalam infrastruktur AI untuk menangkap peluang ini.

Penyedia ini bermitra dengan pembuat chip, platform data, dan perusahaan perangkat lunak untuk menawarkan solusi AI terintegrasi yang memenuhi kebutuhan perusahaan akan kinerja, profitabilitas, dan keamanan. Perlu dicatat, lebih dari 60% produk perangkat lunak sebagai layanan sekarang memiliki fitur AI bawaan, dan perusahaan meluncurkan AI “copilot” untuk fungsi mulai dari pemasaran hingga SDM.

Mandat bagi para eksekutif jelas: perlakukan AI sebagai bagian inti bisnis, bukan sekadar eksperimen teknologi. Seperti yang dikatakan seorang pemimpin industri, “kita berada di ambang fondasi teknologi baru sepenuhnya, di mana AI terbaik tersedia untuk semua bisnis”.

Dalam praktiknya, ini berarti secara sistematis menyuntikkan AI ke dalam alur kerja, meningkatkan keterampilan karyawan untuk bekerja bersama AI, dan merancang ulang proses agar dapat memanfaatkan otomasi cerdas secara maksimal. Organisasi yang mengambil langkah ini diperkirakan akan meraih manfaat besar dalam beberapa tahun mendatang.

Kemajuan Model AI dan AI Generatif

Model dasar dan AI generatif berkembang pesat. Sedikit teknologi yang tumbuh sepesat AI generatif. Sejak kemunculan model bahasa besar (LLM) seperti GPT-3 dan generator gambar seperti DALL·E 2 pada 2022, penggunaan AI generatif melonjak tajam.

Pada awal 2023, ChatGPT telah melampaui 100 juta pengguna, dan hari ini lebih dari 4 miliar perintah dimasukkan ke platform LLM utama setiap hari. Lima tahun ke depan akan menghadirkan model AI yang lebih canggih.

Perusahaan teknologi berlomba mengembangkan model AI terdepan yang mendorong batas pemrosesan bahasa alami, pembuatan kode, kreativitas visual, dan lainnya. Yang penting, mereka juga berupaya meningkatkan kemampuan penalaran AI – memungkinkan model memecahkan masalah secara logis, merencanakan, dan “berpikir” melalui tugas kompleks seperti manusia.

Fokus pada penalaran AI ini menjadi salah satu pendorong utama R&D saat ini. Di ranah perusahaan, tujuan utamanya adalah memiliki AI yang dapat memahami data dan konteks bisnis secara mendalam untuk membantu pengambilan keputusan, bukan hanya menghasilkan konten. Perusahaan yang mengembangkan LLM canggih percaya peluang paling menjanjikan sekarang adalah menerapkan kekuatan penalaran AI pada data perusahaan yang bersifat proprietary – memungkinkan penggunaan mulai dari rekomendasi cerdas hingga dukungan perencanaan strategis.

AI multimodal dan berperforma tinggi. Tren lain adalah munculnya sistem AI multimodal yang dapat memproses dan menghasilkan berbagai jenis data (teks, gambar, audio, video) secara terpadu. Terobosan terbaru menunjukkan model AI mampu menghasilkan video realistis dari perintah teks dan unggul dalam tugas yang menggabungkan bahasa dan penglihatan.

Misalnya, model multimodal baru dapat menganalisis gambar dan menjawab pertanyaan tentangnya menggunakan bahasa alami, atau mengambil perintah teks kompleks dan menghasilkan video pendek. Kemampuan ini akan matang pada 2030, membuka aplikasi kreatif dan praktis baru – mulai dari konten video yang dihasilkan AI hingga persepsi robotika canggih.

Tes tolok ukur yang diperkenalkan pada 2023 untuk mendorong batas ini (seperti MMMU dan GPQA) telah menunjukkan peningkatan performa puluhan poin persentase dalam setahun, menandakan seberapa cepat AI belajar menangani tantangan multimodal yang kompleks. Dalam beberapa kompetisi pengkodean khusus, agen AI bahkan mulai mengungguli programmer manusia dalam kondisi waktu terbatas tertentu.

Kita dapat mengharapkan model AI masa depan menjadi lebih serbaguna, menangani berbagai jenis input dan tugas secara mulus. Konvergensi modalitas ini, bersama dengan peningkatan skala arsitektur model, mengarah pada model dasar “foundation models” yang lebih kuat pada akhir dekade – meskipun disertai kebutuhan komputasi yang lebih tinggi.

Efisiensi dan akses terbuka semakin baik. Tren penting dalam pengembangan AI adalah dorongan menuju model yang lebih kecil dan efisien serta akses yang lebih luas. Bukan hanya soal membangun jaringan saraf yang semakin besar; para peneliti menemukan cara mencapai performa sebanding dengan sumber daya lebih sedikit.

Faktanya, antara akhir 2022 dan akhir 2024, biaya komputasi menjalankan sistem AI setara GPT-3.5 turun lebih dari 280 kali lipat. Kemajuan dalam optimasi model dan arsitektur baru berarti model yang relatif kecil (dengan parameter jauh lebih sedikit dibanding LLM terbesar) dapat mencapai performa kuat pada banyak tugas.

Menurut Stanford AI Index, “model kecil yang semakin mampu” dengan cepat menurunkan hambatan menuju AI canggih. Pada saat yang sama, AI sumber terbuka semakin berkembang: model open-weight dari komunitas riset menutup kesenjangan kualitas dengan model proprietary besar, mengurangi perbedaan performa pada tolok ukur dari sekitar 8% menjadi kurang dari 2% hanya dalam satu tahun.

Pada 2025–2030, kemungkinan akan muncul ekosistem model dan alat AI terbuka yang berkembang pesat yang dapat digunakan pengembang di seluruh dunia, mendemokratisasi pengembangan AI di luar raksasa teknologi. Kombinasi komputasi lebih murah, algoritma lebih efisien, dan model terbuka berarti AI akan menjadi jauh lebih terjangkau dan mudah diakses.

Bahkan startup dan organisasi kecil akan mampu menyempurnakan model AI kuat sesuai kebutuhan tanpa biaya berlebihan. Ini menjadi kabar baik bagi inovasi, karena memungkinkan aplikasi dan eksperimen beragam, memicu siklus kemajuan AI yang positif.

Kebangkitan Agen AI Otonom

Salah satu tren paling menarik yang muncul adalah hadirnya agen AI otonom – sistem AI yang tidak hanya cerdas tetapi juga mampu bertindak secara mandiri untuk mencapai tujuan. Kadang disebut “agentic AI,” konsep ini menggabungkan model AI canggih (seperti LLM) dengan logika pengambilan keputusan dan penggunaan alat, memungkinkan AI menjalankan tugas berlapis dengan intervensi manusia minimal.

Dalam lima tahun ke depan, kita dapat mengharapkan agen AI beralih dari demo eksperimental menjadi alat praktis di tempat kerja. Bahkan, pemimpin perusahaan memprediksi agen AI dapat menggandakan ukuran tenaga kerja mereka dengan mengambil alih berbagai tugas rutin dan berbasis pengetahuan.

Misalnya, agen AI sudah dapat menangani secara mandiri pertanyaan layanan pelanggan rutin, membuat draf awal salinan pemasaran atau kode perangkat lunak, dan mengubah spesifikasi desain menjadi produk prototipe. Seiring kematangan teknologi ini, perusahaan akan menerapkan agen AI sebagai “pekerja digital” di berbagai departemen – mulai dari asisten penjualan virtual yang berinteraksi dengan pelanggan secara alami, hingga manajer proyek AI yang mengoordinasikan alur kerja sederhana.

Yang penting, agen ini tidak dimaksudkan untuk menggantikan manusia, melainkan untuk meningkatkan kemampuan mereka. Dalam praktiknya, karyawan manusia akan bekerja bersama agen AI: manusia mengawasi agen, memberikan arahan tingkat tinggi, dan fokus pada tugas kompleks atau kreatif sambil mendelegasikan pekerjaan berulang kepada rekan digital mereka.

Pengguna awal melaporkan bahwa kolaborasi manusia-AI seperti ini dapat mempercepat proses secara dramatis (misalnya menyelesaikan permintaan pelanggan atau pengkodean fitur baru lebih cepat) sekaligus membebaskan manusia untuk pekerjaan strategis.

Untuk memanfaatkan tren ini, organisasi perlu mulai memikirkan ulang alur kerja dan peran mereka. Pendekatan manajemen baru diperlukan untuk mengintegrasikan agen AI secara efektif – termasuk melatih staf menggunakan agen, menciptakan peran pengawasan untuk memantau output agen, dan menetapkan tata kelola agar tindakan AI otonom tetap selaras dengan tujuan bisnis dan standar etika.

Ini merupakan tantangan besar dalam manajemen perubahan: survei industri terbaru menemukan banyak perusahaan baru mulai mempertimbangkan bagaimana mengatur tenaga kerja campuran manusia–AI. Namun, mereka yang berhasil dapat membuka tingkat produktivitas dan inovasi yang belum pernah terjadi sebelumnya.

Seperti yang dikatakan seorang ahli tenaga kerja, “agen AI siap merevolusi tenaga kerja, menggabungkan kreativitas manusia dengan efisiensi mesin untuk membuka tingkat produktivitas yang belum pernah ada”. Pada 2030, tidak mengherankan jika perusahaan memiliki seluruh “tim agen AI” atau Pusat Agen AI yang menangani operasi besar, secara fundamental mendefinisikan ulang cara kerja dilakukan.

Perangkat Keras AI Khusus dan Komputasi Edge

Kemajuan pesat kemampuan AI berjalan seiring dengan kebutuhan komputasi yang melonjak, mendorong inovasi besar dalam perangkat keras. Dalam beberapa tahun ke depan, kita akan melihat generasi baru chip khusus AI dan strategi komputasi terdistribusi untuk mendukung pertumbuhan AI.

Kebutuhan AI akan daya pemrosesan sudah sangat besar – melatih model mutakhir dan memungkinkan mereka menalar melalui tugas kompleks membutuhkan siklus komputasi yang sangat besar. Untuk memenuhi permintaan ini, perusahaan semikonduktor dan perusahaan teknologi besar merancang silicon khusus yang dioptimalkan untuk beban kerja AI.

Berbeda dengan CPU umum atau bahkan GPU, akselerator AI (sering berupa ASIC – sirkuit terintegrasi khusus aplikasi) ini dirancang untuk menjalankan komputasi jaringan saraf secara efisien. Eksekutif teknologi melaporkan banyak pelanggan kini mempertimbangkan chip AI khusus untuk pusat data mereka guna mendapatkan kinerja lebih tinggi per watt.

Keunggulan chip ini jelas: ASIC yang dibuat untuk algoritma AI tertentu dapat jauh melampaui GPU umum dalam tugas tersebut, yang sangat berguna untuk skenario edge AI (menjalankan AI di ponsel, sensor, kendaraan, dan perangkat lain dengan daya terbatas). Para pelaku industri memprediksi permintaan akselerator AI akan meningkat pesat seiring perusahaan menerapkan lebih banyak AI di edge dalam beberapa tahun mendatang.

Pada saat yang sama, penyedia cloud meningkatkan infrastruktur komputasi AI mereka. Platform cloud utama (Amazon, Microsoft, Google, dll.) menginvestasikan miliaran dolar dalam kapasitas pusat data, termasuk mengembangkan chip dan sistem AI sendiri, untuk memenuhi kebutuhan pelatihan dan inferensi model AI secara on-demand.

Mereka melihat beban kerja AI sebagai peluang pendapatan besar, karena perusahaan semakin banyak memindahkan data dan tugas pembelajaran mesin ke cloud. Sentralisasi ini membantu bisnis mengakses AI kuat tanpa harus membeli perangkat keras khusus sendiri.

Namun, perlu dicatat bahwa kendala pasokan telah muncul – misalnya, permintaan dunia akan GPU kelas atas menyebabkan kekurangan dan keterlambatan dalam beberapa kasus. Faktor geopolitik seperti pembatasan ekspor chip canggih juga menciptakan ketidakpastian. Tantangan ini kemungkinan akan mendorong inovasi lebih lanjut, mulai dari pembangunan pabrik chip baru hingga arsitektur perangkat keras baru (termasuk neuromorfik dan komputasi kuantum dalam jangka panjang).

Di sisi positif, efisiensi perangkat keras AI terus meningkat. Setiap tahun, chip menjadi lebih cepat dan hemat energi: analisis terbaru menunjukkan biaya perangkat keras AI menurun sekitar 30% per tahun sementara efisiensi energi (komputasi per watt) meningkat sekitar 40% per tahun.

Ini berarti meskipun model AI semakin kompleks, biaya per operasi menurun. Pada 2030, menjalankan algoritma AI canggih mungkin hanya memerlukan sebagian kecil biaya saat ini.

Kombinasi komputasi lebih murah dan perangkat keras AI khusus akan memungkinkan AI tertanam di mana-mana – dari peralatan pintar hingga sensor industri – karena pemrosesan dapat dilakukan di perangkat edge kecil atau dialirkan dari server cloud yang sangat dioptimalkan.

Singkatnya, lima tahun ke depan akan memperkuat tren perangkat keras khusus AI di kedua ujung spektrum: klaster superkomputer AI besar di cloud, dan chip AI efisien yang membawa kecerdasan ke edge. Bersama-sama, ini akan menjadi tulang punggung digital yang mendukung ekspansi AI.

AI Mengubah Industri dan Kehidupan Sehari-hari

AI tidak terbatas pada laboratorium teknologi – kini semakin tertanam dalam kehidupan sehari-hari dan di berbagai industri. Tahun-tahun mendatang akan menyaksikan integrasi AI yang lebih dalam ke sektor seperti kesehatan, keuangan, manufaktur, ritel, transportasi, dan lainnya, yang secara fundamental mengubah cara layanan disampaikan.

• Kesehatan: AI membantu dokter mendiagnosis penyakit lebih awal dan mengelola perawatan pasien dengan lebih efektif. Misalnya, FDA AS menyetujui 223 perangkat medis bertenaga AI pada 2023, lonjakan besar dibanding hanya 6 persetujuan pada 2015.
  
  Perangkat ini meliputi AI yang dapat menganalisis gambar medis (MRI, sinar-X) untuk membantu mendeteksi tumor, hingga algoritma yang memantau tanda vital dan memprediksi krisis kesehatan. Tren baru termasuk penggunaan AI generatif untuk merangkum catatan medis dan menyusun laporan pasien, serta alat terjemahan AI yang mengubah jargon medis menjadi bahasa sederhana bagi pasien.

  Pada 2030, analis memproyeksikan AI dapat memberikan nilai hampir $200 miliar per tahun di bidang kesehatan melalui peningkatan hasil dan efisiensi. AI juga mempercepat penemuan obat – beberapa perusahaan farmasi telah memangkas waktu pengembangan obat lebih dari 50% dengan riset berbantuan AI, memungkinkan pengembangan terapi baru lebih cepat.

• Keuangan: Industri keuangan adalah pengguna awal AI dan akan terus mendorong batasnya. Bank dan perusahaan asuransi menggunakan AI untuk deteksi penipuan, penilaian risiko real-time, dan perdagangan algoritmik.
  
  Institusi besar seperti JPMorgan Chase dilaporkan memiliki 300+ kasus penggunaan AI dalam produksi, mulai dari model yang memindai transaksi untuk penipuan hingga alat AI generatif yang mengotomatisasi pemrosesan dokumen.

  Ke depan, kita dapat mengharapkan “penasihat keuangan AI” dan agen pengelolaan kekayaan otonom yang mempersonalisasi strategi investasi untuk klien. AI juga dapat menyusun laporan analis dan menangani layanan pelanggan rutin melalui chatbot. Pentingnya, karena keuangan adalah sektor yang sangat diatur, ada penekanan kuat pada penjelasan dan tata kelola AI – misalnya, bank berinvestasi dalam teknologi seperti interpretabilitas mekanistik untuk memahami alasan keputusan AI, memastikan model mematuhi regulasi dan standar etika.

• Manufaktur dan Logistik: Di pabrik dan rantai pasok, AI mendorong efisiensi. Perusahaan menggunakan AI untuk pemeliharaan prediktif – sensor dan pembelajaran mesin memprediksi kerusakan peralatan sebelum terjadi, mengurangi waktu henti.
  
  Visi komputer di jalur perakitan secara otomatis mendeteksi cacat secara real-time. Gelombang berikutnya meliputi robotika bertenaga AI yang dapat menangani tugas perakitan rumit atau halus bersama manusia, dan kembar digital (simulasi virtual pabrik atau produk) di mana AI menguji optimasi dalam model virtual sebelum diterapkan di dunia nyata.

  AI generatif bahkan digunakan untuk merancang komponen dan produk baru, menyarankan perbaikan teknik yang mungkin terlewat oleh manusia. Inovasi ini dapat memangkas biaya dan mempercepat produksi secara drastis – menurut para ahli, adopsi AI dalam pengembangan produk dan R&D dapat memotong waktu ke pasar hingga setengah dan mengurangi biaya sekitar 30% di bidang seperti otomotif dan dirgantara.

• Ritel dan Layanan Pelanggan: AI mengubah cara kita berbelanja dan berinteraksi dengan bisnis. Platform ritel online mengandalkan mesin rekomendasi AI untuk mempersonalisasi saran produk (“Pelanggan seperti Anda juga membeli…”). Algoritma harga dinamis menyesuaikan harga secara real-time berdasarkan permintaan dan stok.
  
  Dalam e-commerce dan dukungan pelanggan, chatbot dan asisten virtual AI menjadi standar, menangani pertanyaan 24/7.

  Pada 2025, banyak perusahaan yang berhadapan langsung dengan konsumen berencana menggunakan kombinasi chatbot dan agen AI untuk memperkuat tim layanan pelanggan mereka, menyediakan layanan mandiri instan untuk pertanyaan rutin sekaligus membantu staf manusia dengan informasi relevan untuk masalah kompleks.
  
  Bahkan di toko fisik, alat bertenaga AI seperti cermin pintar atau ruang pas AR meningkatkan pengalaman berbelanja. Di balik layar, AI mengoptimalkan rantai pasok – mulai dari memprediksi permintaan hingga mengelola logistik gudang – memastikan produk tersedia dan dikirim dengan efisien.

Contoh-contoh ini baru sebagian kecil dari keseluruhan. Perlu dicatat bahwa bahkan bidang yang secara tradisional rendah teknologi seperti pertanian, pertambangan, dan konstruksi sekarang memanfaatkan AI, baik melalui peralatan pertanian otonom, eksplorasi mineral bertenaga AI, atau manajemen energi pintar.

Faktanya, setiap industri mengalami peningkatan penggunaan AI, termasuk sektor yang sebelumnya tidak dianggap berat AI. Perusahaan di bidang ini menemukan AI dapat mengoptimalkan penggunaan sumber daya, mengurangi limbah, dan meningkatkan keselamatan (misalnya, sistem AI yang memantau kelelahan pekerja atau kondisi mesin secara real-time).

Pada 2030, konsensusnya adalah tidak ada industri yang akan luput dari pengaruh AI – perbedaannya hanya pada seberapa cepat dan sejauh mana setiap sektor melangkah dalam perjalanan AI mereka.

Di sisi konsumen, kehidupan sehari-hari semakin terkait dengan AI secara halus. Banyak orang sudah bangun dengan aplikasi ponsel yang menggunakan AI untuk mengkurasi berita atau merencanakan perjalanan mereka.

Asisten virtual di ponsel, mobil, dan rumah kita semakin pintar dan lebih komunikatif setiap tahun. Kendaraan swakemudi dan drone pengantar, meskipun belum umum, kemungkinan akan menjadi lazim dalam lima tahun ke depan, setidaknya di beberapa kota atau untuk layanan tertentu (armada robotaxi, pengiriman bahan makanan otomatis, dll.).

Pendidikan juga merasakan dampak AI: perangkat lunak pembelajaran personal dapat menyesuaikan dengan kebutuhan siswa, dan tutor AI menyediakan bantuan sesuai permintaan dalam berbagai mata pelajaran. Secara keseluruhan, tren menunjukkan AI akan semakin beroperasi di latar belakang aktivitas sehari-hari – membuat layanan lebih nyaman dan personal – sampai pada titik di mana pada 2030 kita mungkin menganggap kemudahan yang didorong AI ini sebagai bagian normal dari kehidupan.

AI Bertanggung Jawab dan Regulasi

Kecepatan perkembangan AI yang sangat cepat menimbulkan pertanyaan penting tentang etika, keselamatan, dan regulasi, yang akan menjadi tema sentral dalam beberapa tahun mendatang. AI bertanggung jawab – memastikan sistem AI adil, transparan, dan aman – bukan lagi sekadar jargon, melainkan keharusan bisnis.

Pada 2024, insiden terkait AI (seperti hasil bias atau kegagalan keselamatan) meningkat tajam, namun sedikit pengembang AI besar yang memiliki protokol evaluasi standar untuk etika dan keselamatan. Kesenjangan antara pengakuan risiko AI dan mitigasinya ini sedang dipercepat oleh banyak organisasi.

Survei industri menunjukkan bahwa pada 2025, para pemimpin perusahaan tidak akan lagi mentolerir tata kelola AI yang ad hoc atau “terpisah-pisah”; mereka bergerak menuju pengawasan AI yang sistematis dan transparan di seluruh perusahaan. Alasannya sederhana: karena AI menjadi bagian intrinsik dari operasi dan pengalaman pelanggan, kegagalan apa pun – baik rekomendasi yang salah, pelanggaran privasi, atau keluaran model yang tidak dapat diandalkan – dapat menyebabkan kerugian nyata bagi bisnis (mulai dari kerusakan reputasi hingga sanksi regulasi).

Oleh karena itu, kita akan melihat praktik manajemen risiko AI yang ketat menjadi norma. Perusahaan mulai melakukan audit AI dan validasi model secara rutin, baik dengan tim internal yang terampil maupun ahli eksternal, untuk memastikan AI bekerja sesuai tujuan dan dalam batas hukum/etika.

Seperti yang dikatakan seorang pemimpin jaminan AI, tata kelola AI yang sukses akan diukur tidak hanya dengan menghindari risiko tetapi juga dengan mencapai tujuan strategis dan pengembalian investasi – dengan kata lain, menyelaraskan kinerja AI dengan nilai bisnis secara dapat dipercaya.

Regulator di seluruh dunia juga semakin aktif. Regulasi AI semakin ketat di tingkat nasional dan internasional. Pada 2024, lembaga federal AS memperkenalkan 59 tindakan regulasi terkait AI – lebih dari dua kali lipat jumlah tahun sebelumnya.

Uni Eropa sedang menyelesaikan AI Act komprehensif yang akan menetapkan persyaratan pada sistem AI (terutama aplikasi berisiko tinggi) terkait transparansi, akuntabilitas, dan pengawasan manusia. Wilayah lain tidak jauh tertinggal: organisasi seperti OECD, PBB, dan Uni Afrika juga merilis kerangka tata kelola AI pada 2024 untuk membimbing negara-negara mengenai prinsip seperti transparansi, keadilan, dan keselamatan.

Tren kerja sama global dalam etika dan standar AI ini diperkirakan akan semakin intensif, meskipun tiap negara mengambil pendekatan berbeda. Perlu dicatat, perbedaan filosofi regulasi dapat memengaruhi arah AI di tiap wilayah. Analis menunjukkan rezim yang relatif fleksibel (seperti AS) mungkin memungkinkan inovasi dan penerapan AI lebih cepat, sementara aturan ketat (seperti di UE) bisa memperlambat beberapa aplikasi tapi membangun kepercayaan publik lebih besar.

China, di sisi lain, berinvestasi besar dalam AI dan juga menyusun regulasi sendiri (misalnya aturan tentang deepfake dan transparansi algoritma) untuk mengatur penggunaan AI di dalam negeri.

Aspek lain dari AI bertanggung jawab adalah menangani isu bias, misinformasi, dan keandalan keluaran AI. Alat dan tolok ukur baru dikembangkan untuk mengevaluasi sistem AI berdasarkan kriteria ini – misalnya, HELM (Holistic Evaluation of Language Models) Safety dan tes lain yang mengukur seberapa faktual dan aman konten yang dihasilkan AI.

Kita kemungkinan akan melihat pemeriksaan standar semacam ini menjadi bagian wajib dalam pengembangan sistem AI. Sementara itu, persepsi publik terhadap risiko dan manfaat AI akan memengaruhi seberapa ketat regulator dan perusahaan menegakkan pengawasan.

Menariknya, optimisme terhadap AI sangat bervariasi menurut wilayah: survei menunjukkan warga di negara seperti China, Indonesia, dan banyak negara berkembang sangat optimis terhadap manfaat bersih AI, sementara opini publik di negara Barat lebih berhati-hati atau bahkan skeptis.

Jika optimisme meningkat (seperti yang perlahan terjadi di Eropa dan Amerika Utara baru-baru ini), mungkin akan ada lebih banyak izin sosial untuk menerapkan solusi AI – dengan catatan ada jaminan bahwa sistem ini adil dan aman.

Singkatnya, lima tahun ke depan akan menjadi masa penting bagi tata kelola AI. Kita kemungkinan akan menyaksikan undang-undang AI komprehensif pertama mulai berlaku (misalnya di UE), lebih banyak pemerintah berinvestasi dalam badan pengawas AI, dan perusahaan mengintegrasikan prinsip AI Bertanggung Jawab ke dalam siklus pengembangan produk mereka.

Tujuannya adalah mencapai keseimbangan di mana inovasi tidak terhambat – pendekatan regulasi yang “fleksibel” dapat memungkinkan kemajuan cepat berkelanjutan – namun konsumen dan masyarakat terlindungi dari potensi dampak negatif. Mencapai keseimbangan ini bukan tugas mudah, tapi merupakan tantangan utama saat AI bertransformasi dari teknologi baru menjadi teknologi matang dan merata.

Persaingan dan Kolaborasi Global

Pengembangan AI dalam setengah dekade berikutnya juga akan dipengaruhi oleh persaingan global yang intens untuk memimpin AI, bersamaan dengan upaya kolaborasi internasional. Saat ini, Amerika Serikat dan China adalah dua pesaing utama di arena AI.

AS memimpin dalam banyak metrik – misalnya, pada 2024, institusi AS menghasilkan 40 model AI terbaik dunia, dibandingkan 15 dari China dan hanya beberapa dari Eropa. Namun, China dengan cepat mengejar ketertinggalan di bidang-bidang kunci.

Model AI yang dikembangkan China telah mencapai kualitas hampir setara dengan model AS pada tolok ukur utama di 2024. Selain itu, China melampaui negara lain dalam jumlah makalah riset dan paten AI, menandakan komitmen jangka panjangnya pada R&D AI.

Persaingan ini kemungkinan akan mendorong inovasi lebih cepat – semacam perlombaan ruang angkasa modern dalam AI – saat masing-masing negara mengerahkan sumber daya untuk melampaui kemajuan lawan. Kita sudah melihat peningkatan komitmen investasi AI oleh pemerintah: China mengumumkan dana nasional besar sebesar $47,5 miliar untuk teknologi semikonduktor dan AI, sementara AS, UE, dan lainnya juga menginvestasikan miliaran dolar dalam inisiatif riset AI dan pengembangan talenta.

Namun, AI jauh dari cerita dua negara saja. Kolaborasi dan kontribusi global semakin meningkat. Wilayah seperti Eropa, India, dan Timur Tengah menghasilkan inovasi dan model AI yang signifikan.

Misalnya, Eropa fokus pada AI yang dapat dipercaya dan menjadi rumah bagi banyak proyek AI sumber terbuka. India memanfaatkan AI untuk aplikasi skala besar di pendidikan dan kesehatan, serta memasok sebagian besar talenta AI global (India dan AS bersama-sama menyumbang lebih dari setengah tenaga kerja AI global dalam hal profesional terampil).

Ada juga dorongan di negara-negara kecil untuk menciptakan ceruk pasar – seperti investasi Singapura dalam tata kelola AI dan inisiatif negara pintar, atau upaya UAE dalam riset dan penerapan AI. Badan internasional mengadakan diskusi tentang standar AI agar ada setidaknya keselarasan – seperti kerangka OECD dan PBB yang disebutkan sebelumnya, serta acara seperti Global Partnership on AI (GPAI) yang mengumpulkan banyak negara untuk berbagi praktik terbaik.

Meskipun persaingan geopolitik akan berlanjut (dan mungkin semakin intensif di bidang seperti AI untuk militer atau keuntungan ekonomi), ada pengakuan paralel bahwa isu seperti etika AI, keselamatan, dan penanganan tantangan global memerlukan kerja sama. Kita mungkin akan melihat lebih banyak kolaborasi riset lintas batas yang menangani hal-hal seperti AI untuk perubahan iklim, respons pandemi, atau proyek kemanusiaan.

Salah satu aspek menarik lanskap AI global adalah bagaimana sikap dan basis pengguna yang berbeda akan membentuk evolusi AI. Seperti disebutkan, sentimen publik sangat positif di beberapa ekonomi berkembang, yang dapat membuat pasar tersebut menjadi lahan percobaan AI yang lebih permisif di sektor seperti fintech atau teknologi pendidikan.

Sebaliknya, wilayah dengan publik skeptis mungkin memberlakukan regulasi lebih ketat atau mengalami adopsi lebih lambat karena rendahnya kepercayaan. Pada 2030, kita mungkin menyaksikan semacam bifurkasi: beberapa negara mencapai integrasi AI hampir menyeluruh (kota pintar, AI dalam pemerintahan sehari-hari, dll.), sementara yang lain berjalan lebih hati-hati.

Namun, bahkan wilayah yang berhati-hati mengakui mereka tidak bisa mengabaikan potensi AI – misalnya, Inggris dan negara-negara Eropa berinvestasi dalam keselamatan dan infrastruktur AI (Inggris merencanakan cloud riset AI nasional, Prancis memiliki inisiatif superkomputer publik untuk AI, dll.).

Jadi, perlombaan bukan hanya soal membangun AI tercepat, tetapi membangun AI yang tepat untuk kebutuhan setiap masyarakat.

Intinya, lima tahun ke depan akan menyaksikan interaksi kompleks antara persaingan dan kolaborasi. Kita kemungkinan akan melihat pencapaian AI terobosan muncul dari tempat-tempat tak terduga di seluruh dunia, bukan hanya Silicon Valley atau Beijing.

Dan saat AI menjadi bagian penting kekuatan nasional (mirip minyak atau listrik di era sebelumnya), bagaimana negara mengelola kerja sama dan persaingan di bidang ini akan sangat memengaruhi arah perkembangan AI secara global.

Dampak AI pada Pekerjaan dan Keterampilan

Akhirnya, tidak lengkap membahas masa depan AI tanpa meninjau dampaknya pada pekerjaan dan ketenagakerjaan – topik yang menjadi perhatian banyak orang. Apakah AI akan mengambil pekerjaan kita, atau menciptakan yang baru? Bukti sejauh ini menunjukkan keduanya, namun dengan kecenderungan kuat pada peningkatan kemampuan manusia daripada otomatisasi murni.

Forum Ekonomi Dunia memproyeksikan bahwa pada 2025, AI akan menciptakan sekitar 97 juta pekerjaan baru di seluruh dunia sekaligus menggantikan sekitar 85 juta – keuntungan bersih 12 juta pekerjaan.

Peran baru ini meliputi ilmuwan data dan insinyur AI hingga kategori baru seperti ahli etika AI, insinyur prompt, dan teknisi pemeliharaan robot. Kita sudah melihat prediksi ini terwujud: lebih dari 10% lowongan kerja saat ini adalah untuk peran yang hampir tidak ada satu dekade lalu (misalnya, Kepala AI atau Pengembang Pembelajaran Mesin).

Yang penting, daripada pengangguran massal, dampak awal AI di tempat kerja adalah meningkatkan produktivitas pekerja dan menggeser permintaan keterampilan. Industri yang mengadopsi AI tercepat telah melihat pertumbuhan pendapatan per karyawan hingga 3 kali lipat sejak ledakan AI sekitar 2022.

Di sektor tersebut, pekerja tidak menjadi usang; sebaliknya, mereka menjadi lebih produktif dan lebih bernilai. Bahkan, upah meningkat dua kali lebih cepat di industri intensif AI dibandingkan industri dengan adopsi AI lebih rendah.

Bahkan pekerja di peran yang sangat dapat diautomasi mengalami kenaikan upah jika memiliki keterampilan terkait AI, menunjukkan perusahaan menghargai karyawan yang dapat bekerja efektif dengan alat AI. Secara umum, ada premi keterampilan AI yang meningkat – pekerja yang dapat memanfaatkan AI (bahkan pada tingkat dasar, seperti menggunakan analitik atau alat pembuatan konten bertenaga AI) memperoleh gaji lebih tinggi.

Sebuah analisis menemukan bahwa karyawan dengan keterampilan AI mendapatkan premi upah 56% rata-rata dibandingkan mereka yang memiliki peran serupa tanpa keterampilan tersebut. Premi ini lebih dari dua kali lipat hanya dalam setahun, menyoroti betapa cepatnya “literasi AI” menjadi kompetensi wajib.

Namun, AI jelas mengubah sifat pekerjaan. Banyak tugas rutin atau tingkat rendah diautomasi – AI dapat mengambil alih entri data, pembuatan laporan, pertanyaan pelanggan sederhana, dan sebagainya. Ini berarti beberapa pekerjaan akan hilang atau didefinisikan ulang.

Pekerja di peran administratif dan pemrosesan berulang sangat berisiko tergantikan. Namun, saat tugas-tugas itu menghilang, muncul tugas baru yang membutuhkan kreativitas manusia, penilaian, dan pengawasan AI.

Dampak bersihnya adalah pergeseran keterampilan yang dibutuhkan untuk sebagian besar profesi. Analisis LinkedIn memprediksi bahwa pada 2030, sekitar 70% keterampilan yang digunakan dalam pekerjaan rata-rata akan berbeda dari keterampilan yang dibutuhkan beberapa tahun sebelumnya.
Dengan kata lain, hampir setiap pekerjaan berevolusi. Untuk beradaptasi, pembelajaran berkelanjutan dan peningkatan keterampilan sangat penting bagi tenaga kerja.

Beruntung, ada dorongan besar menuju pendidikan dan peningkatan keterampilan AI: dua pertiga negara telah memasukkan ilmu komputer (sering termasuk modul AI) ke kurikulum K-12, dan perusahaan berinvestasi besar dalam program pelatihan karyawan. Secara global, 37% eksekutif mengatakan mereka berencana meningkatkan investasi pelatihan AI dalam jangka pendek.

Kita juga melihat peningkatan kursus dan sertifikasi online di bidang AI – misalnya, program gratis dari perusahaan teknologi dan universitas untuk mengajarkan dasar AI kepada jutaan pelajar.

Aspek lain AI di tempat kerja adalah munculnya “tim manusia-AI” sebagai unit produktivitas dasar. Seperti dijelaskan sebelumnya, agen AI dan otomasi menangani sebagian pekerjaan, sementara manusia memberikan pengawasan dan keahlian.
Perusahaan yang visioner mendefinisikan ulang peran sehingga pekerjaan tingkat awal (yang mungkin ditangani AI) menjadi kurang fokus; sebaliknya, mereka merekrut langsung ke peran strategis dan mengandalkan AI untuk pekerjaan rutin.

Ini dapat meratakan tangga karier tradisional dan membutuhkan cara baru melatih talenta (karena staf junior tidak belajar dengan melakukan tugas sederhana jika AI yang melakukannya). Ini juga menambah pentingnya manajemen perubahan di organisasi. Banyak karyawan merasa cemas atau kewalahan dengan laju perubahan yang dibawa AI.

Oleh karena itu, pemimpin perlu secara aktif mengelola transisi ini – mengkomunikasikan manfaat AI, melibatkan karyawan dalam adopsi AI, dan meyakinkan mereka bahwa tujuan utamanya adalah meningkatkan kerja manusia, bukan menggantikannya. Perusahaan yang berhasil membangun budaya kolaborasi manusia-AI – di mana penggunaan AI menjadi naluri staf – kemungkinan akan meraih peningkatan kinerja terbesar.

Singkatnya, pasar tenaga kerja dalam lima tahun ke depan akan ditandai oleh perubahan transformatif, bukan bencana. AI akan mengotomatisasi beberapa tugas dan fungsi pekerjaan, tetapi juga menciptakan permintaan untuk keahlian baru dan membuat banyak pekerja lebih produktif dan berharga.

Tantangan (dan peluang) terletak pada membimbing tenaga kerja melalui transisi ini. Individu dan organisasi yang mengadopsi pembelajaran sepanjang hayat dan menyesuaikan peran untuk memanfaatkan AI akan berkembang dalam ekonomi bertenaga AI baru. Mereka yang tidak mungkin kesulitan mempertahankan relevansi.

Seperti yang disimpulkan sebuah laporan, berkat AI, sifat pekerjaan bergeser dari menguasai tugas tertentu menjadi terus-menerus mempelajari tugas baru. Tahun-tahun mendatang akan menguji kemampuan kita mengikuti perubahan ini – namun jika berhasil, hasilnya bisa menjadi dunia kerja yang lebih inovatif, efisien, dan bahkan lebih berfokus pada manusia.

>>> Anda mungkin memerlukan:

Keterampilan yang Dibutuhkan untuk Bekerja dengan AI

Manfaat AI untuk Individu dan Bisnis

Trajektori pengembangan AI dalam lima tahun ke depan siap membawa perubahan mendalam di bidang teknologi, bisnis, dan masyarakat. Kita kemungkinan akan menyaksikan sistem AI yang semakin mampu – menguasai berbagai modalitas, menunjukkan penalaran yang lebih baik, dan beroperasi dengan otonomi lebih besar.

Pada saat yang sama, AI akan semakin terjalin dalam kehidupan sehari-hari: mendukung pengambilan keputusan di ruang rapat dan pemerintahan, mengoptimalkan operasi di pabrik dan rumah sakit, serta meningkatkan pengalaman mulai dari layanan pelanggan hingga pendidikan.

Peluang sangat besar – mulai dari meningkatkan produktivitas ekonomi dan penemuan ilmiah hingga membantu mengatasi tantangan global seperti perubahan iklim (memang, AI diperkirakan mempercepat peralihan ke energi terbarukan dan penggunaan sumber daya yang lebih cerdas). Namun, mewujudkan potensi penuh AI memerlukan navigasi risiko dan hambatan yang menyertainya. Isu etika, tata kelola, dan inklusivitas akan terus menjadi perhatian agar manfaat AI dapat dinikmati secara luas dan tidak tertutupi oleh masalah.

Tema utama adalah bahwa pilihan dan kepemimpinan manusia akan membentuk masa depan AI. AI sendiri adalah alat – alat yang sangat kuat dan kompleks, tetapi pada akhirnya mencerminkan tujuan yang kita tetapkan.

Lima tahun ke depan merupakan jendela krusial bagi para pemangku kepentingan untuk mengarahkan pengembangan AI secara bertanggung jawab: bisnis harus menerapkan AI dengan bijak dan etis; pembuat kebijakan harus merancang kerangka kerja seimbang yang mendorong inovasi sekaligus melindungi publik; pendidik dan komunitas harus mempersiapkan orang menghadapi perubahan yang dibawa AI.

Kolaborasi internasional dan lintas disiplin dalam AI perlu diperkuat, memastikan kita bersama-sama mengarahkan teknologi ini menuju hasil positif. Jika berhasil, 2030 bisa menandai awal era baru di mana AI secara signifikan meningkatkan potensi manusia – membantu kita bekerja lebih cerdas, hidup lebih sehat, dan menangani masalah yang sebelumnya sulit dijangkau.

Di masa depan itu, AI tidak akan dipandang dengan ketakutan atau sensasi, melainkan sebagai bagian yang diterima dan diatur dengan baik dari kehidupan modern yang bermanfaat bagi kemanusiaan. Mewujudkan visi ini adalah tantangan besar sekaligus janji dari lima tahun ke depan dalam pengembangan AI.