SKALABESAR.ID — Industri Artificial Intelligence (AI), khususnya generative AI, dalam dua tahun terakhir menjadi pusat perhatian dunia bisnis. Kehadiran teknologi seperti ChatGPT, Claude, dan berbagai model lain memicu euforia besar, seolah AI mampu mengubah semua aspek kehidupan dan bisnis.
Namun, seperti tren teknologi lain, kenyataan di lapangan tidak selalu sesuai ekspektasi. Banyak perusahaan kini justru masuk ke fase “trough of disillusionment” atau lembah kekecewaan, ketika hasil yang dijanjikan belum sebanding dengan investasi besar yang dikeluarkan.
Bagi investor dan pebisnis, memahami dinamika ini sangat penting. AI memang menjanjikan revolusi, tetapi juga sarat risiko jika tidak dikelola dengan cermat.
Euforia yang Melonjak, Kekecewaan yang Menghantam
Ketika ChatGPT diluncurkan, perusahaan di berbagai sektor berlomba-lomba mencoba generative AI. Harapannya sederhana: efisiensi meningkat, biaya menurun, dan pengalaman pelanggan menjadi lebih baik. Namun, fakta menunjukkan banyak proyek AI gagal memberikan ROI (return on investment) yang nyata.
Menurut data S&P Global, pada 2023 lebih dari 40% perusahaan yang memulai proyek AI generatif justru menghentikannya sebelum mencapai tahap implementasi penuh. Alasannya beragam: biaya infrastruktur yang tinggi, keterbatasan tenaga ahli, dan kesulitan integrasi dengan sistem lama yang masih mendominasi perusahaan.
Kekecewaan ini tercermin dari komentar banyak eksekutif perusahaan Fortune 500. Mereka menyebut bahwa meskipun sudah menghabiskan jutaan dolar, hasil yang diharapkan tak kunjung datang. Inilah bukti nyata bahwa hype sering kali lebih cepat daripada kemampuan perusahaan menyerap teknologi baru.
Strategi Big Tech: Membakar Uang untuk Masa Depan
Di sisi lain, raksasa teknologi global seperti Alphabet (Google), Amazon, Microsoft, dan Meta justru terus menambah investasi miliaran dolar untuk membangun infrastruktur AI. Model bisnis mereka berbeda dengan perusahaan pengguna.
-
Microsoft menggandeng OpenAI untuk mengintegrasikan ChatGPT ke produk seperti Office 365 dan Azure.
-
Google meluncurkan Gemini dan mengembangkan AI generatif untuk meningkatkan pencarian dan iklan.
-
Amazon mendorong Bedrock, layanan cloud AI untuk developer dan perusahaan.
-
Meta membuka model AI LLaMA secara open-source untuk memperluas ekosistem.
Strategi mereka jelas: menciptakan fondasi AI sebagai platform masa depan, bukan sekadar fitur tambahan. Namun, pendekatan ini penuh risiko karena membutuhkan capex (capital expenditure) besar dan belum tentu segera menghasilkan profit. Bagi investor publik, hal ini menimbulkan pertanyaan: seberapa lama pasar bersedia menunggu hasil konkret dari investasi masif ini?
Tantangan Integrasi dan Biaya
Masalah utama bagi banyak perusahaan bukan pada potensi AI, melainkan bagaimana mengintegrasikannya ke proses bisnis yang sudah ada. Sistem IT lama, regulasi ketat, dan keamanan data menjadi hambatan signifikan.
Selain itu, biaya penggunaan AI berskala besar masih tinggi. Misalnya, menjalankan model AI generatif membutuhkan GPU berperforma tinggi yang mahal, serta energi listrik dalam jumlah besar. Hal ini membuat adopsi AI sulit dilakukan secara merata di semua sektor.
Bagi pebisnis, risiko ini berarti perlu berhati-hati agar investasi AI tidak berubah menjadi biaya hangus (sunk cost). AI sebaiknya diperlakukan sebagai eksperimen strategis, bukan sekadar tren yang diikuti tanpa analisis mendalam.
Risiko dan Peluang bagi Investor
Dari sudut pandang investor, industri AI sedang berada pada fase penting. Di satu sisi, hype yang berlebihan dapat memicu gelembung valuasi (valuation bubble). Banyak startup AI kini dihargai sangat tinggi tanpa model bisnis yang jelas. Jika ekspektasi pasar terus meleset, risiko koreksi besar bisa terjadi.
Namun di sisi lain, peluang jangka panjang tetap sangat besar. McKinsey memperkirakan bahwa generative AI bisa menambah nilai ekonomi global hingga USD 4,4 triliun per tahun jika diadopsi secara luas. Industri yang paling diuntungkan meliputi layanan keuangan, kesehatan, retail, dan manufaktur.
Investor yang cerdas akan mencari perusahaan dengan:
-
Model bisnis jelas terkait monetisasi AI.
-
Kemampuan integrasi vertikal, misalnya AI yang langsung menyatu dengan produk inti.
-
Diversifikasi infrastruktur, sehingga tidak hanya bergantung pada satu penyedia GPU atau cloud.
Strategi Praktis untuk Pebisnis
Bagi pebisnis, adopsi AI tidak harus dimulai dengan proyek raksasa. Justru pendekatan “start small, scale fast” lebih bijak:
-
Mulai dari area dengan dampak cepat: layanan pelanggan (chatbot), analisis data pemasaran, atau otomatisasi dokumen.
-
Ukur dampaknya: apakah benar AI menurunkan biaya, mempercepat proses, atau meningkatkan kepuasan pelanggan.
-
Perluas ke area lain hanya jika hasilnya terbukti positif.
Pendekatan ini mengurangi risiko dan menjaga fleksibilitas perusahaan. Yang paling penting, AI jangan dilihat sebagai “obat mujarab”, melainkan alat bantu untuk meningkatkan efisiensi.
Teknologi selalu melewati hype cycle, yaitu inovasi, puncak ekspektasi, lembah kekecewaan, lalu fase pemulihan dan produktivitas. Generative AI kini jelas berada di fase ketiga. Artinya, investor dan pebisnis harus bersiap menghadapi periode konsolidasi sebelum manfaat nyata muncul.
Bagi investor, ini berarti kesabaran. Alih-alih mengejar semua saham atau startup AI, fokuslah pada pemain dengan fundamental kuat dan strategi jangka panjang yang jelas. Bagi pebisnis, kesabaran berarti membangun kesiapan internal, yakni SDM, infrastruktur, dan proses bisnis, sebelum mengandalkan AI sebagai mesin pertumbuhan.
Industri generative AI sedang mengalami pergeseran dari euforia ke realita. Banyak perusahaan kecewa karena ROI tidak sesuai harapan, sementara raksasa teknologi terus menggelontorkan miliaran dolar untuk membangun infrastruktur jangka panjang.
Bagi investor, peluang AI tetap sangat besar, tetapi harus dipilah dengan hati-hati agar tidak terjebak dalam gelembung valuasi. Bagi pebisnis, strategi terbaik adalah eksperimen terukur, fokus pada hasil nyata, dan bersiap menghadapi siklus jangka panjang sebelum AI benar-benar memberikan dampak ekonomi besar.
Seperti rollercoaster, perjalanan AI penuh naik-turun. Yang bisa bertahan bukan mereka yang ikut arus hype, tetapi mereka yang sabar, adaptif, dan disiplin dalam mengelola risiko.
