Blokir Model AI China, AS Terancam Rugi Rp216 Triliun per Tahun

Ketika sebuah negara menutup pintu bagi teknologi asing, siapa yang sebenarnya membayar tagihannya? Pertanyaan itulah yang kini membayangi perdebatan kebijakan teknologi di Amerika Serikat (AS). Sebuah analisis terbaru dari Daniel Yue, peneliti di Georgia Institute of Technology (Georgia Tech), memperkirakan bahwa pelarangan terhadap model kecerdasan buatan atau AI (Artificial Intelligence) berbobot terbuka asal China dapat mengerek biaya operasional dunia usaha AS hingga US$12 miliar per tahun — setara sekitar Rp216 triliun. Angka fantastis ini menjadi pengingat bahwa geopolitik teknologi bukan sekadar urusan diplomat di meja perundingan, melainkan bisa terasa hingga ke harga layanan digital yang kita nikmati sehari-hari.

Mengapa ini penting bagi pembaca di Indonesia? Karena perang kebijakan antara dua raksasa teknologi dunia akan ikut menentukan harga, kecepatan inovasi, dan ketersediaan layanan AI secara global — mulai dari chatbot layanan pelanggan, mesin rekomendasi di platform belanja daring, hingga fitur penerjemah otomatis di ponsel kita. Jika biaya pengembangan AI melonjak di AS, efeknya akan merembet ke seluruh rantai ekosistem digital dunia, termasuk pasar Asia Tenggara.

Apa Itu Model AI Berbobot Terbuka?

Untuk memahami akar persoalan, kita perlu mengenal dulu istilah open-weight model atau model berbobot terbuka. Secara sederhana, model AI dibangun dari jutaan hingga miliaran parameter yang disebut \"bobot\" (weights) — semacam resep otak digital yang mengatur cara algoritma berpikir dan menjawab pertanyaan. Pada model berbobot terbuka, resep ini dibagikan secara publik sehingga siapa pun boleh mengunduhnya, menjalankannya di server sendiri, bahkan memodifikasinya sesuai kebutuhan.

Ibarat seperti perbedaan antara membeli resep kue lengkap dengan memesan kue dari toko setiap hari. Dengan resep di tangan, perusahaan bisa \"memanggang\" sendiri model AI-nya: menyesuaikan rasa dengan data internal, menjaga kerahasiaan bahan karena semua diproses di dapur sendiri, dan tidak perlu membayar ongkos setiap kali ingin menikmatinya. Inilah yang ditawarkan model-model asal China seperti DeepSeek dan keluarga model Qwen besutan Alibaba, yang dalam dua tahun terakhir naik daun karena menawarkan kemampuan kelas atas dengan biaya jauh lebih murah.

Sebaliknya, model tertutup (closed-source) seperti kebanyakan layanan AI premium dari perusahaan AS hanya bisa diakses melalui API (Application Programming Interface/antarmuka pemrograman aplikasi) berbayar. Pengguna ibarat pelanggan tetap yang harus membayar setiap kali memesan, tanpa pernah tahu resep di baliknya, dan bergantung penuh pada kebijakan harga sang penyedia layanan.

Dari Mana Datangnya Angka Rp216 Triliun?

Analisis Yue menghitung potensi kerugian dari sisi biaya adopsi. Saat ini, ribuan perusahaan rintisan (startup) hingga korporasi besar di AS memanfaatkan model terbuka China sebagai fondasi produk mereka berkat efisiensi biayanya. Jika akses tersebut ditutup, perusahaan-perusahaan ini terpaksa beralih ke alternatif yang lebih mahal: membayar langganan API model tertutup, atau membangun serta melatih model sendiri dari nol — sebuah pekerjaan yang menuntut investasi komputasi raksasa dan waktu bertahun-tahun.

Sebagai gambaran daya saing model China, DeepSeek sempat mengguncang pasar pada awal 2025 setelah merilis model yang diklaim dilatih dengan biaya komputasi hanya sekitar US$5,6 juta — jauh di bawah ratusan juta hingga miliaran dolar yang lazim digelontorkan laboratorium AI Barat. Efisiensi semacam inilah yang membuat model berbobot terbuka China menjadi tulang punggung tersembunyi bagi banyak produk digital. Menghapusnya dari pasar AS, menurut analisis tersebut, sama saja memaksa seluruh ekosistem membayar \"pajak teknologi\" tambahan yang akumulasinya mencapai US$12 miliar setiap tahun.

Dampaknya tidak berhenti di situ. Kenaikan biaya adopsi AI pada akhirnya akan diteruskan ke konsumen dalam bentuk harga layanan yang lebih tinggi, fitur yang lebih lambat dirilis, atau layanan gratis yang dipangkas. Perusahaan kecil berkantong tipis akan menjadi korban pertama, sementara raksasa teknologi berkantong tebal justru bisa bertahan — kondisi yang berpotensi memperlebar kesenjangan kompetisi di dalam negeri AS sendiri.

Efek Domino bagi Ekosistem Inovasi Global

Di luar hitungan dolar, ada biaya lain yang lebih sulit diukur: kecepatan penelitian dan inovasi. Model berbobot terbuka selama ini menjadi bahan bakar bagi komunitas riset, universitas, hingga pengembang independen untuk bereksperimen tanpa harus meminta izin atau membayar lisensi mahal. Implementasi pembatasan dikhawatirkan memperlambat siklus pengembangan machine learning (pembelajaran mesin) dan membuat talenta muda kesulitan mengakses teknologi terdepan untuk belajar.

Ada pula paradoks persaingan global. Jika AS menutup diri sementara negara lain tetap memanfaatkan model terbuka China yang murah, perusahaan AS justru bisa kehilangan daya saing di pasar internasional. Ibarat atlet yang berlatih dengan beban tambahan sementara lawannya memakai peralatan terbaik — niat melindungi diri bisa berbalik menjadi kerugian strategis. Disrupsi semacam ini juga berisiko memicu fragmentasi ekosistem AI dunia menjadi blok-blok teknologi yang saling terisolasi dan sulit berkolaborasi.

Perdebatan soal keamanan nasional versus efisiensi ekonomi diprediksi masih akan memanas dalam beberapa tahun ke depan. Yang jelas, analisis dari Georgia Tech ini memberikan satu pelajaran penting: di era deep tech, kebijakan pembatasan tidak pernah gratis. Selalu ada tagihan yang harus dibayar — dan kali ini, tagihannya bernilai ratusan triliun rupiah setiap tahun.