Blokir Model AI China Diprediksi Rugikan Bisnis AS Rp216 Triliun

Setiap kali Anda mengajukan pertanyaan kepada chatbot layanan pelanggan, menerjemahkan dokumen secara otomatis, atau menerima rekomendasi barang di platform belanja daring, ada model AI (Artificial Intelligence/kecerdasan buatan) yang bekerja di balik layar. Yang jarang disadari publik: banyak perusahaan Amerika Serikat (AS) menjalankan layanan-layanan semacam itu di atas model AI berbobot terbuka (open-weight) buatan China—seperti DeepSeek dan Qwen—karena biayanya jauh lebih murah, bahkan nyaris gratis. Kini, wacana pemblokiran model-model tersebut oleh pemerintah AS memicu satu pertanyaan besar: berapa harga yang harus dibayar dunia bisnis jika akses itu ditutup?

Jawabannya ternyata tidak kecil. Analisis yang dilakukan Daniel Yue, peneliti dari Georgia Institute of Technology (Georgia Tech), memperkirakan larangan terhadap model AI berbobot terbuka asal China dapat menambah beban biaya perusahaan-perusahaan AS hingga US$12 miliar per tahun—setara sekitar Rp216 triliun dengan asumsi kurs Rp18.000 per dolar AS. Angka itu bukan sekadar statistik di atas kertas; ia menggambarkan selisih nyata antara biaya menjalankan model terbuka yang murah dengan tarif model komersial berlisensi tertutup.

Apa Itu Model AI Berbobot Terbuka?

Untuk memahami skala persoalannya, kita perlu memahami dulu istilah kuncinya. Model berbobot terbuka adalah model machine learning (pembelajaran mesin) yang parameter hasil pelatihannya—disebut bobot atau weight—dibagikan secara publik. Ibarat resep masakan, model tertutup seperti restoran yang hanya menjual hidangan jadi: pelanggan menikmati rasanya, tetapi tidak pernah tahu bumbu rahasianya. Sebaliknya, model berbobot terbuka membagikan seluruh resepnya. Siapa pun boleh mengunduh, memodifikasi, dan menjalankannya di server sendiri tanpa membayar royalti kepada pengembangnya.

Perbedaan mendasar ini menentukan strategi bisnis banyak perusahaan. Dengan model terbuka, perusahaan rintisan (startup) dapat membangun aplikasi AI tanpa membayar biaya pemakaian per token (potongan teks yang diproses AI) kepada penyedia model tertutup seperti OpenAI atau Anthropic. Data sensitif milik pelanggan juga tetap tersimpan di infrastruktur internal, bukan dikirim ke server pihak ketiga—keuntungan besar bagi sektor kesehatan, keuangan, dan hukum yang diatur regulasi ketat. Inilah alasan model-model terbuka asal China, yang performanya kini menyaingi model komersial premium, begitu cepat diadopsi dalam ekosistem teknologi global.

Menghitung Kerugian Rp216 Triliun

Dalam analisisnya, Yue membandingkan dua skenario. Skenario pertama adalah kondisi saat ini, ketika bisnis AS bebas memakai model terbuka asal China dan hanya menanggung biaya komputasi server. Skenario kedua adalah kondisi pasca-pemblokiran, ketika perusahaan dipaksa beralih ke model komersial yang mematok tarif per juta token. Ketika selisih biaya kedua skenario itu dikalikan dengan volume penggunaan AI di seluruh industri AS, hasilnya membengkak menjadi sekitar US$12 miliar per tahun.

Perbandingan berikut membantu memahami mengapa selisihnya bisa sedemikian besar:

Efek Domino bagi Ekosistem Inovasi

Kerugian finansial hanyalah satu sisi mata uang. Pukulan yang lebih halus tetapi lebih dalam berpotensi menimpa iklim inovasi. Selama ini, model terbuka menjadi bahan bakar penelitian akademis dan eksperimen startup karena peneliti dapat membongkar arsitektur serta algoritma di dalamnya. Jika pasokan model terbuka berkualitas menyempit, biaya eksperimen ikut naik, dan hanya perusahaan bermodal besar yang mampu bertahan bermain di liga AI. Dalam jangka panjang, kondisi ini justru bisa memperlambat disrupsi teknologi yang selama ini menjadi mesin pertumbuhan ekonomi digital AS.

"Pemblokiran tidak menghapus kebutuhan bisnis terhadap AI yang terjangkau; kebijakan itu hanya memaksa perusahaan membayar jauh lebih mahal untuk kemampuan yang sama," demikian inti temuan analisis Yue.

Antara Keamanan dan Efisiensi

Para pendukung larangan berargumen dari sudut keamanan nasional: model buatan negara rival dikhawatirkan menyimpan celah keamanan atau bias yang sulit diaudit. Namun analisis ini menunjukkan bahwa kebijakan semacam itu memiliki label harga yang sangat konkret. Bagi pembaca awam, pesannya sederhana: perang teknologi antarnegara pada akhirnya dibayar oleh konsumen—lewat langganan aplikasi yang lebih mahal, layanan digital yang berkurang fiturnya, atau startup lokal yang gulung tikar sebelum sempat tumbuh. Ke depan, keputusan para pembuat kebijakan di Washington akan menentukan apakah AS memilih perlindungan penuh dengan biaya tinggi, atau mencari jalan tengah lewat audit keamanan tanpa menutup pintu bagi inovasi terbuka.