Menjadi pasar sebenarnya bukan posisi buruk

Kita perlu jujur.

Negara tidak harus membuat semua teknologi sendiri.

Indonesia tidak membuat semua smartphone.

Tapi smartphone tetap meningkatkan ekonomi.

Indonesia tidak membuat semua cloud platform.

Cloud tetap membantu perusahaan.

Memakai model global bisa memberi productivity gain cepat.

UMKM tidak perlu menunggu model nasional untuk bikin copy.

Dokter tidak perlu membangun LLM dari nol untuk dapat assistive tool.

Developer bisa langsung memakai API.

Pemerintah bisa mempercepat layanan.

Ada nilai besar dari menjadi adopter.

World Bank juga mengakui low dan middle-income countries bisa memanfaatkan open-source serta small AI tanpa harus mengulang seluruh frontier innovation.

Jadi pilihan “pasar atau capability” bukan binary.

Masalahnya adalah balance.

Kalau 100 persen import technology, bargaining power rendah.

Kalau memaksa 100 persen local, biaya bisa meledak.

Strategi paling sehat adalah selective capability.

Pilih layer yang paling strategis.

Bangun di sana.

Connectivity adalah syarat paling dasar

AI sehebat apa pun tidak relevan kalau internet mahal dan lambat.

Negara berkembang masih punya gap connectivity besar.

Di kota seperti Jakarta, broadband dan 5G terasa biasa.

Coba geser ke daerah yang koneksinya tidak stabil.

Cloud AI langsung terasa berbeda.

Latency tinggi.

Upload dokumen sulit.

Video AI tidak usable.

Education tool gagal.

Bisnis kecil tidak bisa rely.

AI divide bisa mengikuti digital divide lama.

Itu sebabnya investasi connectivity tetap prioritas.

Fiber.

Mobile broadband.

Submarine cable.

Rural network.

Electricity reliability.

Tanpa ini, diskusi foundation model terasa elit.

AI hanya dinikmati orang kota yang sudah punya akses.

Negara malah memperlebar inequality.

Compute menentukan apakah negara bisa bereksperimen

Ini fondasi berikutnya.

Kalau semua compute ada di luar negeri, developer lokal masih bisa bekerja lewat API.

Tapi beberapa use case jadi sulit.

Data sensitif.

Government system.

Healthcare.

Banking.

Research.

Large-scale experimentation.

Cost juga dikontrol provider.

Negara tidak perlu punya hyperscaler nasional untuk disebut capable.

Yang dibutuhkan adalah sufficient local and regional compute access.

Data center.

Cloud competition.

Research cluster.

GPU access untuk university.

Startup credit.

Shared infrastructure.

Open model hosting.

World Bank pada 2026 menyoroti bahwa banyak negara berkembang kekurangan compute, secure cloud, reliable power, data, dan skill sehingga pilot AI sulit scale.

Ini poin penting.

Banyak negara bisa membuat demo.

Masalahnya production.

Pilot satu kementerian gampang.

Scale ke jutaan warga butuh infrastructure.

Prototype startup gampang.

Serve satu juta user mahal.

Compute adalah jembatan dari demo ke ekonomi.

Context adalah tempat negara berkembang bisa punya keunggulan

Negara berkembang tidak akan menang kalau hanya meniru model Amerika.

Kita punya asset yang mereka tidak punya.

Local context.

Bahasa.

Budaya.

Regulation.

Industry.

Geography.

Customer behavior.

Indonesia punya Bahasa Indonesia plus ratusan bahasa daerah.

Dokumen hukum lokal.

Data pertanian tropis.

Pola UMKM.

Sistem pembayaran.

Logistics kepulauan.

Public administration.

Healthcare context.

Data seperti ini bisa menciptakan advantage.

Model global makin bagus memahami Indonesia.

Tapi local company yang punya data unik dan domain expertise masih bisa menang.

Misalnya AI untuk underwriting UMKM.

AI untuk Bahasa Jawa.

AI untuk dokumen perizinan.

AI untuk supply chain sawit.

AI untuk fisheries.

AI untuk geology.

AI untuk public service.

Kita tidak perlu model terbesar.

Kita perlu system yang paling ngerti masalah lokal.

Ini cara negara berkembang naik value chain.

Bukan melawan frontier lab di game mereka.

Mainkan game kita sendiri.

Competency adalah pembeda paling tahan lama

Hardware bisa dibeli.

Cloud bisa disewa.

Model bisa didownload.

Talent tidak bisa diimport tanpa batas.

Engineer.

Researcher.

Product manager.

Data scientist.

AI security.

MLOps.

Policy.

Legal tech.

Domain expert.

Semua perlu waktu.

IMF pada 2026 menekankan AI readiness sangat bergantung pada skill workforce dan kemampuan ekonomi menyerap skill tersebut.

Negara bisa punya lulusan teknologi banyak tetapi kalau industri tidak punya pekerjaan high-skill, talent pergi.

Brain drain.

Jadi education policy harus terhubung ke industrial policy.

Jangan cuma ajarkan prompt.

Ajarkan fundamentals.

Math.

Computer science.

Statistics.

Systems.

Security.

Data.

Product thinking.

Domain knowledge.

AI tool berubah cepat.

Skill fundamental bertahan.

Kalau satu generasi cuma jago memakai interface vendor tertentu, capability nasional rapuh.

Open model memberi jalan pintas yang sehat

Salah satu peluang besar negara berkembang adalah open-weight model.

Kita tidak perlu menghabiskan miliaran dolar melatih model frontier hanya untuk mengatakan punya model nasional.

Pakai base model open.

Fine-tune.

Tambah retrieval.

Bangun evaluation.

Host lokal.

Fokus bahasa dan workflow.

Ini jauh lebih ekonomis.

Open model memungkinkan universitas belajar deeper.

Developer memahami inference.

Company punya portability.

Government bisa menjalankan workload sensitif.

Tapi open tidak otomatis sovereign.

Chip masih impor.

Framework mungkin asing.

Base model dibuat luar.

Talenta maintenance tetap perlu.

Yang penting open memberi ruang control lebih besar.

Untuk banyak negara berkembang, itu cukup.

Capability tumbuh bertahap.

Tidak perlu langsung full stack.

Negara berkembang akan menjadi medan AI diplomacy

Pada 2026, Amerika dan China sama-sama memahami Global South penting.

China makin aktif menawarkan open-source AI, training, collaboration center, dan framing AI sebagai public good untuk negara berkembang.

Amerika punya cloud, chip, platform, research, dan alliance network kuat.

Eropa menawarkan regulatory model dan cooperation.

Negara berkembang akan mendapat banyak tawaran.

Compute.

Cloud credit.

Model.

Training.

Data center investment.

Digital infrastructure.

Standards.

Semua terdengar bagus.

Tapi setiap offer membawa dependency.

Kalau compute disubsidi lima tahun, apa setelah subsidy selesai?

Kalau government system dibangun pakai model satu negara, mudah pindah?

Kalau data disimpan di infrastructure asing, siapa punya control?

Kalau developer dilatih hanya di satu stack, switching cost berapa?

Diplomasi AI harus dibaca seperti infrastructure financing.

Tidak ada makan siang gratis.

Partnership boleh.

Dependency harus dihitung.

Indonesia punya cukup skala untuk tidak sekadar menjadi customer

Indonesia berbeda dari negara kecil.

Penduduk besar.

Ekonomi digital besar.

Marketplace.

Bank.

Telco.

Startup.

University.

Government data.

Data center investment.

Energy resource.

Kita punya skala.

Maka target kita seharusnya lebih tinggi dari sekadar adoption.

Indonesia tidak perlu membuat seluruh semiconductor stack.

Tapi kita bisa punya local compute.

Tidak perlu melatih model frontier US$10 miliar.

Tapi kita bisa punya model deployment capability.

Tidak perlu membuat cloud hyperscaler global.

Tapi kita bisa memastikan competition dan portability.

Tidak perlu membuat semua dataset.

Tapi public data bisa diperbaiki kualitasnya.

Tidak perlu melindungi semua startup.

Tapi procurement pemerintah bisa memberi ruang local innovation.

Ada banyak langkah tengah.

Yang penting value chain tidak berhenti di subscription.

UMKM juga perlu masuk capability story

Sering kali “AI capability nasional” terdengar sangat top-down.

Data center.

Model.

Government.

Padahal ekonomi Indonesia hidup dari bisnis kecil.

Kalau UMKM cuma memakai AI sebagai content generator, value-nya terbatas.

Kalau mereka pakai AI untuk inventory.

Demand forecasting.

Customer service.

Pricing.

Financial management.

Supplier search.

Export.

Product development.

Productivity gain lebih besar.

Negara bisa membantu lewat training praktis.

Bukan seminar “AI masa depan”.

Ajarkan workflow.

Data hygiene.

Security.

Evaluation.

Kapan pakai AI.

Kapan jangan.

Digital capability yang menyebar ke jutaan UMKM bisa memberi efek ekonomi lebih besar daripada satu national chatbot.

Capability seharusnya distributed.

Bukan hanya punya satu lab elite.

Jangan kejar vanity project

Negara berkembang gampang terjebak simbol.

“Kita harus punya LLM nasional.”

“Kita harus punya supercomputer terbesar.”

“Kita harus punya AI city.”

Semua bisa berguna.

Tapi harus ditanya:

Dipakai siapa?

Utilization berapa?

Masalah apa yang selesai?

Apa opportunity cost?

Apakah talent cukup?

Apakah operational budget ada?

Apakah model itu lebih baik daripada open model yang sudah ada?

Kalau jawabannya lemah, proyek bisa jadi monumen.

AI bergerak terlalu cepat untuk vanity infrastructure.

Hardware depreciate.

Model obsolete.

Capability manusia jauh lebih durable.

Lebih baik punya seribu engineer yang benar-benar bisa deploy AI daripada satu cluster mahal yang mostly idle.

Lebih baik punya dataset publik berkualitas daripada model nasional yang tidak punya data bagus.

Lebih baik procurement yang sehat daripada slogan sovereignty.

Negara perlu memilih layer strategis

Strategi AI nasional yang realistis seharusnya mengatakan:

Layer mana yang kita harus kuasai?

Layer mana yang kita beli?

Layer mana yang kita partnership?

Layer mana yang tidak perlu?

Misalnya Indonesia bisa memprioritaskan:

Connectivity nasional.

Compute regional.

Data governance.

Bahasa dan local datasets.

AI security.

Government deployment.

Industry-specific AI.

Talent.

Open standards.

Portability.

Sementara frontier chip fabrication tetap partnership.

Frontier foundation model bisa hybrid.

Cloud global tetap masuk.

Ini bukan kalah.

Ini capital allocation.

Negara tidak punya unlimited money.

Pilih battle yang memberi multiplier terbesar.

Pasar AI tanpa capability bisa menjadi bentuk ketergantungan baru

UNCTAD pada 2026 mengingatkan investment AI makin terkonsentrasi pada sedikit negara dan sektor.

World Bank juga melihat high-income countries mendominasi innovation, compute, dan startup funding.

Kalau pola itu dibiarkan, negara berkembang bisa mengalami versi digital dari ekonomi komoditas.

Menghasilkan data.

Menghasilkan user.

Menghasilkan demand.

Tapi membeli intelligence kembali dengan harga premium.

Value creation terjadi di luar.

Ini risiko struktural.

Bukan berarti foreign company musuh.

Mereka membawa teknologi, capital, dan knowledge.

Yang penting negara membangun absorption capacity.

Technology transfer tidak terjadi otomatis karena data center berdiri.

Skill transfer perlu program.

Local supplier perlu kesempatan.

University collaboration perlu.

Research grant perlu.

Startup ecosystem perlu.

Public procurement perlu.

Kalau tidak, investasi hanya menciptakan physical presence.

Capability tetap tipis.

Pilihan terbaik bukan pasar atau produsen

Judulnya terdengar binary.

Realitasnya tidak.

Negara berkembang perlu menjadi pasar yang cerdas sekaligus builder capability yang selektif.

Gunakan teknologi global.

Jangan gengsi.

Ambil productivity gain secepat mungkin.

Tapi sambil itu, invest di empat fondasi.

Connectivity.

Compute.

Context.

Competency.

Bangun skill.

Jaga data.

Buka competition.

Hindari lock-in.

Dukung open standard.

Pilih beberapa sektor di mana local advantage kuat.

Dalam lima tahun, hasilnya bisa jauh berbeda.

Negara A punya jutaan user AI tapi seluruh value mengalir ke luar.

Negara B juga punya jutaan user, tetapi sebagian software dibuat lokal, model diadaptasi lokal, compute tersedia lokal, startup tumbuh, engineer terlatih, dan public sector punya bargaining power.

Keduanya sama-sama “mengadopsi AI”.

Tapi posisi ekonominya berbeda.

Di 2026, negara berkembang masih punya window.

Frontier belum sepenuhnya settled.

Model open makin kuat.

Harga inference turun.

Infrastructure baru sedang dibangun.

Standar agent masih dibentuk.

Regulasi belum final.

Ini momen bagus untuk masuk.

Bukan dengan ambisi palsu mengalahkan semua orang.

Tapi dengan pertanyaan yang lebih dewasa:

“Bagian mana dari ekonomi AI yang harus benar-benar kita pahami, operasikan, dan kontrol supaya kita tidak selamanya hanya menjadi customer?”

Kalau jawabannya jelas, negara berkembang tidak perlu memilih antara menolak AI atau menyerahkan semuanya ke luar.

Mereka bisa memakai teknologi global sambil membangun kekuatan lokal.

Dan mungkin itu bentuk kedaulatan AI yang paling realistis.