AI sering dijual sebagai mesin efisiensi. Proses lebih cepat. Biaya lebih rendah. Customer service lebih responsif. Konten lebih murah. Analisis data lebih tajam. Operasional lebih otomatis. Keputusan bisnis lebih real-time.
Semua itu bisa benar.
Tetapi ada kalimat yang harus ditambahkan: lebih efisien belum tentu lebih adil.
Ekonomi digital Indonesia sedang masuk fase ketika AI tidak lagi hanya menjadi eksperimen. AI mulai masuk ke pemasaran, layanan pelanggan, fraud detection, logistik, pembayaran, edukasi, kesehatan, rekrutmen, content production, product recommendation, dan decision support. Kalau dikelola baik, AI bisa meningkatkan produktivitas. Kalau dikelola buruk, AI bisa memperbesar ketimpangan yang sudah ada.
Itulah inti persoalannya. AI bukan hanya teknologi. AI adalah mekanisme distribusi keuntungan.
Efisiensi untuk Siapa?
Ketika perusahaan mengatakan AI membuat operasional lebih efisien, pertanyaan pertama adalah: efisiensi itu dinikmati siapa?
Apakah biaya turun untuk konsumen? Apakah pekerja mendapat skill baru? Apakah UMKM mendapat akses tool yang lebih murah? Apakah layanan publik menjadi lebih cepat? Atau efisiensi hanya berubah menjadi margin lebih besar untuk pemain yang sudah dominan?
Teknologi sering dijual dengan bahasa universal, seolah manfaatnya otomatis menyebar. Sejarah digital menunjukkan sebaliknya. Manfaat teknologi biasanya mengalir lebih dulu ke pihak yang punya modal, data, koneksi, talent, dan kemampuan organisasi.
AI mempercepat pola itu.
Perusahaan besar punya data pelanggan besar, tim engineering, budget cloud, konsultan, akses model, dan kemampuan integrasi. UMKM mungkin hanya punya ponsel, spreadsheet, marketplace dashboard, dan waktu terbatas. Keduanya sama-sama “bisa memakai AI”, tetapi kapasitasnya tidak sama.
World Bank Menyebut Fondasi AI Tidak Merata
World Bank dalam Digital Progress and Trends Report 2025 menekankan bahwa negara perlu memperkuat fondasi AI agar manfaatnya bisa dipakai untuk pekerjaan, produktivitas, dan pertumbuhan inklusif. Dalam atlas AI inequality, World Bank menyebut empat hal yang dibutuhkan negara untuk benar-benar memanfaatkan AI: konektivitas internet yang andal dan terjangkau, data lokal yang berguna, populasi dengan skill digital, dan compute yang cukup.
Empat fondasi ini penting untuk Indonesia.
Kalau internet mahal atau tidak stabil, pelaku usaha kecil tertinggal. Kalau data lokal tidak tersedia atau buruk kualitasnya, AI tidak paham konteks Indonesia. Kalau skill digital rendah, pengguna hanya memakai AI secara dangkal. Kalau compute terlalu mahal, inovasi terkonsentrasi pada pemain besar.
AI bukan hanya soal siapa yang punya aplikasi. AI soal siapa yang punya fondasi untuk memakai aplikasi itu secara produktif.
AI Bisa Menurunkan Biaya Masuk, Tapi Juga Membuat Standar Naik
Di satu sisi, AI bisa membantu pemain kecil. UMKM bisa membuat materi promosi, merapikan katalog, menjawab chat, membuat laporan sederhana, menganalisis review, dan menyusun ide konten tanpa tim besar. Freelancer bisa meningkatkan kualitas output. Sekolah kecil bisa membuat materi ajar. Klinik kecil bisa membuat edukasi pasien yang lebih rapi.
Ini sisi positif yang nyata.
Namun di sisi lain, ketika semua orang punya AI, standar pasar ikut naik. Konsumen mulai berharap balasan cepat. Konten harus lebih rapi. Produk harus lebih mudah ditemukan. Data harus lebih lengkap. Brand harus lebih responsif. Operasional harus lebih efisien.
Bagi bisnis yang bisa beradaptasi, ini peluang. Bagi bisnis yang tidak punya waktu, skill, atau modal, ini tekanan baru.
AI bisa menurunkan biaya produksi, tetapi menaikkan standar kompetisi.
Pekerjaan Tidak Selalu Hilang, Tapi Isinya Berubah
Pembahasan AI sering terjebak pada pertanyaan apakah pekerjaan akan hilang. Pertanyaan itu penting, tetapi terlalu sempit.
Yang lebih dekat dengan realitas adalah perubahan isi pekerjaan.
Customer service tidak hanya menjawab manual, tetapi mengawasi chatbot dan menangani kasus kompleks. Marketer tidak hanya menulis caption, tetapi mengkurasi output AI dan menjaga brand trust. Analis tidak hanya mengolah spreadsheet, tetapi memvalidasi insight otomatis. Guru tidak hanya memberi tugas, tetapi mengajarkan cara berpikir di tengah AI. Admin tidak hanya input data, tetapi memastikan data bersih, aman, dan benar.
ILO pada 2025 merilis indeks global exposure pekerjaan terhadap generative AI, menunjukkan bahwa dampaknya bervariasi antar negara, sektor, gender, dan jenis tugas. OECD juga menyoroti bahwa AI berpotensi meningkatkan produktivitas, tetapi dampaknya terhadap distribusi, skill, dan ketimpangan perlu dikelola dengan kebijakan yang komprehensif.
Artinya, masalahnya bukan hanya jumlah pekerjaan. Masalahnya kualitas transisi.
AI Bisa Membuat Platform Makin Kuat
Dalam ekonomi digital, platform besar sudah punya posisi strategis: data pengguna, traffic, payment rails, iklan, rekomendasi, seller network, dan distribusi. AI bisa memperkuat posisi ini.
Platform yang punya data besar bisa membuat rekomendasi lebih akurat. Mereka bisa mengoptimalkan pricing, ranking produk, fraud detection, ads targeting, dan customer retention. Mereka bisa memberi tool AI kepada seller, tetapi juga mengatur aturan main yang menentukan siapa terlihat dan siapa tenggelam.
Ini bukan berarti platform besar selalu buruk. Mereka menyediakan infrastruktur penting. Banyak UMKM tumbuh karena platform. Banyak konsumen mendapat akses lebih luas.
Tetapi AI membuat pertanyaan tentang fairness platform makin penting. Apakah seller kecil mendapat akses yang sama? Apakah algoritma ranking transparan? Apakah biaya iklan makin menjadi syarat visibility? Apakah data seller dipakai untuk bersaing dengan seller itu sendiri? Apakah AI recommendation mempersempit pilihan konsumen?
Efisiensi platform tidak otomatis sama dengan fairness ekosistem.
Data Menjadi Sumber Daya Ekonomi yang Tidak Merata
AI membutuhkan data. Dan data tidak tersebar merata.
Perusahaan besar punya histori transaksi, perilaku pengguna, logistik, feedback pelanggan, data pembayaran, dan data engagement. UMKM sering punya data yang berantakan, tersimpan di chat, spreadsheet, buku kas, atau memori pemilik.
Ini menciptakan ketimpangan baru. Bukan hanya siapa punya modal, tetapi siapa punya data yang siap dipakai.
Kalau data menjadi bahan bakar AI, maka bisnis yang tidak punya data rapi akan kesulitan mendapatkan manfaat penuh. Mereka mungkin memakai AI untuk membuat konten, tetapi tidak bisa memakai AI untuk keputusan strategis karena datanya tidak siap.
Di sinilah literasi data menjadi bagian dari keadilan ekonomi digital. UMKM tidak hanya perlu diajari pakai chatbot. Mereka perlu dibantu merapikan katalog, transaksi, stok, pelanggan, dan feedback.
Risiko Bias dan Diskriminasi Tidak Boleh Dianggap Isu Barat
Sering ada anggapan bahwa bias AI adalah isu Silicon Valley, bukan Indonesia. Ini salah.
Kalau AI dipakai dalam scoring kredit, rekrutmen, rekomendasi produk, moderasi konten, layanan publik, asuransi, pendidikan, atau fraud detection, bias bisa muncul di Indonesia juga. Data historis yang tidak adil bisa menghasilkan keputusan yang tidak adil. Kelompok yang datanya kurang terwakili bisa mendapat layanan lebih buruk. Bahasa lokal, dialek, konteks daerah, dan realitas ekonomi informal bisa tidak terbaca dengan baik.
AI yang efisien tetapi tidak memahami konteks lokal bisa membuat keputusan cepat yang keliru.
Dalam ekonomi digital, keputusan otomatis yang salah bukan hanya masalah teknis. Ia bisa menentukan siapa mendapat akses, siapa ditolak, siapa dicurigai, dan siapa terlihat oleh pasar.
Fairness Harus Didesain dari Awal
Kalau fairness baru dibahas setelah sistem berjalan, biasanya sudah terlambat. Desain awal menentukan banyak hal: data apa yang dipakai, siapa yang diuji, metrik apa yang dioptimalkan, siapa yang bisa mengajukan banding, bagaimana error diperbaiki, dan siapa yang bertanggung jawab.
AI yang hanya dioptimalkan untuk efisiensi bisa mengorbankan aspek lain. Misalnya, chatbot yang terlalu agresif mengurangi manusia di layanan pelanggan, tetapi membuat konsumen rentan tidak bisa menyelesaikan kasus kompleks. Sistem scoring yang terlalu cepat bisa menolak orang dengan data tidak lengkap. Algoritma rekomendasi yang mengejar engagement bisa mendorong konsumsi impulsif.
Fairness bukan hiasan etika. Fairness adalah desain ekonomi.
Indonesia Butuh AI untuk Produktivitas, Bukan Sekadar Otomatisasi Murah
AI bisa dipakai untuk memotong biaya dengan cara sempit: kurangi orang, tambah otomatisasi, hasilkan konten massal, percepat output. Itu mungkin menaikkan efisiensi jangka pendek.
Tetapi ekonomi digital yang sehat membutuhkan produktivitas yang lebih dalam. AI harus membantu bisnis memahami permintaan, mengurangi waste, memperbaiki layanan, mempercepat administrasi, meningkatkan kualitas keputusan, dan membuka akses pasar baru.
Untuk UMKM, AI yang paling berguna mungkin bukan model besar yang terdengar futuristik. Yang paling berguna adalah workflow ringan: rekap transaksi, balas pelanggan, prediksi stok, bantu katalog, buat invoice, cek komplain, susun konten, dan memahami tren permintaan.
Produktivitas sejati bukan hanya membuat output lebih banyak. Produktivitas sejati membuat keputusan lebih baik dengan sumber daya yang sama.
Kebijakan Publik Harus Mengejar Distribusi Manfaat
Jika AI economy dibiarkan mengikuti pasar sepenuhnya, manfaatnya cenderung mengalir ke pemain yang sudah siap. Itu bukan kejutan. Itu pola normal teknologi.
Karena itu kebijakan publik perlu fokus pada distribusi manfaat: internet terjangkau, pelatihan praktis, standar data, perlindungan pekerja, akses UMKM ke tool yang aman, transparansi algoritma, regulasi privasi, dan kompetisi yang sehat.
IMF telah mengingatkan bahwa AI menawarkan potensi produktivitas dan pertumbuhan, tetapi juga membawa risiko ketimpangan dan tantangan desain kebijakan. Ini relevan untuk Indonesia karena ekonomi digital kita besar, tetapi struktur skill dan akses masih tidak merata.
Pertumbuhan AI tanpa kebijakan distribusi hanya akan membuat ekonomi digital terlihat modern di permukaan, tetapi timpang di fondasi.
Kesimpulan: Efisiensi Harus Dibarengi Keadilan
AI bisa membuat ekonomi digital Indonesia lebih efisien. Itu peluang besar. Tetapi efisiensi bukan tujuan akhir jika manfaatnya hanya dinikmati segelintir pemain, sementara pekerja, UMKM, konsumen, dan kelompok rentan menanggung risiko.
Ekonomi digital yang matang harus menanyakan dua hal sekaligus: apakah teknologi ini meningkatkan produktivitas, dan apakah manfaatnya menyebar secara wajar?
Topik ini berada di inti Digital Economy, dan berhubungan langsung dengan AI Governance, Industry Intelligence, Data, Privacy & Digital Rights, dan Digital Policy.
AI yang baik bukan hanya membuat ekonomi lebih cepat. AI yang baik membuat kapasitas ekonomi lebih kuat, lebih aman, dan lebih inklusif.
Kalau tidak, kita hanya membangun ekonomi digital yang makin efisien untuk pihak yang sudah menang.