Ekonomi AI Tidak Akan Merata Kalau Akses Datanya Tidak Merata

AI sering dijual sebagai teknologi yang akan membuka kesempatan untuk semua orang. UMKM bisa membuat konten. Pelajar bisa belajar lebih cepat. Founder kecil bisa membuat prototype. Perusahaan bisa otomatisasi proses. Pemerintah bisa memberi layanan lebih efisien. Semua terdengar demokratis.

Sebagian benar.

Tetapi ada satu syarat yang sering disembunyikan di balik hype: AI yang berguna membutuhkan data. Bukan sekadar data dalam jumlah besar, tetapi data yang relevan, bersih, aman, kontekstual, dan bisa dipakai untuk mengambil keputusan.

Kalau akses data tidak merata, ekonomi AI juga tidak akan merata.

Pemain besar punya data transaksi, data pelanggan, data perilaku, data operasional, data iklan, data logistik, data pembayaran, dan tim yang bisa mengolah semuanya. Pemain kecil sering punya data yang tercecer di chat, spreadsheet, nota manual, marketplace dashboard, atau ingatan pemilik usaha.

Keduanya sama-sama bisa membuka chatbot. Tapi kapasitas mereka memakai AI untuk menciptakan nilai ekonomi tidak sama.

AI Tidak Hidup dari Prompt Saja

Banyak pembahasan publik membuat AI terlihat seperti urusan prompt. Siapa yang bisa memberi instruksi lebih pintar, dia menang. Ini terlalu dangkal.

Prompt memang penting, tetapi AI economy tidak dibangun dari prompt saja. Ia dibangun dari data, compute, konektivitas, skill, domain knowledge, workflow, dan governance.

World Bank dalam Digital Progress and Trends Report 2025 memperkenalkan empat fondasi AI: connectivity, compute, context, dan competency. Artinya, negara dan organisasi tidak cukup hanya mengakses aplikasi AI. Mereka perlu koneksi, kapasitas komputasi, data dan konteks lokal, serta kompetensi manusia untuk memakai AI secara produktif.

Di antara semua itu, data punya posisi unik. Data adalah tempat AI memahami realitas. Kalau data tidak tersedia, tidak rapi, atau tidak merepresentasikan kelompok tertentu, maka output AI akan timpang.

AI bisa terdengar cerdas, tetapi tetap buta terhadap realitas yang datanya tidak masuk.

Data Adalah Modal Baru, Tapi Distribusinya Tidak Seimbang

Dulu modal ekonomi banyak dibaca dari uang, aset, lokasi, mesin, jaringan distribusi, atau tenaga kerja. Di ekonomi digital, data menjadi modal baru.

Perusahaan besar punya histori transaksi bertahun-tahun. Platform punya data search, click, watch time, checkout, review, refund, dan loyalty. Bank dan fintech punya data pembayaran dan risiko. Marketplace punya data seller dan buyer. Telco punya data konektivitas. Aplikasi punya data perilaku.

UMKM juga punya data, tetapi sering tidak dalam bentuk yang siap dipakai. Mereka tahu pelanggan tetap, jam ramai, produk laku, keluhan umum, dan pola musiman. Namun pengetahuan itu sering tidak terdokumentasi secara digital. Akibatnya, AI sulit membantu pada level strategis.

Ketimpangan data membuat ketimpangan AI.

Pihak yang punya data rapi bisa memakai AI untuk prediksi permintaan, pricing, personalisasi, efisiensi stok, fraud detection, dan rekomendasi produk. Pihak yang datanya berantakan memakai AI hanya untuk caption dan desain promosi.

Ini bukan salah UMKM. Ini masalah infrastruktur dan pendampingan.

Context Lokal Menentukan Keadilan AI

Indonesia sangat beragam. Bahasa, dialek, tingkat literasi, kebiasaan belanja, pola usaha, dokumen administrasi, relasi sosial, dan cara mengambil keputusan berbeda antar wilayah dan kelas ekonomi.

Jika data AI terlalu terkonsentrasi pada pengguna kota besar, bahasa formal, transaksi digital, dan perilaku platform besar, maka realitas informal bisa tidak terbaca. Pedagang pasar, warung kecil, petani, pekerja informal, sekolah daerah, klinik kecil, komunitas lokal, dan UMKM tradisional bisa menjadi kurang terlihat dalam sistem AI.

World Bank dalam atlas ketimpangan AI menekankan bahwa gap lebih berat pada skill lanjutan seperti data analysis, software development, dan kompetensi komputasi tingkat tinggi. Tanpa upaya membangun skill digital di semua level dan mempertahankan talenta lokal, negara yang lebih miskin berisiko menjadi konsumen pasif AI, bukan pencipta aktif dalam ekonomi AI.

Kalimat itu harus dibaca serius oleh Indonesia.

Kalau konteks lokal tidak masuk ke data dan skill lokal tidak naik, AI akan dipakai di Indonesia, tetapi nilai tambah utamanya bisa dikendalikan dari luar atau hanya oleh segelintir pemain besar.

Platform Punya Posisi Data yang Sangat Kuat

Platform digital berada di posisi strategis karena mereka melihat banyak sisi pasar sekaligus. Mereka melihat seller, buyer, pembayaran, iklan, logistik, search, review, dan engagement. Data lintas titik ini sangat bernilai untuk AI.

Dengan data itu, platform bisa membuat rekomendasi lebih akurat, memprediksi tren, mengatur ranking produk, mendeteksi fraud, menjual iklan lebih efektif, dan memberi tool kepada merchant.

Namun ada dilema.

Jika platform memberi AI tools kepada seller kecil, itu bisa membantu. Tetapi jika platform juga mengontrol data, ranking, iklan, biaya, dan akses pelanggan, seller tetap berada dalam posisi tergantung. Mereka bisa memakai AI, tetapi tidak benar-benar menguasai data strategisnya sendiri.

Ekonomi AI yang sehat membutuhkan lebih dari sekadar tool. Ia membutuhkan hak akses data yang adil, portabilitas, transparansi, dan kemampuan pelaku usaha untuk membangun insight sendiri.

Data yang Tidak Merata Bisa Membuat Kredit dan Layanan Tidak Merata

AI akan makin sering dipakai untuk keputusan ekonomi: credit scoring, fraud detection, rekomendasi produk keuangan, insurance pricing, seleksi kandidat, segmentasi pelanggan, dan prioritas layanan.

Kalau data seseorang lengkap dan mudah dibaca sistem, ia bisa mendapat akses lebih cepat. Kalau datanya minim, tidak rapi, atau berasal dari sektor informal, ia bisa dianggap berisiko meskipun sebenarnya layak.

Ini masalah besar untuk Indonesia karena banyak aktivitas ekonomi terjadi secara informal atau semi-formal. Banyak orang bekerja tanpa slip gaji tetap. Banyak UMKM punya omzet tetapi pencatatannya tidak rapi. Banyak transaksi masih tunai. Banyak reputasi dibangun lewat relasi lokal, bukan database formal.

AI yang hanya membaca data formal bisa membuat kelompok informal menjadi invisible.

Ketidakadilan tidak selalu terjadi karena sistem berniat diskriminatif. Kadang terjadi karena sistem hanya melihat data yang mudah tersedia.

Data Governance Jadi Syarat Keadilan Ekonomi AI

Kalau data adalah modal ekonomi, maka data governance menjadi kebijakan distribusi kekuasaan.

Siapa yang boleh mengumpulkan data? Siapa yang boleh mengakses? Apakah pengguna tahu data dipakai untuk apa? Apakah pelaku usaha bisa mendapatkan data transaksinya sendiri? Apakah data bisa dipindahkan antar layanan? Apakah ada standar interoperabilitas? Apakah data yang dipakai untuk scoring bisa dikoreksi? Apakah keputusan otomatis bisa diajukan banding?

Ini bukan pertanyaan hukum yang abstrak. Ini menentukan siapa punya posisi dalam ekonomi AI.

Jika data hanya mengalir ke platform besar dan tidak kembali sebagai kapasitas untuk pelaku kecil, maka AI economy akan semakin terkonsentrasi.

Data governance yang baik harus melindungi privasi sekaligus membuka ruang penggunaan data yang adil dan produktif.

UMKM Butuh Data Readiness, Bukan Sekadar Training Prompt

Banyak program literasi AI terlalu cepat masuk ke prompt. Cara bikin caption. Cara bikin gambar. Cara pakai chatbot. Ini berguna, tetapi belum menyentuh akar ekonomi.

UMKM perlu data readiness.

Mereka perlu mencatat transaksi dengan rapi, menyusun katalog, mengelompokkan pelanggan, membaca repeat order, mengelola stok, mengumpulkan feedback, memahami biaya, dan menyimpan data dengan aman. Baru setelah itu AI bisa membantu lebih jauh.

AI untuk UMKM seharusnya bukan hanya alat bikin konten. AI harus membantu membaca penjualan, memperkirakan kebutuhan stok, menjawab pelanggan, merapikan pembukuan, dan mengambil keputusan yang lebih baik.

Tanpa data readiness, AI menjadi kosmetik. Dengan data readiness, AI bisa menjadi mesin produktivitas kecil yang nyata.

Open Data dan Data Publik Bisa Menjadi Penyeimbang

Untuk membuat ekonomi AI lebih merata, data publik yang berkualitas juga penting. Data harga komoditas, cuaca, transportasi, kesehatan publik, pendidikan, UMKM, peta wilayah, regulasi, dan layanan pemerintah bisa membantu banyak inovasi lokal.

Tetapi open data tidak cukup hanya berarti file tersedia di portal. Data harus mudah dipakai, diperbarui, punya metadata, format standar, lisensi jelas, dan kualitas yang bisa dipercaya.

Jika data publik buruk, startup dan komunitas lokal kesulitan membangun solusi. Jika data publik kuat, lebih banyak pihak bisa membuat layanan AI yang relevan tanpa harus memiliki platform besar.

Data publik yang baik adalah infrastruktur ekonomi, sama seperti jalan dan listrik.

Risiko Baru: Data Colonialism Versi AI

Ada risiko yang harus dibahas tanpa drama berlebihan: data colonialism versi AI.

Jika data lokal dipakai untuk melatih atau memperkuat sistem global, tetapi nilai tambah ekonominya tidak kembali ke masyarakat lokal, maka Indonesia hanya menjadi sumber bahan baku digital. Kita memberi data, perilaku, bahasa, dan konteks, sementara produk bernilai tinggi dibangun dan dimonetisasi di tempat lain.

Ini bukan argumen anti-platform global. Kolaborasi global penting. Teknologi global bisa membantu Indonesia. Tetapi posisi tawar harus dijaga.

Indonesia perlu memastikan data lokal, bahasa lokal, dan kebutuhan lokal tidak hanya menjadi input gratis bagi ekonomi AI global.

Nilai data harus kembali dalam bentuk kapasitas lokal, layanan yang lebih baik, perlindungan hak, dan peluang ekonomi untuk pelaku domestik.

AI yang Adil Membutuhkan Desain Distribusi

Keadilan AI tidak terjadi otomatis karena teknologi makin murah. Bahkan ketika akses chatbot gratis atau murah, kemampuan mendapatkan manfaat ekonomi tetap berbeda.

Orang yang punya data rapi, skill, perangkat, koneksi stabil, bahasa kerja yang cocok, dan waktu belajar akan lebih cepat maju. Orang yang tidak punya fondasi itu akan memakai AI secara terbatas.

Karena itu, AI yang adil membutuhkan desain distribusi: pelatihan praktis, infrastruktur data UMKM, akses compute, open data berkualitas, regulasi portabilitas data, perlindungan privasi, dan kebijakan kompetisi yang sehat.

Tanpa desain distribusi, AI akan mengikuti pola pasar: keuntungan terkonsentrasi pada yang paling siap.

Kesimpulan: Data Adalah Garis Batas Ekonomi AI

Ekonomi AI tidak akan merata kalau akses datanya tidak merata. Ini kalimat yang harus ditempatkan di pusat percakapan digital Indonesia.

AI memang bisa membuka kesempatan. Tetapi kesempatan itu tidak sama untuk semua pihak jika data, skill, compute, dan infrastruktur tidak tersebar lebih adil.

Topik ini berada dalam cluster Digital Economy, dan terhubung langsung dengan Data, Privacy & Digital Rights, AI Governance, Industry Intelligence, serta Cybersecurity & Trust.

Indonesia tidak boleh hanya bicara siapa yang paling cepat memakai AI. Kita harus bertanya siapa yang punya data untuk benar-benar mendapatkan manfaatnya.

Karena dalam ekonomi AI, prompt bisa dipelajari banyak orang. Tapi data yang berkualitas, aman, relevan, dan bisa diakses secara adil adalah sumber daya yang jauh lebih menentukan.