AI Tidak Hanya Butuh Kecepatan, AI Butuh Izin Sosial untuk Berjalan

The Core Update

CEO Nvidia Jensen Huang mendapat panggilan telepon dari Presiden Donald Trump saat sedang berada di panggung All-In Summit di Los Angeles. Percakapan itu terjadi ketika Huang dan para host sedang membahas ajakan CEO Anthropic Dario Amodei untuk memperlambat laju peningkatan kemampuan AI.

Huang kemudian menaruh Trump di speaker agar peserta konferensi bisa mendengar percakapan tersebut. Trump menyatakan bahwa Amerika tidak akan membiarkan perlambatan AI terjadi, karena menurutnya hal itu bisa menguntungkan pihak yang tidak ingin Amerika memimpin, termasuk China.

Huang menjawab bahwa mereka tidak akan membiarkan hal itu terjadi.

Di permukaan, momen ini terlihat seperti dukungan politik terhadap industri AI. Nvidia adalah salah satu pemain paling penting dalam gelombang AI karena chip dan infrastruktur komputasinya menjadi tulang punggung banyak model besar. Ketika CEO Nvidia dan Presiden Amerika berbicara terbuka tentang tidak memperlambat AI, pesannya jelas: perlombaan AI akan terus didorong.

Tetapi di sisi lain, berita ini juga memperlihatkan benturan yang semakin besar antara ambisi teknologi dan kekhawatiran publik.

Sebagian pemimpin teknologi melihat perlambatan AI sebagai risiko strategis. Jika Amerika memperlambat diri, negara lain bisa mengejar. Jika pembangunan data center ditahan, kapasitas komputasi bisa tertinggal. Jika regulasi terlalu berat, inovasi bisa berpindah ke tempat lain.

Namun masyarakat yang menolak data center tidak selalu sedang menolak AI sebagai konsep. Banyak yang lebih khawatir pada dampak lokal: penggunaan energi, kebutuhan air, tekanan terhadap lingkungan, kenaikan biaya hidup, dan perubahan kualitas hidup di sekitar mereka.

Di titik ini, perdebatan AI bukan lagi hanya soal model mana yang paling pintar. Perdebatannya sudah masuk ke ruang yang lebih nyata: siapa yang menanggung biaya infrastruktur dari kemajuan itu?

The Reality Check

Banyak diskusi AI terlalu cepat berubah menjadi pilihan ekstrem: maju secepat mungkin atau berhenti total. Padahal kebanyakan bisnis dan masyarakat hidup di area tengah yang lebih rumit.

AI memang membawa peluang besar. Produktivitas bisa naik. Riset bisa dipercepat. Customer support bisa lebih responsif. Analisis data bisa lebih murah. Banyak proses bisnis yang sebelumnya lambat bisa dibantu automation dan model AI.

Tetapi peluang itu tidak menghapus kebutuhan dasar: listrik, air, jaringan, keamanan data, biaya operasional, dan kepercayaan publik.

Data center bukan benda abstrak. Ia butuh lokasi. Ia memakai energi. Ia memengaruhi komunitas sekitar. Ia membutuhkan jaringan listrik yang kuat. Ia juga sering menimbulkan pertanyaan tentang siapa yang mendapat manfaat dan siapa yang menanggung konsekuensi.

Karena itu, menyebut semua kekhawatiran sebagai hambatan terhadap inovasi terlalu menyederhanakan masalah.

Di banyak kasus, publik bukan meminta teknologi berhenti. Publik meminta dampaknya dijelaskan dengan lebih jujur.

Apa manfaat langsung untuk wilayah sekitar? Bagaimana energi dipasok? Apakah ada komitmen terhadap sumber energi bersih? Bagaimana risiko lingkungan diukur? Apakah biaya infrastruktur akan ikut membebani warga? Siapa yang bertanggung jawab ketika janji efisiensi tidak terjadi?

Pertanyaan seperti ini bukan anti-teknologi. Ini pertanyaan operasional.

Dan justru di sinilah banyak proyek teknologi sering lemah. Narasi besarnya sangat kuat, tetapi status kerja nyatanya tidak selalu jelas. Semua orang bicara tentang masa depan AI, tetapi lebih sedikit yang menjelaskan alur implementasinya secara konkret.

Untuk bisnis, pelajarannya penting.

Mengadopsi AI tidak cukup dengan mengatakan bahwa perusahaan ingin lebih efisien. Tim perlu tahu proses mana yang akan dibantu, data apa yang dipakai, siapa yang memeriksa hasilnya, bagaimana error ditangani, dan kapan automation boleh mengambil keputusan.

Jika hal-hal itu tidak jelas, AI hanya menjadi label baru untuk kebingungan lama.

Sama seperti data center membutuhkan izin sosial dari lingkungan sekitarnya, penerapan AI di bisnis juga membutuhkan izin operasional dari tim yang akan memakainya. Orang perlu paham mengapa AI dipakai, batasnya di mana, dan bagaimana hasilnya akan dievaluasi.

Tanpa itu, resistensi akan muncul. Bukan karena tim membenci teknologi, tetapi karena mereka tidak melihat aturan main yang aman.

The Havedev Way

Dari sudut pandang Havedev, pertanyaan utama bukan apakah AI harus dipercepat atau diperlambat. Pertanyaan yang lebih berguna adalah: bagian mana yang sudah cukup jelas untuk dijalankan dengan aman?

Tidak semua proses perlu langsung diberi AI. Tidak semua pekerjaan perlu automation. Tidak semua data perlu masuk ke model. Dan tidak semua keputusan perlu dibuat oleh sistem.

Untuk bisnis, langkah yang lebih sehat adalah mulai dari alur kerja yang nyata.

Pilih satu proses yang sering lambat, mahal, atau sulit dipantau. Misalnya lead dari website, follow-up sales, support pelanggan, ringkasan meeting, pengecekan dokumen, atau laporan operasional. Setelah itu, petakan statusnya terlebih dahulu.

Tanyakan:

• data apa yang masuk?
• siapa pemilik prosesnya?
• keputusan apa yang perlu dibantu?
• bagian mana yang boleh otomatis?
• bagian mana yang tetap harus diperiksa manusia?
• error seperti apa yang paling berisiko?
• metrik apa yang menunjukkan proses menjadi lebih baik?

Jawaban ini lebih penting daripada memilih tool AI paling populer.

Banyak bisnis tidak gagal memakai AI karena modelnya kurang canggih. Mereka gagal karena proses dasarnya belum siap. Data tersebar. Definisi status tidak jelas. Tidak ada pemilik tindak lanjut. Output AI dipercaya terlalu cepat atau diabaikan sepenuhnya.

AI yang sehat biasanya tidak dimulai dari ambisi besar. Ia dimulai dari satu alur kecil yang cukup jelas untuk diuji.

Contohnya, website bisa membantu mengirim lead dengan konteks yang lebih rapi: layanan yang diminati, halaman asal, urgensi, dan kebutuhan awal. AI kemudian bisa membantu membuat ringkasan inquiry, mengelompokkan prioritas, atau menyiapkan draft respons. Tetapi keputusan akhir tetap bisa berada di tim sales.

Itu lebih masuk akal daripada langsung membangun sistem AI besar yang mencoba menggantikan semua proses sekaligus.

Prinsip yang sama berlaku untuk automation internal. AI bisa membantu membaca tiket support, menyusun ringkasan, atau memberi rekomendasi kategori. Tetapi status tiket, pemilik tindak lanjut, dan standar respons tetap harus disepakati oleh bisnis.

Teknologi boleh cepat. Operasi tetap harus jelas.

Perdebatan antara Jensen Huang, Donald Trump, Dario Amodei, dan para pemimpin teknologi lain menunjukkan bahwa AI sudah menjadi isu strategis, ekonomi, dan sosial sekaligus. Tetapi untuk kebanyakan bisnis, pelajaran paling praktisnya lebih sederhana: jangan memakai AI hanya karena pasar sedang bergerak cepat.

Pakai AI ketika alur kerjanya sudah cukup jelas, risikonya bisa dibaca, dan hasilnya bisa diperiksa.

Kecepatan memang penting. Tetapi kecepatan tanpa kejelasan hanya membuat kesalahan terjadi lebih cepat.

Sebelum menambah AI ke proses bisnis, cek dulu satu hal sederhana: apakah tim Anda sudah tahu pekerjaan mana yang perlu dibantu, data apa yang dipakai, dan siapa yang tetap bertanggung jawab atas hasil akhirnya?

Kalau jawabannya belum jelas, mulai dari sana.

Dapatkan Audit Teknis Gratis untuk meninjau alur website, lead, dan automation yang bisa dibantu AI tanpa membuat proses bisnis menjadi lebih kabur.

---

Sumber referensi berita: TechCrunch