Peringatan Satya Nadella soal AI: Kenapa Setiap Perusahaan Harus Punya Model Sendiri (dan Kenapa 'Menyewa' Itu Berbahaya)

Dalam pandangan ini, keunggulan kompetitif yang tahan lama di era AI bukanlah modelnya itu sendiri, melainkan ekosistem data, proses, evaluasi, dan umpan balik manusia yang menghubungkan AI dengan pengetahuan institusional sebuah organisasi. Nadella berargumen bahwa perusahaan harus bisa "menggunakan konteks saya sendiri, data saya sendiri" dan "jejak (traces) saya sendiri" saat memilih atau menyempurnakan model.

Alih-alih menganggap model sebagai benteng pertahanan (moat), argumen Nadella mengarah pada sistem berkelanjutan yang terus membaik melalui penggunaan organisasi. Ia mengatakan kepada Business Today bahwa "organisasi tidak bisa mengalihdayakan proses belajar itu sendiri" — Anda bisa mendelegasikan tugas, tetapi Anda tidak bisa mendelegasikan kurva pembelajaran perusahaan Anda.

Kenapa Mengalihdayakan AI Berisiko: Peringatan akan 'Penggerusan Industri'

Nadella memberikan dua alasan saling terkait mengapa hanya mengandalkan model AI pihak ketiga itu berbahaya bagi perusahaan.

1. Hilangnya benteng kompetitif dan penggerusan nilai. Nadella memperingatkan bahwa jika sebuah perusahaan hanya "menyewa" model dan tidak membangun sesuatu yang proprietary (milik sendiri) di sekitarnya, maka model itu bukanlah keunggulan kompetitifnya. Perusahaan itu mungkin sudah mulai kalah. Kekhawatiran yang lebih luas tertuang dalam kutipan langsung dari esainya: "Hal terakhir yang kita semua inginkan adalah dunia di mana setiap perusahaan di setiap sektor menyerahkan nilai kepada segelintir model yang melahap semua yang mereka lihat."

Ia berpendapat bahwa model AI yang kuat menjadi sangat mahir dalam menyerap pengetahuan perusahaan yang terspesialisasi, berpotensi mengkomoditisasi keahlian profesional seluruh industri dan menjualnya kembali ke perusahaan yang menghasilkan pengetahuan itu. Perusahaan yang gagal membangun sistem umpan balik AI mereka sendiri berisiko menyerahkan nilai kepada penyedia model eksternal, bukannya melipatgandakan pengetahuan institusional mereka sendiri.

2. Risiko konsentrasi dan ketergantungan vendor. Hanya mengandalkan satu model AI canggih membuat perusahaan rentan terhadap keterbatasan, harga, dan pilihan strategis penyedia luar. Framework Nadella menekankan pembangunan learning loop internal sebagai gantinya — sistem yang bisa mengganti model dasar tanpa kehilangan akumulasi kecerdasan. Dalam pandangannya, "membangun infrastruktur AI yang dioptimalkan hanya untuk satu model itu berisiko" karena terobosan arsitektur model dari pesaing bisa membuat seluruh investasi menjadi usang.

Selaras dengan Strategi Multi-Model Microsoft

Argumen Nadella selaras langsung dengan perubahan strategi Microsoft sendiri. Setelah bertahun-tahun bermitra erat dengan OpenAI, Microsoft kini sengaja memperluas strategi model AI-nya dan memperkenalkan lebih banyak kemampuan AI buatannya sendiri.

Pada Microsoft Build 2026 awal Juni, perusahaan meluncurkan model AI proprietary baru (keluarga model fondasi MAI) yang dimaksudkan untuk mengurangi ketergantungan pada OpenAI dan menekan biaya bagi pengembang. Microsoft juga membangun sistem pihak pertama seperti Project Polaris — yang digambarkan sebagai AI coding buatan Microsoft sendiri yang akan menggantikan GPT-4 di GitHub Copilot pada Agustus 2026.

Microsoft telah memperkenalkan model AI yang terjangkau dan platform Copolit multi-mesin yang mendukung model dari Anthropic, Meta (Llama), Mistral AI, DeepSeek, dan Cohere di samping OpenAI — memberi pengguna kemampuan untuk memilih di antara beberapa mesin AI. Claude dari Anthropic kini menjadi opsi pihak pertama di Azure AI Foundry bersama OpenAI, DeepSeek, Llama, dan Mistral.

Logika strategisnya sederhana: jika perusahaan membutuhkan sistem AI khusus yang terhubung dengan data, alur kerja, dan pengetahuan institusional mereka sendiri, platform cloud yang menjadi tuan rumah ekosistem itu — Azure — menjadi sangat penting secara strategis. Nasihat Nadella untuk "bangun learning loop-mu sendiri" oleh karena itu adalah panduan arsitektural sekaligus kesesuaian yang kuat dengan strategi platform cloud-dan-AI Microsoft yang lebih luas.

Nadella sudah lama mengantisipasi komoditisasi ini. Pada akhir 2025, ia menggambarkan dinamika ini dengan gamblang: "Jika Anda adalah perusahaan model, Anda mungkin terkena 'kutukan pemenang' (winner's curse) … model Anda hanya berjarak satu salinan untuk dikomoditisasi."

Framework AI Perusahaan yang Baru: Human Capital + Token Capital

Nadella memperkenalkan dua konsep dalam esainya pada Juni 2026 yang telah menjadi pusat percakapan AI perusahaan: human capital (modal manusia) dan token capital (modal token).

Apa Itu Token Capital?

Token capital adalah "kemampuan AI yang dibangun dan dimiliki perusahaan" menggunakan alur kerja, data, evaluasi, dan akumulasi keahliannya sendiri. Ini adalah aset AI proprietary yang dikembangkan perusahaan di sekitar sistem operasinya sendiri — bukan sekadar menyewa kemampuan generik dari penyedia luar. Token capital mencakup sistem, model, perintah (prompts), evaluasi, dan alur kerja yang disetel yang dikembangkan perusahaan dari waktu ke waktu. Nadella menggambarkannya tumbuh dengan "bunga majemuk" dalam putaran pembelajaran yang saling memperkuat.

Human Capital Justru Semakin Berharga

Klaim kontra-intuitif Nadella adalah bahwa seiring meningkatnya kemampuan AI (token capital), nilai human capital justru naik, bukan turun. Human capital mencakup pengetahuan, penilaian (judgment), hubungan, kreativitas, dan pengenalan pola dari orang-orang di perusahaan.

Argumennya: tanpa arahan manusia, "hanya ada komputasi yang berputar-putar tanpa arah." Keahlian manusia-lah yang memandu putaran pembelajaran, mengevaluasi keluaran, dan mengubah kemampuan AI menjadi keunggulan organisasi yang berguna. Nadella membingkai ini sebagai pergeseran menuju "lingkaran kognitif nyata antara manusia dan sistem digital" — sebuah terobosan fundamental dari revolusi teknologi sebelumnya di mana sistem digital hanya digunakan untuk meningkatkan produktivitas manusia.

Putaran Pembelajaran yang Berlipat Ganda

Nadella menggambarkan kondisi ideal sebagai "membangun learning loop di atas model di mana human capital dan token capital saling melipatgandakan (compound)." Dalam putaran ini:

• Human capital (keahlian, penilaian) memandu penciptaan dan evaluasi keluaran AI
• Token capital (kemampuan AI yang dimiliki) menangkap dan mengoperasionalkan keahlian tersebut
• Setiap penguatan membuat kedua sisi semakin berharga seiring waktu

Jika Anda tidak bisa mengganti model generik tanpa kehilangan akumulasi kecerdasan Anda, berarti Anda tidak memiliki learning loop — Anda hanya menyewanya.

Implikasi Praktis bagi Adopsi AI Perusahaan

Infrastruktur: Platform Multi-Model yang Fleksibel

Perusahaan tidak bisa lagi menganggap satu model AI canggih sebagai keseluruhan strategi AI. Mereka membutuhkan infrastruktur fleksibel yang dapat mendukung banyak keluarga model, koneksi data proprietary, integrasi alur kerja, dan putaran umpan balik berkelanjutan. Framework Nadella mengimplikasikan bahwa infrastruktur yang menang adalah platform yang membantu perusahaan membangun dan mengoperasikan ekosistem tersebut — itulah cara Microsoft memposisikan Azure dan layanan Copilot-nya.

Human Capital: Investasi Lebih Dalam pada Manusia

Argumen Nadella berlawanan dengan narasi otomatisasi-pertama. Jika penilaian manusia menjadi lebih berharga seiring pertumbuhan AI, perusahaan perlu berinvestasi lebih pada keahlian karyawan, pengetahuan domain, dan pengambilan keputusan kreatif — bukan kurang. Sekitar 117.000 pekerjaan teknologi dipotong pada tahun 2026, dengan AI disebut sebagai salah satu faktornya — sebuah tren yang secara implisit diperingatkan oleh framework Nadella jika itu menggerus human capital yang diperlukan untuk memandu learning loop.

Token Capital: Membangun, Bukan Sekadar Membeli

Pergeseran strategis utamanya adalah dari mengkonsumsi AI menjadi memiliki kemampuan AI. Ini berarti mengembangkan model proprietary, menyempurnakan (fine-tuning) pada data internal, membangun sistem evaluasi, dan menciptakan alur kerja yang menangkap pengetahuan organisasi dalam bentuk yang dapat digunakan kembali. Perusahaan yang hanya berlangganan model AI terbaik dan berhenti di situ berisiko dikeruk — karena keunggulan abadi mereka tidak akan datang dari model yang disewa itu sendiri, melainkan dari learning loop proprietary yang mereka bangun di sekitarnya.

Intisari Strategis

Bagi para pemimpin perusahaan, Nadella berargumen bahwa perusahaan di era AI harus berinvestasi secara simultan dalam:

• Infrastruktur: platform cloud berbasis multi-model yang fleksibel, memungkinkan pembangunan sistem AI khusus di sekitar alur kerja dan data proprietary.
• Human capital: investasi lebih dalam pada penilaian, hubungan, kreativitas, dan keahlian domain karyawan — kini lebih penting, bukan kurang.
• Token capital: kemampuan AI proprietary yang dilatih dan ditingkatkan melalui data unik perusahaan, putaran umpan balik, dan proses operasionalnya.

Pesan Nadella tegas: jika strategi AI Anda hanya dimulai dan berakhir dengan memilih penyedia model AI canggih, Anda mungkin sudah kehilangan pijakan kompetitif dari perusahaan yang memiliki learning loop mereka sendiri, bukan hanya menyewanya.