Sam Altman Mengaku Salah Menaksir Dampak AI: Mengapa GPT-4 Belum Mengubah Ekonomi Secepat Prediksi

CEO OpenAI Sam Altman tampaknya sedang merevisi linimasa dampak AI, bukan keyakinannya terhadap pentingnya teknologi tersebut. Dalam wawancara yang dirilis pada 23 Agustus 2026, ia dilaporkan mengatakan bahwa setelah GPT-4 hadir pada 2023, ia memperkirakan gangguan terhadap perusahaan perangkat lunak dan ekonomi akan terjadi jauh lebih cepat. 36

Pelajaran yang mulai terlihat: model AI yang mumpuni hanyalah titik awal. Agar teknologi itu benar-benar mengubah ekonomi secara luas, perusahaan masih harus memiliki aplikasi yang berguna, merombak cara kerja, membangun infrastruktur, menyesuaikan regulasi, dan mendapatkan kepercayaan publik.

Perkiraan Altman yang kini berubah

Pernyataan tersebut membedakan antara kemajuan teknis dan adopsi ekonomi. Altman semula memperkirakan perusahaan dan pasar perangkat lunak akan berubah drastis setelah GPT-4 menunjukkan kemampuan baru. Namun, menerjemahkan performa model menjadi gangguan bisnis yang luas ternyata membutuhkan waktu lebih lama. 36

Ini bukan berarti AI kehilangan arti penting bagi ekonomi. Masalahnya, pelatihan model yang semakin canggih tidak otomatis mengubah cara perusahaan bekerja dalam waktu singkat. Organisasi tetap membutuhkan produk yang andal, integrasi dengan sistem lama, alur kerja baru, pelatihan karyawan, serta alasan bisnis yang kuat untuk menanggung biayanya.

Dengan kata lain, hambatan jangka pendek AI bukan semata-mata apakah model bisa menjadi lebih pintar, melainkan apakah organisasi mampu menerapkannya secara efektif. Pengamatan Altman berikutnya masih menggambarkan kemajuan AI yang cepat dan biaya penggunaan yang terus turun. Jadi, adopsi yang lebih lambat tidak boleh disalahartikan sebagai surutnya ambisi industri. 40

Mengapa adopsi tertinggal dari kemampuan model?

Jarak antara demonstrasi model dan penerapan di dunia nyata sangat lebar. Sebuah perusahaan mungkin harus merancang ulang proses kerja, membuat sistem pengawasan, mengelola data, mengatasi risiko keamanan, dan menentukan pihak yang bertanggung jawab ketika sistem AI melakukan kesalahan.

Infrastruktur juga menjadi kendala. Sistem AI membutuhkan kapasitas komputasi besar, sementara pusat data menghadapi penolakan terkait penggunaan listrik, air, kapasitas jaringan, lahan, dan dampak ekonomi lokal. Temuan Gallup yang dikutip The New York Times menyebutkan bahwa 71% orang dewasa di Amerika Serikat menolak pembangunan pusat data AI di wilayah mereka. Laporan yang sama mengatakan lebih dari selusin proyek telah dibatalkan atau tertunda akibat penolakan masyarakat setempat. 18

Altman mengaku memahami keresahan tersebut dan menyarankan agar pusat data dapat ditempatkan di lokasi terpencil seperti gurun. 23 Saran itu memperlihatkan batas praktis ekspansi AI: memiliki akses ke listrik dan chip saja belum cukup. Proyek tetap membutuhkan izin, jaringan transmisi, lahan, dan dukungan komunitas.

Mengapa Altman menyebut pengembangan AI mungkin perlu diatur kecepatannya?

Dalam kesempatan lain, Altman mengatakan pengembangan AI mungkin perlu “diatur kecepatannya” agar masyarakat memiliki waktu untuk memperkuat institusi dan sistem perlindungan menghadapi tingkat kemampuan baru. Ia juga menekankan bahwa pendekatan semacam itu harus menghindari penguasaan regulasi oleh industri maupun kolusi di antara laboratorium AI terdepan. 37

Pernyataan ini bukan seruan untuk menghentikan pengembangan AI secara permanen. Intinya adalah perlunya menyelaraskan kecepatan penerapan teknologi dengan kecepatan adaptasi sosial.

Teknologi dapat berkembang sangat cepat, sementara lembaga pengawas, perusahaan pengguna, dan masyarakat yang diharapkan menerima dampaknya bergerak lebih lambat.

Dua risiko di balik peringatan “anti-manusia”

Kekhawatiran yang dibahas dalam konteks ini memiliki dua bentuk yang berlawanan:

1. AI menjadi terlalu kuat sehingga manusia dan institusi tidak lagi mampu mengendalikannya secara bermakna.
2. Kendali atas AI canggih terkonsentrasi pada terlalu sedikit perusahaan atau pemerintahan.

Risiko kedua sejalan dengan argumen Altman bahwa AI harus didemokratisasi dan kekuasaan tidak boleh terpusat pada segelintir pihak. 44 Kedua risiko ini mendorong arah kebijakan yang berbeda. Kontrol terpusat yang ketat mungkin bisa mengurangi sebagian penyalahgunaan, tetapi konsentrasi akses dan pengambilan keputusan pada sejumlah kecil aktor juga dapat menciptakan bahaya politik dan ekonomi.

Materi yang tersedia tidak membuktikan bahwa Altman secara langsung menyerang Anthropic atau menyebut pendekatan keselamatan yang lebih ketat dari perusahaan itu sebagai sesuatu yang pada dasarnya “anti-manusia”. Karena itu, membaca pernyataannya sebagai kritik terhadap Anthropic adalah interpretasi, bukan klaim yang terkonfirmasi.

Poin yang lebih dapat dipertanggungjawabkan adalah adanya dilema nyata antara pengendalian risiko dan konsentrasi kekuasaan dalam pengembangan AI terdepan.

Apa arti kesepakatan NVIDIA dan Poolside?

Transaksi NVIDIA dengan Poolside menunjukkan mengapa adopsi yang lebih lambat tidak sama dengan melemahnya investasi. NVIDIA dilaporkan membayar US$6 miliar untuk melisensikan teknologi Poolside dan menanamkan tambahan US$1 miliar ke perusahaan rintisan tersebut. Lebih dari 100 karyawan Poolside diperkirakan akan bekerja dalam pengembangan keluarga model open-weight Nemotron milik NVIDIA. 1

Model open-weight adalah model yang bobotnya dapat diakses untuk disesuaikan dan digunakan dalam lebih banyak konteks, berbeda dari model tertutup yang pengoperasian dan aksesnya lebih dikendalikan penyedia. Langkah NVIDIA menunjukkan bahwa persaingan AI tidak hanya berkisar pada pelatihan model terdepan. Perusahaan semikonduktor dan pengembang model juga berlomba membangun perangkat lunak, proses pengembangan model, serta alternatif open-weight yang lebih mudah dikustomisasi. 5

Kesepakatan tersebut lebih tepat dibaca sebagai persiapan menghadapi siklus penerapan yang panjang, bukan tanda bahwa NVIDIA memperkirakan permintaan AI akan runtuh. Perusahaan tampaknya bersiap menghadapi penyebaran AI secara bertahap di banyak aplikasi dan organisasi, bukan mengandalkan satu peluncuran model untuk langsung mengubah ekonomi.

Kesimpulan: AI tidak mundur, tetapi menyebar lebih lambat

Jika disatukan, revisi linimasa Altman, penolakan terhadap pusat data, dan investasi NVIDIA di Poolside menunjukkan bahwa transisi AI jauh lebih rumit daripada gambaran yang diberikan oleh euforia awal.

Pengembangan AI tetap bergerak cepat, tetapi adopsinya dibatasi oleh:

• sulitnya membangun aplikasi yang andal;
• pekerjaan organisasi untuk mengubah proses bisnis;
• ketersediaan komputasi, listrik, air, dan jaringan transmisi;
• perizinan serta penolakan politik di tingkat lokal; dan
• kekhawatiran mengenai keselamatan, akuntabilitas, serta konsentrasi kekuasaan.

Kesimpulan terkuat bukanlah bahwa perusahaan AI terkemuka telah sepakat untuk sengaja memperlambat pengembangan. Bukti yang ada menunjukkan gambaran yang lebih bernuansa: investasi tetap agresif, tetapi transformasi ekonomi diperkirakan hadir melalui penyebaran yang lebih lambat, mahal, dan diperdebatkan secara politik.

GPT-4 mungkin menandai lompatan besar dalam kemampuan AI. Namun, kemampuan teknis tidak pernah sama dengan adopsi instan.