AI Terkelola di AS: Apa yang hampir semua orang abaikan dalam euforia AI saat ini

Terlalu berisiko, terlalu kompleks: Alasan sebenarnya mengapa perusahaan-perusahaan Amerika kini melakukan outsourcing AI mereka

Diskusi publik tentang kecerdasan buatan biasanya berputar di sekitar model bahasa yang spektakuler, pusat data raksasa, dan perlombaan senjata bernilai miliaran dolar di antara raksasa teknologi utama. Namun, di luar sorotan ini, transformasi yang tenang namun mendalam sedang berlangsung di ekonomi AS. Fokusnya bukan lagi hanya pada pengembangan model, tetapi pada pengoperasiannya yang lancar, aman, dan menguntungkan dalam bisnis sehari-hari: yang disebut AI terkelola. Didorong oleh kekurangan tenaga kerja terampil yang akut, biaya operasional yang meledak, dan lanskap peraturan yang semakin kompleks, perusahaan-perusahaan AS melepaskan kendali atas algoritma mereka kepada penyedia layanan khusus. Artikel ini meneliti mengapa ledakan AI yang sebenarnya terjadi di bisnis pemeliharaan dan operasi yang tampaknya tidak signifikan, membongkar mitos seputar angka analis umum, dan mengungkapkan siapa yang benar-benar diuntungkan dalam ekonomi kecerdasan buatan yang baru ini.

Mengapa perusahaan-perusahaan Amerika telah lama menyerahkan kendali atas algoritma mereka sendiri kepada pihak ketiga?

Debat publik tentang kecerdasan buatan di Amerika Serikat hampir secara eksklusif berputar di sekitar model bahasa, pusat data, dan persaingan antara penyedia platform utama. Yang terabaikan adalah pasar yang mungkin bahkan lebih signifikan secara ekonomi daripada persaingan untuk model yang paling canggih: pengoperasian sistem ini dalam operasi bisnis sehari-hari. AI terkelola, yaitu pengelolaan aplikasi AI produktif yang berkelanjutan dan dijamin secara kontraktual, telah berubah dalam beberapa tahun saja dari topik khusus menjadi salah satu segmen yang paling cepat berkembang di sektor jasa Amerika. Siapa pun yang ingin memahami ke mana arah ekonomi AS di tahun-tahun mendatang harus bertanya tidak hanya siapa yang membangun model terbaik, tetapi juga siapa yang menjalankannya, memantaunya, mengamankannya, dan bertanggung jawab atasnya dalam situasi krisis.

Dari eksperimen hingga operasi wajib: Bagaimana pasar mengalami reorganisasi

Perbedaan antara implementasi AI sekali jalan dan sistem yang beroperasi terus-menerus mungkin terdengar teknis, tetapi secara ekonomi sangat penting. Konsultasi implementasi berakhir dengan penyerahan prototipe yang berfungsi. AI terkelola dimulai tepat di tempat penyerahan ini berakhir dan mencakup pemantauan, pengoperasian sistem pelatihan dan inferensi yang berkelanjutan, proses tata kelola, pengendalian biaya, orkestrasi agen otonom, dan respons insiden – semuanya di bawah tingkat layanan yang disepakati secara kontraktual. Pergeseran ini bukanlah kebetulan, melainkan konsekuensi logis dari proses pematangan: Perusahaan yang awalnya bereksperimen dengan proyek percontohan sekarang menghadapi tantangan untuk mengoperasikan sistem produksi secara permanen, aman, dan ekonomis, dan sangat sedikit yang memiliki personel internal untuk menyelesaikan ini sendiri.

Kesenjangan keterampilan inilah, dikombinasikan dengan meningkatnya tekanan regulasi dan kompleksitas yang luar biasa dalam mengelola biaya AI dan pergeseran model secara terus-menerus, yang mendorong permintaan akan operasi yang dialihdayakan. Perusahaan-perusahaan raksasa seperti Amazon, Microsoft, Google, IBM, dan Oracle semakin banyak memproduksi penawaran inferensi terkelola mereka sendiri, sementara integrator sistem dan perusahaan konsultan tradisional mengambil alih operasi, tata kelola, dan kasus penggunaan khusus industri. Ekosistem hibrida muncul di antara kedua kubu ini, di mana platform menyediakan daya komputasi dan penyedia layanan bertanggung jawab atas operasi yang lancar dan sesuai standar.

Miliaran dolar dukungan dari Washington dan Wall Street

Iklim politik dan ekonomi selama dua belas bulan terakhir semakin mempercepat tren ini. Pada Juni 2026, pemerintah menandatangani perintah eksekutif untuk mempromosikan inovasi dan keamanan AI tingkat lanjut, yang menyediakan persetujuan sukarela terlebih dahulu untuk model-model berkinerja tinggi dan membentuk pusat informasi untuk keamanan siber AI, ditambah dengan pedoman dari Badan Keamanan Siber dan Informasi (CISA) untuk lembaga federal dan infrastruktur penting. Sejak Desember 2025, pemerintah telah berupaya, melalui perintah eksekutif lain dan departemen hukum yang dibentuk khusus, untuk menegakkan kerangka kerja federal yang seragam dan seminimal mungkin memberatkan, sekaligus membela diri secara hukum terhadap peraturan yang berbeda di masing-masing negara bagian. Bagi perusahaan yang mengoperasikan sistem AI di berbagai negara bagian, koeksistensi kebijakan federal dan beragamnya hukum negara bagian menciptakan ketidakpastian hukum yang signifikan, yang pada gilirannya memicu permintaan akan layanan tata kelola khusus.

Secara paralel, analis pasar menggambarkan pertumbuhan yang eksplosif. Sebuah perkiraan yang diterbitkan pada Mei 2026 menempatkan pengeluaran AI global untuk tahun ini sekitar $2,59 triliun, peningkatan 47 persen dibandingkan tahun sebelumnya, dengan layanan AI saja diperkirakan mencapai sekitar $585 miliar. Para analis yang bertanggung jawab secara eksplisit mengidentifikasi tahun 2026 sebagai titik balik, di mana beban investasi bergeser dari pengeluaran modal perusahaan-perusahaan raksasa (hyperscaler) ke anggaran operasional perusahaan itu sendiri. Analisis pasar yang dipresentasikan pada Agustus 2026 mendukung tesis ini dengan pengamatan yang luar biasa: Pada awal tahun 2025, pengeluaran untuk operasi berkelanjutan model AI, yaitu inferensi terkelola, melebihi pengeluaran untuk pelatihan model baru untuk pertama kalinya, mencapai $23,1 miliar dibandingkan dengan $16,3 miliar. Pergeseran ini menandai transisi dari ekonomi berbasis riset ke ekonomi operasional.

Siapa sebenarnya yang membayar: Mengintip di balik brosur iklan para analis

Meskipun peringkat yang jelas dan pasti mungkin tampak menggiurkan, data yang tersedia tidak tahan terhadap pengamatan yang cermat. Tidak ada statistik resmi dan terstandarisasi tentang industri mana di Amerika Serikat yang paling banyak menghabiskan dana untuk mengoperasikan sistem AI. Berbagai perusahaan riset pasar menghasilkan hasil yang saling bertentangan, tergantung pada definisi dan metodologi mereka. Satu studi menunjukkan sektor keuangan dan asuransi jelas berada di posisi terdepan, dengan pangsa lebih dari seperempat pasar AS untuk agen AI otonom. Studi lain, berdasarkan perspektif modal ventura, mengidentifikasi perawatan kesehatan sebagai segmen pengeluaran terbesar di bidang AI generatif, dengan perkiraan volume sekitar $1,5 miliar pada tahun 2025 saja. Analisis ketiga, berdasarkan survei resmi dari Biro Sensus, menunjukkan bahwa—diukur berdasarkan tingkat penggunaan murni—sektor informasi memimpin dengan hampir 40 persen dan sektor keuangan sekitar 34 persen, sementara perawatan kesehatan tertinggal jauh dalam penerapan operasional aktual.

Perbedaan ini bukanlah kebetulan, melainkan mencerminkan masalah definisi yang mendasar. Mereka yang berbicara tentang pengeluaran untuk AI generatif sering mencampuradukkan lisensi perangkat lunak, proyek konsultasi sekali pakai, biaya infrastruktur, dan operasi aktual. Mereka yang berbicara tentang tingkat penggunaan mengukur sesuatu yang berbeda dari mereka yang menanyakan tentang volume kontrak untuk operasi yang dialihdayakan. Lebih lanjut, survei resmi oleh Biro Sensus, yang dilakukan antara akhir tahun 2025 dan pertengahan tahun 2026, menunjukkan bahwa penggunaan AI secara keseluruhan di antara perusahaan-perusahaan Amerika hanya 18 hingga 22 persen dan sangat terkonsentrasi di perusahaan-perusahaan besar dengan lebih dari 250 karyawan, di mana tingkatnya meningkat menjadi sekitar 37 persen. Oleh karena itu, tidak ada pertanyaan tentang penetrasi AI yang luas dalam perekonomian Amerika. Permintaan akan AI yang dioperasikan secara profesional sejauh ini merupakan fenomena perusahaan besar dan industri yang intensif pengetahuan, sementara usaha kecil dan menengah (UKM), meskipun banyak penyedia melakukan pemasaran yang agresif, hampir tidak menawarkan angka pembelian yang dapat diandalkan.

Platform AI Terkelola - Gambar: Xpert.Digital

Di sini Anda akan mempelajari bagaimana perusahaan Anda dapat mengimplementasikan solusi AI yang disesuaikan dengan cepat, aman, dan tanpa hambatan masuk yang tinggi.

Platform AI terkelola adalah solusi lengkap dan bebas khawatir Anda untuk kecerdasan buatan. Alih-alih berurusan dengan teknologi yang kompleks, infrastruktur yang mahal, dan proses pengembangan yang panjang, Anda menerima solusi siap pakai yang disesuaikan dengan kebutuhan Anda dari mitra khusus – seringkali hanya dalam beberapa hari.

Keunggulan utama secara sekilas:

⚡ Implementasi cepat: Dari ide hingga aplikasi siap pakai dalam hitungan hari, bukan bulan. Kami menghadirkan solusi praktis yang menciptakan nilai tambah langsung.

🔒 Keamanan data maksimal: Data sensitif Anda tetap aman. Kami menjamin pemrosesan yang aman dan sesuai peraturan tanpa membagikan data dengan pihak ketiga.

💸 Tanpa risiko finansial: Anda hanya membayar untuk hasil. Investasi awal yang tinggi untuk perangkat keras, perangkat lunak, atau personel sepenuhnya dihilangkan.

🎯 Fokus pada bisnis inti Anda: Konsentrasikan pada apa yang Anda kuasai. Kami mengurus seluruh implementasi teknis, pengoperasian, dan pemeliharaan solusi AI Anda.

📈 Tahan masa depan & dapat diskalakan: AI Anda tumbuh bersama Anda. Kami memastikan optimasi dan skalabilitas berkelanjutan, serta secara fleksibel menyesuaikan model dengan kebutuhan baru.

Informasi selengkapnya di sini:

• Platform AI Terkelola

Regulasi sebagai mesin pertumbuhan tersembunyi bagi penyedia layanan operasional

Salah satu pendorong utama, yang sering diremehkan, dari permintaan layanan AI yang dikelola secara profesional terletak pada lanskap regulasi itu sendiri. Bank dan perusahaan asuransi telah tunduk pada persyaratan manajemen risiko model yang ketat selama bertahun-tahun, yang secara eksplisit diterapkan oleh regulator pada AI generatif dan agen otonom. Regulator pasar saham telah mengumumkan audit keamanan siber untuk tahun 2026 yang secara eksplisit akan mencakup kontrol AI. Dalam perawatan kesehatan, prinsipnya adalah bahwa setiap pemrosesan data pasien yang dilindungi oleh sistem AI tunduk pada persyaratan perlindungan data yang sama seperti pemrosesan lainnya. Dalam praktiknya, ini berarti bahwa penggunaan model bahasa berbasis cloud memerlukan perjanjian formal dengan penyedia mengenai penanganan data ini. Meskipun tidak ada undang-undang AI perawatan kesehatan yang terpisah, peraturan yang ada secara efektif bertindak sebagai penghalang masuk, memaksa banyak rumah sakit dan perusahaan asuransi untuk mengalihdayakan pengoperasian sistem AI mereka ke penyedia layanan khusus yang terbukti patuh, daripada mengelolanya sendiri.

Bahkan di tingkat federal, undang-undang AI yang komprehensif masih belum ada. Sebaliknya, para pembuat kebijakan mengatur melalui peraturan pelaksana dan kerangka kerja legislatif yang dipresentasikan pada Maret 2026, sementara dalam praktiknya, kerangka kerja sukarela dari National Institute of Standards and Technology untuk manajemen risiko sistem AI telah menjadi standar de facto. Hal ini dilengkapi dengan standar internasional ISO 42001, yang semakin sering digunakan perusahaan kepada pelanggan mereka sebagai bukti tata kelola yang tepat. Paralel di Eropa menarik: Pada musim panas 2026, Uni Eropa, sebagai bagian dari apa yang disebut "Digital Omnibus," menunda kewajiban berisiko tinggi utama dari undang-undang AI-nya hingga akhir 2027 dan Agustus 2028. Penundaan ini memberikan keringanan jangka pendek bagi perusahaan Amerika yang beroperasi di Eropa, tetapi hampir tidak mengubah kebutuhan mendasar akan layanan tata kelola di pasar domestik AS, karena peraturan sektoral yang terpisah, dan terkadang lebih ketat, sudah berlaku di sana.

Nama-nama besar di dunia bisnis dan pergeseran kekuasaan mereka yang senyap

Melihat angka keuangan terbaru dari perusahaan konsultan dan layanan TI besar, hal ini menegaskan adanya pergeseran keseimbangan kekuatan dalam industri tersebut. Di salah satu perusahaan konsultan global terbesar, bisnis layanan berkelanjutannya tumbuh hingga lebih dari sembilan miliar dolar AS pada kuartal fiskal ketiga tahun 2026, jauh lebih cepat daripada bisnis konsultasi tradisional berbasis proyeknya. Selama periode yang sama, salah satu perusahaan teknologi terkemuka melaporkan penerimaan pesanan yang sangat tinggi terkait AI, sementara bisnis konsultasi tradisionalnya stagnan – pola yang diulangi oleh pesaing lainnya. Pada Agustus 2026, sebuah perusahaan teknologi yang sudah lama berdiri dan penyedia model bahasa terkemuka mengumumkan kemitraan yang bertujuan untuk bersama-sama meluncurkan solusi perusahaan yang aman; sebuah tanda bahwa garis antara pengembang model dan penyedia layanan operasional semakin kabur.

Penyedia layanan TI India dan integrator sistem Amerika semakin sering memenangkan kontrak bernilai miliaran dolar, terutama di sektor keuangan dan kesehatan. Pertanyaan apakah layanan diberikan secara lokal di Amerika Serikat atau melalui pusat layanan luar negeri di India memainkan peran penting dan, hingga saat ini, belum cukup terdokumentasi untuk industri yang sensitif dan diatur. Sebuah transaksi besar yang melibatkan penyedia layanan TI dan perusahaan asuransi kesehatan besar Amerika, yang terungkap pada Juli 2026 dan bernilai lebih dari US$500 juta, menunjukkan betapa eratnya keterkaitan antara outsourcing TI tradisional dan pengoperasian sistem AI yang baru.

Masalah yang selama ini diabaikan: Apakah sebagian besar proyek AI benar-benar gagal?

Beberapa angka telah mendominasi perdebatan tentang manfaat ekonomi kecerdasan buatan selama setahun terakhir, salah satunya adalah klaim bahwa 95 persen dari semua proyek percontohan AI generatif gagal menghasilkan pengembalian investasi yang terukur. Angka ini, yang awalnya berasal dari sebuah studi yang terkait dengan Massachusetts Institute of Technology, telah diulang dalam banyak laporan media dan presentasi penjualan tanpa verifikasi independen atas metodologi yang mendasarinya, ukuran sampel, atau definisi pasti dari pengembalian nol. Para kritikus menunjukkan bahwa banyak studi vendor dan konsultan secara bersamaan melaporkan penghematan biaya sebesar 25 hingga 40 persen dalam proyek-proyek terpilih yang dikelola dengan baik, yang sangat kontras dengan dugaan kegagalan teknologi yang hampir universal. Penjelasan yang jauh lebih sederhana lebih mungkin daripada kegagalan teknologi secara menyeluruh: Perbedaan antara proyek demonstrasi yang mengesankan dan sistem yang benar-benar menguntungkan dan dioperasikan secara berkelanjutan terletak bukan pada model itu sendiri, tetapi pada kurangnya model operasional yang mendasarinya. Kesenjangan antara demonstrasi dan produksi inilah yang menjadi lahan subur komersial tempat seluruh industri AI terkelola berkembang.

Antara outsourcing dan pengembangan internal: Perang parit senyap di dunia korporasi

Tidak semua perusahaan mengikuti tren outsourcing. Meskipun survei terhadap para eksekutif menggambarkan sebagian besar perusahaan Amerika memandang mitra operasional eksternal sebagai penting atau bahkan krusial untuk meningkatkan skala agen AI otonom, narasi tandingan mulai muncul. Merek-merek besar dan kuat secara finansial semakin banyak membangun sistem AI kustom mereka sendiri alih-alih perangkat lunak siap pakai, didorong oleh keyakinan bahwa kemampuan yang strategis dan kritis tidak boleh didelegasikan kepada pihak ketiga. Data yang tersedia belum memungkinkan kuantifikasi yang andal tentang proporsi sebenarnya dari sistem yang dioperasikan secara internal dibandingkan dengan operasi yang di-outsourcing, memaksa debat publik ke dalam logika hitam-putih yang kurang membantu, meskipun kenyataan di sebagian besar perusahaan kemungkinan adalah pendekatan hibrida.

Masalah terkait, yang semakin banyak dibahas di kalangan ahli, menyangkut biaya operasional aktual. Banyak perusahaan sejauh ini gagal secara sistematis menghubungkan biaya berkelanjutan dari daya komputasi dan penggunaan model dengan peningkatan produktivitas aktual, sehingga memunculkan bidang baru yang disebut AI FinOps, yang didedikasikan khusus untuk manajemen keuangan biaya operasional AI. Pengamat pasar sekarang menyebut masalah ini sebagai salah satu proposisi nilai inti dari penyedia layanan operasi profesional, bersama dengan jaminan kualitas berkelanjutan, tata kelola terintegrasi, dan otomatisasi berbasis kebijakan.

Pasar tenaga kerja: Penyebab sebenarnya dari gelombang outsourcing

Di balik keputusan untuk mengalihkan pengoperasian sistem AI ke penyedia layanan eksternal seringkali hanya terletak pada kurangnya spesialis internal. Analisis pasar tenaga kerja dari musim semi 2026 menunjukkan bahwa sektor kesehatan, salah satu sektor dengan kebutuhan AI yang paling besar, termasuk yang paling kurang siap untuk transformasi ini. Sebaliknya, survei perusahaan dari kuartal ketiga tahun 2026 melaporkan bahwa penggunaan alat AI mingguan oleh karyawan sangat tinggi di sektor-sektor yang intensif pengetahuan seperti layanan profesional dan perusahaan perangkat lunak, sementara jauh lebih rendah di sektor kesehatan, manufaktur, dan pendidikan. Perbedaan antara permintaan dan keahlian ini menjelaskan mengapa permintaan untuk layanan operasional semakin bergeser dari pengembangan model murni ke kemampuan operasional dan arsitektur: Kekurangan tersebut bukan tentang spesialis yang dapat melatih model baru, melainkan tentang mereka yang dapat menjaga sistem yang ada agar berjalan dengan aman, ekonomis, dan sesuai dengan peraturan.

Apa yang dibicarakan secara publik dan apa yang sebenarnya penting

Yang mencengangkan adalah perbedaan antara apa yang mendapat perhatian di media sosial dan debat publik dengan apa yang sebenarnya diputuskan dalam proses pengadaan perusahaan. Diskusi publik hampir secara eksklusif berfokus pada pusat data, konsumsi listrik, dan skala investasi infrastruktur oleh perusahaan platform besar, sementara pertanyaan mendasar tentang siapa yang sebenarnya bertanggung jawab atas kelancaran operasi sistem yang diterapkan di rumah sakit atau cabang bank hanya mendapat sedikit perhatian. Pada saat yang sama, penawaran baru muncul di segmen pasar bawah, sering dipasarkan oleh perusahaan rintisan, untuk apa yang disebut karyawan AI terkelola. Karyawan ini dimaksudkan untuk meringankan usaha kecil dan menengah, seperti praktik dokter gigi atau penyedia layanan lokal, dari tugas-tugas sederhana seperti penjadwalan janji temu dan dukungan pelanggan. Seberapa layak model bisnis ini sebenarnya di luar sekadar janji pemasaran masih belum jelas, karena angka pendapatan dan retensi yang dapat diandalkan masih kurang.

Hal yang juga mencolok adalah meningkatnya skeptisisme terhadap model non-Amerika dan pusat operasi lepas pantai dalam hal data perusahaan yang bersifat rahasia. Preferensi terhadap struktur operasional domestik yang transparan ini kemungkinan akan menjadi pembeda utama dalam industri yang diatur dalam jangka menengah bagi penyedia yang dapat secara kredibel menunjukkan bahwa mereka memproses data sensitif secara eksklusif di Amerika Serikat.

Bertaruh pada kontrol daripada kreativitas

Kisah ekonomi kecerdasan buatan di Amerika Serikat saat ini diceritakan dalam dua bab. Bab pertama, yang telah menarik perhatian publik yang signifikan, menyangkut model-model yang semakin canggih dan investasi infrastruktur yang sangat besar. Bab kedua, yang berpotensi lebih berdampak secara ekonomi, menyangkut siapa yang akan mengoperasikan model-model ini secara bertanggung jawab, aman, dan ekonomis dalam kehidupan sehari-hari setelah model-model tersebut meninggalkan tahap eksperimental. Data yang tersedia menunjukkan bahwa penciptaan nilai riil semakin bergeser ke area kedua ini, yang jauh kurang glamor, didorong oleh kekurangan tenaga kerja terampil, tekanan regulasi, dan kesadaran sederhana bahwa prototipe yang mengesankan jauh dari model bisnis yang menguntungkan. Bagi penyedia atau perusahaan yang ingin sukses di pasar ini, pertanyaannya bukanlah model mana yang paling cerdas, tetapi organisasi mana yang dapat menjalankannya dengan andal, patuh, dan hemat biaya. Hal ini, dan bukan ukuran model bahasa berikutnya, kemungkinan besar akan menentukan siapa yang benar-benar diuntungkan dalam ekonomi baru ini.

Terlepas dari sifat pasar yang dinamis, kehati-hatian tetap diperlukan. Angka pasar yang tersedia sebagian besar berasal dari studi yang didorong oleh kepentingan komersial oleh perusahaan konsultan dan analisis besar, yang definisi AI terkelolanya sangat bervariasi dan jarang mengungkapkan proporsi yang sebenarnya disebabkan oleh operasi murni dibandingkan dengan perangkat lunak, infrastruktur, atau layanan konsultasi sekali pakai. Hingga saat ini, belum ada peringkat yang andal, konsisten secara metodologis, dan terverifikasi secara independen mengenai industri dengan permintaan terbesar untuk kecerdasan buatan terkelola. Siapa pun yang membuat keputusan investasi yang tepat berdasarkan peringkat tersebut harus menyadari ketidaktepatan metodologis ini dan secara kritis memeriksa asumsi yang mendasari setiap studi individual sebelum memperlakukannya sebagai fakta yang sudah pasti.

Konrad Wolfenstein

Saya akan dengan senang hati menjadi penasihat pribadi Anda.

Anda dapat menghubungi saya di wolfenstein∂xpert.digital atau

Hubungi saya di +49 7348 4088 965 .

LinkedIn