What's happening in AI

Minggu ini ada dua berita yang kalau ditaruh berdampingan terasa seperti satu cerita besar.

OpenAI memperkenalkan GPT-5.6, tapi akses awalnya dibatasi untuk partner tertentu. Anthropic sebelumnya juga kena masalah serupa: Fable 5 dan Mythos 5 sempat harus ditarik karena directive pemerintah AS, lalu Mythos 5 mulai dibuka lagi hanya untuk organisasi tertentu.

Di sisi lain, Anthropic juga meluncurkan Claude Tag, cara baru untuk memanggil Claude langsung di Slack supaya bisa ikut bekerja dengan tim. Sementara di Cannes, brand dan publisher mulai diingatkan bahwa AI commerce akan mengubah cara orang menemukan, membandingkan, dan membeli produk.

Kalau dibaca sebagai berita terpisah, ini terlihat ramai tapi acak.

Kalau dibaca sebagai satu garis, ceritanya jelas:

AI sedang bergerak dari tool menjadi infrastruktur.

Dan kalau AI sudah menjadi infrastruktur, pertanyaannya bukan lagi "model mana yang paling pintar".

Pertanyaannya berubah menjadi: siapa yang boleh mengakses, siapa yang mengontrol interface, siapa yang mendapat data pemakaian, dan bisnis mana yang siap ketika AI mulai bekerja sebagai employee, customer, dan gatekeeper.

Frontier Model Sudah Bukan Sekadar Produk

Peluncuran GPT-5.6 menarik bukan hanya karena modelnya baru.

Yang lebih menarik adalah cara rilisnya.

OpenAI memperkenalkan beberapa varian seperti Sol, Terra, dan Luna. Biasanya, berita seperti ini langsung dibaca dengan kacamata benchmark: lebih pintar berapa persen, coding-nya naik berapa, reasoning-nya sekuat apa, harganya turun atau tidak.

Tapi kali ini bagian paling penting justru akses.

GPT-5.6 dimulai sebagai limited preview. Aksesnya tidak langsung dibuka seluas mungkin. Ada proses, ada monitoring, ada keterlibatan pemerintah, dan ada konteks safety terutama untuk kemampuan seperti cybersecurity, biology, coding agentic workflows, dan long-horizon tasks.

Anthropic mengalami versi yang lebih keras. Pemerintah AS mengeluarkan directive yang membuat akses Fable 5 dan Mythos 5 harus dihentikan untuk foreign nationals. Anthropic bahkan mengatakan directive itu datang tanpa detail spesifik yang cukup jelas tentang risiko nasional yang dimaksud.

Ini bukan drama kecil antar perusahaan AI.

Ini tanda bahwa frontier model mulai diperlakukan seperti teknologi strategis.

Bukan aplikasi biasa.

Bukan SaaS biasa.

Bukan sekadar chatbot yang kebetulan lebih pintar.

Semakin model bisa membantu menemukan vulnerability, menulis kode kompleks, menjalankan agent dalam jangka panjang, dan mempercepat pekerjaan riset, semakin aksesnya menjadi isu politik, ekonomi, dan keamanan nasional.

Buat bisnis, implikasinya sederhana tapi penting: jangan bangun strategi AI dengan asumsi bahwa model terbaik akan selalu tersedia, stabil, murah, dan bisa diakses kapan saja.

Mungkin iya.

Tapi mungkin juga tidak.

Kalau perusahaan kamu sudah mulai memakai AI untuk workflow penting, model access sekarang adalah operational risk.

Sama seperti cloud outage. Sama seperti API dependency. Sama seperti vendor lock-in.

Bedanya, kali ini yang terkunci bukan cuma software.

Yang terkunci adalah kemampuan berpikir dan bekerja.

Terlalu Tertutup Juga Berbahaya

Tapi ada sisi lain yang tidak kalah penting.

Kalau frontier model terlalu dibatasi, terlalu eksklusif, atau terlalu lama dibuka, AI lab Amerika bisa kehilangan sesuatu yang sangat berharga: learning loop.

Di AI, pengguna bukan cuma pembeli.

Pengguna adalah sumber sinyal.

More users means more feedback.

More prompts means more edge cases.

More workflows means more insight.

More real-world usage means better understanding of what people actually need.

Ini bukan hanya soal data training mentah. Ini soal behavioral signal. Orang mencoba apa? Mereka gagal di mana? Mereka percaya output seperti apa? Mereka memakai AI untuk pekerjaan apa yang tidak pernah dirancang oleh lab sejak awal?

Semua itu membantu model generasi berikutnya menjadi lebih berguna.

Kalau akses terlalu sempit, loop itu mengecil.

Dan ketika loop itu mengecil, pengguna bisa pindah ke alternatif lain.

Termasuk model dari China.

Minggu ini konteks China juga muncul lewat tuduhan Anthropic terhadap Alibaba. Anthropic menuduh operator yang terkait Alibaba/Qwen melakukan distillation attack besar-besaran terhadap Claude, dengan jutaan interaksi untuk mengekstrak kemampuan model.

Kita tidak perlu masuk terlalu dalam ke detail tuduhannya untuk melihat gambaran besarnya: jarak antara lab Amerika dan China tidak nyaman untuk dianggap jauh. China agresif. Modelnya makin kompetitif. Biayanya sering lebih murah. Distribusinya kadang lebih terbuka. Dan ecosystem-nya bergerak cepat.

Kalau model Amerika terlalu sulit diakses, developer dan perusahaan akan mencari alternatif.

Bukan karena mereka ideologis.

Tapi karena mereka butuh jalan.

Platform yang menang tidak selalu platform yang paling kuat secara teknis. Sering kali yang menang adalah platform yang paling banyak dipakai, paling mudah dicoba, dan paling cepat membentuk kebiasaan.

Jadi keterbukaan bukan cuma idealisme.

Keterbukaan adalah strategi kompetitif.

Terlalu terbuka berisiko misuse.

Terlalu tertutup berisiko kehilangan momentum.

Dan di tengah dua risiko itu, AI lab harus mencari bentuk baru: cukup aman untuk tidak sembrono, tapi cukup terbuka supaya ekosistem tetap tumbuh.

Agent Sudah Masuk Kantor, Bukan Lagi Demo

Sementara dunia model sibuk dengan akses, Anthropic meluncurkan Claude Tag.

Idenya sederhana: Claude bisa hadir di Slack sebagai anggota tim. Kita tag @Claude, beri konteks, kasih akses ke channel, tools, data, bahkan codebase tertentu, lalu Claude bisa mengerjakan task.

Ini bukan fitur kecil.

Karena Slack adalah tempat kerja, bukan tempat eksperimen AI.

Begitu AI masuk ke Slack, AI tidak lagi hanya menjadi aplikasi yang dibuka secara sengaja. Ia mulai menjadi peserta dalam alur kerja harian.

Ada meeting follow-up? Tag Claude.

Butuh analisis metrik? Tag Claude.

Ada bug yang perlu ditelusuri? Tag Claude.

Butuh draft response untuk customer issue? Tag Claude.

Kalau ini berjalan, batas antara "menggunakan AI" dan "bekerja dengan AI" makin kabur.

Tapi justru di sinilah masalah baru muncul.

AI yang duduk di dalam workspace perlu akses. Ia perlu membaca channel. Ia perlu memahami konteks. Ia mungkin perlu membuka dokumen, menjalankan tool, melihat repository, atau mengingat keputusan tim.

Artinya, pertanyaan AI adoption tidak lagi berhenti di:

"Tim sudah bisa prompting atau belum?"

Pertanyaannya menjadi:

AI boleh masuk ke channel mana?

Data apa yang boleh dilihat?

Tool apa yang boleh dipakai?

Siapa yang memberi approval?

Apa yang harus dilog?

Kalau AI salah mengambil konteks, siapa yang bertanggung jawab?

Buat perusahaan, ini bukan lagi urusan eksperimen produktivitas. Ini urusan governance operasional.

Dan menariknya, ini bukan governance yang abstrak seperti dokumen policy 30 halaman.

Ini governance yang sangat praktis.

Permission.

Audit log.

Human review.

Role-based access.

Batas wewenang agent.

Kalau kamu sedang membangun AI agent di perusahaan, standar seperti ini harus dipasang dari awal. Jangan tunggu agent sudah dipakai banyak orang baru sadar bahwa tidak ada yang tahu ia membaca apa, melakukan apa, dan mengambil keputusan berdasarkan konteks mana.

AI agent yang berguna pasti butuh akses.

Tapi agent yang aman harus punya batas.

Customer Baru Mungkin Bukan Manusia

Bagian lain minggu ini datang dari dunia commerce dan marketing.

Di Cannes, beberapa brand mulai diberi pesan yang cukup jelas: AI commerce tidak bisa ditunggu terlalu lama.

Kenapa?

Karena AI agent mulai menjadi perantara antara customer dan brand.

Dulu, customer melihat iklan, klik website, membaca halaman produk, membandingkan harga, lalu membeli.

Sekarang, semakin mungkin customer bertanya ke AI:

"Saya butuh sunscreen untuk kulit sensitif, cocok untuk cuaca Jakarta, tidak whitecast, budget di bawah 200 ribu. Pilih yang mana?"

Atau:

"Saya mau sepatu kerja yang nyaman untuk commute, terlihat formal, tapi tidak terlalu mahal. Bandingkan pilihan terbaik."

Kalau AI yang menjawab, customer journey berubah.

Brand mungkin tidak lagi mendapat kesempatan pertama untuk menjelaskan dirinya.

AI akan membaca web, marketplace, review, konten publisher, product feed, forum, dan halaman brand. Lalu ia menyusun rekomendasi.

Ini masalah besar untuk marketing.

Karena banyak brand masih menulis untuk manusia yang sabar membaca.

Padahal AI butuh konteks yang bisa diproses.

Kalimat seperti "produk berkualitas tinggi" tidak banyak membantu.

AI butuh informasi yang lebih spesifik:

Produk ini cocok untuk siapa?

Tidak cocok untuk siapa?

Bahan atau fiturnya apa?

Apa batasannya?

Apa bedanya dengan alternatif?

Apa bukti sosialnya?

Apa pertanyaan yang sering muncul sebelum membeli?

Apa konteks penggunaan yang paling relevan?

Kalau informasi ini tidak tersedia dari brand, AI akan mengambilnya dari tempat lain.

Dan tempat lain itu bisa kompetitor.

Bisa marketplace.

Bisa review random.

Bisa artikel publisher.

Bisa forum.

Bisa halaman yang lebih rapi, meskipun produknya tidak lebih baik.

Di sini, GEO dan AI-readable content bukan lagi teori SEO baru.

Ini mulai menjadi survival layer untuk brand.

Website bukan hanya etalase.

Website adalah training surface untuk AI systems.

Garis Bawah

Minggu ini bukan tentang satu model baru.

Bukan tentang OpenAI vs Anthropic.

Bukan tentang Google vs publisher.

Bukan tentang agentic commerce sebagai buzzword baru.

Minggu ini tentang satu perubahan besar: AI mulai pindah lapisan.

Dari chatbot menjadi infrastruktur.

Dari tool menjadi coworker.

Dari search result menjadi answer layer.

Dari website manusia menjadi surface untuk machine customer.

Dari model publik menjadi akses bertingkat.

Dan kalau AI sudah pindah lapisan, cara bisnis berpikir juga harus pindah.

Pertanyaan buat perusahaan bukan lagi:

"Perlu pakai AI atau tidak?"

Itu sudah terlalu dasar.

Pertanyaan yang lebih penting sekarang:

Bagian mana dari AI stack yang mau kita kontrol?

Model apa yang terlalu penting untuk hanya bergantung pada satu vendor?

Workflow mana yang cukup matang untuk diberi agent?

Data mana yang boleh dibaca AI?

Website kita bisa dipahami AI atau hanya terlihat bagus untuk manusia?

Kalau customer datang lewat AI agent, brand kita masih bisa dijelaskan dengan benar atau tidak?

Tidak ada jawaban tunggal untuk semua perusahaan.

Tapi minggu ini memberi sinyal yang cukup jelas: AI yang paling penting ke depan bukan hanya AI yang paling pintar.

AI yang paling penting adalah AI yang bisa diakses, dipercaya, dikontrol, dan dipahami dalam konteks bisnis nyata.

Dan perusahaan yang menang bukan hanya yang paling cepat mencoba model baru.

Perusahaan yang menang adalah yang paling cepat membangun kesiapan untuk dunia di mana AI menjadi pekerja, customer, gatekeeper, dan interface.