Dari perbincangan hangat secara teknis menuju pengembangan industri yang mendalam, babak kedua kompetisi AI menekankan pada penerapan dan tata kelola

记者 Sektor Keuangan “证券日报” 刘钊

Di lokasi Konferensi Tahunan Forum Asia Boao 2026, AI jelas menjadi topik yang paling hangat. Sesi-sesi forum mengenai topik AI berlangsung satu demi satu, dan popularitasnya terus meningkat. Berbeda dengan beberapa tahun sebelumnya yang lebih banyak membahas terobosan teknis dan iterasi model, tahun ini pihak luar lebih peduli pada bagaimana AI benar-benar masuk ke lini produksi industri, dari “terlihat sangat kuat” menjadi “benar-benar efektif saat digunakan”, serta bagaimana, sambil mempercepat penerapan, tetap menjaga batas bawah keamanan, tanggung jawab, dan tata kelola.

Laporan Kerja Pemerintah 2026 yang mengemukakan, membangun bentuk ekonomi cerdas yang baru. Memperdalam dan memperluas “kecerdasan buatan +”, mendorong percepatan promosi perangkat terminal cerdas generasi baru dan agen cerdas, serta mendorong penerapan komersial berskala dalam skala besar untuk bidang-bidang industri utama, sekaligus membina format dan pola bisnis industri baru yang “native cerdas”. Mengikuti arah kebijakan ini, tidak sulit untuk melihat dari diskusi dalam Forum Asia Boao bahwa AI sedang beralih dari kompetisi ketat di bidang teknologi menuju penggalian mendalam di industri; titik tumpu persaingannya tidak lagi hanya pada model dan daya komputasi itu sendiri, melainkan pada sinkronisasi penanaman skenario, restrukturisasi organisasi, dan tindak lanjut yang serempak pada sistem tata kelola.

Dari perebutan teknologi menuju penerapan berbasis skenario

“Sejauh AI berkembang sampai hari ini, masalah yang paling diperhatikan oleh kalangan industri bukan lagi apakah ada model baru, melainkan apakah bisa menciptakan nilai yang benar-benar nyata.” Jiang Xiaojuan, mantan Wakil Sekretaris Jenderal Dewan Negara, sekaligus Ketua Komite Konsultan Ahli Data Nasional, dan Ketua Kehormatan China Society for Industrial Economics, mengatakan bahwa di era kecerdasan buatan dan ekonomi digital, peran industri dan perusahaan dalam inovasi meningkat secara signifikan. Jalur inovasi linear tradisional—dari temuan riset ke pengembangan teknologi, lalu ke transformasi industri—sedang direstrukturisasi. Departemen industri kini tidak hanya menjadi ujung akhir dalam transformasi hasil, tetapi semakin dalam ikut berpartisipasi dalam penemuan dan pengembangan teknologi mutakhir.

Akademisi Institut Teknik Tiongkok, Profesor Chair dari Universitas Tsinghua, sekaligus Direktur Institut Penelitian Industri Cerdas Universitas Tsinghua, Zhang Yaqin, merangkum perkembangan AI saat ini menjadi tiga tren besar: dari generative AI menuju AI agen, dari kecerdasan informasi menuju kecerdasan fisik dan kecerdasan biologis, serta dari teknologi tunggal menuju “AI+” yang memberdayakan secara menyeluruh seribu industri.

Penilaian ini mendapat tanggapan dalam banyak sesi diskusi. Kalangan pengusaha yang hadir umumnya berpendapat bahwa AI secara bertahap menembus perannya sebagai alat bantu, menjadi kekuatan penting untuk merombak proses bisnis dan logika industri. Dai Pu, Wakil Presiden Eksekutif Bersama Dewan Global (global管委会联席总裁) Roland Berger, mengutip hasil survei timnya terhadap 200 perusahaan, menyatakan bahwa lebih dari 90% perusahaan tidak puas dengan pengembalian investasi AI. Masalahnya bukan pada teknologi itu sendiri, melainkan karena banyak perusahaan masih berada pada tahap uji coba terpisah, optimalisasi lokal, bahkan “menambahkan chatbot”. Belum ada restrukturisasi proses secara menyeluruh, restrukturisasi data, dan perombakan arsitektur organisasi yang benar-benar dibangun di sekitar AI. Ia menilai bahwa hanya ketika AI ditanamkan ke seluruh proses bisnis perusahaan, dan dibangun sistem aplikasi yang berbasis pada data eksklusif serta perombakan sistem, barulah investasi AI kemungkinan dapat menyeberang “jurang nilai”.

Skenario penerapan AI saat ini sedang dipercepat kemunculannya. “Saat ini, di bidang pendidikan yang sudah lama menghadapi masalah sulit untuk sekaligus mendapatkan kualitas tinggi, skala besar, dan personalisasi, sedang muncul terobosan seiring dorongan penerapan AI.” Cheng Qun, Wakil Direktur Eksekutif Grup Yuanli Technology dan Direktur Institut Penelitian Kecerdasan Buatan, mengatakan kepada reporter “证券日报”. Arsitektur kolaborasi edge-side, terminal, dan cloud, evolusi terminal cerdas, serta penyempurnaan berkelanjutan kemampuan lapisan dasar seperti komunikasi dan daya komputasi, memberikan dukungan untuk penerapan AI secara berskala.

Sejumlah tamu yang hadir menilai bahwa fokus persaingan AI ke depan akan lebih bergeser dari parameter model dan kemampuan umum ke pemahaman industri, transformasi skenario, dan penutupan bisnis yang berkelanjutan. Siapa pun yang bisa memasukkan AI lebih cepat ke produksi dan kehidupan nyata, kemungkinan besar akan mengambil inisiatif dalam putaran perubahan industri berikutnya.

Penerapan dan tata kelola harus berjalan bersamaan

Semakin cepat AI masuk ke dunia nyata, semakin menonjol pentingnya tata kelola. Mereka yang diwawancarai secara umum berpendapat bahwa AI dapat meningkatkan efisiensi, mengoptimalkan alokasi sumber daya, dan meningkatkan aksesibilitas layanan. Namun AI sama sekali tidak boleh “berlari kencang” sendirian tanpa batas tanggung jawab dan kendala kelembagaan; penerapan dan tata kelola harus didorong secara sinkron.

Xue Lan, Kepala Sekolah Su Shimin di Universitas Tsinghua, sekaligus Kepala Institut Penelitian Tata Kelola Kecerdasan Buatan Internasional Universitas Tsinghua, kepada reporter “证券日报” menyatakan bahwa terobosan teknis saat ini jelas sudah lebih dulu dibanding penerapan dan pembangunan sistem. Ini berarti ketika kalangan industri mendorong penerapan AI, mereka harus melihat potensinya, sekaligus mendorong pembangunan sinkronisasi ekosistem dan pembentukan aturan.

Menurut pandangan peserta yang hadir, skenario kesehatan medis justru menampilkan masalah tata kelola AI dengan lebih terkonsentrasi. Wu Wenda, Direktur Utama Tencent Health, dan Kepala Laboratorium Ilmu Kehidupan Tencent, secara blak-blakan mengatakan bahwa tugas berisiko tinggi tidak boleh sepenuhnya bergantung pada agen AI; pihak yang bertanggung jawab haruslah manusia, dan tanggung jawab tidak boleh dialihkan dengan alasan “AI begini menilai”. Chi Yongshuo, Ketua Dewan Direksi Aisivell serta Direktur Urusan Korporat Grup Lixin, juga mengemukakan bahwa sistem kesehatan sangat kompleks; penerapan AI harus waspada terhadap “bayangannya” sambil meningkatkan efisiensi, serta mendorong berbagi pengetahuan, keputusan berbasis bukti, dan akses yang adil. Namun prasyaratnya adalah dampak yang merugikan harus dikendalikan dalam batas yang dapat dikelola. Menurut Li Tongyin, Wakil Presiden Strategi dan Inovasi serta Editor Eksekutif dari Penerbit Shikeli, AI di bidang kesehatan medis tidak boleh hanya dilihat apakah hasil keluarannya “terlihat layak”, melainkan juga apakah data yang masuk berkualitas tinggi dan dapat dipercaya, serta apakah hasil yang keluar telah melalui pemikiran yang menilai dan verifikasi konteks. Sebab apabila terjadi kesalahan dalam keputusan, biayanya jauh lebih tinggi daripada di skenario konsumsi umum.

Zhang Yaqin mengemukakan bahwa konten yang dihasilkan AI perlu diperkuat dengan penandaan; agen cerdas perlu dapat ditelusuri sampai pihak yang bertanggung jawab. Sebagian besar aturan dalam sistem hukum yang ada masih dapat diterapkan, tetapi untuk bentuk teknologi baru juga harus segera melengkapi kekosongan kelembagaan. Di lokasi konferensi, sejumlah tamu yang hadir secara terbuka kepada reporter “证券日报” mengakui bahwa masalah seperti keamanan data, bias algoritma, transparansi model, konsumsi energi, dan kerja sama internasional akan menjadi variabel kunci yang memengaruhi perkembangan jangka panjang AI yang sehat. Dengan kata lain, persaingan AI bukan hanya pertarungan teknologi dan model bisnis, tetapi juga pertarungan kemampuan tata kelola, kemampuan penyediaan institusi, dan kemampuan sinkronisasi ekosistem.

Saat ini, AI sedang mempercepat perpisahan dari “demam konsep” dan “demam pameran”, memasuki wilayah air yang lebih dalam yang lebih menekankan kemanfaatan nyata dan lebih mengutamakan tanggung jawab. Di satu sisi, agen cerdas, terminal generasi baru, model industri, dan aplikasi AI native terus bermunculan, sehingga mendorong “kecerdasan buatan +” dari eksplorasi terpisah menjadi perluasan menyeluruh; di sisi lain, diskusi tentang penentuan tanggung jawab, tata kelola data, pengendalian risiko, dan pembangunan aturan juga jelas meningkat. Bagi industri, yang benar-benar menentukan sejauh mana AI bisa melangkah, adalah kecepatan iterasi teknologi sekaligus kedalaman penerapan dan kematangan tata kelola. Hanya dengan menemukan titik keseimbangan yang lebih stabil antara inovasi dan standarisasi, AI dapat menjadi pendorong energi baru yang lebih baik untuk mendorong perkembangan berkualitas tinggi ekonomi.