Selama bertahun-tahun, kita telah membicarakan AI sebagai sebuah sektor. Saat ini, jika melihat sikap Amerika Serikat, lebih tepat untuk menyebutnya sebagai infrastruktur strategis. Intinya bukan hanya soal teknologi. Ini juga menyangkut aspek politik, industri, dan—semakin hari—keamanan nasional.
Perbandingan dengan Proyek Manhattan tidak muncul begitu saja. Proyek Manhattan secara resmi diluncurkan pada tahun 1942 dan di bawah kepemimpinan Leslie Groves, dari tahun 1942 hingga 1946, mengubah penelitian teoretis, koordinasi terpusat, dan kapasitas industri menjadi sebuah program dengan tujuan operasional yang dapat diukur. Proyek ini melibatkan tiga lokasi utama, lebih dari 100 lokasi sekunder, dan sekitar 130.000 orang secara bersamaan antara tahun 1942 dan 1946, menurut entri yang didedikasikan untuk Proyek Manhattan di Wikipedia. Skala ini membantu memahami logika yang jelas: ketika Washington memutuskan bahwa suatu teknologi bersifat strategis, proses transisi dari penelitian ke industrialisasi pun dipercepat.
Bagi seorang pengusaha Italia, ini bukanlah perdebatan akademis. Jika Amerika Serikat memperlakukan AI sebagai alat kedaulatan, maka keseimbangan kekuatan di seluruh rantai pasokan pun akan berubah. Pemasok utama akan berubah, ketergantungan teknologi akan berubah, dan risiko yang terkait dengan data, kepatuhan, serta kelangsungan operasional pun akan berubah. Dalam konteks ini, pertimbangan mengenai keamanan AI menjadi sangat penting, tidak hanya bagi mereka yang mengembangkan model, tetapi juga bagi setiap perusahaan yang mengadopsinya.
Di sini ada perbedaan mendasar yang perlu diperhatikan. Metafora Proyek Manhattan memang sangat kuat sebagai bahasa politik. Namun, untuk memahami apa yang sebenarnya terjadi, kita perlu memisahkan narasi dari struktur operasionalnya.
Ketika sebuah pemerintah menggunakan istilah-istilah yang terkait dengan Proyek Manhattan untuk membahas kecerdasan buatan, hal itu bukan sekadar pilihan retoris. Hal itu menunjukkan bahwa pemerintah tersebut memandang AI sebagai aset yang harus dijaga dengan mempertimbangkan prioritas nasional, kapasitas industri, dan koordinasi terpusat.
Perubahan ini penting karena AI, tidak seperti teknologi digital terkini lainnya, mencakup perangkat lunak, perangkat keras, energi, data, penelitian ilmiah, dan keamanan secara bersamaan. Ini bukanlah sektor vertikal biasa. Ini adalah teknologi umum yang dapat mengubah seluruh rantai nilai.
Poin utama: jika Washington memperlakukan AI sebagai infrastruktur strategis, maka mereka yang menggunakan AI untuk peramalan, operasi, atau analitik pun secara tidak langsung masuk ke dalam ranah geopolitik tersebut.
Bagi perusahaan-perusahaan Italia, intinya bukanlah mengambil sikap ideologis. Intinya adalah memahami ekosistem operasional mana yang akan mereka masuki. Oleh karena itu, isu Proyek Manhattan dalam bidang kecerdasan buatan tidak hanya menarik bagi mereka yang mengikuti kebijakan Amerika Serikat, tetapi juga bagi mereka yang saat ini harus mengambil keputusan terkait tumpukan teknologi, lokasi penyimpanan data, dan ketergantungan pada pemasok.
Dalam perdebatan publik, beredar gagasan tentang “Genesis Mission” sebagai inisiatif besar Amerika Serikat di bidang kecerdasan buatan (AI). Narasi tersebut menggambarkannya sebagai lompatan besar. Tantangannya adalah membedakan antara hal-hal yang sudah mapan dan hal-hal yang, untuk saat ini, masih disajikan sebagai pengumuman, arah kebijakan, atau ambisi strategis.
Berdasarkan gambaran yang ada, Misi Genesis harus dipahami terlebih dahulu sebagai langkah kebijakan industri dan keamanan nasional. Bukan sekadar program penelitian. Makna strategisnya terletak pada fakta bahwa kecerdasan buatan (AI) ditempatkan dalam kerangka yang sama dengan cara Amerika Serikat secara historis menangani kemampuan-kemampuan kritis.
Ada beberapa unsur kualitatif yang secara tepat menggambarkan pendekatan ini:
Pendekatan ini mengingatkan pada logika program-program “berorientasi misi” yang juga dijelaskan dalam konteks Proyek Manhattan: pengumpulan talenta, koordinasi terpusat, dan tujuan yang dapat diukur, sebagaimana dijelaskan dalam artikel Proyek Manhattan di Wikipedia.
Inti strategisnya bukan hanya apa yang akan direalisasikan. Melainkan apa yang diizinkan oleh bahasa itu sendiri. Jika kepemimpinan politik menggunakan metafora mobilisasi nasional, hal itu membuka jalan bagi keputusan-keputusan yang sebaliknya akan tampak luar biasa: prioritas anggaran, jalur prioritas dalam pembangunan infrastruktur, kerja sama yang diperkuat antara negara dan industri, serta selektivitas yang lebih tinggi terhadap pemasok dan rantai pasokan.
Tidak perlu setiap detail sudah ditetapkan agar pasar mengubah perilakunya. Seringkali, sinyal politik saja sudah cukup.
Oleh karena itu, Misi Genesis perlu dianalisis secara objektif. Bukan sebagai mitos pendirian, melainkan sebagai indikator bahwa Amerika Serikat memandang AI sebagai bagian dari persaingan sistemik. Bagi pembaca Eropa, maknanya bukanlah “akan muncul Oppenheimer baru”. Maknanya adalah: Washington sedang mempersiapkan diri untuk mengubah kemampuan teknologi menjadi keunggulan geopolitik yang berkelanjutan.
Metafora Proyek Manhattan berhasil karena menggambarkan mobilisasi yang cepat, terpusat, dan menjadi prioritas tertinggi. Namun, jika dipahami secara harfiah, metafora ini tidak akurat. Untuk benar-benar memahami Proyek Manhattan dalam konteks kecerdasan buatan, kita perlu lebih fokus pada struktur material program aslinya daripada kisah epik Oppenheimer.
Proyek Manhattan adalah program berskala luar biasa. Uji coba Trinity pada 16 Juli 1945 menandai uji coba nuklir pertama dalam sejarah dan menandai dimulainya era atom. Sumber-sumber yang tersedia juga menunjukkan biaya sekitar 2 miliar dolar pada masa itu, dengan pendanaan awal sebesar 500 juta dolar dan lebih dari setengah dana tersebut dialokasikan untuk pemisahan bahan fisil, sebagaimana dijelaskan dalam analisis sejarah mengenai Proyek Manhattan ini.
Ini adalah poin pertama yang penting untuk memahami AI. Terobosan besar tidak hanya berasal dari ide ilmiah yang bagus. Terobosan tersebut terjadi ketika tiga faktor tersebut bersatu:
Selain itu, ada unsur kedua yang bahkan lebih menarik. Dalam proyek asli, lebih dari 90% biaya ditanggung oleh pembangunan gedung dan produksi bahan fisil, dengan kegiatan yang tersebar di lebih dari 30 lokasi serta strategi yang disebut “paralel”, yaitu penelitian, fasilitas, dan penyesuaian organisasi yang dikembangkan secara bersamaan, sebagaimana ditekankan oleh Mimesis Scenari.
Bagi AI, perbandingan ini sangat mencerahkan. Hambatan utamanya bukan hanya algoritma. Melainkan infrastruktur, data, energi, proses industri, dan kemampuan untuk mengoordinasikan semuanya dengan cepat.
AI bukanlah sebuah bom. AI bukanlah sebuah artefak tunggal dengan tujuan operasional yang tunggal. AI merupakan sekumpulan kemampuan yang tersebar di berbagai bidang, seperti perangkat lunak, model, sistem tertanam, platform cloud, alat-alat untuk perusahaan, dan perangkat keamanan.
Di sini, metafora Manhattan mulai kehilangan ketepatannya.
Aturan praktis: pertanyaan yang tepat bukanlah “siapa Oppenheimer yang baru?”. Melainkan “siapa yang mengendalikan daya komputasi, data, rantai pasokan, dan akses ke pasar?”.
Bagi mereka yang saat ini membaca tentang UMKM dan kecerdasan buatan, dampaknya sangat nyata. Jika metafora tersebut dipahami secara terlalu harfiah, maka hal yang sesungguhnya menentukan skala dalam kecerdasan buatan akan diremehkan: bukan jenius yang bekerja sendirian, melainkan organisasi industri.
Strategi nasional berskala besar tidak pernah bersifat linier. Bahkan strategi Amerika Serikat terkait kecerdasan buatan (AI) pun memiliki ketegangan internal yang harus dipahami dengan cermat oleh pengamat Eropa, karena hal tersebut merupakan bagian dari inti permasalahan, bukan sekadar kebisingan latar belakang.
Kontradiksi pertama cukup sederhana. Amerika Serikat menetapkan kecerdasan buatan (AI) sebagai prioritas strategis, namun setiap percepatan dalam bidang ini harus berhadapan dengan kendala politik, negosiasi anggaran, kepentingan industri yang beragam, serta jadwal implementasi yang jarang sejalan dengan narasi publik.
Hal ini menimbulkan fenomena yang umum terjadi dalam kebijakan teknologi berskala besar. Pernyataan niatnya tampak seragam. Namun, pelaksanaannya di lapangan justru terfragmentasi. Ada struktur yang bergerak cepat, dan ada pula yang bergerak lebih lambat. Ada komponen yang sangat jelas, seperti sinyal geopolitik. Ada pula yang masih samar, seperti tata kelola operasional, kerangka kerja jangka panjang, atau cakupan prioritas yang sebenarnya.
Bagi sebuah perusahaan Italia, ambiguitas ini bukanlah sekadar hal sepele bagi para pengamat di Washington. Hal ini berarti bahwa pasar AI dalam beberapa bulan dan tahun mendatang mungkin akan dipengaruhi oleh keputusan-keputusan yang tidak semata-mata bersifat ekonomi. Sebuah penyedia layanan mungkin akan semakin kuat karena selaras dengan prioritas nasional. Sebuah infrastruktur mungkin akan menjadi lebih krusial karena diintegrasikan ke dalam kerangka keamanan. Ketergantungan yang saat ini bersifat “teknis” mungkin besok akan berubah menjadi ketergantungan politik pula.
Perusahaan tidak beroperasi di luar konteks geopolitik. Mereka terpengaruh olehnya dalam struktur biaya, ketersediaan layanan, dan ruang lingkup pilihan.
Hal ini semakin terasa jika kita melihat persaingan antarkelompok. Amerika Serikat semakin memperlakukan kecerdasan buatan (AI) sebagai aset kedaulatan. Tiongkok, dengan caranya sendiri, mengambil langkah serupa. Di tengah-tengah itu, Eropa berisiko berada dalam posisi sebagai pihak yang banyak mengatur, namun kurang mengendalikan simpul-simpul industri yang krusial.
Masalah Eropa bukan hanya keterlambatan dalam perlombaan teknologi. Masalahnya adalah bahwa perlombaan tersebut kini berubah menjadi persaingan antarkelompok yang mengintegrasikan industri, keamanan, dan kebijakan luar negeri. Dalam skenario ini, Eropa sering kali terlibat dengan pendekatan yang terutama bersifat regulasi.
Undang-Undang AI Uni Eropa penting karena menetapkan batasan, tanggung jawab, dan kategori risiko. Dalam konteks yang disebutkan oleh Sanoma Italia, AI generatif termasuk dalam kategori risiko terbatas jika penggunaannya dilakukan secara sadar. Namun, hal ini saja tidak menjawab pertanyaan yang lebih konkret: apakah Eropa juga sedang membangun kapasitas industri yang setara?
Di Italia, situasinya masih tidak merata. Data yang dikutip oleh Sanoma menunjukkan bahwa, menurut ISTAT, penerapan AI di perusahaan dan sektor publik masih tidak merata, dan kurangnya keterampilan menjadi salah satu hambatan utama, sebagaimana dirangkum dalam artikel Sanoma mengenai dampak jangka panjang Prometeo. Hal ini menggeser fokus: masalahnya bukan hanya mengatur penggunaan AI, tetapi memahami siapa yang benar-benar memiliki kemampuan untuk mengembangkannya.
Pada dasarnya, Eropa berisiko menghadapi dua bentuk asimetri:
Tema: AS danTiongkok; Eropa; Visi strategis; AIsebagai pendorong kekuatan; AI sebagai bidang yang perlu diatur dandikoordinasikan; Infrastruktur; integrasi yang kuat antara pemerintah dan industri; ketergantungan yang lebih besar pada pemasokeksternal; Penerapan internal; dorongandari pemerintah dan industri; penyebaran yang tidak merata
Bagi sebuah UMKM, ini bukanlah teori geopolitik. Hal ini berdampak langsung pada tiga keputusan operasional.
Jika AI menjadi infrastruktur strategis bagi negara-negara, memilih penyedia AI bukan lagi sekadar proses pengadaan. Ini adalah manajemen risiko.
Dalam konteks ini, akan sangat bermanfaat untuk mengikuti juga perdebatan di ELECTE mengenai AI Act, karena bagi banyak perusahaan Italia, tantangan sesungguhnya adalah menyeimbangkan inovasi yang cepat dengan pengendalian operasional dan kepatuhan terhadap peraturan Uni Eropa.
Kata “kedaulatan” mungkin terkesan jauh dari dunia UKM. Pada kenyataannya, istilah ini menggambarkan kebutuhan yang sangat praktis: mempertahankan kendali atas teknologi yang kini menjadi sangat penting bagi penjualan, operasional, peramalan, kepatuhan, dan pelaporan.
Jika Anda sedang mempertimbangkan platform AI atau analitik, saya sarankan Anda memahami konsep kedaulatan secara praktis. Berikut adalah kriteria yang benar-benar penting.
Banyak UMKM membeli solusi AI dengan mempertimbangkan demo, kemudahan penggunaan, dan biaya awal. Hal ini dapat dimengerti, namun saat ini pertimbangan tersebut belum cukup. Pertanyaan yang tepat bukan hanya “apakah solusi ini memenuhi kebutuhan saya?”. Pertanyaan yang lengkap adalah “apakah solusi ini tetap selaras dengan batasan operasional, regulasi, dan strategis saya jika konteks geopolitik memburuk atau berubah?”.
Di sini, pembahasan mengenai Proyek Manhattan dalam bidang kecerdasan buatan mulai terasa tidak lagi jauh. Jika Amerika Serikat dan Tiongkok memperlakukan AI sebagai infrastruktur nasional, setiap perusahaan Eropa setidaknya harus mempertanyakan di mana posisinya dalam peta tersebut.
Keputusan manajerial: mitra AI terbaik bukanlah sekadar yang memiliki fitur paling banyak. Melainkan yang dapat mengurangi risiko yang tidak perlu tanpa menghambat inovasi.
Oleh karena itu, kedaulatan teknologi bukanlah autarki. Kedaulatan teknologi adalah kemampuan untuk memilih secara sadar, mendistribusikan risiko, dan mempertahankan kendali atas proses-proses kritis.
Pelajaran yang paling berguna bukanlah bahwa kita sedang mengalami pengulangan dari Proyek Manhattan. Bukan itu. Pelajarannya lebih konkret. AI kini telah melampaui batas pasar teknologi semata dan telah memasuki ranah strategi nasional.
Bagi seorang pengusaha Italia, ada baiknya memperhatikan beberapa tanda dalam beberapa bulan ke depan: tingkat koordinasi yang sesungguhnya antara pemerintah Amerika Serikat dan industri, implementasi narasi tersebut ke dalam kemampuan operasional, perkembangan sikap Eropa di antara regulasi dan investasi, serta terutama bagaimana dinamika-dinamika ini tercermin dalam layanan cloud, model, akses ke sumber daya komputasi, dan tata kelola data.
Pilihan yang paling rasional saat ini bukanlah menunggu kejelasan sepenuhnya. Kejelasan itu tidak akan segera tercapai. Pilihan yang rasional adalah menyusun strategi AI yang memadukan inovasi, kepatuhan, dan pengurangan ketergantungan kritis.
Di dunia di mana geopolitik menjadi bagian dari tumpukan teknologi, memilih mitra dengan tepat sama pentingnya dengan memilih alat yang tepat.
Jika Anda ingin menyusun strategi AI yang lebih kokoh dan selaras dengan konteks Eropa, silakan lihat ELECTE, platform analisis data berbasis AI yang dirancang untuk mengubah data perusahaan menjadi keputusan operasional yang jelas, dengan pendekatan yang sesuai dengan kebutuhan perusahaan-perusahaan Eropa. Anda dapat melihat cara kerjanya dan menilai apakah platform ini cocok dengan infrastruktur teknologi Anda tanpa kerumitan yang tidak perlu.
.svg)
.svg)
.svg)
