AI Tiongkok dan AS menyatukan "pengukuran dan timbangan", aset berkualitas tinggi tidak lagi sulit dicari?

Penulis: Zhang Feng

Artikel ini akan membahas dan membandingkan karakteristik standar AI di kedua negara, serta mengeksplorasi bagaimana pembangunan infrastruktur standar dapat merombak perkembangan industri dan secara fundamental mengubah logika penilaian perusahaan AI.

Dalam beberapa tahun terakhir, perkembangan teknologi kecerdasan buatan (AI) yang pesat telah mendorongnya dari penelitian terdepan di laboratorium menuju aplikasi komersial di berbagai industri. Namun, di balik euforia teknologi, logika penilaian perusahaan AI telah lama menjadi sumber perdebatan, dengan pasar sering kali menilai berdasarkan harapan tak terbatas terhadap masa depan. Seiring masuknya aplikasi teknologi ke wilayah yang lebih kompleks, risiko dan ketidakpastian semakin menonjol, dan pembuat kebijakan, regulator, serta investor mulai mencari jalur pengembangan yang lebih stabil dan berkelanjutan.

Dalam konteks ini, regulator dan industri di China dan AS secara serempak memusatkan perhatian pada standarisasi AI dan manajemen risiko. Jelas terlihat bahwa standarisasi menjadi pendorong utama dari “bercerita” menuju “mengutamakan praktik nyata” dalam industri AI.

1. Karakteristik Standarisasi AI dan Pencegahan Risiko di Amerika Serikat

Departemen Keuangan AS baru-baru ini merilis dua sumber daya baru untuk membimbing aplikasi AI di bidang keuangan: Kamus AI bersama dan Kerangka Manajemen Risiko AI Layanan Keuangan (FSAIRMF). Langkah ini mendukung “Rencana Aksi AI” Presiden, yang menuntut pembuatan standar yang jelas, pemahaman bersama, dan tata kelola berbasis risiko untuk memastikan penerapan AI yang aman dan bertanggung jawab.

“Implementasi Rencana Aksi AI Presiden tidak hanya membutuhkan pernyataan idealis, tetapi juga sumber daya nyata yang dapat digunakan lembaga,” kata Wakil Menteri Keuangan Derek Thaler. “Dengan membangun bahasa AI umum dan kerangka manajemen risiko AI layanan keuangan yang disesuaikan, hasil ini membantu melindungi konsumen sekaligus mendukung inovasi yang bertanggung jawab.”

Amerika menunjukkan karakteristik “pragmatis” dan “tata kelola kolaboratif” dalam mendorong standarisasi AI, terutama di bidang keuangan. Inti dari pendekatan ini adalah mengubah strategi nasional makro menjadi panduan tindakan yang dapat dilaksanakan oleh subjek mikro melalui pembangunan bahasa umum dan kerangka operasional, sehingga mendorong inovasi sekaligus menjaga keamanan dan stabilitas.

Pertama, peluncuran “Kamus AI Bersama” menandai langkah penting AS dalam mengatasi tantangan dasar pengelolaan AI. Selama ini, terminologi di bidang AI berbeda secara signifikan karena latar belakang disiplin, skenario aplikasi, dan pihak berkepentingan. Istilah seperti “interpretabilitas model” dari pengembang teknologi, “transparansi algoritma” dari departemen kepatuhan hukum, dan “logika pengambilan keputusan” dari bisnis sering mengacu pada aspek berbeda. Ketidakkonsistenan ini menyebabkan komunikasi antar departemen dan lembaga menjadi tidak efisien dan menimbulkan tantangan besar bagi pengawasan. Kamus AI yang dirilis oleh Departemen Keuangan AS bertujuan memecahkan “menara Babel” ini dengan menyediakan definisi resmi dan seragam untuk konsep, kemampuan, dan kategori risiko AI, sehingga menciptakan resonansi yang sama antara regulator, pakar teknologi, penasihat hukum, dan pemimpin bisnis. Hal ini tidak hanya membantu internal lembaga keuangan memahami risiko AI secara konsisten, tetapi juga memberikan standar yang jelas bagi pengawasan eksternal, mendukung implementasi yang lebih konsisten dan dapat diprediksi. Pendekatan standarisasi bahasa ini menunjukkan perhatian tinggi AS terhadap fondasi pengelolaan AI dan menjadi dasar dalam membangun sistem pengendalian risiko yang kompleks.

Kedua, “Kerangka Manajemen Risiko AI Layanan Keuangan” adalah panduan operasional yang dibangun di atas bahasa yang seragam. Kerangka ini tidak dibuat dari nol, melainkan disesuaikan dan diperhalus dari kerangka pengelolaan risiko AI makro yang dirilis oleh National Institute of Standards and Technology (NIST), agar sesuai dengan konteks layanan keuangan secara spesifik. Pendekatan “disesuaikan” ini menunjukkan fleksibilitas dan ketepatan regulasi AS. FSAIRMF mencakup seluruh siklus hidup AI, dari desain, pengembangan, verifikasi, hingga deployment, monitoring, dan pembaruan, serta memandu lembaga dalam mengidentifikasi skenario aplikasi AI, menilai risiko potensial, dan menanamkan akuntabilitas, transparansi, serta ketahanan operasional di setiap tahap deployment. Yang penting, kerangka ini dirancang agar dapat diperluas dan disesuaikan, memenuhi kebutuhan berbagai ukuran dan kompleksitas lembaga, mulai dari startup fintech hingga bank besar multinasional. Pendekatan “disesuaikan” ini meningkatkan kemungkinan adopsi luas di industri.

Terakhir, kemajuan standarisasi AI di AS menunjukkan karakteristik “kemitraan publik-swasta dan tata kelola multi pihak.” Baik kamus maupun kerangka manajemen risiko dikembangkan bukan oleh regulator sendiri, melainkan melalui kolaborasi antara Komite Infrastruktur Informasi Keuangan dan Perbankan, Dewan Koordinasi Departemen Layanan Keuangan, serta lembaga swasta seperti Institute for Network Security, yang mendapatkan apresiasi dari industri. Model partisipasi multi pihak ini memastikan bahwa hasil standarisasi mencerminkan kekhawatiran regulator tentang keamanan dan stabilitas sekaligus memperhatikan efisiensi dan biaya inovasi industri. Tujuannya adalah “mendukung penerapan AI yang lebih cepat dan luas di bidang keuangan” dengan memperkuat keamanan siber dan ketahanan operasional, bukan sekadar membatasi.

2. Karakteristik Terminologi AI dan Kerangka Manajemen Risiko di China

Di China, terdapat standar terminologi resmi dan sistem pengelolaan risiko/keamanan AI tingkat nasional yang sepadan dengan Kamus AI dan kerangka manajemen risiko di AS, serta telah terbentuk kerangka tata kelola yang berlapis dan menyeluruh. Karakteristik utamanya adalah “menggunakan standar untuk mendorong perkembangan, dan mengatur untuk menjaga keamanan,” berupaya membangun aturan utama dalam kompetisi global AI dan menjamin perkembangan industri domestik yang sehat dan tertib.

Isi utama kerangka ini meliputi standar nasional “Terminologi Teknologi Informasi dan Kecerdasan Buatan” (GB/T 41867-2022) dan “Kerangka Tata Kelola Keamanan AI” (versi 2.0, 2025-09), serta standar pendukung “Penilaian Kemampuan Manajemen Risiko AI” (GB/T 46347-2025) yang menyediakan klasifikasi kemampuan, proses penilaian, dan panduan kepatuhan tingkat organisasi. Selain itu, “Peraturan Sementara Pengelolaan Layanan Generatif AI” (2023) menetapkan kewajiban penilaian keamanan, pendaftaran, pengawasan konten, dan kepatuhan data untuk layanan AI generatif. Terdapat pula pedoman praktik terbaik di bidang industri utama seperti keuangan, kesehatan, dan pendidikan.

Berbeda dengan pendekatan pragmatis dan berorientasi industri di AS, China menunjukkan karakteristik “perencanaan tingkat tinggi, percepatan, dan keterkaitan erat dengan strategi nasional” dalam pembangunan kerangka terminologi dan risiko AI.

Pertama, dalam standarisasi terminologi, China mengadopsi strategi “sistematis dan proyektif.” Di bawah pimpinan Komite Standarisasi Nasional, China mempercepat pembangunan sistem standar AI yang mencakup aspek dasar, teknologi pendukung, produk dan layanan, aplikasi industri, dan pengelolaan keamanan. Contohnya, standar nasional “Terminologi AI” bertujuan menyediakan bahasa umum dasar untuk seluruh bidang AI.

Berbeda dengan fokus AS pada kamus AI khusus keuangan, standar terminologi China lebih bersifat menyeluruh dan bertujuan mengklarifikasi konsep dasar, klasifikasi teknologi, dan tahapan perkembangan AI dari akar. Pendekatan ini memberi keuntungan sebagai fondasi seragam untuk pengembangan standar industri yang lebih spesifik, mencegah konflik antar standar, dan menunjukkan keunggulan sistem “sentralisasi kekuatan untuk urusan besar.” Selain itu, proses pembuatan standar ini mengikuti tren internasional dan berupaya mengintegrasikan praktik dan pemahaman China ke dalam standar global, meningkatkan posisi China dalam pengelolaan AI secara internasional.

Kedua, dalam kerangka pengelolaan risiko, China menonjolkan “etika prioritas, keamanan sebagai fondasi.” Kerangka pengelolaan AI di China sangat dipengaruhi oleh hukum terkait keamanan siber, perlindungan data, dan perlindungan privasi. Badan Pengurus Siber Nasional, Kementerian Industri dan Teknologi Informasi, serta Kementerian Keamanan Publik secara aktif mengeluarkan regulasi terkait algoritma rekomendasi, deepfake, dan AI generatif, membentuk matriks pengawasan berlapis. Contohnya, untuk layanan AI generatif, China pertama kali menerapkan sistem pendaftaran algoritma dan penilaian keamanan, menuntut penyedia layanan bertanggung jawab atas legalitas data pelatihan, keadilan algoritma, dan keaslian konten yang dihasilkan.

Pendekatan regulasi ini lebih bersifat wajib dan berorientasi pada batasan, berbeda dengan model AS yang menekankan pengelolaan risiko internal dan evaluasi mandiri. China secara tegas menetapkan “garis merah” dalam pengembangan AI, terutama terkait keamanan data, keamanan ideologi, dan perlindungan hak warga negara, menunjukkan standar pengawasan yang tinggi. Kerangka risiko China lebih bersifat “kepatuhan eksternal,” mendorong perusahaan membangun sistem pengendalian internal untuk memenuhi regulasi.

Akhirnya, kemajuan standar AI di China sangat selaras dengan perkembangan industri dan pencapaian strategi nasional. Standarisasi dipandang sebagai infrastruktur utama dalam mendorong AI memberdayakan ekonomi riil dan mencapai pertumbuhan berkualitas tinggi. Contohnya, dalam bidang keuangan, Rencana Pengembangan Teknologi Keuangan dari Bank Rakyat China menegaskan perlunya memperkuat standar aplikasi AI di bidang keuangan, termasuk pengelolaan risiko cerdas, pemasaran cerdas, dan layanan pelanggan cerdas. Standar ini tidak hanya fokus pada pengendalian risiko, tetapi juga meningkatkan efisiensi layanan keuangan dan inklusi keuangan.

Logika di balik ini adalah melalui antarmuka teknologi standar, format data, dan metode penilaian, biaya kolaborasi di seluruh rantai industri dapat dikurangi, mendorong penerapan skala besar teknologi AI di keuangan. Selain itu, standar ini juga menjadi “batu api” bagi perusahaan teknologi terkemuka untuk mengubah solusi teknologi matang menjadi norma industri, memperkuat posisi pasar mereka. Pendekatan “menggunakan standar untuk mendorong industri” ini menjadikan proses standarisasi China tidak hanya alat regulasi, tetapi juga mesin penggerak utama dalam peningkatan industri dan penciptaan kekuatan produksi baru.

3. Perbandingan Infrastruktur Standarisasi AI di China dan AS

Meskipun kedua negara menyadari pentingnya standarisasi AI dan aktif melakukan langkah, perbedaan mendasar dalam sistem politik, lingkungan pasar, budaya inovasi, dan paradigma pengawasan menyebabkan jalur pembangunan infrastruktur standar AI, karakteristik inti, dan efektivitas implementasinya berbeda secara signifikan.

Dari segi desain tingkat atas dan penggerak dasar, standar AI China bersifat “dipimpin pemerintah dan dari atas ke bawah.” Pemerintah memiliki rencana strategis yang jelas untuk pengembangan AI, dan standar menjadi bagian kunci dari realisasi rencana tersebut, dikelola oleh Komite Standarisasi Nasional dan didukung oleh kementerian terkait secara kolaboratif. Prioritas pembuatan standar sangat selaras dengan kebijakan industri dan fokus teknologi nasional, bersifat panduan dan wajib. Keunggulan model ini adalah efisiensi tinggi dan pelaksanaan yang kuat, mampu membangun sistem standar yang luas secara cepat.

Sebaliknya, standarisasi AI AS bersifat “berbasis pasar dan dari bawah ke atas.” Peran pemerintah lebih sebagai “pengumpul” dan “pendorong,” melalui penerbitan panduan, kerangka, dan praktik terbaik yang mendorong industri membentuk konsensus secara sukarela. Proses ini menekankan partisipasi banyak pihak dan negosiasi, menghormati inovasi dan penilaian profesional dari pelaku pasar. Pengembangan FSAIRMF adalah contoh utama, dan hasilnya lebih bersifat “panduan rekomendasi” daripada “peraturan wajib.” Keunggulan model ini adalah fleksibilitas dan adaptabilitas yang tinggi, tidak menghambat inovasi, tetapi mungkin menyebabkan fragmentasi standar dan perlunya koordinasi dari pemerintah.

Dalam fokus utama sistem standar, China lebih menekankan “keamanan dan kendali” serta “kepatuhan etis,” karena sangat memperhatikan keamanan siber, kedaulatan data, dan stabilitas sosial. Standar sering kali menuntut legalitas data, keadilan algoritma, keaslian konten, dan akuntabilitas sistem, serta terkait erat dengan hukum utama seperti Undang-Undang Keamanan Siber, Hukum Keamanan Data, dan Perlindungan Data Pribadi. Pengawasan lebih bersifat aturan dan proses pendaftaran serta penilaian sebelumnya.

Sementara itu, kerangka pengelolaan risiko AI AS lebih berorientasi pada “berbasis risiko” dan pengelolaan mandiri oleh lembaga. Pendekatannya membantu lembaga mengenali, menilai, dan mengelola risiko operasional, reputasi, dan kepatuhan mereka sendiri, untuk mendukung tujuan bisnis. Mereka menekankan bahwa lembaga harus membangun proses pengelolaan risiko dinamis dan berkelanjutan berdasarkan preferensi risiko dan skenario aplikasi mereka, bukan mengikuti aturan tetap secara mekanis. Perbedaan ini mencerminkan paradigma pengawasan yang berbeda: China lebih mengutamakan aturan seragam untuk mencegah risiko sistemik, sedangkan AS lebih percaya pada kemampuan pengelolaan mandiri pelaku pasar.

Dari segi interaksi antara standar dan industri, model China berusaha “menggerakkan” perkembangan industri melalui standar. Perusahaan AI terkemuka, terutama perusahaan teknologi besar, sering terlibat aktif dalam pembuatan standar nasional dan industri, sebagai cerminan kekuatan teknologi dan strategi membangun ekosistem industri serta keunggulan kompetitif. Standar menjadi katalis dalam penyebaran teknologi dan aplikasi skala besar.

Di AS, standar lebih sebagai “ringkasan” dan “peningkatan” praktik terbaik industri. FSAIRMF banyak mengadopsi pengalaman pengelolaan risiko dari lembaga keuangan dan perusahaan teknologi, memastikan standar tetap mengikuti perkembangan teknologi dan praktik industri terbaru. Namun, ini juga dapat menyebabkan fragmentasi standar, sehingga membutuhkan integrasi dan koordinasi dari pemerintah.

Dalam hal pengaruh internasional dan kompatibilitas, kedua negara berupaya mengekspor standar mereka ke dunia. China, dengan pasar besar dan kekuatan industri, aktif mempromosikan standar melalui platform internasional seperti ISO/IEC JTC 1/SC 42. AS, dengan pengaruh globalnya di bidang teknologi, melalui kerangka NIST dan “soft law” lainnya, memiliki pengaruh besar secara de facto. Ke depan, pengelolaan AI global kemungkinan akan membentuk pola kompetisi dan kolaborasi antara dua sistem standar ini yang kompleks.

4. Dampak Pembangunan Infrastruktur Standarisasi AI terhadap Perkembangan Industri dan Logika Penilaian

Baik pembangunan sistematis China maupun konsensus industri AS menunjukkan bahwa peningkatan infrastruktur standarisasi AI secara perlahan mengubah jalur perkembangan industri AI dan secara mendasar merombak paradigma “bercerita” yang selama ini mendukung penilaian yang tidak rasional dan gelembung pasar.

Pertama, standarisasi secara signifikan menurunkan biaya transaksi dan hambatan masuk industri AI, serta mendorong penerapan teknologi secara “ubiquitous” di seluruh ekonomi. Standar bahasa dan antarmuka yang seragam memungkinkan komponen AI dari berbagai perusahaan dapat digabungkan dan digunakan secara fleksibel. Model standarisasi “plug-and-play” ini mempercepat proses AI dari laboratorium ke pabrik, ladang, dan loket bank. Fokus industri beralih dari “bagaimana menciptakan AI” ke “bagaimana memanfaatkan AI.”

Ini berarti perusahaan yang hanya menguasai algoritma tanpa pemahaman mendalam tentang industri dan aplikasi spesifik akan mengalami penilaian ulang. Sebaliknya, perusahaan yang mampu memahami kebutuhan industri, mengintegrasikan teknologi AI standar dengan proses bisnis tertentu, dan menciptakan nilai bisnis nyata akan lebih disukai pasar.

Kedua, kerangka manajemen risiko menyediakan standar umum untuk menilai “kesehatan” perusahaan AI. Sebelumnya, penilaian risiko perusahaan AI bersifat kabur dan subjektif. Kini, baik FSAIRMF maupun regulasi China di bidang keuangan dan keamanan siber menyediakan dimensi konkret untuk menilai keberlanjutan perusahaan AI.

Investor mulai memperhatikan: Apakah model AI perusahaan mengandung risiko bias? Apakah data pelatihan berasal dari sumber yang sah dan patuh? Apakah proses pengambilan keputusan model dapat dijelaskan? Apakah perusahaan membangun proses pengelolaan risiko sepanjang siklus hidup AI? Faktor-faktor “soft power” yang sebelumnya diabaikan ini kini menjadi penentu keberhasilan perusahaan. Perusahaan yang mampu menjaga privasi data, keadilan algoritma, dan keamanan sistem sambil menyediakan layanan AI yang efisien akan memiliki model bisnis yang lebih tangguh dan berkelanjutan, dan layak mendapatkan penilaian premium.

Ketiga, standar dan kepatuhan menjadi mekanisme utama dalam seleksi industri AI. Memenuhi persyaratan regulasi yang semakin kompleks membutuhkan investasi besar, sehingga membentuk “gerbang kepatuhan” yang tidak kecil. Hal ini secara objektif menguntungkan perusahaan besar dan sumber daya yang lebih kuat.

Selain itu, standar memberikan dasar bagi pelanggan dalam memilih produk dan layanan AI. Produk AI yang telah memenuhi standar nasional atau mengikuti kerangka manajemen risiko internasional lebih mudah dipercaya pelanggan. Kepercayaan berbasis standar ini menjadi bagian penting dari merek dan memperkuat posisi pasar perusahaan terkemuka. Dengan demikian, kompetisi AI di masa depan tidak lagi hanya soal teknologi dan algoritma, tetapi juga soal kemampuan tata kelola, kepatuhan, dan reputasi merek.

Akhirnya, semua ini mengarah pada perubahan mendasar: inti penilaian perusahaan AI beralih dari “kemungkinan” ke “kepastian.” Pada tahap awal pengembangan AI, pasar sangat antusias terhadap cerita yang menggambarkan “dunia masa depan.” Logika “bercerita” ini mendukung investasi awal dan penilaian tinggi, tetapi juga menimbulkan risiko gelembung besar.

Namun, infrastruktur standarisasi AI yang semakin lengkap adalah proses untuk mengurangi gelembung ini. Perusahaan harus memecah visi besar menjadi indikator yang terukur, terkelola, dan dapat diverifikasi. Nilai perusahaan tidak lagi hanya bergantung pada visi pendiri atau jumlah makalah di konferensi akademik terkemuka, tetapi lebih pada pertumbuhan pendapatan yang sehat, keberhasilan pelanggan, hambatan teknologi inti, efektivitas pengelolaan risiko, dan catatan operasional patuh.

Secara keseluruhan, eksplorasi China dan AS dalam standarisasi AI, meskipun berbeda jalur, mengarah ke masa depan yang sama: AI bertransformasi dari “demam teknologi” menjadi industri matang dengan aturan yang jelas, infrastruktur yang kokoh, dan pengendalian risiko yang ketat. Peluncuran kamus AI menghilangkan noise komunikasi; penerapan kerangka risiko menetapkan batasan tindakan; dan pembangunan infrastruktur standar menciptakan ekosistem berkelanjutan. Dalam konteks besar ini, logika penilaian perusahaan AI pasti akan mengalami perubahan mendalam. Perusahaan yang mampu menembus kabut konsep dan membangun aplikasi AI yang aman, terpercaya, efisien, dan bernilai nyata di atas fondasi standar yang kokoh akan menjadi pemenang era baru. Sedangkan logika “bercerita” yang dulu populer akan ditinggalkan pasar.