Taruhan Besar Silicon Valley Senilai US$2 Triliun: DeepSeek Puncaki Nature, Meta Jadi “Pecundang” Terbesar 2025?

2025 menjadi tahun yang membuat peta persaingan AI dunia berubah dengan kecepatan yang sulit dipercaya.

Pesona “Artificial General Intelligence” (AGI) mulai memudar. Di saat yang sama, “Artificial Super Intelligence” (ASI) justru naik ke panggung utama—sebagai frontier yang dianggap lebih menentukan dan lebih “berbahaya” bagi masa depan.

Eksekutif Anthropic, Jack Clark, bahkan melontarkan peringatan keras: perubahan besar sudah di depan mata, dan AI bisa membelah dunia menjadi dua realitas paralel.

Perubahan ini bukan hasil satu terobosan tunggal. Ia lahir dari proses panjang yang saling menumpuk—ketika teknologi, modal, pekerjaan, dan kehidupan sehari-hari ikut berubah bersamaan.

Kemampuan model melesat, tetapi label “AGI” masih diperdebatkan. Riset sepanjang 2025 menunjukkan kemajuan signifikan dalam penalaran, pemahaman multimodal, dan perilaku agentic. Namun, perdebatan soal apakah sistem-sistem ini benar-benar “umum” seperti manusia tetap belum selesai.

Gelombang investasi mempercepat ekspansi infrastruktur. Pendanaan AI global terus meningkat, generative AI menarik sekitar US$33,9 miliar, dan belanja modal raksasa teknologi mendekati US$400 miliar. Euforia ini memunculkan dua bayangan besar: kekhawatiran gelembung, serta sorotan yang makin tajam soal konsumsi energi.

Transformasi tenaga kerja juga semakin cepat—membawa peluang sekaligus tekanan. AI tools mulai terasa bukan lagi “nilai tambah”, melainkan standar minimum, terutama di pasar kerja yang kompetitif.

Sementara itu, AI merembes lebih dalam ke kehidupan sehari-hari, tapi belum sepenuhnya membalikkan semuanya. Agen AI dan robot masuk ke manufaktur, kesehatan, dan operasional—meningkatkan efisiensi secara nyata. Namun bagi banyak orang, perubahan terasa lebih bertahap daripada revolusioner.

Satu pesan terus berulang di sepanjang industri: AGI bukan garis finis—superintelligence justru titik awal cerita sesungguhnya.

Dan jika perlombaan AI yang “sebenarnya” baru dimulai setelah AGI, maka 2025 mungkin akan dikenang sebagai tahun ketika suara pistol start akhirnya terdengar jelas.

AI setahun, manusia seribu tahun

Selama ini, semua bentuk kecerdasan di alam adalah kecerdasan biologis—berbasis karbon, berevolusi, dan terikat tubuh.

Namun LLM modern bisa jadi sesuatu yang belum pernah ada: kategori kecerdasan baru yang diciptakan manusia, bukan ditemukan di alam.

Dalam refleksi akhir tahunnya, Andrej Karpathy menyebut 2025 sebagai tahun pertama ia—dan menurutnya seluruh industri—mulai “memahami bentuk” kecerdasan LLM secara lebih intuitif.

Di penalaran, multimodal, dan agent, kemajuan tidak terbantahkan. Sistem seperti seri o3 dari OpenAI dan Gemini 3 dari Google mengisyaratkan lonjakan kapabilitas. Dalam penerapan nyata, keterbatasan masih ada, tetapi rasa “AGI sudah di cakrawala” menjadi konsensus yang makin luas.

Pada semakin banyak tugas, model-model terdepan mulai melampaui benchmark manusia.

Menurut Stanford 2025 AI Index Report, AI melampaui baseline manusia pada tujuh evaluasi yang mencakup:

Klasifikasi gambar

Penalaran visual

Pemahaman bacaan tingkat menengah

Pemahaman bahasa Inggris

Pemahaman bahasa multi-tugas

Matematika level kompetisi

Pertanyaan sains level doktoral

Kesenjangan paling membandel masih ada pada pemahaman dan penalaran multimodal—tugas yang menuntut inferensi lintas format dan lintas disiplin, dari gambar, grafik, diagram, hingga teks.

Namun celah itu juga menyusut cepat.

Benchmark MMMU, yang menguji penalaran lintas disiplin dengan pengetahuan setara level universitas, menjadi rujukan penting. Ia menonjol karena cakupannya luas (enam disiplin, tiga puluh subjek, sekitar 11.500 pertanyaan), tipe gambar sangat beragam, kebutuhan reasoning teks-gambar yang saling silang, dan tuntutan persepsi serta penalaran tingkat ahli yang bertumpu pada pengetahuan domain.

Skor meningkat tajam:

Akhir 2023, Gemini mencetak 59,4%.

Pada 2024, OpenAI o1 mencapai 78,2%.

Di 2025, Gemini 3 Pro meraih 89,8% pada MMMU-Pro yang lebih sulit.

Di saat yang sama, siklus rilis makin agresif. Frontier labs merilis pembaruan besar setiap 8–12 minggu.

Seri o3 dari OpenAI, termasuk o3-mini, mencuri perhatian lewat pendekatan “berpikir dulu baru menjawab”—sering menghabiskan hingga 10× token untuk meningkatkan “kepadatan kecerdasan”, namun biayanya ikut naik.

Gemini 3 banyak diposisikan sebagai puncak multimodal, mampu menangani teks, gambar, video, dan audio dengan penalaran lintas-modal yang lebih dalam.

Komunitas online juga memantau debat soal keterbukaan model. Di awal tahun, diskusi Reddit tentang akses model frontier melonjak.

DeepSeek-R1 dan versi distilasi open-source mendominasi perhatian, meski pengguna menyoroti trade-off penting: yang bisa dijalankan lokal umumnya model distilasi (8B atau 32B), bukan sistem penuh 671B, sehingga performanya sering dianggap berada di kisaran GPT-3.5, bukan level frontier teratas.

Yang lebih memicu rasa penasaran adalah strategi open DeepSeek—terutama di tengah laporan efisiensi pelatihan yang meningkat drastis.

Belakangan, peneliti mengklaim berhasil mereplikasi gaya pelatihan reinforcement learning ala DeepSeek-R1-Zero pada model 3B parameter dengan biaya di bawah US$30, memanaskan perdebatan tentang sejauh mana barrier biaya bisa benar-benar runtuh.

Benchmark “kecerdasan umum” juga terus berevolusi. Pada ARC-AGI-1, performa terbaik mendekati 90%, dan pada ARC-AGI-2, AI melampaui skor rata-rata manusia.

Tetap saja, skeptisisme belum hilang. Yann LeCun menekankan batas struktural LLM autoregresif, serta kebutuhan akan grounding sensorik yang lebih kaya.

Meski begitu, garis besarnya jelas: 2025 menandai pergeseran dari “chatbot” menuju “agent”—sistem yang bisa merencanakan, mengeksekusi, dan mengoordinasikan tugas dengan otonomi yang makin tinggi.

Final AGI ada 2–3 tahun lagi—tergantung siapa yang bicara

Jika tahun-tahun sebelumnya adalah soal “membesarkan model”, maka 2025 lebih terlihat sebagai upaya “membumikan model”.

Kompetisi mengeras di ranah coding, penalaran, multimodal, konteks panjang, dan reliabilitas enterprise. Para pemain terbesar berlari kencang, berebut wilayah, tanpa ruang untuk ragu.

Bersamaan dengan itu, diskusi masa depan AI menjadi lebih besar dan lebih nyata. Para pemimpin teknologi semakin sering berbicara bukan hanya AGI, tetapi ASI sebagai destinasi akhir.

AGI umumnya dipahami sebagai AI yang mampu menyamai kecerdasan manusia di berbagai tugas. ASI melangkah lebih jauh: sistem yang melampaui kemampuan manusia.

Sejumlah momen kunci memperjelas pergeseran ini.

Pada Juni, Mark Zuckerberg membentuk lab superintelligence Meta, membidik “personal superintelligence”.

Pada September, Sam Altman menyatakan masyarakat perlu bersiap jika ASI muncul sebelum 2030.

CEO Anthropic yakin pada 2027 AI bisa melampaui manusia di “hampir semua domain”.

Elon Musk bahkan memprediksi AI bisa melampaui manusia paling cerdas secepat tahun depan.

Pesannya tegas: tak ada pemain besar yang mau ketinggalan gelombang ini.

Zuckerberg mengatakan ia lebih memilih “berisiko salah menaruh ratusan miliar dolar” daripada tertinggal di era superintelligence.

Setelah kekayaannya dilaporkan mencapai US$632 miliar, Musk dikabarkan berkata ke karyawan xAI: jika perusahaan mampu bertahan 2–3 tahun ke depan, xAI berpeluang menjadi pemenang.

Sebagian pemimpin, seperti CEO Databricks, menganggap AGI sudah tercapai. Sementara Demis Hassabis (co-founder DeepMind) lebih hati-hati, menempatkan AGI pada rentang “lima hingga sepuluh tahun”.

Timeline berbeda, tapi satu keyakinan sama: laju kemajuan makin cepat dan makin bertumpuk.

Dan itu terlihat.

Dalam satu tahun, OpenAI merilis lebih dari 30 produk dan pembaruan besar.

Awal tahun: model efisien dan agent (misalnya Operator, o3-mini).

Pertengahan tahun: tools multimodal dan agent (misalnya Sora 2, AgentKit), plus model open-weight dan GPT-5.

Akhir tahun: optimasi untuk tugas spesialis (misalnya seri GPT-5.2) dan tooling kreatif (misalnya ChatGPT Images).

Google, Anthropic, dan xAI juga punya momen puncaknya masing-masing.

Fitur yang terasa seperti sulap di Januari, menjadi sesuatu yang biasa saja di Desember.

Kebangkitan open-source dari Tiongkok—dan tahun “meledak” DeepSeek

Open-source AI pada 2025 bukan sekadar ramai. Ia seperti tersengat listrik.

Di sekitar LLaMA, DeepSeek, Mistral, dan berbagai stack model, ekosistem engineering tumbuh padat: framework fine-tuning, akselerasi inferensi, sampai pipeline deployment lokal yang makin mudah—menurunkan hambatan dari bulan ke bulan.

Momentum open-source Tiongkok menguat, dan dalam narasi ini, dominasi LLaMA mulai dipandang kehilangan pusat panggungnya.

DeepSeek menjadi “dark horse” terbesar tahun ini.

DeepSeek-R1 disebut sebagai model besar pertama yang lolos peer review dan tampil di sampul Nature, sementara pendirinya, Liang Wenfeng, masuk daftar “10 people who mattered” versi Nature.

Di sisi lain, hype atas arsitektur alternatif mulai mendingin.

Mamba, setelah sempat mencuri perhatian, pelan-pelan menghilang di luar ranah riset. Diskusi komunitas menyebut Transformer sudah terlalu dioptimalkan di hardware dan software, sehingga secara ekonomi sulit membenarkan pelatihan ulang model masif pada arsitektur yang belum terbukti—terutama jika hasilnya setara atau lebih lemah.

Ekosistem tooling Transformer yang matang menciptakan switching cost besar. Kritik juga menyasar keterbatasan fixed state memory, termasuk sulitnya mengambil kembali token yang “dilewati”.

Di computer vision, perdebatan soal apakah Vision Transformer sudah sepenuhnya menggantikan CNN masih berjalan.

Diskusi komunitas menilai Transformer semakin dominan pada banyak tugas berskala besar, tetapi CNN dan arsitektur hybrid tetap kompetitif pada dataset kecil, pencitraan medis, dan domain khusus. ConvNeXt sering disebut sebagai alternatif kuat, dengan catatan bahwa kualitas dataset bisa lebih menentukan daripada pilihan arsitektur—sementara Transformer punya konsekuensi praktis seperti kebutuhan memori lebih tinggi dan tantangan resolusi gambar yang bervariasi.

Bersiap untuk bab berikutnya

Sepanjang setahun terakhir, jurnalis Lee Chong Ming mendengarkan lebih dari 50 pemimpin teknologi membahas AI—mulai dari eksekutif perusahaan bernilai triliunan hingga pendiri muda yang mempertaruhkan karier pada masa depan ini.

Dari ruang rapat, konferensi industri, hingga podcast, tiga tema muncul berulang kali.

1. Kuasai AI, atau kamu bisa tersingkir oleh orang yang lebih mahir memakainya

CEO NVIDIA Jensen Huang berkali-kali menekankan:

Setiap pekerjaan akan terdampak, dan dampaknya terjadi segera. Kamu tidak akan digantikan oleh AI, tetapi kamu bisa digantikan oleh orang yang menggunakan AI lebih baik darimu.

Banyak pemimpin lain mengamini hal ini, dan menilai karyawan muda punya keunggulan karena AI tools sudah menjadi kebiasaan kerja mereka.

Sam Altman pada Agustus di program YouTube Huge Conversations mengatakan, beberapa peran memang akan menghilang, tetapi lulusan baru cenderung lebih siap beradaptasi.

Jika ia sekarang berusia 22 tahun dan baru lulus, katanya, ia akan merasa sebagai “generasi paling beruntung dalam sejarah”.

Namun ia juga menyoroti pertanyaan yang lebih berat: bagaimana pekerja senior akan beradaptasi ketika struktur kerja berubah akibat AI.

Profesor Stanford Fei-Fei Li juga menegaskan hal serupa: kemampuan menguasai tools baru bisa lebih penting daripada gelar.

Di startup miliknya, World Labs, ia tidak akan merekrut engineer yang menolak menggunakan AI tools.

Dan pergeseran itu sudah nyata dalam workflow harian.

2. Soft skills justru makin mahal di era AI

Konsensus kuat lainnya: ketika AI mengotomatisasi tugas, keterampilan manusia menjadi lebih penting—bukan sebaliknya.

Pada Mei, Chief Futures Officer Salesforce, Peter Schwartz, mengatakan empati dan kolaborasi menjadi keterampilan paling penting, bukan pengetahuan pemrograman.

Jika orang tua bertanya anaknya harus belajar apa, jawabannya sederhana: belajar bekerja sama dengan orang lain.

Ekonom utama LinkedIn Asia Pasifik, Chua Pei Ying, pada Juli juga menyampaikan pengamatan serupa: komunikasi dan kolaborasi semakin penting untuk karyawan senior maupun lulusan baru.

Ketika AI merampingkan tim dan mengotomatisasi pekerjaan, lapisan “kemanusiaan” menjadi pembeda.

3. Manusia harus tetap menjadi pusat AI

Banyak pemimpin menekankan berulang kali: kendali manusia harus tetap sentral.

Mustafa Suleyman, kepala AI Microsoft, berpendapat superintelligence harus mendukung—bukan menekan—otonomi manusia.

Pada November, ia mengatakan timnya berupaya membangun “humanitarian superintelligence”, sambil memperingatkan bahwa sistem yang lebih pintar dari manusia bisa sulit dikendalikan atau disejajarkan dengan kepentingan manusia.

CEO Anthropic Dario Amodei menyoroti risiko penyalahgunaan. Pada Februari, ia menekankan bahwa ketika AI menurunkan hambatan pekerjaan berbasis pengetahuan, risiko dan imbal hasil akan sama-sama meningkat.

Ia mengatakan kebijakan “Responsible Scaling Policy” Anthropic fokus pada tiga area risiko besar: otonomi AI serta ancaman kimia, biologi, radiologi, dan nuklir—domain yang jika disalahgunakan bisa membahayakan jutaan orang.

Geoffrey Hinton, yang sering disebut “godfather of AI”, kembali mengingatkan pada Agustus: ketika AI melampaui kecerdasan manusia, melindungi kemanusiaan menjadi tantangan inti.

Kita harus memastikan bahwa saat mereka lebih kuat dan lebih cerdas dari kita, mereka tetap peduli pada manusia.

Dari hype ke realitas—dan pengingat tentang yang paling penting

Pada 2025, AI memang belum “membalikkan semuanya”.

Namun ia meletakkan fondasi yang sulit diabaikan.

Karpathy menyebut AI telah melewati ambang “English as programming”—lebih banyak orang kini bisa “memerintah mesin” lewat bahasa alami dan mendapatkan hasil yang berarti.

Fase berikutnya bukan hanya soal model yang lebih pintar. Ini soal membangun superintelligence yang human-centered—sistem yang mengangkat manusia, bukan menyingkirkannya.

Entah kamu bekerja di AI atau hanya hidup berdampingan dengannya, satu pelajaran menonjol: kemampuan memakai AI tools semakin menjadi kebutuhan dasar.

Tahun ini mengubah AI dari tontonan menjadi kekuatan praktis.

Teknologi adalah alat. Kebijaksanaan tetap milik manusia.