10 Peristiwa AI Terbesar 2025: Terobosan Penting dan Titik Balik yang Mengubah Industri

“Pada 2026, AI mungkin akan lebih cerdas daripada manusia paling pintar. AI dan robot akan menghantam pasar kerja seperti tsunami supersonik—menyapu peran-peran dalam sekejap.” Itulah peringatan terbaru Elon Musk kepada dunia. Terlepas dari setuju atau tidak dengan cara ia membingkainya, satu hal tak terbantahkan: dalam tiga tahun saja, AI berubah dengan kecepatan yang benar-benar menakjubkan.

Jika 2023 adalah tahun “mencicipi” AI—sekadar karena penasaran—dan 2024 adalah tahun kebingungan, ketika bisnis memegang palu sambil mencari paku, maka 2025 yang baru kita lewati adalah titik balik sejati dalam sejarah AI.

AI tidak lagi sekadar maskot ramah yang menemani Anda mengobrol. Ia “tumbuh” tangan dan kaki, mulai memegang alat, bahkan dalam beberapa kasus bertingkah seperti manajer Anda. Di sisi model, DeepSeek menantang GPT-4 dengan biaya pelatihan di bawah 6 juta dolar AS, merobek mitos Silicon Valley bahwa hanya yang berani bakar uang yang bisa menang. Di sisi produk, Manus dan Doubao mulai “mengambil alih” komputer dan ponsel, mengubah AI Agent menjadi karyawan digital yang benar-benar bekerja. Dan di dunia fisik, robot UBTECH masuk ke pabrik Tesla, mengencangkan sekrup dengan presisi 0,1 mm.

Ini bukan sekadar pembaruan teknologi. Ini adalah pembentukan ulang cara kerja diorganisasi, dieksekusi, dan dinilai. Setelah 2025 berlalu secepat itu, pertanyaannya pun menggelinding tanpa henti: siapa yang benar-benar memimpin—dan siapa yang sekadar tampil meyakinkan? Apakah pekerjaan Anda masih ada tahun depan? Di mana peluang nyata di tengah gelombang perubahan ini?

Untuk menjawabnya, mari menengok kembali 10 peristiwa besar AI sepanjang 2025—momen-momen yang menandai transformasi sesungguhnya, bukan sekadar hype.

1) Revolusi Efisiensi Dimulai—China Menembus Batas

DeepSeek-R1 mengguncang Silicon Valley dan menulis ulang “aturan bakar uang” dalam AI.

Ledakan pertama tahun ini datang dari China. Pada Januari, DeepSeek merilis model open-source DeepSeek-R1, dan publikasi ini langsung membuat para raksasa Silicon Valley gelisah. Alasannya jelas: ia menantang asumsi tak tertulis bahwa melatih model papan atas selalu membutuhkan biaya ekstrem.

Sebelum DeepSeek, jalur dominan di Barat adalah kepemimpinan tertutup (closed-source), menumpuk parameter, dan menguras komputasi—dengan biaya pelatihan per model yang lazimnya mencapai puluhan juta hingga ratusan juta dolar AS. Uang menjadi parit pertahanan: siapa yang sanggup membayar, dialah yang melesat lebih cepat.

DeepSeek-R1 mematahkan logika itu dengan biaya pelatihan sekitar 5,576 juta dolar AS. Sebagai perbandingan, GPT-4 kerap diperkirakan membutuhkan sekitar 100 juta dolar AS untuk pelatihan. Artinya, DeepSeek mengklaim kemampuan sebanding dengan kira-kira seperdua puluh biaya—seperti merakit Ferrari dari onderdil sepeda, lalu tetap mengalahkan tim pabrikan.

Namun inti ceritanya bukan hanya soal biaya. Ini soal pergeseran kekuatan. DeepSeek membuat AI terasa kurang seperti “senjata nuklir” milik pemain terkaya, dan lebih seperti alat produksi massal: lebih murah, lebih praktis, dan lebih terjangkau. Lewat optimasi efisiensi algoritmik, ambang masuk turun drastis.

Model besar berhenti menjadi persembahan di atas altar—dan berubah menjadi “tanah liat” di tangan developer.

2) “Tahun Agent” Resmi Datang

Manus mengubah AI dari tukang bicara menjadi eksekutor, menggeser kolaborasi manusia–mesin dalam semalam.

Pada Maret, sebuah startup China meluncurkan AI Agent bernama Manus, dan reaksi pasar terjadi seketika. Indeks “AI Agent” di A-share China dilaporkan melonjak lebih dari 6% dalam sehari, sementara saham-saham terkait berbondong-bondong menyentuh batas kenaikan.

Mengapa demikian heboh? Karena Manus diposisikan sebagai AI Agent general-purpose dalam arti yang lebih serius. Bahkan namanya memberi petunjuk: “manus” dalam Latin berkaitan dengan bekerja dengan tangan dan pikiran.

Perbedaannya sederhana, tetapi efeknya besar. AI sebelumnya umumnya “Anda bertanya, ia menjawab”—kuat di bahasa, lemah di tindakan. Manus bisa memecah tugas, mengoperasikan mouse, dan menjalankan alur kerja lintas aplikasi.

Cukup katakan, “Buatkan analisis kompetitor.” Manus dapat membuka browser, mengumpulkan informasi, menyaring data yang relevan, mengisi Excel, membuat grafik, lalu merangkai email—sementara Anda menonton prosesnya berjalan.

AI bergeser dari tanya-jawab pasif menjadi eksekusi aktif. Bagi pemilik bisnis, ini adalah mesin efisiensi dan penekan biaya yang luar biasa. Namun bagi peran yang bertumpu pada pekerjaan kognitif repetitif dan berbasis aturan, ini juga alarm nyata: Manus menunjukkan bahwa banyak tugas rutin bisa diselesaikan mesin dengan lebih cepat dan lebih murah.

Inilah tonggak: AI berevolusi dari “alat chat” menjadi “karyawan digital”.

3) Open Source Mencapai Puncak Baru

Qwen3 merebut mahkota open-source—memaksa raksasa closed-source menghitung ulang parit pertahanannya.

Pada April, Alibaba merilis keluarga model open-source Qwen3 dengan pendekatan penalaran hibrida yang sering digambarkan sebagai “berpikir cepat + berpikir lambat”. Intuisinya jelas: pertanyaan mudah dijawab cepat dan murah, tetapi untuk masalah kompleks, model melambat dan bernalar lebih dalam.

Klaim utamanya terdengar dramatis: mekanisme ini menurunkan konsumsi energi inferensi hingga 60% sambil tetap kompetitif dalam performa.

Lebih penting lagi, Qwen3 gratis dan terbuka. Individu dan perusahaan bisa memasang secara lokal serta melakukan kustomisasi, sehingga tim kecil pun dapat mengakses kemampuan kelas atas tanpa biaya lisensi besar. Dalam berbagai benchmark, Qwen3 bukan hanya mendominasi peringkat open-source, tetapi juga disebut melampaui model closed-source seperti GPT-4 Turbo pada metrik keras seperti coding dan penalaran matematika.

Di tahap ini, open-source dari China bukan lagi “mengejar”. Mereka mulai membentuk komunitas global. Dan ketika alat open-source gratis mulai mengungguli opsi berbayar yang tertutup, model bisnis closed-source dipaksa menjawab pertanyaan krusial: apa yang masih benar-benar defensible?

4) “Memori Tanpa Batas” Menjadi Nyata

Llama 4 memperluas konteks ke level ekstrem dan membuka pintu workflow enterprise.

Pada Mei, Meta merilis Llama 4 secara open-source. Kejutannya bukan semata ukuran model, melainkan daya ingat. Llama 4 disebut mendukung hingga 10 juta token konteks—cukup untuk “menelan” tumpukan dokumen raksasa, mulai dari laporan keuangan bertahun-tahun, spesifikasi teknis, hingga notulen rapat, lalu mempertahankan konteks itu saat menjawab.

Model ini juga mengadopsi arsitektur Mixture-of-Experts (MoE), yang dapat dibayangkan seperti mengganti satu dokter umum dengan panel dokter spesialis: yang tepat aktif untuk tugas yang tepat. Dampaknya adalah efisiensi lebih tinggi—disebut sampai 3× lebih cepat dalam inferensi.

Ini penting karena AI enterprise selama ini sering mentok pada “memori pendek”. Jika AI tak mampu menahan konteks, ia akan sulit menangani logika bisnis yang kompleks. Dengan konteks nyaris tak terbatas, AI berubah dari chatbot menjadi “pakar senior” yang memahami sejarah organisasi, aturan, dan data.

Rilis Meta ini membantu Amerika “membalas” momentum di ranah open-source—sekaligus mendorong pintu B2B semakin terbuka.

Paruh Kedua 2025: Infrastruktur Keras dan Ekosistem yang Mendarat

5) “Ekspedisi Komputasi Eropa” dari Nvidia

Kontestasi global untuk kedaulatan komputasi semakin memanas.

Pada Juni, Jensen Huang mengumumkan di GTC Paris rencana ambisius: Nvidia ingin membangun lebih dari 20 “pabrik AI” di tujuh negara Eropa, termasuk Jerman dan Prancis, dengan target meningkatkan kapasitas komputasi AI Eropa 10× sebelum akhir 2026. Mereka bahkan menggandeng Airbus untuk layanan komputasi khusus yang mendukung desain dan rekayasa pesawat.

Komputasi kini memasuki era “rebutan lahan” baru. Dahulu kapasitas terkonsentrasi di Amerika Utara. Kini, komputasi harus dilokalisasi.

Alasannya jelas: keamanan data, latensi rendah, dan yang paling penting—kedaulatan komputasi. Dalam dunia geopolitik yang tak pasti, komputasi adalah “minyak baru”. Eropa membangun. Arab Saudi menggelontorkan dana untuk pusat data. Jepang dan Singapura gencar menimbun akselerator. Siapa yang menguasai komputasi lokal, punya daya tawar untuk masa depan.

6) Ascend 920 Masuk Produksi Massal

Komputasi domestik China naik kelas: dari “tersedia” menjadi benar-benar kompetitif.

Pada Juli, Huawei mengumumkan produksi massal Ascend 920—NPU yang dirancang khusus untuk beban kerja AI. Klaimnya mencolok: komputasi per kartu mencapai 8 PFLOPS, dan untuk tugas AI tertentu, performanya disebut mencapai 120% dari Nvidia H100, dengan efisiensi energi yang kuat. Melatih model seperti DeepSeek-R2 di platform ini diklaim dapat menurunkan biaya hingga 35%.

Di bawah tekanan pembatasan ekspor, Ascend 920 diposisikan lebih dari sekadar “substitusi lokal”. Ini adalah langkah strategis menuju pengurangan ketergantungan pada Nvidia. Permainan Huawei juga full-stack: “chip + framework + aplikasi”, membangun ekosistem end-to-end yang menopang industri AI China.

Ini bukan cuma tonggak produk—ini pernyataan infrastruktur level nasional.

7) Robot Humanoid Berhenti Pamer—Mulai Produksi

UBTECH Walker S2 masuk pabrik, menghadirkan spesies produktivitas baru.

Pada Oktober, UBTECH mengumumkan produksi massal humanoid Walker S2, dengan pengiriman ke pabrik-pabrik yang terkait pemain seperti Tesla dan CATL.

Kali ini, humanoid bukan lagi soal salto dan tarian. Mereka masuk jalur produksi untuk pekerjaan nyata: pelabelan, inspeksi, pemindahan material—tugas presisi tinggi, repetitif, dan kadang berbahaya.

Walker S2 disebut memanfaatkan model end-to-end untuk mengoordinasikan visi dan manipulasi tangan secara lincah, mencapai presisi perakitan 0,1 mm. Ia tidak butuh istirahat, tidak mengeluh, dan bisa beroperasi 24/7—membuat hitungan ekonominya kian masuk akal.

Jika 2024 adalah tahun “ledakan” embodied intelligence, maka 2025 adalah tahun “pendaratan”. Begitu AI punya tubuh, ia keluar dari layar dan mulai menciptakan nilai di dunia fisik.

Bagi China, kombinasi ini sangat kuat: rantai manufaktur kelas dunia dipadukan dengan “otak” AI mutakhir. Ini bisa menjadi penyeimbang terhadap penuaan populasi dan keunggulan jangka panjang dalam daya saing industri.

8) Gemini 3 Mendorong Penalaran Multimodal ke Depan

Penalaran mendalam bertemu pemahaman lintas format.

Pada November, Google merilis Gemini 3 dan disebut mencetak rekor benchmark dengan skor 1501. Lompatan utamanya diposisikan sebagai penalaran mendalam ditambah pemahaman multimodal yang lebih kuat.

Alih-alih sekadar “mencari” informasi, model ini diklaim mampu bernalar atas materi kompleks—misalnya laporan keuangan—lalu menghasilkan keluaran terstruktur seperti laporan visual dengan grafik dinamis dan analisis. Multimodal berarti kemampuannya menyeberangi teks, gambar, suara, video, dan tabel, sekaligus mengaitkan relasi di antaranya.

AI bergeser dari “chat dan kreasi” menuju “analisis dan produksi”. Ketika kognisi AI mendekati—bahkan pada tugas tertentu melampaui—level PhD manusia, ia siap masuk ke domain profesional berisiko tinggi seperti riset, keuangan, dan kesehatan.

Di dunia itu, asisten terbaik ilmuwan bisa jadi bukan mahasiswa pascasarjana—melainkan “ilmuwan AI”.

9) Doubao Mendefinisikan Ulang Smartphone

Ekosistem aplikasi tradisional menghadapi ancaman nyata.

Pada Desember, ByteDance meluncurkan asisten ponsel Doubao, sekaligus ponsel Doubao hasil kolaborasi dengan Nubia, dengan harga 3.499 RMB—dan disebut cepat ludes.

Daya tariknya bukan sekadar perangkat, melainkan perubahan antarmuka. Doubao diposisikan sebagai “butler” berizin tinggi yang tinggal di ponsel: menjawab telepon spam, merangkum ribuan pesan grup yang belum dibaca, membantu berbagai urusan harian seperti memesan makanan, dan seterusnya. Implikasi besarnya berani: jika asisten makin kapabel, “era aplikasi” bisa memudar. Bukan lagi manusia menyesuaikan diri dengan aplikasi—melainkan aplikasi yang menyesuaikan diri dengan manusia.

Jika Manus menandai revolusi di PC, maka Doubao menandai disrupsi di mobile. Kompetisi smartphone ke depan bisa makin sedikit soal megapiksel kamera, dan makin banyak soal: asisten AI siapa yang paling mengerti Anda dan paling banyak menyelesaikan pekerjaan.

Hardware menjadi wadah. AI menjadi jiwa.

10) “Momen HTTP” untuk AI Agent

Standar interoperabilitas mulai membongkar problem pulau-pulau ekosistem.

Peristiwa pamungkas tahun ini adalah dibentuknya yayasan AAIF oleh raksasa seperti Google, Microsoft, dan IBM, yang menetapkan protokol interoperabilitas AI Agent.

Tujuannya: menyelesaikan fragmentasi. Saat ini, banyak AI Agent hidup di ekosistem terisolasi, sulit berkolaborasi, dan berisiko mengunci perusahaan pada vendor tertentu dengan biaya tinggi. Ibarat semua orang berbicara dialek berbeda, protokol bersama akan menjadi bahasa penghubung.

Perbandingan dengan sejarah bukan tanpa alasan. HTTP membuat komputer saling terhubung melalui web, memecah silo informasi, dan melahirkan internet modern. Protokol interoperabilitas AI Agent berpotensi melakukan hal serupa: memungkinkan agent bekerja lintas layanan dan platform.

Di masa depan, asisten AI Anda bisa mengorkestrasi banyak layanan sekaligus: satu agent membelikan tiket, satu mengelola jadwal, satu merancang rencana perjalanan—bekerja sebagai tim terpadu. Inilah awal dari “internet cerdas” yang sesungguhnya.

Tiga Prediksi untuk 2026

Jika Anda menatap kembali 10 peristiwa ini, garis besar arahnya terlihat jelas. Paruh pertama 2025 masih fokus pada model, parameter, dan harga—akumulasi teknis. Paruh kedua bergeser ke aplikasi, implementasi, dan standar—ledakan komersial.

AI beralih dari “perlombaan parameter” yang abstrak menjadi hasil yang bisa dihitung dan diuji.

Di penghujung 2025, tiga prediksi untuk 2026 yang paling dekat dengan kita adalah:

Pertama, Agent akan mengambil alih dompet Anda—bahkan berbelanja atas nama Anda.
Dengan standar AAIF yang mulai matang, 2026 diproyeksikan akan melihat adopsi AI Agent dalam skala besar. Agent sudah bisa membandingkan harga dan memilih produk. Berikutnya, membeli barang, memesan tiket, bahkan mengelola investasi bisa dilakukan oleh asisten AI yang memahami preferensi Anda, membuat keputusan, dan mengeksekusi pesanan. Perebutan bisnis akan bergeser dari merebut perhatian manusia menjadi merebut “hak rekomendasi algoritma” dalam AI.

Kedua, biaya komputasi bisa turun lagi 40%, membuka “kebebasan AI” bagi tim kecil.
Dengan chip domestik seperti Ascend dan kematangan kerangka pelatihan, deployment privat bukan lagi privilese raksasa. Diperkirakan, perusahaan kecil puluhan orang—bahkan studio individu—dapat memiliki model khusus yang sepenuhnya milik sendiri dengan biaya rendah, dan data tetap lokal. AI akan makin mirip utilitas seperti listrik: fundamental, merata, dan menjangkau hingga “kapiler” ekonomi.

Ketiga, regulasi global berpeluang bergeser dari konfrontasi menuju koordinasi.
Semakin kuat AI, semakin tak efektif pengawasan sepihak. Dengan kerangka yang muncul di tempat seperti Singapura dan Uni Eropa, 2026 berpotensi memunculkan mekanisme kerja sama lintas ekonomi utama untuk pertahanan risiko—karena deepfake, kegagalan model, dan risiko keamanan tidak mengenal batas negara.

Inti Pesannya

Melihat 2025, ekosistem AI China telah bergerak dari mengejar menjadi sejajar—bahkan pada beberapa area aplikasi, mulai memimpin. Ini kemenangan teknologi, tetapi lebih jauh lagi, kemenangan ekosistem.

Namun bersamaan dengan itu, ada kenyataan yang tidak nyaman: AI berevolusi lebih cepat daripada kemampuan manusia untuk belajar. Ketika biaya jatuh ke lantai, Agent bisa membuatkan presentasi Anda, dan robot bisa mengencangkan sekrup Anda, kata “stabil” menjadi janji yang rapuh.

Kompetisi masa depan bukan lagi manusia melawan manusia.
Melainkan mereka yang bisa memimpin AI—melawan mereka yang tidak bisa.

Keunggulan Anda bukan seberapa banyak pengetahuan yang Anda simpan di kepala, melainkan seberapa baik Anda mengarahkan AI untuk mengakses, merangkai, dan menerapkan pengetahuan. Bukan seberapa keras Anda bekerja, melainkan seberapa efektif Anda melipatgandakan usaha dengan AI.

Jadi ketika Anda bertanya, “Apakah AI akan menggantikan saya?”, pertanyaan yang lebih tajam adalah:
“Apakah saya sudah siap menjadi komandan yang mengendalikan AI?”