Dalam pembahasan ini, AI berarti artificial intelligence atau kecerdasan buatan.
Pada 14 Oktober 2026, Anthropic membuka kantor di Singapura dan menandatangani nota kesepahaman dengan Kementerian Pengembangan Digital dan Informasi negara tersebut. Di permukaan, langkah itu tampak seperti ekspansi bisnis biasa: perusahaan pembuat Claude mendekatkan timnya kepada pelanggan di Asia Tenggara. Namun jika dibaca bersama agenda standardisasi pengujian AI Singapura, strategi pemerintah digitalnya, dan kerangka tata kelola ASEAN, keputusan ini menunjukkan perebutan posisi yang lebih mendasar. Negara yang mampu menjadi tempat pengujian, penerapan, dan perumusan aturan AI berpeluang menentukan bagaimana perusahaan internasional memasuki pasar kawasan.
Perjanjian itu tidak menjadikan Anthropic penyedia eksklusif pemerintah Singapura, dan tidak otomatis mengikat negara ASEAN lain. Isi yang diumumkan mencakup kerja sama keselamatan AI, keamanan, evaluasi model, riset dampak adopsi, serta penggunaan AI yang bertanggung jawab di sektor publik dan swasta. Penjelasan resmi juga menyebut pertukaran teknis dengan lembaga keselamatan dan keamanan Singapura, pengembangan keterampilan, dukungan bagi usaha kecil, serta pertukaran riset dan data. Kepentingan strategisnya justru terletak pada jaringan institusi dan kapasitas evaluasi yang dibangun, bukan pada jumlah kantor semata.
Mengapa Singapura menjadi simpul strategis?
Singapura memiliki kombinasi yang tidak dimiliki banyak negara secara bersamaan: basis layanan keuangan regional, lembaga publik yang aktif menguji teknologi, kerangka pengelolaan data, serta hubungan bisnis dengan penyedia cloud dan perusahaan AI global. Dalam pengumuman Anthropic, pelanggan dan mitra yang disebut antara lain GovTech Singapore, DBS, GIC, Grab, dan Sea. Daftar tersebut menggambarkan spektrum penggunaan dari rekayasa perangkat lunak pemerintah sampai operasional bank dan perdagangan digital. Namun klaim dampak produktivitas masing-masing tetap berasal dari pengumuman perusahaan dan perlu diperlakukan sebagai angka yang belum diaudit secara independen.
Anthropic menyatakan Singapura berada pada urutan kedua dari 121 negara dalam penggunaan Claude.ai relatif terhadap jumlah penduduk, hampir enam kali tingkat yang diprediksi berdasarkan ukurannya. Ukuran relatif ini berbeda dari jumlah pengguna absolut, sehingga tidak boleh dipakai untuk menyimpulkan bahwa Singapura adalah pasar terbesar kedua di dunia. Angka tersebut lebih tepat dibaca sebagai indikator intensitas penggunaan pada metodologi Anthropic sendiri, bukan peringkat nasional yang dikeluarkan regulator atau lembaga statistik.
Kekuatan lain adalah kesiapan lembaga untuk mengubah eksperimen menjadi standar. Infocomm Media Development Authority atau IMDA mengembangkan AI Verify sebagai kerangka dan perangkat pengujian tata kelola AI. Pada April 2026, Singapura mengajukan usulan standar internasional ISO/IEC 42119-8 untuk metodologi pengujian sistem generatif. Statusnya pada pengumuman tersebut masih berupa usulan yang dibahas dalam proses standardisasi, bukan aturan global yang telah berlaku. Ketepatan membedakan proposal standar dengan standar final penting agar publik tidak salah membaca kekuatan regulasi suatu negara.
Isi kesepakatan: teknologi, keterampilan, dan assurance
Nota kesepahaman Anthropic–Singapura secara eksplisit menempatkan evaluasi model, pengujian keamanan, dan respons insiden sebagai ruang kerja sama. Artinya, hubungan yang dibangun bukan hanya jual-beli lisensi. Pemerintah berupaya memperoleh akses pada pengetahuan teknis tentang kapabilitas serta risiko model, sementara perusahaan memperoleh umpan balik dari lingkungan penerapan yang ketat. Kerja sama seperti ini dapat memperpendek jarak antara laboratorium pengembang model dan otoritas yang harus mengawasi dampaknya.
Di sisi kapasitas manusia, pengumuman tersebut menyebut lebih dari 1.500 insinyur dan staf teknis GovTech menggunakan Claude Code untuk pekerjaan modernisasi sistem. Anthropic juga mencontohkan pemakaian Claude pada lembaga keuangan, layanan pelanggan, dan tim penjualan perusahaan teknologi. Setiap contoh memiliki konteks berbeda: asisten pemrograman pemerintah memerlukan audit kode dan kontrol akses, sedangkan AI untuk bank harus memenuhi kerangka risiko operasional dan perlindungan data. Keberhasilan pada satu sektor tidak boleh digeneralisasi begitu saja ke sektor lain.
Yang patut diamati adalah istilah assurance, yaitu proses memberi keyakinan berbasis bukti bahwa sistem AI memenuhi persyaratan keselamatan, keandalan, keamanan, dan tata kelola yang ditetapkan. Assurance bukan sekadar pernyataan vendor bahwa model aman. Ia memerlukan pengujian yang bisa diulang, dokumentasi batas sistem, evaluasi risiko, mekanisme pengaduan, serta pengawasan setelah sistem digunakan. Jika Singapura menjadi pusat layanan pengujian dan sertifikasi yang dipercaya banyak pihak, pengaruhnya dapat melampaui ukuran pasar domestiknya.
Dari persaingan model menuju persaingan institusi
Persaingan AI sering dibahas sebagai pertarungan akurasi benchmark, harga token, atau jumlah chip. Itu baru satu lapis. Lapis berikutnya ialah perebutan institusi yang menentukan apakah suatu model dapat diterima di bank, rumah sakit, kantor pemerintahan, atau layanan kritis. Pengembang yang lebih awal membangun hubungan dengan regulator dan badan standardisasi bisa memperoleh pemahaman tentang persyaratan lokal, menguji produk lebih cepat, dan memperluas jaringan pelanggan. Pada saat yang sama, pemerintah yang cermat dapat menggunakan kerja sama tersebut untuk menuntut transparansi dan transfer kemampuan.
Namun kedekatan pemerintah dengan vendor menimbulkan risiko tersendiri. Jika standar pengujian dibentuk terlalu erat oleh kepentingan komersial satu pemasok, terjadi potensi ketergantungan metodologi atau regulatory capture. Risiko lain ialah ketergantungan infrastruktur: ketika data, identitas, alur kerja, dan pengukuran kinerja dibangun untuk satu model, biaya berpindah ke penyedia lain meningkat. Karena itu, strategi nasional yang matang harus menggabungkan kolaborasi industri dengan interoperabilitas, evaluasi pihak ketiga, dan opsi penggantian vendor.
Posisi ASEAN: pedoman ada, implementasi belum seragam
ASEAN telah menerbitkan Guide on AI Governance and Ethics pada 2024 dan kemudian pedoman yang diperluas untuk AI generatif. Tujuannya membantu penyelarasan prinsip serta interoperabilitas pendekatan antarnegara, bukan menciptakan satu undang-undang AI yang otomatis berlaku di seluruh kawasan. Negara anggota berbeda dalam tingkat kesiapan infrastruktur, kapasitas regulator, perlindungan data, bahasa, serta kebutuhan industri. Singapura menonjol karena lebih cepat mengoperasionalkan pengujian dan kerangka assurance; negara lain dapat memilih prioritas berbeda.
Kesenjangan ini membuka peluang sekaligus risiko. Di satu sisi, standar dan perangkat terbuka dapat membantu negara yang kapasitas pengujiannya terbatas. Di sisi lain, bila pengujian, kontrak cloud, dan konsultasi kebijakan terkonsentrasi di satu negara, negara lain berisiko menjadi pengguna akhir tanpa menguasai kompetensi penilaian. Tantangan ASEAN bukan memilih satu model pemenang, melainkan membangun kemampuan bersama untuk mengevaluasi model dalam bahasa, budaya, dan sistem hukum yang beragam.
Peta kepentingan para aktor
| Aktor | Kepentingan utama | Risiko yang harus diawasi |
|---|---|---|
| Pemerintah Singapura | Kapasitas evaluasi, adopsi aman, daya saing digital | Ketergantungan pada satu vendor atau metodologi |
| Anthropic | Distribusi pasar, umpan balik teknis, kemitraan pemerintah | Konflik kepentingan dan tuntutan akuntabilitas |
| Perusahaan dan bank | Produktivitas, otomasi, layanan pelanggan | Privasi, model risk, vendor lock-in |
| Negara ASEAN lain | Transfer kemampuan, interoperabilitas regional | Menjadi pasar tanpa kapasitas pengujian |
| Lembaga assurance independen | Pengujian, audit, standar pembuktian | Kurangnya akses teknis atau independensi |
Apa arti langkah ini bagi Indonesia?
Indonesia memiliki pasar dan keragaman bahasa yang jauh lebih besar, tetapi besarnya pasar tidak otomatis berubah menjadi posisi tawar teknologi. Pemerintah dapat mengembangkan strategi dua jalur. Jalur pertama adalah memperkuat adopsi AI pada layanan publik dan perusahaan dengan standar keamanan serta pengadaan yang jelas. Jalur kedua adalah membangun laboratorium evaluasi model yang mampu menguji bahasa Indonesia dan bahasa daerah, akurasi pada konteks hukum nasional, risiko kebocoran data, dan kemampuan agen menjalankan tindakan yang dibatasi. Kedua jalur harus saling menopang.
Kerja sama dengan perusahaan global layak dilakukan, termasuk untuk pendidikan dan transfer keterampilan, tetapi kontrak perlu memuat kewajiban yang bisa diukur. Contohnya hak audit, lokasi dan tujuan pemrosesan data, jangka retensi, kemampuan ekspor data, format log, prosedur penghentian layanan, serta uji independen. Pemerintah juga perlu memisahkan fungsi pembuat kebijakan, pembeli layanan, dan evaluator. Tanpa pemisahan ini, keberhasilan proyek percontohan mudah berubah menjadi klaim pemasaran yang tidak diuji.
Indonesia dapat mengambil pelajaran dari AI Verify dan kerangka agentic AI Singapura tanpa menyalinnya mentah-mentah. Misalnya, model yang menjawab pertanyaan wisata memiliki tingkat risiko berbeda dari agen yang memproses bantuan sosial atau rekomendasi kesehatan. Karena itu, pengujian harus disesuaikan dengan konteks penggunaan. Pengukuran kemampuan bahasa daerah dan aksesibilitas juga perlu mendapat bobot lebih besar agar manfaat AI tidak terkonsentrasi pada kelompok pengguna berpendidikan tinggi di kota besar.
Empat skenario geopolitik kawasan
Skenario pertama adalah integrasi pragmatis: negara ASEAN mengadopsi pedoman interoperabel, perusahaan bersaing, dan lembaga lokal membangun kemampuan pengujian. Ini skenario yang paling menguntungkan bagi pengguna karena mengurangi biaya kepatuhan dan memperluas pilihan. Skenario kedua adalah fragmentasi vendor: setiap negara atau sektor mengunci diri pada ekosistem berbeda, sehingga biaya integrasi meningkat dan kemampuan pengawasan tidak sebanding.
Skenario ketiga adalah konsentrasi assurance: sebagian besar proses evaluasi dan kontrak penting dikelola dari satu hub regional. Hasilnya bisa efisien, tetapi negara lain harus memperjuangkan akses pada metodologi dan data pengujian. Skenario keempat adalah kompetisi regulasi: pemerintah berlomba memberi insentif kepada perusahaan AI dengan mengurangi persyaratan keselamatan. Skenario terakhir berisiko memindahkan biaya sosial dan keamanan kepada warga. Tidak satu pun skenario merupakan prediksi pasti; semuanya merupakan kerangka untuk memantau pilihan kebijakan ke depan.
Indikator yang perlu dipantau sepanjang 2027
Redaksi menilai sedikitnya enam indikator penting: jumlah kerja sama pemerintah dengan vendor model, keberadaan lembaga evaluasi independen, publikasi hasil uji keamanan, kesepakatan portabilitas data, keterlibatan perusahaan lokal, dan perkembangan standar ASEAN. Tambahkan indikator kualitas pengadaan: apakah pemerintah bisa menunjukkan manfaat layanan sebelum dan sesudah implementasi AI, bukan sekadar nilai kontrak atau jumlah pegawai yang mengikuti pelatihan.
Klaim seperti penghematan puluhan ribu jam kerja perlu disertai metode penghitungan dan dampaknya terhadap mutu layanan. Produktivitas yang meningkat tidak selalu berarti manfaat publik bila terjadi kesalahan keputusan, eksklusi warga, atau biaya pengawasan yang besar. Demikian pula banyaknya pengguna model bukan bukti kedaulatan teknologi. Kedaulatan lebih tepat diukur melalui kemampuan menilai, mengganti, dan mengendalikan teknologi sesuai hukum dan kepentingan nasional.
Kesimpulan
Kantor baru dan MOU Anthropic di Singapura menegaskan bahwa kompetisi AI Asia Tenggara bergerak dari pemasaran model menuju penguasaan institusi, standar, dan ekosistem kepercayaan. Singapura berusaha menjadi simpul tempat model diuji, dipakai, dan diawasi. Indonesia tidak perlu meniru ukuran atau struktur ekonomi Singapura untuk meresponsnya. Yang lebih penting ialah membangun kemampuan evaluasi nasional, mengutamakan interoperabilitas, dan menggunakan besarnya pasar domestik untuk menegosiasikan perlindungan data serta transfer kompetensi. Di era AI, posisi tawar negara bukan hanya ditentukan oleh siapa yang membeli teknologi paling banyak, tetapi oleh siapa yang memahami dan mengendalikan risiko penggunaannya.
Sumber primer dan batas analisis
Fakta bertanggal berasal dari pengumuman institusi terkait. Skenario dan rekomendasi merupakan analisis redaksi, bukan isi kesepakatan resmi. Rujukan: Anthropic, Singapore office and MOU, 14 Oktober 2026; IMDA, usulan standar ISO/IEC 42119-8, 20 April 2026; IMDA, Model AI Governance Framework for Agentic AI, 22 Januari 2026; ASEAN Guide on AI Governance and Ethics; Expanded ASEAN Guide on Generative AI.
Leave a Reply