Open Weights dan Open Source: Jangan Keliru Membaca Lisensi

Analisis industri AIGEO.ID, 27 Oktober 2026. Ketika perusahaan mencari model artificial intelligence (AI), atau kecerdasan buatan, yang bisa dijalankan di server sendiri, label “open source”, “open weight”, “free”, dan “commercial use allowed” sering dipakai seolah sinonim. Padahal keputusan bisnis bergantung pada hal berbeda: apakah bobot model tersedia, apakah kode dan informasi pelatihan tersedia, apakah lisensi mengizinkan penggunaan komersial, apakah distribusi ulang diperbolehkan, dan apakah kewajiban atribusi atau pembatasan penggunaan dapat dipenuhi.

AIGEO.ID membandingkan Open Source AI Definition 1.0 dari Open Source Initiative (OSI) dengan dokumentasi Hugging Face tentang gated models. Hasilnya adalah matriks due diligence yang dapat digunakan pembeli model lokal, penyedia SaaS, startup, universitas, dan instansi pemerintah. Ini bukan penilaian hukum final terhadap model tertentu: lisensi harus dibaca pada versi dan repositori yang benar.

Empat istilah yang harus dipisahkan

Definisi OSI mensyaratkan kebebasan memakai sistem untuk tujuan apa pun tanpa izin tambahan, mempelajari cara kerja, memodifikasi, dan membagikan hasil modifikasi. Untuk sistem pembelajaran mesin, bentuk yang diperlukan mencakup informasi data pelatihan yang cukup rinci, kode untuk melatih dan menjalankan sistem, serta parameter model. Jadi, rilis bobot saja belum tentu memenuhi standar OSI. Di sisi lain, perusahaan dapat secara sah menggunakan model berbobot terbuka dengan lisensi khusus jika semua persyaratannya cocok; yang keliru adalah menyebutnya otomatis open source penuh.

Mengapa data pelatihan masuk ke definisi keterbukaan?

Sebuah model bisa mempunyai bobot yang dapat diunduh, tetapi perilakunya sulit direproduksi jika proses pemilihan, penyaringan, dan pencampuran data tidak dijelaskan. OSI tidak mensyaratkan setiap data rahasia atau berhak cipta dipublikasikan mentah; definisinya meminta informasi yang cukup rinci tentang data, asal-usul, karakteristik, metode seleksi, serta daftar sumber yang dapat diperoleh. Pembedaan itu penting untuk mencegah dua ekstrem: klaim keterbukaan tanpa dokumentasi, dan tuntutan membocorkan data pribadi sebagai syarat penelitian.

Untuk perusahaan Indonesia yang ingin mengadaptasi model pada bahasa lokal, informasi tentang korpus, lisensi, dan evaluasi lebih berharga daripada angka parameter semata. Model besar yang tidak memahami dialek atau terminologi sektoral dapat menghasilkan kesalahan mahal. Namun ketersediaan dokumentasi tidak menjamin performa: organisasi tetap perlu benchmark pada kasusnya sendiri, uji keamanan, dan audit bias.

Audit lisensi: delapan dokumen sebelum tanda tangan

• License file: simpan teks lisensi persis sesuai versi dan tanggal unduh, bukan hanya badge halaman.
• Model card: catat batas penggunaan, data yang diketahui, performa, risiko, dan versi checkpoint.
• Terms of use: baca persyaratan platform, akses gated, dan batas layanan yang mungkin berbeda dari lisensi bobot.
• Training data information: cari asal-usul dan kebijakan hak data serta pembatasan distribusi.
• Code repository: periksa lisensi kode inference, fine-tuning, tokenizer, dan dependensi terpisah.
• Redistribution rules: uji hak menjual produk, mendistribusikan bobot hasil fine-tuning, dan kewajiban pemberitahuan.
• Attribution and notices: identifikasi teks yang harus dicantumkan pada produk atau dokumentasi.
• Security and export controls: evaluasi penggunaan berisiko, pembatasan yurisdiksi, dan syarat hukum lain yang berlaku.

Gated model bukan selalu model berbayar

Menurut dokumentasi Hugging Face, pengembang dapat membatasi unduhan sehingga pengguna harus mengajukan akses dan membagikan identitas akun atau informasi tambahan. Mekanisme gated bisa digunakan untuk riset awal, mengelola distribusi, atau meminta persetujuan syarat penggunaan. Karena itu, model yang bisa diunduh setelah menyetujui formulir belum tentu boleh dipakai untuk semua tujuan. Sebaliknya, pembatasan akses teknis tidak dengan sendirinya menjelaskan apakah model itu mahal atau murah untuk dijalankan.

Pengadaan model harus memisahkan tiga lapis kontrak: hak atas bobot, hak atas kode/komponen pendukung, dan hak atas layanan platform yang menyimpan atau menyajikan berkas. Contohnya, perusahaan dapat berhak menjalankan bobot lokal tetapi masih memakai layanan hosted inference yang mempunyai syarat dan biaya sendiri. Menggabungkan semuanya menjadi satu kolom “lisensi gratis” menutupi risiko biaya dan kepatuhan.

Simulasi total biaya: gratis lisensi belum berarti gratis operasional

AIGEO.ID membuat contoh hipotetis dua alternatif untuk 100.000 permintaan inferensi per bulan. Alternatif A menggunakan API berbayar Rp250 per permintaan, sehingga biaya variabel = 100.000 × Rp250 = Rp25 juta per bulan. Alternatif B menggunakan bobot model yang boleh dijalankan sendiri: biaya server Rp14 juta, listrik/jaringan Rp2 juta, operasional dan pemantauan Rp6 juta, serta amortisasi integrasi Rp5 juta per bulan. Total B = Rp27 juta per bulan. Tidak ada klaim bahwa ini harga pasar terkini atau biaya model tertentu.

Tabel ini sengaja belum membuat kedua alternatif sepenuhnya sebanding: biaya integrasi dan pemeriksaan output API A juga bisa ada, sedangkan kualitas model dan kecepatan belum diuji. Hasil Rp25 juta versus Rp27 juta bukan rekomendasi otomatis memilih A. Dengan biaya tetap B Rp27 juta dan biaya API A Rp250 per permintaan, titik potong sederhana adalah 27.000.000 ÷ 250 = 108.000 permintaan per bulan, dengan asumsi biaya B tidak berubah saat volume naik. Dalam praktik, kapasitas server terbatas; penambahan GPU dapat menciptakan lonjakan biaya.

Kualitas model mengubah titik impas

Bayangkan alternatif B lebih sering salah pada dokumen hukum, sehingga 10% dari 100.000 permintaan memerlukan pemeriksaan tambahan selama tiga menit. Itu setara 10.000 × 3 ÷ 60 = 500 jam pemeriksaan. Jika biaya internal yang diasumsikan Rp50.000 per jam, beban tambahan Rp25 juta. Angka hipotetis ini menunjukkan bahwa biaya keluaran yang dapat dipakai lebih relevan daripada biaya token atau biaya server saja. Ukuran bisnis seharusnya biaya per jawaban benar dan dapat ditindaklanjuti, bukan sekadar harga model.

Untuk mengukur secara adil, uji setidaknya 100 kasus representatif, klasifikasikan tingkat kesalahan, hitung waktu perbaikan, dan catat latensi pada jam sibuk. Data uji harus dipisahkan dari data pelatihan. Untuk tugas berisiko tinggi, pemeriksaan manusia tetap diperlukan meskipun akurasi meningkat. Penggunaan model lokal juga tidak otomatis menyelesaikan kewajiban perlindungan data atau keamanan jaringan.

Matriks keputusan vendor: siapa cocok dengan apa?

Hak cipta, data, dan hasil model tidak sama

Hak menjalankan bobot tidak otomatis memberi hak menggunakan setiap dataset untuk melatih ulang. Lisensi perangkat lunak dapat berbeda dari lisensi dataset, gambar, atau teks yang dipakai pengguna. Demikian pula, keluaran model dapat mengandung risiko hak cipta atau informasi pribadi yang harus dinilai sesuai kasus. Pengelola produk perlu memiliki inventaris sumber data, kebijakan retensi, prosedur takedown, dan dokumentasi proses evaluasi.

Saat memilih model untuk institusi Indonesia, pertanyaan kedaulatan data juga terpisah dari keterbukaan lisensi. Model open weights yang dijalankan pada server asing masih dapat melibatkan transfer data. Model tertutup yang diakses lewat kontrak khusus mungkin mempunyai kontrol keamanan dan retensi yang lebih baik pada suatu kasus. Penilaian harus membandingkan bukti teknis dan hukum yang nyata, bukan label ideologis.

Checklist implementasi 30 hari

Pekan pertama: tentukan tiga use case, ambil sampel data yang sah, dan simpan versi lisensi kandidat. Pekan kedua: jalankan benchmark mutu, latensi, biaya, dan keamanan pada lingkungan terbatas. Pekan ketiga: audit kontrak, data, log, penghapusan, dan risiko redistribusi. Pekan keempat: jalankan pilot kecil dengan KPI hasil, batas biaya, rencana fallback, serta hak menghentikan layanan. Laporan akhir perlu memisahkan hasil uji, perkiraan biaya, dan asumsi yang belum terbukti.

Vendor lock-in bukan hanya soal format bobot

Sebuah perusahaan bisa mengunduh bobot model tetapi tetap terikat pada pipeline preprocessing, tokenizer, framework inference, perangkat keras tertentu, atau lisensi plugin yang tidak mudah diganti. Portabilitas perlu diuji pada keseluruhan aplikasi, bukan hanya keberhasilan memuat berkas checkpoint. Dalam kontrak, tentukan hak mengekspor data, prompt, log evaluasi, konfigurasi, dan artefak fine-tuning. Tanpa itu, biaya pindah vendor dapat lebih besar daripada penghematan biaya inferensi selama satu tahun.

Sebagai contoh hipotetis, perusahaan menghemat Rp4 juta per bulan dengan model yang lebih murah, tetapi migrasi ke penyedia lain kemudian membutuhkan 800 jam teknisi dengan biaya internal Rp150.000 per jam. Biaya migrasi = 800 × Rp150.000 = Rp120 juta, setara 30 bulan penghematan Rp4 juta. Ini tidak berarti model terbuka selalu mahal; justru menunjukkan mengapa arsitektur modular, standar data, dan dokumentasi kontrak harus diuji sejak awal.

Apa yang perlu diuji sebelum fine-tuning?

Fine-tuning tidak otomatis diperlukan untuk setiap kebutuhan. Jika tugas hanya membutuhkan jawaban dari dokumen terbaru, sistem retrieval dengan sumber terverifikasi mungkin lebih mudah diaudit daripada mengubah bobot model. Jika tujuan adalah konsistensi format atau istilah, prompt dan validasi terstruktur mungkin cukup. Fine-tuning layak dipertimbangkan ketika manfaat pada dataset evaluasi terbukti lebih besar daripada biaya pelatihan, pemeliharaan, pengujian bias, dan risiko mengingat data sensitif.

Untuk menghindari klaim kosong, tetapkan baseline sebelum eksperimen. Misalnya, 200 pertanyaan dibagi ke empat kelompok dengan tingkat kesulitan berbeda. Catat akurasi, biaya per jawaban benar, latensi p95, jumlah kebocoran informasi, dan tingkat keberhasilan format. Uji ulang setelah fine-tuning dengan data yang tidak dipakai saat pelatihan. Jika peningkatan akurasi hanya terjadi pada pertanyaan yang pernah dilihat, hasilnya belum menunjukkan manfaat umum. Pelaporan harus menyertakan interval ketidakpastian dan contoh kesalahan.

Kebijakan pembelian untuk organisasi multiunit

Organisasi besar sering memiliki kebutuhan berbeda: bagian hukum membutuhkan sitasi dokumen, bagian penjualan membutuhkan respons cepat, dan unit riset membutuhkan keterulangan. Memaksa satu model untuk semua tugas dapat menghasilkan biaya dan risiko yang tidak perlu. Portofolio model lebih rasional jika setiap unit memakai standar evaluasi dan kontrak bersama tetapi bebas memilih teknologi sesuai bukti. Kebijakan pusat harus mengatur data, keamanan, log, serta pembatasan biaya, bukan hanya mengunci satu merek.

Perlakuan terhadap model turunan dan hasil fine-tuning

Sebelum menjual model yang telah di-fine-tune, periksa apakah lisensi asal mengizinkan distribusi bobot turunan, apakah ada persyaratan nama model, atribusi, atau pemberitahuan pengguna, dan apakah data fine-tuning boleh dipakai ulang. Hak atas dataset pelanggan tidak otomatis berpindah karena model dasarnya tersedia secara terbuka. Perusahaan juga perlu menguji apakah hasil fine-tuning mengingat data rahasia. Pisahkan artefak pelanggan dari model umum, simpan bukti asal data, dan siapkan prosedur penghapusan. Langkah ini penting ketika produk dipasarkan kepada banyak organisasi dengan kewajiban kerahasiaan berbeda.

FAQ

Apakah semua model di Hugging Face open source?

Tidak. Platform memuat berbagai jenis lisensi, model gated, dan kebijakan akses. Setiap repositori dan berkas lisensinya perlu diperiksa.

Apakah model open weights boleh digunakan komersial?

Tidak otomatis. Hak komersial bergantung pada lisensi model dan komponen terkait. Label unduhan gratis tidak sama dengan izin distribusi atau monetisasi.

Apakah self-hosting pasti lebih murah?

Tidak. Perhitungkan server, listrik, SDM, integrasi, pemantauan, kualitas, keamanan, dan skala permintaan. Titik impas bergantung pada volume serta kemampuan model menghasilkan keluaran yang benar.

Sumber dan batas analisis

Sumber primer: OSI Open Source AI Definition 1.0; FAQ OSI; Hugging Face gated models. Contoh harga dan volume adalah simulasi AIGEO.ID. Untuk keputusan infrastruktur, baca panduan VPS AI dan checklist pengadaan AI.

Kesimpulan. Keterbukaan model adalah spektrum teknis dan hukum, bukan stiker pemasaran. Perusahaan yang menilai hak penggunaan, reproduktibilitas, mutu, dan total biaya secara terpisah akan lebih mampu menghindari vendor lock-in dan klaim efisiensi palsu.