Menu

AI Mulai Kerja Nyata: Murah dan Waspada

Bayangkan ini: lebih dari seratus “karyawan” digital duduk di ruang audit yang sama dengan tim akuntan KPMG, dan salah satu dari mereka bertanya lebih tajam daripada manusia. Bukan fiksi, dan bukan judul film fiksi ilmiah. Itu hasil uji coba nyata yang dilaporkan 18–19 November 2026, dan itu yang bikin aku berhenti scroll pagi ini.

KPMG memakai lebih dari 100 agen AI untuk memeriksa laporan keuangan sebuah perusahaan yang terdaftar di indeks FTSE 250. Dalam beberapa kasus, kata kepala audit KPMG Inggris Cath Burnet, AI-nya “bisa menggali jauh lebih dalam” dan mengajukan “pertanyaan yang lebih bagus” daripada tim audit manusia. Ada satu bagian yang justru gagal: agen AI tidak bisa mencocokkan seperangkat aturan dengan dokumen perusahaan, sampai seorang auditor manusia turun tangan.

Per 19 November 2026, tiga hal sedang berjalan bersamaan di dunia teknologi: model AI makin pintar sekaligus makin murah, agen AI mulai dipercaya mengerjakan tugas profesi nyata, dan — ini bagian yang sering lupa — server yang menjalankan semuanya baru saja dapat pengingat keras soal keamanan. Aku coba merangkai ketiganya jadi satu cerita, karena kalau dipisah-pisah rasanya seperti membaca tiga berita yang nggak nyambung.

Perang harga model AI: pintar dan sekarang murah

Mulai dari yang paling segar. Tanggal 18 November 2026, Google merilis Gemini 4 Neon. Google menyebutnya model “frontier” dengan kemampuan menyelesaikan tugas dari awal sampai selesai untuk pekerjaan rekayasa perangkat lunak, kerja pengetahuan, dan sains. Angka yang bikin aku melirik dua kali: harganya US$3 per juta token masukan dan US$15 per juta token keluaran, dengan jendela konteks satu juta token. Versi cache dapat diskon 95 persen. Model ini masuk ke Gemini API, Gemini for business, Google Antigravity, dan aplikasi Gemini untuk pelanggan Pro serta Ultra.

Sehari sebelumnya, 17 November 2026, Microsoft mengumumkan tujuh model MAI baru di konferensi Ignite. Judul pengumumannya terus terang: “Seven new world-class models at scalable price-performance.” Klaimnya berani. MAI Code 2 disebut mencapai 98 persen kemampuan coding GPT-6.1 Sol di sekitar 40 persen harga, dan 96 persen kemampuan Claude Opus 5.5 di hanya 5 persen harga. MAI Realtime 1 mulai dari US$0,01 per menit audio. Decision 1.1 diklaim 50 kali lebih cepat dan 79 kali lebih murah dari GPT-6.1 Sol.

Angka-angka perbandingan seperti ini selalu perlu dibaca dengan kepala dingin — ini klaim vendor, diukur dengan benchmark pilihan mereka sendiri. Tapi arahnya jelas dan konsisten: Microsoft sendiri mengatakan biaya token yang meroket membuat price-performance jadi penting bagi perusahaan yang mau menjalankan agen AI terus-menerus. Dua minggu lalu model sekelas ini terasa seperti “akses khusus”; sekarang modelnya masuk ke dropdown langganan bulanan. Aku membaca ini bukan sebagai “AI makin pintar” semata, tapi sebagai “AI makin affordable sampai-sampai bisa dipakai buat kerjaan sehari-hari”.

Dari obrolan ke audit: agen AI mulai dipakai untuk kerja beneran

Nah, di sinilah cerita KPMG jadi menarik. Percobaan mereka bernama Project Exponential. Beda dengan memakai AI buat satu tugas kecil, tim memakai agen AI di seluruh proses audit. Para agen mengumpulkan data, menganalisis, mendokumentasikan, lalu menyiapkan kesimpulan dan catatan awal. Mereka juga bekerja autonomous satu sama lain dan mengusulkan langkah berikutnya. Tim membangun agen-agen itu dalam empat bulan.

Business Standard melaporkan bahwa mitra audit menandatangani hasil uji coba itu, tetapi KPMG tidak menjadikannya dasar saat menetapkan laporan keuangan perusahaan secara resmi. Artinya: AI-nya dipakai, tapi tidak dipercaya sendirian. Manusia tetap menentukan tujuan, memberi informasi soal bisnis dan audit sebelumnya, memeriksa hasil kerja secara berkala, dan menantang kesimpulan sebelum opini akhir ditandatangani.

Aku suka bagian ini karena jujur. KPMG mengakui ada “peluang penghematan waktu yang jelas”, tapi tidak menjanjikan biaya audit lebih murah. Mereka juga bilang teknologinya belum siap dipakai untuk ribuan audit, dan tidak semua perusahaan punya data yang cukup bersih supaya agen AI bisa bekerja efektif. Regulator Inggris, Financial Reporting Council, peringatkan pada 16 November soal risiko independensi bila wawasan hasil teknologi dibagikan ke klien audit. Kata Mark Babington dari FRC, apa pun teknologinya, auditor tetap bertanggung jawab dan harus bisa menjelaskan serta menantang hasilnya.

Di sisi lain, KPMG Amerika mengumumkan 17 November peluncuran KPMG Clara intelligence, yang mereka sebut audit “berbasis AI dengan jaminan manusia”. Rencananya dipakai ke semua audit perusahaan swasta di 2027. Jadi ini bukan sekadar eksperimen laboratorium; ini mulai jadi proses kerja.

Buat aku, kalimat “AI bertanya lebih baik daripada akuntan” terdengar kocak, tapi maknanya sederhana: mesin itu rajin mengikuti jejak angka sampai ke ujung, tanpa merasa malu bertanya “kenapa angka ini aneh?”. Aku sendiri punya pengalaman serupa — kadang aku baru sadar ada yang salah di catatan pengeluaran setelah asisten digital mengingatkannya. Mereka nggak punya insting, tapi mereka nggak pernah lupa.

Bagian yang sering terlewat: server di bawahnya tetap butuh perhatian

Ini kontras yang bikin aku tersenyum — lalu langsung duduk lagi. Di hari yang sama, 18 November 2026, CERT-EU merilis peringatan soal lima kerentanan di NGINX, perangkat lunak server yang dipakai banyak situs di dunia. F5 sebagai pengembangnya merilis perbaikan. Kelima kerentanan itu memungkinkan penyerang tanpa autentikasi menjalankan kode dengan hak akses proses worker NGINX.

Salah satunya, CVE-2026-123007, skornya 8,1 menurut CVSS versi 3 dan 9,2 menurut penilaian CVSS v4 JFrog. Masalahnya ada di pengelolaan aliran HTTP/2, dan syaratnya cuma satu: HTTP/2 aktif di port yang mendengarkan koneksi. Yang lain menyangkut HTTP/3, resolver DNS, sampai mail proxy. Cycode mencatat perbaikan dirilis di NGINX 1.31.9 dan 1.30.7 pada 18 November 2026.

Ada satu angka dari pengumuman mitra keamanan yang bikin aku menghela napas: per 10 November 2026, 98,9 persen host dengan versi NGINX yang bisa diidentifikasi terdampak. Sampai laporan itu ditulis, belum ada eksploitasi yang terlihat di alam liar, tapi peneliti sudah berhasil membuktikan konsepnya. CERT-EU menyarankan segera memperbarui, dengan prioritas pada perangkat yang menghadap internet. Kalau belum bisa update, mematikan HTTP/2 di listener yang terekspos bisa jadi penanganan sementara untuk dua kerentanan.

Klucunya buatku begini: kita sedang sibuk membahas model AI yang bisa mengaudit laporan keuangan, sementara “pondasi” tempat model-model itu tersimpan masih bisa roboh kalau lupa patch. Ibaratnya, kita sudah pesan koki bintang lima, tapi kompornya belum diservis. AI bisa saja menjawab pertanyaan keuangan dengan elegan, tapi kalau servernya kompromi, elegan itu nggak ada gunanya. Humor sebentar, serius lagi lima detik kemudian.

Tiga hal yang aku ambil dari minggu ini

Pertama, “pintar” bukan lagi alasan untuk mahal. Saat model frontier masuk ke langganan bulanan dan agen bisa jalan 24 jam dengan biaya yang masuk akal, pertanyaannya bergeser dari “bisa nggak?” menjadi “mau dipakai buat apa?”. Aku mulai melihat AI lebih seperti alat dapur daripada seperti mainan baru — nilai tambahnya bergantung pada masakan yang kamu buat.

Kedua, agen AI sudah menyentuh pekerjaan profesional, tapi belum menggantikan tanggung jawab. KPMG saja, dengan semua sumber dayanya, tetap mempertahankan manusia di dalam loop. Ada bagian yang gagal dan harus diperbaiki manusia. Itu pengingat yang sehat buat siapa pun yang tergoda menyerahkan seluruh proses hanya karena demo-nya mulus. Aku cenderung memakai AI untuk bagian yang berulang, lalu memeriksa sendiri bagian yang menentukan.

Ketiga, keamanan bukan urusan “nanti saja”. Kerentanan NGINX mengingatkan bahwa makin banyak otomasi berarti makin banyak permukaan yang bisa diserang. Buat yang punya blog, toko online, atau layanan kecil sendiri: cek versi perangkat lunak, jangan tunda update, dan jangan anggap “aku kecil jadi nggak jadi sasaran” sebagai strategi.

Skill digital yang makin relevan

Kalau boleh jujur, bagian yang paling bikin aku mikir bukan modelnya, tapi cara kita menyikapinya. Saat model masuk ke dropdown langganan dan agen bisa bekerja tanpa henti, kemampuan yang paling berharga ikut bergeser. Catatan rilis Google AI Studio 18 November 2026 menyebut Gemini 4 Neon sudah tersedia secara umum dengan empat tingkat berpikir dan jendela konteks satu juta token. Artinya, orang yang bisa merangkai instruksi dengan jelas, memeriksa hasil, dan tahu kapan harus berhenti akan lebih diuntungkan daripada orang yang sekadar hafal nama model terbaru.

Aku sendiri mulai membiasakan tiga kebiasaan kecil. Pertama, menulis permintaan dengan konteks yang cukup, bukan cuma satu kalimat. Kedua, selalu meminta jejak langkah atau sumber supaya bisa aku cek sendiri. Ketiga, menganggap hasil AI sebagai draf awal, bukan jawaban final. Ketiganya bukan trik rumit. Itu kebiasaan yang sama dengan yang dilakukan tim KPMG kepada agen-agenya: tetapkan tujuan, beri informasi, periksa berkala, dan tantang kesimpulan sebelum menandatangani. Bedanya cuma, sekarang “staf”-nya bisa bekerja sambil kita tidur — dan itu alasan cukup buat tetap membaca catatan rilis sambil ngopi.

Penutup: AI jadi rekan kerja, bukan pengganti kopi

Kalau aku rangkum minggu ini dalam satu kalimat: AI turun ke lapangan. Ia datang dengan harga yang makin bersahabat, ia mulai duduk di meja audit bersama manusia, dan ia mengingatkan kita bahwa dunia digital tempat ia bekerja perlu dirawat. Buat aku sebagai penulis dan pengguna biasa, ini kabar baik sekaligus tantangan: kabar baik karena alatnya makin berguna, tantangan karena kita yang harus makin jeli memakainya.

Kopi masih diperlukan, setidaknya sampai ada model yang bisa menulis artikel ini sambil menyeduhnya. Dan itu, ya, belum ada di daftar rilis 17 November kemarin. Per 19 November 2026, penulisannya masih aku kerjakan sendiri — dibantu mesin yang rajin bertanya.

Sumber

Leave a Reply

Your email address will not be published. Required fields are marked *