Penulis: ICONIQ
Kompilasi: Tim, PANews
Perkembangan kecerdasan buatan memasuki babak baru: dari topik yang ramai dibicarakan menuju praktik yang nyata. Membangun produk AI yang berskala besar menjadi medan pertempuran kunci dalam persaingan. Laporan kondisi AI tahun 2025 “Manual Pembina” akan mengalihkan fokus dari adopsi teknologi ke praktik nyata, menganalisis secara mendalam keseluruhan rencana dari konsep, implementasi hingga operasi produk AI berskala besar.
Berdasarkan hasil penelitian eksklusif terhadap 300 eksekutif perusahaan perangkat lunak pada April 2025, dan menggabungkan wawancara mendalam dengan para pemimpin kecerdasan buatan di komunitas ICONIQ, laporan ini memberikan peta jalan taktis yang bertujuan untuk mengubah keunggulan cerdas dari kecerdasan buatan generatif menjadi daya saing bisnis yang berkelanjutan.
Laporan ini merangkum lima bab kunci, serta bagaimana mereka akan membantu tim secara aktif membangun aplikasi AI.
Dibandingkan dengan perusahaan yang hanya mengintegrasikan kecerdasan buatan ke dalam produk yang ada, perusahaan yang dipimpin oleh kecerdasan buatan lebih cepat dalam membawa produk ke pasar. Data menunjukkan bahwa hampir setengah (47%) perusahaan yang berasal dari kecerdasan buatan telah mencapai skala kunci dan terbukti memiliki kesesuaian pasar, sedangkan hanya 13% perusahaan yang mengintegrasikan produk kecerdasan buatan yang mencapai tahap tersebut.
Apa yang mereka lakukan: Alur kerja agen dan aplikasi vertikal menjadi arus utama. Hampir delapan puluh persen pengembang asli AI sedang merencanakan alur kerja agen (yaitu sistem AI yang dapat mewakili pengguna untuk secara mandiri melakukan operasi multi-langkah).
Bagaimana mereka melakukannya: Perusahaan-perusahaan cenderung memilih arsitektur multi-model untuk mengoptimalkan kinerja, mengendalikan biaya, dan mencocokkan dengan skenario aplikasi tertentu. Dalam produk yang ditujukan untuk pelanggan, setiap responden rata-rata menggunakan 2,8 model.

Kecerdasan buatan sedang mengubah cara perusahaan menetapkan harga untuk produk dan layanan. Menurut survei kami, banyak perusahaan yang mengadopsi model penetapan harga campuran, dengan biaya langganan dasar ditambah dengan model pembayaran berdasarkan penggunaan. Ada juga perusahaan yang sedang mengeksplorasi model penetapan harga yang sepenuhnya berdasarkan penggunaan aktual atau efektivitas penggunaan pelanggan.
Saat ini banyak perusahaan masih menyediakan fungsi AI secara gratis, tetapi lebih dari sepertiga (37%) perusahaan berencana untuk menyesuaikan strategi pen定价 dalam setahun ke depan, agar harga lebih sesuai dengan nilai yang diterima pelanggan dan tingkat penggunaan fungsi AI.

Kecerdasan buatan bukan hanya masalah teknis, tetapi juga masalah organisasi. Saat ini, sebagian besar tim terkemuka sedang membentuk tim lintas fungsi yang terdiri dari insinyur kecerdasan buatan, insinyur pembelajaran mesin, ilmuwan data, dan manajer produk AI.
Melihat ke depan, sebagian besar perusahaan memperkirakan bahwa 20-30% dari tim teknik mereka akan fokus pada kecerdasan buatan, sementara proporsi ini diperkirakan akan mencapai 37% di perusahaan yang tumbuh pesat. Namun, hasil survei menunjukkan bahwa menemukan talenta yang tepat masih menjadi kendala. Di antara semua posisi spesifik kecerdasan buatan, perekrutan insinyur AI dan pembelajaran mesin memakan waktu paling lama, dengan rata-rata waktu pengisian lebih dari 70 hari.
Dalam hal kemajuan perekrutan, terdapat perbedaan pendapat. Meskipun beberapa perekrut percaya bahwa kemajuan berjalan lancar, 54% responden menyatakan bahwa kemajuan tertinggal, di mana alasan yang paling umum adalah kurangnya cadangan sumber daya talenta yang memenuhi syarat.

Perusahaan yang mengadopsi teknologi kecerdasan buatan telah menginvestasikan 10%-20% dari anggaran R&D mereka ke dalam bidang AI, dan pada tahun 2025, perusahaan di semua rentang pendapatan menunjukkan tren pertumbuhan yang berkelanjutan. Pergeseran strategi ini semakin menyoroti bahwa teknologi AI telah menjadi pendorong inti dalam perencanaan strategi produk.
Seiring dengan perluasan skala produk kecerdasan buatan, struktur biaya sering kali mengalami perubahan signifikan. Pada tahap awal pengembangan produk, biaya sumber daya manusia biasanya merupakan pos pengeluaran terbesar, termasuk biaya perekrutan, pelatihan, dan peningkatan keterampilan. Namun, ketika produk mencapai tahap kematangan, biaya layanan cloud, biaya inferensi model, dan biaya regulasi kepatuhan akan mendominasi proporsi pengeluaran utama.

Meskipun sebagian besar perusahaan yang disurvei memberikan akses penggunaan alat AI internal kepada sekitar 70% karyawan, namun hanya sekitar setengahnya yang benar-benar menggunakan alat tersebut secara teratur. Dalam perusahaan yang lebih besar dan memiliki sistem yang lebih matang, tantangan untuk mendorong karyawan menggunakan kecerdasan buatan menjadi sangat mencolok.
Perusahaan dengan tingkat adopsi tinggi (yaitu lebih dari setengah karyawan menggunakan alat AI) rata-rata menerapkan kecerdasan buatan di tujuh atau lebih skenario aplikasi internal, termasuk asisten pemrograman (tingkat penggunaan 77%), generasi konten (65%) dan pencarian dokumen (57%). Peningkatan efisiensi kerja di bidang-bidang ini mencapai 15% hingga 30%.

Kami menyelidiki ratusan perusahaan untuk memahami kerangka teknologi, perpustakaan, dan platform yang saat ini beroperasi di lingkungan produksi. Laporan ini bukan sekadar peringkat sederhana, tetapi merupakan cerminan nyata alat yang digunakan oleh para pengembang di berbagai bidang.
Berikut adalah ringkasan alat paling umum yang disusun dalam urutan abjad:
