Penggunaan kecerdasan buatan yang sebenarnya sangat berbeda dari yang kita bayangkan, dan aplikasi AI yang paling populer ternyata adalah itu?

Dalam satu tahun terakhir, kecerdasan buatan terus digambarkan sebagai alat kunci untuk meningkatkan produktivitas, mulai dari menulis email, menghasilkan kode, hingga secara otomatis merangkum dokumen, seolah-olah sedang mengubah cara kerja secara menyeluruh. Namun, sebuah studi data besar dari OpenRouter menunjukkan bahwa cara orang benar-benar menggunakan kecerdasan buatan berbeda secara signifikan dari persepsi utama.

OpenRouter Umumkan Laporan Penelitian Perilaku Penggunaan AI Nyata di Seluruh Dunia

OpenRouter adalah platform inferensi kecerdasan buatan multi-model yang mengintegrasikan data dari lebih dari 60 penyedia dan lebih dari 300 model, termasuk model open source seperti OpenAI, Anthropic, serta DeepSeek, Meta LLaMA, dan lain-lain. Penelitian ini menganalisis lebih dari 100 triliun token dan miliaran interaksi model dengan data meta anonim, tanpa mengakses isi percakapan sebenarnya, sehingga dapat menggambarkan perilaku penggunaan kecerdasan buatan di seluruh dunia secara nyata. Yang menarik, studi ini menganalisis metadata dari miliaran interaksi tanpa mengakses teks percakapan, sehingga dapat mengungkap pola perilaku sambil melindungi privasi pengguna.

Penggunaan utama Model Bahasa Besar (LLM) Model Bahasa Open Source ternyata apa?

Studi menunjukkan bahwa pada akhir 2025, penggunaan model bahasa besar open source diperkirakan akan mencakup sekitar sepertiga dari total penggunaan, dan akan mengalami pertumbuhan yang signifikan setiap kali versi utama dirilis. Tetapi yang benar-benar mengubah persepsi adalah penggunaan utama dari model open source tersebut. Data menunjukkan bahwa lebih dari setengah interaksi model open source tidak digunakan untuk efisiensi kerja atau aplikasi bisnis, melainkan untuk peran karakter, novel interaktif, dan narasi kreatif. Temuan paling mengejutkan adalah bahwa lebih dari setengah model kecerdasan buatan open source tidak digunakan untuk meningkatkan produktivitas, melainkan untuk peran karakter dan pembuatan cerita.

Aktivitas terkait peran karakter bahkan melampaui bantuan pemrograman, menjadi skenario penggunaan terbesar. Para peneliti menunjukkan bahwa ini menunjukkan bahwa banyak pengguna memandang AI sebagai media untuk menemani, mengeksplorasi, dan berkarya, bukan sekadar alat peningkat produktivitas. Laporan ini juga membantah asumsi bahwa LLM terutama digunakan untuk menulis kode, email, atau ringkasan.

Menggunakan AI untuk memperbaiki kode adalah kategori aplikasi yang berkembang paling cepat

Sebaliknya, pengembangan kode adalah kategori aplikasi yang tumbuh paling cepat di antara semua model. Pada awal 2025, permintaan terkait pemrograman hanya sekitar 10% dari total, tetapi pada akhir tahun telah melebihi 50%. Panjang prompt terkait juga meningkat secara signifikan, menunjukkan bahwa pengembang semakin mengintegrasikan AI ke dalam proses debugging, analisis arsitektur, dan penyelesaian masalah tingkat sistem. Di antaranya, seri Claude dari Anthropic pernah mendominasi bidang pengembangan kode, tetapi kompetisi dari OpenAI dan Google semakin memanas.

Bahasa Mandarin Sederhana Menjadi Bahasa Interaksi AI Kedua di Dunia

Studi ini juga mengungkap perubahan besar dalam peta global. Penggunaan model dari China meningkat dari 13% di awal tahun menjadi sekitar 30%, dengan model seperti DeepSeek, Qwen dari Alibaba, dan Moonshot AI yang berkembang pesat. Bahasa Mandarin Sederhana telah menjadi bahasa interaksi AI terbesar kedua di dunia, dan pengeluaran penggunaan AI secara keseluruhan di Asia juga berlipat ganda. Singapura bahkan menjadi salah satu negara pengguna penting kedua setelah Amerika Serikat.

Perkembangan Cepat Inferensi AI

Tren kunci lainnya adalah munculnya “inferensi AI”. AI tidak lagi hanya menjawab pertanyaan tunggal, tetapi mampu melakukan inferensi multi-langkah dalam percakapan panjang, memanggil alat, dan terus melaksanakan tugas. Interaksi semacam ini tumbuh dari hampir tidak ada dalam satu tahun menjadi lebih dari setengah total, menandai bahwa kecerdasan buatan sedang bertransformasi dari alat generasi teks menjadi sistem agen yang mampu merencanakan dan mengeksekusi.

Efek Sepatu Kristal Cinderella: Mengatasi Masalah Lebih Dulu untuk Membangun Keterikatan

Studi juga mengamati fenomena yang disebut “Efek Sepatu Kristal Cinderella”: ketika sebuah model pertama kali secara akurat menyelesaikan kebutuhan kunci tertentu, ini dapat membangun loyalitas pengguna yang sangat tinggi, jauh melampaui pesaing berikutnya. Setelah pengguna secara mendalam mengintegrasikan model ke dalam alur kerja mereka, biaya switching akan meningkat secara signifikan. Misalnya, tingkat retensi pengguna Google Gemini 2.5 Pro pada bulan kelima tahun 2025 sekitar 40%, jauh lebih tinggi dibandingkan pengguna selanjutnya. Ini menantang pandangan tradisional tentang kompetisi kecerdasan buatan. Mengambil peluang pertama memang penting, tetapi menyelesaikan masalah bernilai tinggi terlebih dahulu dapat menciptakan keunggulan kompetitif yang tahan lama.

Dari segi harga, data menunjukkan bahwa sensitivitas penggunaan AI terhadap perubahan biaya secara tidak terduga rendah. Model dengan harga tinggi dan rendah dapat hidup berdampingan, pasar belum menjadi kompetisi harga yang murni. Faktor kualitas, stabilitas, dan kelengkapan fungsi tetap mampu memberikan nilai tambah pada model.

Secara keseluruhan, studi ini menggambarkan gambaran yang lebih kompleks dan lebih nyata tentang kecerdasan buatan. AI tidak hanya merombak pekerjaan profesional, tetapi juga mengubah bentuk kreasi, hiburan, dan pendampingan; pasar semakin beragam, teknologi berkembang dengan cepat, dan perilaku pengguna jauh lebih jujur daripada kata-kata pemasaran. Memahami pola penggunaan nyata ini akan menjadi kunci dalam perkembangan kecerdasan buatan di tahap berikutnya.

Artikel ini pertama kali muncul di 鏈新聞 ABMedia dengan judul “人工智慧的真實使用樣貌與我們想像的大不相同，最受歡迎的 AI 用途竟是它？”.