Monitorday.com– Perbedaan kondisi finansial antara orang kaya dan pekerja tidak selalu ditentukan oleh besarnya penghasilan. Kebiasaan dalam menggunakan, menyimpan, dan mengembangkan uang turut menentukan apakah pendapatan yang diperoleh berubah menjadi aset atau justru habis untuk membiayai gaya hidup. Artikel Money Kompas.com pada 3 September 2026 menyoroti 10 kebiasaan finansial yang kerap membedakan keduanya.

Salah satu kebiasaan utama adalah memprioritaskan aset dibandingkan barang konsumtif. Orang yang sedang membangun kekayaan cenderung mengalokasikan uang untuk instrumen yang berpotensi menghasilkan nilai atau pendapatan di masa depan, seperti saham, properti, atau usaha. Sebaliknya, peningkatan pendapatan yang langsung diikuti peningkatan konsumsi dapat membuat kekayaan bersih sulit bertumbuh.

Kebiasaan kedua berkaitan dengan penggunaan utang. Utang tidak selalu buruk apabila digunakan untuk kegiatan produktif, misalnya mengembangkan usaha atau membeli aset yang menghasilkan pendapatan. Sebaliknya, utang konsumtif dengan bunga tinggi berpotensi menggerus kemampuan seseorang untuk menabung dan berinvestasi. Pola ini juga berkaitan dengan kemampuan mengendalikan pengeluaran dan menghindari gaya hidup yang terus meningkat seiring kenaikan pendapatan.

Selanjutnya, mereka yang berhasil membangun kekayaan biasanya memiliki perencanaan finansial jangka panjang. Uang tidak hanya dipandang untuk memenuhi kebutuhan bulan berjalan, tetapi juga sebagai modal untuk mencapai tujuan beberapa tahun atau bahkan puluhan tahun ke depan. Investasi jangka panjang memungkinkan seseorang memanfaatkan efek bunga berbunga atau compound interest.

Kebiasaan lain adalah membangun lebih dari satu sumber penghasilan. Selain gaji, pendapatan dapat berasal dari usaha, properti yang disewakan, dividen, maupun investasi lainnya. Diversifikasi pendapatan dapat menjadi perlindungan ketika salah satu sumber penghasilan mengalami gangguan.

Orang yang memiliki kondisi finansial lebih kuat juga cenderung menginvestasikan waktu untuk meningkatkan kemampuan dan jaringan. Mereka terus mempelajari investasi, bisnis, maupun keterampilan baru yang dapat meningkatkan nilai ekonominya. Jaringan profesional juga dapat membuka peluang usaha, pekerjaan, kemitraan, atau investasi yang sebelumnya tidak tersedia.

Kebiasaan berikutnya adalah membeli kembali waktu. Ketika memiliki sumber daya yang cukup, seseorang dapat membayar orang lain untuk mengerjakan pekerjaan tertentu sehingga waktunya dapat dialihkan untuk aktivitas yang dianggap lebih produktif, seperti membangun bisnis, mengembangkan aset, atau memperluas jaringan. Strategi ini membuat pendapatan tidak sepenuhnya bergantung pada pertukaran langsung antara waktu dan uang.

Namun, penting untuk tidak memahami daftar tersebut sebagai anggapan bahwa semua pekerja kurang disiplin secara finansial. Kemampuan menabung dan berinvestasi sangat dipengaruhi oleh pendapatan, biaya hidup, tanggungan, akses terhadap informasi, serta kondisi ekonomi. Bagi seseorang yang sebagian besar penghasilannya digunakan untuk kebutuhan dasar, ruang untuk membeli aset atau mengambil risiko investasi tentu lebih terbatas.

Karena itu, penerapan kebiasaan finansial tersebut dapat dimulai dari langkah sederhana, seperti mengurangi utang berbunga tinggi, mencatat arus kas, mempertahankan sebagian kenaikan pendapatan untuk tabungan dan investasi, meningkatkan keterampilan, serta secara berkala mengevaluasi kekayaan bersih. Intinya, membangun kekayaan bukan hanya persoalan berapa banyak uang yang masuk, tetapi juga berapa banyak yang dipertahankan, dialihkan menjadi aset, dan dikembangkan dalam jangka panjang.

Monitorday.com– Bill Gates mengusulkan sejumlah langkah konkret agar perkembangan artificial intelligence (AI) memberikan manfaat ekonomi dan sosial tanpa menimbulkan risiko yang sulit dikendalikan. Gagasan tersebut mencakup perubahan kebijakan pajak, perlindungan pekerjaan tertentu bagi manusia, pengawasan terhadap model AI berbahaya, perlindungan psikososial anak, serta penguatan peran pemerintah sebagai regulator.

Salah satu usulan Gates berkaitan dengan sistem perpajakan. Ia menilai pemerintah perlu mempertimbangkan pergeseran beban pajak dari tenaga kerja (labor) menuju modal (capital). Gagasan ini muncul karena otomatisasi berbasis AI dan robotika berpotensi mengubah struktur pasar kerja dan mengurangi kebutuhan terhadap sejumlah jenis pekerjaan manusia.

Menurut Gates, perubahan tersebut perlu dipikirkan sejak awal agar produktivitas yang dihasilkan AI tidak hanya meningkatkan keuntungan perusahaan, tetapi juga memberikan manfaat bagi masyarakat. Pendapatan dari aktivitas ekonomi berbasis modal dapat menjadi salah satu sumber pembiayaan untuk mendukung layanan publik dan membantu masyarakat menghadapi perubahan pasar kerja.

Tidak Semua Pekerjaan Harus Digantikan AI

Gates juga memperkenalkan gagasan mengenai pekerjaan yang dapat dikategorikan sebagai “human-reserved work”, yakni pekerjaan tertentu yang tetap diperuntukkan bagi manusia meskipun teknologi AI dan robot sudah mampu menjalankannya.

Contohnya adalah pekerjaan yang membutuhkan interaksi dan sentuhan manusia secara langsung, seperti perawatan anak (child care). Menurut gagasan tersebut, kemampuan teknologi untuk melakukan sebuah pekerjaan tidak selalu berarti pekerjaan itu harus sepenuhnya diserahkan kepada mesin.

Konsep tersebut membuka perdebatan menarik tentang masa depan pekerjaan. Jika AI semakin mampu melakukan pekerjaan administratif, analisis, pelayanan, bahkan tugas-tugas fisik tertentu, masyarakat perlu menentukan pekerjaan mana yang memiliki nilai kemanusiaan yang justru perlu dipertahankan.

Model AI Berbahaya Perlu Pengawasan Ketat

Persoalan lain yang menjadi perhatian Gates adalah potensi penyalahgunaan AI untuk menghasilkan ancaman biologis. Ia menyoroti model AI yang memiliki kemampuan membantu menciptakan atau merancang molekul berbahaya yang berpotensi digunakan dalam aksi bioterorisme.

Karena itu, model dengan kemampuan berisiko tinggi tidak seharusnya dilepas tanpa pengawasan. Gates mendorong agar teknologi semacam itu ditempatkan dalam lingkungan yang dapat dipantau dan dikendalikan, sehingga akses serta penggunaannya dapat diawasi.

Pendekatan tersebut menunjukkan bahwa regulasi AI tidak cukup hanya mengatur penggunaan aplikasi di tingkat pengguna. Pemerintah juga perlu memperhatikan kemampuan teknis model AI dan mengidentifikasi teknologi yang berpotensi menimbulkan dampak besar terhadap keselamatan publik.

Anak-Anak Jangan Menjadikan AI Pengganti Teman

Gates juga memberikan perhatian khusus terhadap hubungan anak dengan AI. Ia mengingatkan agar teknologi tidak membuat anak menjadikan AI sebagai pengganti interaksi sosial dengan teman sebaya di dunia nyata.

AI memang dapat berfungsi sebagai teman berbicara, tutor, atau pendamping belajar. Namun, perkembangan psikososial anak tetap membutuhkan interaksi langsung dengan manusia. Bermain bersama, bekerja dalam kelompok, berkomunikasi, menyelesaikan konflik, dan membangun empati merupakan pengalaman yang tidak sepenuhnya dapat digantikan oleh chatbot.

Karena itu, perlindungan anak menjadi salah satu area yang menurut gagasan Gates membutuhkan perhatian regulator. Batas penggunaan AI oleh anak dapat menjadi bagian dari kebijakan yang lebih luas untuk memastikan teknologi mendukung perkembangan manusia, bukan justru menggantikannya.

Pemerintah Tidak Bisa Menyerahkan Regulasi kepada Industri

Pada akhirnya, Gates menilai industri tidak dapat sepenuhnya mengatur dirinya sendiri. Pemerintah perlu menetapkan standar keamanan yang jelas, melakukan pengawasan, dan dalam kondisi tertentu menerapkan mekanisme lisensi bagi teknologi AI berisiko tinggi.

Dengan pendekatan tersebut, perusahaan yang mengembangkan AI harus memenuhi kriteria keamanan sebelum teknologi tertentu dapat digunakan atau diperluas. Pemerintah berperan sebagai mediator antara kepentingan inovasi industri dan kepentingan keselamatan masyarakat.

Lima gagasan Gates tersebut menunjukkan bahwa perdebatan mengenai AI telah bergeser dari sekadar pertanyaan “seberapa canggih teknologi ini?” menjadi “bagaimana masyarakat mengendalikannya?”. Tantangannya adalah menemukan keseimbangan antara inovasi dan perlindungan publik—agar AI tetap berkembang, tetapi risiko terhadap pekerjaan, keamanan, anak-anak, dan kehidupan sosial tidak dibiarkan tanpa kendali.

Monitorday.com– Dosen dapat memanfaatkan GenAI untuk mengembangkan berbagai kebutuhan pembelajaran, mulai dari menyusun materi ajar yang lebih personal, merancang studi kasus, membuat rubrik penilaian berbasis Outcome-Based Education (OBE), menyiapkan bahan presentasi, hingga mengembangkan bank soal.

Contoh konkretnya, seorang dosen mata kuliah Biologi dapat memberikan prompt kepada GenAI: “Buatkan materi pembelajaran tentang fotosintesis untuk mahasiswa semester pertama dengan tiga tingkat kompleksitas, dilengkapi contoh kehidupan sehari-hari, pertanyaan pemantik, dan aktivitas diskusi.” Dari perintah tersebut, AI dapat membantu menghasilkan rancangan awal yang kemudian disesuaikan dosen dengan kurikulum dan karakteristik mahasiswa.

Untuk penerapan OBE, misalnya, dosen mata kuliah Pemrograman menetapkan capaian bahwa mahasiswa mampu merancang program sederhana untuk menyelesaikan masalah. GenAI kemudian dapat membantu membuat rubrik dengan indikator seperti kemampuan menganalisis masalah, menyusun algoritma, menulis kode, menguji program, dan menjelaskan solusi. Dosen tetap memvalidasi bobot dan kriteria agar sesuai dengan capaian pembelajaran mata kuliah.

GenAI juga dapat digunakan untuk membuat studi kasus. Dalam mata kuliah Manajemen, misalnya, dosen dapat meminta AI menyusun kasus tentang sebuah perusahaan yang mengalami penurunan penjualan setelah perubahan perilaku konsumen. Mahasiswa kemudian diminta menganalisis penyebab masalah, mengolah data yang diberikan, dan menyusun strategi bisnis. Dengan cara ini, AI membantu dosen menyiapkan konteks pembelajaran, sementara proses analisis tetap dilakukan mahasiswa.

Pada pengembangan bank soal, dosen Matematika dapat meminta GenAI membuat 20 soal mengenai statistika dengan variasi tingkat kesulitan. Misalnya, lima soal menguji pemahaman konsep, sepuluh soal menguji penerapan, dan lima soal berbentuk masalah kontekstual yang menuntut penalaran tingkat tinggi. Dosen kemudian memeriksa perhitungan, tingkat kesulitan, kualitas pengecoh, dan kesesuaian soal dengan capaian pembelajaran.

Untuk bahan presentasi, GenAI juga dapat membantu mengubah materi yang panjang menjadi struktur pembelajaran yang lebih interaktif. Misalnya, dari topik “Kecerdasan Buatan dalam Pendidikan”, dosen dapat meminta AI menyusun 10 slide yang berisi konsep dasar, contoh penggunaan AI, studi kasus, pertanyaan diskusi, aktivitas kelompok, dan refleksi. Dosen kemudian dapat memperkaya materi dengan sumber ilmiah dan pengalaman praktis.

Contoh-contoh tersebut menunjukkan bahwa nilai GenAI bukan sekadar kemampuannya menghasilkan konten dalam hitungan detik. Yang lebih penting adalah bagaimana dosen mengarahkan teknologi tersebut untuk mendukung tujuan pembelajaran. AI dapat membuat draf materi, kasus, rubrik, atau soal, tetapi keputusan akademik tetap berada di tangan dosen.

Dengan demikian, pemanfaatan GenAI di perguruan tinggi idealnya mengikuti alur yang jelas: tentukan capaian pembelajaran, rancang aktivitas belajar, manfaatkan GenAI untuk memperkuat proses, lalu validasi hasilnya. Pendekatan ini membuat GenAI tidak menjadi jalan pintas untuk menyelesaikan pekerjaan akademik, melainkan menjadi asisten yang membantu dosen menciptakan pembelajaran yang lebih personal, kontekstual, dan berorientasi pada capaian mahasiswa.

Monitorday.com– Nvidia resmi menyepakati akuisisi platform pengembangan kecerdasan artifisial (AI) Hugging Face dengan nilai transaksi mencapai 12,93 miliar dollar AS atau sekitar Rp228 triliun. Kesepakatan tersebut dikonfirmasi Nvidia melalui blog resminya pada Kamis (3/9/2026), sekaligus menjadi salah satu akuisisi terbesar dalam sejarah perusahaan pembuat chip AI tersebut.

CEO Nvidia Jensen Huang mengatakan akuisisi ini ditujukan untuk memperluas infrastruktur Hugging Face sekaligus meningkatkan akses pengembang di seluruh dunia terhadap teknologi AI. Langkah tersebut memperlihatkan strategi Nvidia yang tidak lagi hanya berfokus pada penyediaan perangkat keras komputasi AI, tetapi juga memperkuat posisi di lapisan perangkat lunak dan komunitas pengembang.

Hugging Face merupakan platform terbuka yang memungkinkan pengembang dan peneliti menemukan, mengembangkan, menguji, membagikan, hingga menjalankan berbagai model AI. Menurut Kompas.com, platform ini telah digunakan lebih dari 18 juta pengembang, peneliti, dan kreator, serta menampung lebih dari tiga juta model AI, 500.000 dataset, dan satu juta aplikasi. Lebih dari 200.000 perusahaan juga disebut menggunakan platform tersebut.

Meski berada di bawah Nvidia, Hugging Face akan tetap mempertahankan prinsip open-source. Huang memastikan pengembang tetap memiliki kebebasan memilih model, framework, layanan cloud, penyedia layanan inferensi, maupun perangkat keras yang digunakan. Penggunaan komputasi Nvidia juga tidak akan menjadi persyaratan untuk membangun atau melakukan deployment melalui Hugging Face.

Komitmen tersebut menjadi penting karena Hugging Face selama ini berkembang sebagai salah satu alternatif terhadap layanan AI tertutup. CEO Hugging Face Clem Delangue melalui unggahan di X menyampaikan apresiasi kepada komunitas yang telah membuktikan bahwa ekosistem terbuka dapat menjadi alternatif bagi API closed-source.

Dalam transaksi tersebut, sekitar 11,9 miliar dollar AS akan dibayarkan kepada para pemegang saham Hugging Face. Nvidia juga menyiapkan program berbasis saham senilai hingga sekitar 1 miliar dollar AS untuk mempertahankan karyawan Hugging Face setelah proses akuisisi.

Akuisisi diperkirakan selesai pada paruh pertama 2027, dengan catatan seluruh persyaratan transaksi, termasuk persetujuan regulator, dapat dipenuhi. Bagi Nvidia, integrasi dengan Hugging Face berpotensi memperkuat ekosistem AI secara menyeluruh, mulai dari infrastruktur komputasi dan model AI hingga perangkat lunak serta komunitas pengembang global.

Monitorday.com– China secara agresif mempercepat pengembangan kecerdasan buatan dengan menetapkan serangkaian target ambisius yang akan dicapai pada akhir tahun 2027. Pemerintah Tiongkok menargetkan untuk membina setidaknya 3.000 penyedia layanan aplikasi kecerdasan buatan di seluruh negeri. Langkah ini merupakan bagian dari strategi nasional untuk memastikan pasokan teknologi inti yang aman, andal, dan mandiri dari ketergantungan eksternal.

Dukungan infrastruktur menjadi pondasi utama dalam rencana tersebut, terlihat dari proyeksi peningkatan daya komputasi cerdas yang sangat signifikan. Berdasarkan data industri, skala daya komputasi cerdas China tercatat sebesar 725,3 EFlops pada tahun 2024 dan diproyeksikan akan melonjak drastis menjadi 2.781,9 EFlops pada tahun 2028. Akselerasi ini menunjukkan komitmen serius Beijing dalam membangun ekosistem yang mampu menopang berbagai sektor, mulai dari manufaktur hingga layanan publik.

Namun, ambisi besar ini tidak lepas dari tantangan geopolitik yang semakin kompleks, terutama terkait pembatasan ekspor chip canggih dari negara Barat. Data dari laporan indeks kecerdasan buatan terbaru menunjukkan bahwa investasi swasta di Amerika Serikat mencapai 285,9 miliar dolar AS pada tahun 2025. Angka ini tercatat lebih dari 23 kali lipat dibandingkan dengan 12,4 miliar dolar AS yang diinvestasikan di China, menciptakan kesenjangan pendanaan yang memaksa Tiongkok untuk semakin mengandalkan inovasi domestik.

Menyikapi tekanan tersebut, China mengalihkan fokusnya pada pengembangan model yang lebih efisien dan optimalisasi sumber daya komputasi yang ada. Berbagai perusahaan teknologi domestik didorong untuk berkolaborasi dalam riset menyeluruh dan menciptakan terobosan baru tanpa bergantung sepenuhnya pada perangkat keras kelas atas impor. Strategi ini juga diperkuat dengan regulasi yang mulai mengarahkan pemanfaatan teknologi untuk meningkatkan produktivitas nasional tanpa mengorbankan stabilitas ketenagakerjaan.

Ke depan, tahun 2027 akan menjadi tahun penentuan apakah China berhasil mempertahankan posisinya sebagai pesaing utama dalam persaingan global. Keberhasilan mencapai target ribuan penyedia layanan dan kemandirian teknologi inti akan menjadi indikator kunci keberhasilan peta jalan kecerdasan buatan negeri ini. Dunia akan terus mengamati bagaimana Beijing menavigasi hambatan eksternal sambil terus mendorong batas-batas inovasi di dalam negeri.

Monitorday.com– NotebookLM menjadi salah satu alat kecerdasan artifisial (AI) yang dirancang khusus untuk membantu riset, pembelajaran, dan pemahaman dokumen secara lebih mendalam. Berbeda dari penggunaan AI generatif secara umum, NotebookLM bekerja terutama berdasarkan sumber yang diberikan pengguna, sehingga percakapan dapat difokuskan pada isi dokumen tertentu seperti PDF, catatan, laporan, maupun berbagai bahan pembelajaran.

Pendekatan berbasis sumber menjadi salah satu keunggulan utama NotebookLM. Pengguna dapat memasukkan sejumlah dokumen sebagai basis pengetahuan, kemudian mengajukan pertanyaan berdasarkan materi tersebut. Dengan cara ini, AI tidak hanya diminta membuat ringkasan, tetapi dapat digunakan untuk menemukan informasi, membandingkan gagasan, menjelaskan konsep sulit, serta menelusuri hubungan antarbagian dokumen.

Salah satu fitur yang menarik adalah Audio Overview. Fitur ini dapat mengubah materi dalam dokumen menjadi percakapan audio bergaya podcast antara dua pembicara. Format tersebut memungkinkan pengguna mempelajari kembali materi ketika sedang melakukan aktivitas lain, seperti perjalanan, olahraga, atau pekerjaan rutin. Bagi peserta didik maupun guru, fitur ini berpotensi menjadi alternatif pembelajaran berbasis audio.

NotebookLM juga menyediakan berbagai keluaran yang dapat membantu proses belajar, termasuk study guide, FAQ, dan linimasa. Pengguna dapat memanfaatkan fitur tersebut untuk mengorganisasi materi sebelum ujian, memahami dokumen kebijakan, menyiapkan bahan presentasi, atau mengeksplorasi sebuah topik secara sistematis.

Strategi penggunaan yang disarankan adalah mengunggah sekitar tiga hingga lima sumber yang paling relevan terlebih dahulu. Jumlah tersebut membuat ruang kerja tetap fokus sekaligus memberikan konteks yang cukup bagi AI. Setelah sumber dimasukkan, pengguna dapat membaca briefing document yang disiapkan sistem untuk mendapatkan gambaran awal mengenai isi materi.

Tahap berikutnya adalah melakukan “interogasi dokumen” melalui pertanyaan aktif. Pengguna tidak cukup hanya meminta, “buatkan rangkuman”, tetapi dapat mengajukan pertanyaan seperti apa argumen utama dokumen, apa bukti yang mendukungnya, bagian mana yang saling bertentangan, atau bagaimana konsep tertentu diterapkan dalam kasus nyata. Pendekatan ini membuat AI berfungsi sebagai mitra dialog dalam proses belajar, bukan sekadar mesin pembuat ringkasan.

Bagi dunia pendidikan, pendekatan tersebut memiliki potensi besar. Guru dapat menggunakan NotebookLM untuk mengolah modul, regulasi, jurnal, dan bahan ajar, sedangkan siswa dapat memanfaatkannya untuk mengeksplorasi materi secara mandiri. Dengan pertanyaan yang tepat, proses pembelajaran dapat bergerak dari sekadar memahami isi dokumen menuju penerapan, analisis, evaluasi, dan refleksi.

NotebookLM dengan demikian memperlihatkan arah baru pemanfaatan AI dalam pembelajaran: bukan menggantikan aktivitas membaca, melainkan membuat membaca menjadi lebih interaktif. Kunci keberhasilannya tetap berada pada kualitas sumber yang digunakan dan kualitas pertanyaan yang diajukan. Semakin relevan sumber dan semakin kritis pertanyaan pengguna, semakin besar manfaat AI sebagai pendamping riset dan pembelajaran.

Monitorday.com– Perkembangan kecerdasan artifisial (AI) mengubah cara profesional teknologi bekerja, termasuk dalam ekosistem Salesforce. Perubahan tersebut membuat penguasaan platform saja tidak lagi cukup. Profesional Salesforce perlu memahami bagaimana AI dapat diintegrasikan ke dalam proses bisnis sekaligus meningkatkan produktivitas dan kualitas pengambilan keputusan.

Langkah pertama adalah memperkuat literasi AI sekaligus menguasai fitur AI yang tersedia dalam ekosistem Salesforce. Fitur seperti Prompt Builder dan Agentforce dapat menjadi titik awal bagi profesional untuk memahami penerapan AI secara langsung dalam pekerjaan. Platform pembelajaran seperti Trailhead juga dapat dimanfaatkan untuk mempelajari teknologi terbaru dan mempersiapkan sertifikasi yang relevan.

Penguasaan AI perlu dilanjutkan dengan praktik langsung atau hands-on. Profesional dapat memulai dari proyek sederhana, misalnya menggunakan AI untuk membantu membuat test case, menyusun dokumentasi, melakukan analisis data, atau melakukan review terhadap rancangan sistem. Pendekatan berbasis proyek memungkinkan pengguna memahami bukan hanya cara menggunakan AI, tetapi juga batasan dan risiko dari hasil yang dihasilkan AI.

Kemampuan teknis juga perlu diimbangi dengan soft skills. Ketika AI semakin mampu mengerjakan tugas teknis rutin, kemampuan berpikir kritis dan strategis menjadi semakin penting. Profesional dituntut mampu merumuskan pertanyaan atau prompt yang tepat, memeriksa akurasi keluaran AI, serta menentukan bagaimana teknologi tersebut dapat memberikan dampak bisnis yang nyata.

Literasi data menjadi kompetensi penting lainnya. AI sangat bergantung pada kualitas data yang digunakan. Karena itu, profesional Salesforce perlu memahami struktur data, kualitas data, integrasi, keamanan, serta tata kelola data. Kemampuan tersebut akan membantu memastikan penerapan AI tidak hanya menghasilkan otomatisasi, tetapi juga menghasilkan keputusan yang lebih akurat dan dapat dipertanggungjawabkan.

Pembelajaran juga harus berlangsung secara berkelanjutan. Perkembangan model AI, agentic AI, otomatisasi, dan fitur-fitur baru dalam platform digital berlangsung sangat cepat. Profesional dapat mengikuti komunitas, newsletter industri, pelatihan, sertifikasi, maupun hackathon untuk memperbarui kompetensinya.

Dengan demikian, strategi terbaik bukan menggantikan keahlian Salesforce dengan AI, melainkan menggabungkan keahlian Salesforce dengan kemampuan AI, data, dan pemecahan masalah. Profesional yang mampu menggunakan AI sebagai co-pilot sekaligus tetap memiliki kemampuan mengevaluasi dan mengarahkan teknologi akan memiliki posisi yang lebih kuat dalam ekosistem kerja masa depan.

Monitorday.com– Perkembangan kecerdasan artifisial (AI) menghadirkan semakin banyak pilihan platform dengan karakteristik dan keunggulan yang berbeda. Kondisi ini membuat pengguna tidak lagi cukup hanya mengetahui cara menggunakan AI, tetapi juga perlu memahami model mana yang paling sesuai dengan pekerjaan yang sedang dilakukan, mulai dari menulis, riset, coding, analisis dokumen hingga mengikuti informasi terkini.

ChatGPT menjadi salah satu pilihan paling serbaguna karena dapat digunakan untuk berbagai kebutuhan, termasuk pembuatan teks, gambar, video, riset, hingga pekerjaan produktivitas. Salah satu keunggulannya adalah kemampuan memanfaatkan memori dan konteks pengguna sehingga interaksi dapat dibuat lebih personal dan berkelanjutan. Karakter multipurpose tersebut membuat ChatGPT cocok sebagai AI utama untuk berbagai jenis pekerjaan.

Claude memiliki posisi yang lebih kuat pada pekerjaan berbasis teks dan coding. Platform ini dinilai cocok untuk pengguna yang membutuhkan bantuan pemrograman, otomasi tugas, penyusunan dokumen, maupun pembuatan konten dengan gaya bahasa yang lebih natural. Bagi pengembang dan pekerja yang banyak berurusan dengan kode, Claude dapat menjadi alternatif penting untuk melengkapi penggunaan AI lainnya.

Sementara itu, Gemini memiliki keunggulan pada integrasi dengan ekosistem Google. Pengguna dapat memanfaatkannya bersama berbagai layanan seperti Google Docs dan Google Drive. Kemampuan deep research serta NotebookLM juga menjadikan ekosistem Google menarik untuk pekerjaan riset dan pembelajaran berbasis dokumen. Pengguna yang sehari-hari bekerja menggunakan layanan Google dapat memperoleh manfaat lebih besar dari integrasi tersebut.

Grok menawarkan keunggulan berbeda melalui kemampuan memahami situasi dan informasi yang berkembang secara real-time, terutama karena keterhubungannya dengan platform X. Karakter tersebut membuat Grok menarik untuk memantau percakapan publik, tren, isu aktual, maupun membantu melakukan verifikasi awal terhadap informasi yang sedang berkembang. Namun, informasi real-time tetap perlu diverifikasi dengan sumber primer dan media terpercaya.

Di sisi lain, DeepSeek dan sejumlah model AI dari China menawarkan alternatif dengan biaya yang relatif kompetitif serta performa yang semakin mampu bersaing. Model-model tersebut dapat menjadi pilihan bagi pengguna yang mempertimbangkan efisiensi biaya atau membutuhkan kemampuan tertentu yang berkaitan dengan konteks dan ekosistem China. Persaingan ini sekaligus menunjukkan bahwa pasar AI semakin beragam dan tidak lagi hanya didominasi oleh beberapa pemain besar.

Karena perkembangan AI berlangsung sangat cepat, pengguna juga disarankan tidak terlalu terikat pada satu platform. Model yang unggul untuk coding belum tentu menjadi pilihan terbaik untuk riset, sementara model yang kuat dalam pengolahan dokumen belum tentu paling efektif untuk informasi real-time. Strategi yang lebih rasional adalah memilih AI berdasarkan tugas, misalnya menggunakan Claude untuk coding, Gemini untuk pekerjaan yang terhubung dengan dokumen Google, atau Grok untuk eksplorasi isu aktual.

Pertimbangan biaya juga menjadi faktor penting. Pengguna disarankan lebih berhati-hati dalam mengambil paket berlangganan tahunan karena kemampuan dan harga layanan AI dapat berubah dengan cepat. Paket bulanan memberikan fleksibilitas untuk berpindah platform ketika muncul model baru yang menawarkan performa atau fitur lebih baik.

Sebelum menentukan pilihan, pengguna dapat melakukan eksperimen menggunakan layanan agregator model seperti OpenRouter untuk membandingkan berbagai model dengan biaya relatif efisien. Pendekatan tersebut memungkinkan pengguna mengetahui model yang paling sesuai dengan pola kerja masing-masing sebelum mengeluarkan biaya langganan lebih besar.

Pada akhirnya, masa depan penggunaan AI bukan tentang mencari satu platform yang paling unggul untuk semua kebutuhan. Strategi yang lebih efektif adalah membangun “AI stack” pribadi dengan beberapa model yang saling melengkapi. Dengan memahami keunggulan masing-masing, pengguna dapat memperoleh hasil yang lebih baik, menghemat biaya, dan tetap fleksibel menghadapi perubahan teknologi AI yang sangat cepat.

Monitorday.com– Badan Usaha Milik Negara (BUMN) memasuki fase baru transformasi di bawah pengelolaan Badan Pengelola Investasi Daya Anagata Nusantara (Danantara). Pemerintah mendorong konsolidasi dan streamlining perusahaan negara agar pengelolaan aset menjadi lebih efisien sekaligus meningkatkan kontribusi BUMN terhadap perekonomian nasional. Menurut ANTARA, pengamat BUMN Toto Pranoto menilai proses streamlining perlu dipercepat agar perbaikan kinerja perusahaan negara dapat berlangsung lebih efektif.

Perubahan tersebut menjadi bagian dari strategi pemerintahan Presiden Prabowo Subianto untuk menjadikan BUMN tidak hanya sebagai pelaksana fungsi pelayanan publik, tetapi juga sebagai mesin pertumbuhan ekonomi. Prabowo sebelumnya memberikan apresiasi kepada pimpinan dan tim Danantara atas upaya pembenahan serta transformasi BUMN yang dinilai mulai memberikan dampak terhadap efisiensi dan peningkatan keuntungan perusahaan negara.

Salah satu indikator restrukturisasi adalah konsolidasi aset BUMN. Pada Juni 2026, Danantara menyatukan pengelolaan hotel-hotel milik BUMN di bawah InJourney. Sebanyak 45 hotel telah menandatangani Conditional Sale and Purchase Agreement (CSPA), yang menjadi bagian dari upaya mengoptimalkan aset sektor hospitality dan meningkatkan daya saing bisnis BUMN.

Dari sisi fiskal, transformasi BUMN juga semakin terkait dengan kapasitas pembiayaan negara. Menteri Keuangan Purbaya Yudhi Sadewa menyatakan Danantara akan menyetorkan sekitar Rp120 triliun ke APBN 2026. Dana tersebut akan masuk sebagai Pendapatan Negara Bukan Pajak (PNBP) lainnya, sementara sebelumnya dividen BUMN tercatat dalam pos PNBP Kekayaan Negara Dipisahkan.

Perubahan struktur tersebut membuat Danantara memiliki posisi strategis dalam mengelola dan mengoptimalkan aset perusahaan negara. Tantangannya adalah memastikan konsolidasi tidak berhenti pada penggabungan aset atau perusahaan, tetapi menghasilkan produktivitas, efisiensi biaya, peningkatan laba, dan manfaat ekonomi yang lebih besar bagi masyarakat.

Pengamat juga melihat kinerja positif sejumlah BUMN pada semester pertama 2026 sebagai salah satu perkembangan penting. Menurut Toto Pranoto, streamlining yang lebih cepat berpotensi membuat perusahaan negara semakin efektif dan efisien. Namun, proses tersebut tetap membutuhkan tata kelola yang kuat, transparansi, manajemen profesional, dan indikator kinerja yang terukur.

Ke depan, arah BUMN akan sangat dipengaruhi kemampuan Danantara mengelola portofolio perusahaan negara secara profesional sekaligus mendukung agenda strategis pemerintah. Jika efisiensi berhasil meningkatkan produktivitas dan keuntungan, BUMN berpotensi memberikan kontribusi lebih besar terhadap investasi, lapangan kerja, pembangunan infrastruktur, serta penerimaan negara. Sebaliknya, konsolidasi tanpa perbaikan fundamental berisiko hanya memindahkan struktur kepemilikan tanpa menghasilkan perubahan kinerja yang signifikan.

Isi kepalanya sudah melompat jauh ke depan. Melampaui umurnya yang hari ini bertambah satu angka.

Saat orang lain masih meributkan soal papan tulis dan kapur, ia sudah bicara soal kecerdasan buatan. AI.

Dialah Dr. Muhammad Muchlas Rowi. Bagi kebanyakan angkatan muda Muhammadiyah, kami lebih akrab memanggilnya: Kang Awa. Manusia yang tidak pernah betah diam di zona nyaman. Lihat saja isi kepalanya: ada filsafat UGM, ada hukum, ada manajemen. Lintas disiplin. Berjejer. Lengkap.

Maka, ketika Menteri Pendidikan Dasar dan Menengah (Mendikdasmen) Prof. Abdul Mu’ti menariknya menjadi Staf Khusus Bidang Transformasi Digital dan Kecerdasan Buatan, saya langsung membatin: ini pilihan yang klop. Pas.

Mengapa? Pendidikan dasar kita ini sedang menghadapi ombak besar. Ombak digital. Pilihannya hanya due: ikut berselancar di atas ombak itu, atau tenggelam digulung zaman. Kang Awa diserahi tugas memegang kemudi digital itu. Tugas yang tidak ringan. Sungguh berat.

Dari IRM ke Menara Digital
Latar belakangnya adalah aktivis. Ia mengasah kepekaan sosialnya sejak belia di Ikatan Remaja Muhammadiyah (IRM). Jiwa pengabdiannya panjang. Sampai-sampai dipercaya menjadi Wakil Bendahara Majelis Diktilitbang PP Muhammadiyah.

Aktivis itu biasanya punya satu kelebihan: jeli melihat masalah di akar rumput. Maka ketika ia memikirkan transformasi digital untuk sekolah-sekolah di Indonesia, yang ada di kepalanya bukan sekadar membagikan komputer atau gawai gratis. Bukan. Itu terlalu sederhana. Yang ia rancang adalah bagaimana teknologi dan AI benar-benar merombak cara guru mengajar dan cara murid menyerap ilmu.

Ia ingin teknologi menjadi jembatan keadilan, bukan justru memperlebar jurang ketimpangan antara sekolah di kota besar dan di pelosok daerah.

Menjaga Kewarasan Finansial

Hebatnya, di saat otaknya harus berpikir tentang kurikulum digital yang penuh inovasi, ia juga harus menjaga kewarasan finansial di tempat lain. Ya, Kang Awa juga seorang Komisaris Independen di PT Jamkrindo.

Ini dua dunia yang sangat kontras. Di Kemendikdasmen ia harus berpikir out of the box demi masa depan anak bangsa. Di Jamkrindo, ia justru harus menjadi benteng penegak tata kelola. Harus ketat. Harus akuntabel. Melindungi hak pemegang saham minoritas, memastikan manajemen risiko berjalan dengan presisi.

Bagaimana membagi kepala untuk dua urusan raksasa ini? Jawabannya ada pada ilmu hukum yang ia dalami hingga tingkat doktor di UTA ’45 Jakarta. Disertasinya dulu memang membedah soal tata kelola komisaris independen BUMN. Jadi, apa yang ia lakukan di Jamkrindo bukan sekadar teori, melainkan aplikasi dari keyakinan akademisnya.

Belum lagi kalau bicara soal hobinya. Ia memimpin Federasi Karate Tradisional Indonesia (INATKF). Bahkan dipercaya di tingkat Asia dan Oseania. Pantas saja staminanya seperti tidak ada habisnya. Jiwa karatenya membuat ia selalu siap menghadapi tantangan secara ksatria dan disiplin.

Bagi Kang Awa, hidup adalah perpaduan antara kontemplasi filsafat dan ketepatan jurus karate: setiap gerakan pemikiran harus taktis, lincah, namun tetap presisi di atas landasan etika.

Kado Mewah
Kini, di hari ulang tahunnya, tidak ada hadiah yang lebih mewah bagi seorang pemikir selain melihat ide-idenya mulai menetas.

Kita tentu menunggu, kejutan-kejutan digital apa lagi yang akan lahir dari meja kerjanya sebagai Staf Khusus Menteri. Kita ingin melihat AI bukan lagi menjadi barang asing yang menakutkan bagi guru-guru di daerah, melainkan menjadi asisten setia yang memajukan kecerdasan bangsa.

Selamat ulang tahun, Kang Awa. Teruslah melompat memikirkan masa depan digital kita, sembari tetap kokoh berpijak pada bumi tata kelola yang bersih. Pendidikan kita membutuhkan energi-energi lincah seperti Anda!