Baca online, atau dapetin di inbox tiap minggu.

Google Tersandung di Lini Gemini
AI Update

Google Tersandung di Lini Gemini — Pelajaran soal Vendor Tunggal

18 Juli 20263 min read

Raksasa teknologi pun bisa tertinggal. Google dilaporkan kesulitan sama model Gemini generasi terbaru mereka, dan dampaknya udah kerasa di harga saham serta siapa yang masih betah kerja di sana. Pelajaran yang bisa kalian ambil bukan soal gosip industri — tapi soal manajemen risiko: jangan bangun seluruh alur kerja kalian di atas satu vendor AI aja.

Yang terjadi

  • Gemini 3.5 Pro dilaporkan molor berbulan-bulan dari target internal Google, dengan performa coding di bawah ekspektasi meski data training-nya udah di-update akhir Juni. Sundar Pichai sempat janji rilis ke developer bulan Juni, dan deadline itu lewat tanpa update resmi. (Bloomberg, dilaporkan berdasarkan sumber internal — belum ada dokumen resmi dari Google yang membenarkan detail ini)
  • Saham Alphabet turun sekitar 4-6% setelah laporan ini terbit, dengan nilai pasar yang hilang mencapai ratusan miliar dolar. Ini fakta pasar publik, bukan spekulasi. (CNBC)
  • Beberapa periset senior Google DeepMind pindah ke kompetitor sepanjang Juni 2026: Noam Shazeer (co-lead Gemini) ke OpenAI, John Jumper (peraih Nobel, pemimpin proyek AlphaFold) ke Anthropic, disusul Jonas Adler dan Alexander Pritzel juga ke Anthropic. Sebagian diumumkan langsung oleh yang bersangkutan. (CNBC, TechCrunch)
  • Juru bicara Google merespons ke Reuters bahwa perusahaan "sedang menguji 3.5 Pro, model Flash yang di-upgrade, dan model lain bersama partner" dan "mengirim model dengan cepat di berbagai lini sambil menjaga biaya tetap efektif untuk pelanggan" — pernyataan umum yang gak secara eksplisit membenarkan atau membantah klaim keterlambatan.

Kenapa ini penting

Detail teknis soal kenapa Gemini 3.5 Pro molor itu masih berbasis sumber anonim, jadi kita gak bisa nyatain itu sebagai fakta pasti. Tapi dua hal ini fakta yang gak perlu diperdebatkan: pasar bereaksi keras dengan ngerontokin nilai saham Alphabet, dan sejumlah periset senior Gemini pindah ke kompetitor dalam waktu berdekatan. Dua sinyal ini cukup buat nunjukin ada sesuatu yang beneran terjadi, meski detail persisnya belum bisa dipastikan seratus persen.

Buat kalian yang pakai AI buat kerjaan, ini bukan berarti Gemini tiba-tiba gak layak dipakai. Tapi ini pengingat konkret: model yang hari ini kelihatan paling unggul bisa aja tertinggal beberapa bulan kemudian, bahkan kalau yang bikin itu perusahaan sebesar Google. Kalau seluruh alur kerja atau produk kalian nempel ke satu model atau satu vendor AI aja, kalian ikut kena dampak setiap kali vendor itu tersandung — baik itu soal kualitas, harga, atau ketersediaan.

Prinsip yang sama berlaku ke arah sebaliknya juga — kalau kalian udah keburu pindah semua ke satu model yang lagi hype karena dianggap paling murah atau paling canggih saat ini, ada baiknya tetap punya rencana cadangan. Ini juga alasan kenapa mengenal beberapa model sekaligus itu bukan buang-buang waktu, termasuk model open-weight yang makin kompetitif — baca juga soal Kimi K3 dari Moonshot AI buat gambaran kenapa opsi di luar model-model Amerika juga makin layak dipertimbangkan.

Suka artikel ini? Kalian bakal suka newsletter mingguan gw.

Yang bisa kalian coba sekarang

Sebelum kalian makin dalam nempelin kerjaan atau bisnis kalian ke satu model AI aja, cek dulu seberapa besar ketergantungan kalian sekarang:

prompt
Bantu saya cek seberapa besar ketergantungan kerjaan/bisnis saya
ke satu model atau vendor AI tertentu.

Model/tools AI yang saya pakai untuk kerjaan sehari-hari:
[ISI]

Untuk apa saja saya menggunakannya (tugas rutin, fitur produk,
automasi, dll): [ISI]

Bantu saya:
1. Identifikasi bagian mana dari kerjaan/bisnis saya yang paling
   terdampak kalau tools AI ini tiba-tiba naik harga drastis,
   turun kualitas, atau bahkan berhenti beroperasi
2. Sarankan alternatif model/vendor untuk bagian yang paling
   berisiko itu, sebagai rencana cadangan
3. Kasih tau bagian mana yang risikonya kecil dan gak perlu
   buru-buru dicarikan cadangan

Kalian gak perlu pakai banyak model sekaligus tiap hari. Tapi tau alternatifnya sebelum butuh itu jauh lebih murah daripada baru nyari pas vendor utama kalian tiba-tiba tersandung.

Build 2ndbrain kalian, tingkatin produktivitas 10x lipat

Mulai Belajar