Inggris Bubarkan Kementerian Sains, Sinyal Baru: AI Kini Masuk ke Setiap Departemen
Baca dalam 60 detik
- Pemerintah Inggris membubarkan Departemen Sains, Inovasi, dan Teknologi, lalu membentuk Satuan Tugas AI di bawah Perdana Menteri.
- Langkah ini menandai pergeseran cara pandang: AI bukan lagi proyek terpisah, melainkan bagian dari struktur operasional inti.
- Bagi dunia usaha, termasuk di Indonesia, tantangannya adalah menata AI dengan kewenangan, anggaran, dan akuntabilitas yang jelas.

Pada 21 Juli, pemerintah Inggris mengambil keputusan yang jarang terjadi: membubarkan Departemen Sains, Inovasi, dan Teknologi. Tiga hari berselang, kantor Perdana Menteri mengumumkan pembentukan Satuan Tugas AI yang menempatkan kecerdasan artifisial bukan sebagai teknologi tempelan, melainkan sebagai bagian tak terpisahkan dari cara kerja seluruh kementerian. Bagi pelaku usaha, sinyal ini jelas: AI telah naik ke kursi pengambil keputusan, dan tata kelolanya harus mengikuti standar yang sama dengan fungsi organisasi lainnya.
Perubahan di Inggris itu bukan sekadar rombak kabinet. Selama ini AI diperlakukan sebagai inisiatif tambahan—proyek percontohan di sana-sini, terpisah dari anggaran inti dan tanpa pemilik yang jelas. Dengan menempatkannya di bawah koordinasi langsung perdana menteri, pemerintah Inggris ingin memastikan bahwa setiap departemen memiliki kewenangan, alokasi dana, dan garis pertanggungjawaban yang tegas. Inilah yang oleh banyak pengamat disebut sebagai pergeseran dari fase adopsi ke fase disiplin operasional.
Di sektor swasta, kesenjangan antara pemakaian dan penataan paling kentara di tim rekayasa perangkat lunak. Berbagai organisasi sudah memakai AI dalam keseharian, tetapi hanya sedikit yang benar-benar merestrukturisasi diri di sekitarnya. Peluang jangka pendeknya bukan lagi adopsi perdana, melainkan penerapan yang terukur. Dampak yang lebih besar baru akan terasa ketika ekonomi biaya pengembangan perangkat lunak berubah—dan di situlah nilai sebenarnya dipertaruhkan.
Kemacetan klasik dalam transformasi digital sering kali bukan pada pemahaman peluang, melainkan pada kapasitas teknis. Menghubungkan layanan baru dengan sistem warisan (legacy) atau mengubah proses manual menjadi alur kerja yang andal menuntut waktu insinyur yang langka. Rekayasa perangkat lunak otonom—sistem yang mampu menerima tujuan, memeriksa basis kode, merencanakan pekerjaan, menulis dan menguji kode, serta menyerahkan hasil untuk ditinjau manusia—menawarkan jalan keluar dari kemacetan itu. Bedanya dengan alat autocomplete: sistem ini bekerja dengan lingkup yang lebih luas dan dapat menjalankan beberapa tugas secara paralel.
Namun, kapasitas tambahan bukan berarti gratis. Biaya keamanan, infrastruktur, dan pemeliharaan tetap ada dan bersifat permanen. Yang berubah adalah fleksibilitas sistem: perusahaan dapat menjelajahi area pertumbuhan baru lebih cepat tanpa harus langsung menambah jumlah karyawan. Di Inggris, dampaknya terasa bagi UKM yang selama ini terpaksa memusatkan sumber daya teknis pada prioritas sempit. Mereka tidak akan serta-merta setara dengan korporasi besar yang masih unggul dalam modal, distribusi, dan relasi pelanggan, tetapi akses terhadap kapasitas rekayasa bisa menjadi hambatan persaingan yang lebih rendah.
Organisasi besar juga mendapat ruang berbeda. Proyek-proyek yang tertunda lama karena nilai komersialnya tidak langsung dapat dieksekusi. Arsitek dan pakar domain tetap menjadi penentu; AI hanya memperluas jangkauan tindakan mereka. Sektor yang paling awal merasakan adalah mereka yang terkendala teknologi warisan: asuransi, logistik, serta sebagian layanan keuangan dan administrasi kesehatan. Ketika kelangkaan waktu insinyur mereda, modernisasi sistem warisan berhenti menjadi program bertahun-tahun.
"Agen sangat baik untuk pekerjaan dengan lingkup yang jelas, terutama jika mereka memiliki pengetahuan mendalam tentang sistem dan basis kode Anda. Kemacetan baru justru ada pada pekerjaan dan inisiatif baru," demikian inti pandangan yang diungkapkan dalam artikel TechRadar Pro Perspectives tersebut.
Kendati demikian, mempermudah produksi perangkat lunak tidak otomatis menciptakan nilai. Diperlukan kendali manajemen baru: investasi pada pelatihan staf agar memahami cara kerja alat baru, termasuk standar eksplisit kapan persetujuan manusia diperlukan. Metrik pun harus berubah. Jumlah token yang dikonsumsi, prompt yang diajukan, atau baris kode yang dihasilkan tidak banyak berbicara tentang nilai bisnis. Pemimpin sebaiknya mengukur pekerjaan berguna yang diterima, waktu menuju produksi, dan biaya per hasil yang tuntas.
Bagi Indonesia, pelajaran dari Inggris bukan pada pembubaran kementeriannya, melainkan pada logika penataannya. Banyak perusahaan nasional masih memperlakukan AI sebagai eksperimen di unit digital, tanpa anggaran dan akuntabilitas yang menyatu dengan rencana bisnis. Padahal, dengan struktur biaya yang tepat, AI dapat membantu mengatasi keterbatasan talenta teknis yang juga menjadi persoalan di dalam negeri. UKM di Indonesia—yang jumlahnya mendominasi dunia usaha—berpotensi memanfaatkan kapasitas rekayasa tambahan untuk bersaing di luar ceruk pasar yang sempit.
Pertanyaannya ke depan: akankah perusahaan di Indonesia berani mengangkat AI dari status proyek sampingan menjadi fungsi dengan batas tanggung jawab yang jelas? Tanpa itu, adopsi hanya akan menambah aktivitas tanpa mengubah hasil. Inggris telah memulai dengan restrukturisasi; dunia usaha tinggal memutuskan apakah akan mengikuti logika yang sama atau tetap menunda.



