Kapan AGI Tiba? Menelaah Garis Waktu dan Realitas Ekonomi AI

Garis waktu menuju Kecerdasan Umum Buatan (AGI) tidak lagi dihitung dalam hitungan dekade, melainkan tahun. Bahkan mungkin tinggal menghitung bulan.

Jika kita melihat kembali proyeksi para ahli dari beberapa tahun lalu, terjadi fenomena yang disebut para analis sebagai "kompresi garis waktu"—sebuah percepatan perkiraan yang sangat radikal. Kemajuan masif pada model bahasa besar (LLM) dan ledakan kapasitas komputasi global telah memaksa industri merevisi semua asumsi lama mereka.

Kini, di paruh pertama tahun 2026, perdebatan bukan lagi tentang apakah mesin akan menyamai kecerdasan manusia, melainkan kapan titik balik itu terjadi dan siapa yang definisinya paling mendekati kenyataan.

Polarisasi Garis Waktu: Antara Ambisi Korporasi dan Skeptis Akademis

Dua kubu besar kini saling berhadapan dengan argumen yang sama-sama kuat. Di satu sisi, para pemimpin industri dan wirausahawan di garda depan laboratorium AI (frontier labs) memegang proyeksi yang sangat agresif. Mereka melihat AGI sebagai target jangka pendek yang bisa dicapai dalam rentang 3 hingga 10 tahun ke depan, dengan median perkiraan jatuh pada tahun 2032.

Namun, taruhan paling berani datang dari para CEO teknologi. Elon Musk dari xAI sebelumnya memprediksi AGI akan tercapai pada 2025 atau 2026. Dengan berlalunya tahun 2025 tanpa proklamasi AGI resmi, taruhan kini sepenuhnya bergeser ke sisa tahun berjalan 2026 ini.

Optimisme serupa disuarakan oleh CEO Anthropic, Dario Amodei, yang melihat jendela tahun 2026–2027 sebagai waktu yang sangat realistis karena AI mulai mampu mengotomatisasi rekayasa perangkat lunak dan mempercepat risetnya sendiri.

Sementara itu, Demis Hassabis dari Google DeepMind mengambil posisi sedikit lebih moderat di angka 2029–2031, menunggu solusi konkret untuk masalah penalaran dan memori jangka panjang. Angka 2029 ini juga diamini oleh futuris Ray Kurzweil melalui hukum pertumbuhan komputasi eksponensialnya, serta CEO Nvidia, Jensen Huang, yang memproyeksikan AI akan mampu lulus dari segala bentuk ujian manusia dalam kurun waktu tersebut.

Sedikit di belakang mereka, CEO OpenAI Sam Altman memperkirakan momen krusial ini akan tiba dalam "beberapa ribu hari" atau sekitar tahun 2035.

Di seberang koridor industri yang bising ini, para akademis dan peneliti AI memilih berdiri di atas pijakan yang lebih konservatif. Survei berskala besar terhadap 2.778 peneliti AI terkemuka menunjukkan probabilitas 50% bahwa High-Level Machine Intelligence (HLMI)—kondisi di mana mesin melampaui kemampuan manusia dalam mayoritas tugas—baru akan terwujud pada tahun 2047.

Meskipun terdengar lama, angka ini sebenarnya merepresentasikan percepatan yang luar biasa. Proyeksi ini maju 13 tahun lebih cepat dibandingkan survei serupa setahun sebelumnya yang menargetkan tahun 2060. Secara agregat, konsensus akademis menempatkan median kemunculan AGI pada tahun 2052.

Menjembatani Ekspektasi Lewat Pasar Prediksi

Di tengah benturan ego industri dan kehati-hatian akademis, komunitas forecaster dan pasar prediksi berbasis uang riil muncul sebagai penengah yang dingin. Platform seperti Metaculus dan Kalshi mencoba menyaring bias emosional untuk melihat probabilitas secara objektif.

Metaculus, misalnya, membelah proyeksi ini menjadi dua fase: mereka memprediksi AGI "lemah" (weak AGI) akan diumumkan pada April 2028, sementara AGI penuh baru akan diakui pada Oktober 2032.

Di sisi lain, para spekulan di pasar Kalshi menaruh angka probabilitas 55% bahwa OpenAI akan mendeklarasikan pencapaian AGI pada tahun 2030. Konsensus dari agregator independen seperti Samotsvety Forecasting mencoba lebih realistis dengan menetapkan probabilitas hanya 10% untuk tahun 2026, namun melonjak menjadi 50% pada tahun 2041.

Tembok Besar Paradigma: Mengapa LLM Saja Tidak Cukup

Tidak semua orang percaya bahwa melipatgandakan data dan daya komputasi pada model bahasa saat ini akan otomatis melahirkan kesadaran buatan. Beberapa pemikir paling berpengaruh di bidang AI justru memperingatkan adanya hambatan arsitektur yang fundamental.

Yann LeCun, Chief AI Scientist Meta, secara konsisten menegaskan bahwa arsitektur LLM generatif saat ini adalah "jalan buntu" menuju AGI. Menurutnya, LLM tidak memiliki pemahaman tentang hukum fisika dunia nyata (world model) dan tidak mampu merencanakan tindakan secara hierarkis. LeCun memprediksi AGI baru akan terwujud dalam satu dekade ke depan (sekitar 2031–2032), itu pun dengan catatan industri harus bermigrasi ke arsitektur prediksi baru seperti Joint Embedding Predictive Architecture (JEPA).

Senada dengan LeCun, Gary Marcus menilai skeptis bahwa teknik Deep Learning murni bisa menghasilkan kecerdasan sejati. Tanpa integrasi logika simbolik, ia menganggap diskusi mengenai garis waktu AGI menjadi tidak relevan.

Dari perspektif kebutuhan interaksi fisik, Fei-Fei Li menambahkan dimensi lain: jika kita hanya mengandalkan LLM dua dimensi, AGI membutuhkan waktu hingga 30 tahun. Namun, jika riset dialihkan pada kecerdasan spasial dan robotika (embodied intelligence), garis waktu tersebut bisa terpangkas menjadi 10 hingga 15 tahun.

Pandangan ini diperkuat oleh pionir robotika Rodney Brooks, yang mengingatkan bahwa menciptakan robot yang mampu menavigasi ruang fisik dan menyelesaikan tugas rumah tangga yang kompleks secara otonom membutuhkan waktu puluhan tahun—setidaknya tidak akan terjadi sebelum kisaran 2035 hingga 2040.

Implikasi Strategis: Di Mana Kita Harus Bersiap?

Pada akhirnya, perbedaan garis waktu ini sebenarnya berakar pada perbedaan definisi. Jika AGI didefinisikan secara sempit sebagai perangkat lunak yang mampu lulus ujian kognitif dan akademis manusia, kita hampir pasti akan melihatnya di akhir dekade ini atau awal 2030-an. Namun, jika AGI didefinisikan sebagai otomatisasi penuh dari seluruh sistem ekonomi (Full Automation of Labor / FAOL) dan adopsi robot fisik yang andal, realisasinya mungkin baru terjadi di paruh kedua abad ini, bahkan ada yang memproyeksikannya hingga tahun 2116.

Bagi para pembuat kebijakan, pemimpin bisnis, dan regulator, ketidakpastian garis waktu ini bukanlah alasan untuk bersikap pasif. Kompresi garis waktu yang terjadi saat ini mengirimkan satu sinyal jelas: jendela persiapan kita semakin menyempit.

Jika skenario agresif para pelaku industri benar-benar terjadi dalam 3 hingga 5 tahun ke depan, dunia akan menghadapi guncangan disrupsi pasar kerja dan krisis tata kelola keselamatan AI sebelum sistem hukum sempat merumuskan regulasinya. Menunggu konsensus ilmiah tercapai sebelum mulai bertindak adalah strategi yang sangat berisiko. Menyiapkan kerangka regulasi fleksibel dan jaring pengaman sosial sejak hari ini adalah satu-satunya pilihan rasional yang kita miliki.