Bacalah ini sebagai perbandingan institusional bertanggal
Laboratorium AI terdepan berbeda dalam kepemilikan, pendanaan, strategi rilis, dan kendali risiko yang dipublikasikan. Perbedaan-perbedaan itu dapat memengaruhi siapa yang membuat keputusan penerapan dan seberapa banyak pengawasan dari luar yang dimungkinkan. Namun sebuah dokumen kebijakan adalah bukti dari proses yang dinyatakan, bukan bukti bahwa sebuah model aman atau bahwa para pemimpinnya akan membuat keputusan yang tepat di bawah tekanan. Deskripsi di bawah ini berlaku hingga 13 September 2026 dan seharusnya diperiksa ulang setiap kuartal.
| Pengembang | Struktur institusional | Pendekatan risiko terdepan yang dipublikasikan |
|---|---|---|
| OpenAI | OpenAI Foundation mengendalikan OpenAI Group PBC | Evaluasi kesiapan (preparedness) dan kartu sistem |
| Google DeepMind | Organisasi riset AI di dalam Google/Alphabet | Frontier Safety Framework |
| Anthropic | Perusahaan manfaat publik dengan Long-Term Benefit Trust | Responsible Scaling Policy dan Laporan Risiko |
| Meta | Organisasi bisnis dan riset perusahaan publik di dalam Meta Platforms | Advanced AI Scaling Framework; beberapa rilis bobot terbuka |
| xAI | Perusahaan yang dikendalikan secara privat digabung dengan X | Kartu model dan pelaporan keamanan tertentu; tata kelola ambang batas publik yang kurang terperinci |
Tabel ini membandingkan informasi publik, bukan praktik internal. Kerangka kerja berubah dengan sering, menggunakan kategori risiko yang berbeda-beda, dan sebagian besar ditulis oleh organisasi yang mereka atur sendiri.
OpenAI
OpenAI tidak lagi akurat digambarkan hanya sebagai “keuntungan terbatas di bawah dewan nirlaba.” Sebuah restrukturisasi Oktober 2025 mengubah nama badan nirlabanya menjadi OpenAI Foundation dan badan for-profitnya menjadi OpenAI Group PBC, sebuah perusahaan manfaat publik (public benefit corporation). Foundation mengendalikan PBC dan memegang ekuitas di dalamnya (struktur OpenAI). Bentuk manfaat publik dapat mengharuskan pertimbangan sebuah misi bersama kepentingan pemegang saham, tetapi tidak menghilangkan insentif komersial atau menggantikan regulasi publik.
Pendekatan OpenAI yang dinyatakan telah menekankan penerapan iteratif: merilis sistem, belajar dari penggunaan nyata, dan memperkuat pengaman seiring perubahan kemampuan. OpenAI mempublikasikan kartu sistem dan menggunakan Preparedness Framework untuk mengevaluasi kategori kerugian parah. Pembaca seharusnya memeriksa kerangka kerja saat ini dan bukti khusus-model alih-alih menyimpulkan keamanan dari nama mereknya. Pertanyaan yang relevan mencakup siapa yang dapat membatalkan sebuah penentuan risiko, hasil mana yang tetap tidak dipublikasikan karena alasan keamanan, dan apakah sebuah evaluasi mencakup agen yang diterapkan dengan alat sesungguhnya alih-alih hanya model dasar.
Google DeepMind
Google DeepMind beroperasi di dalam Google, anak perusahaan Alphabet. Ia menggabungkan kapasitas riset besar dengan akses ke produk, pusat data, dan distribusi Google. Itu menciptakan peluang untuk pengujian ekstensif dan penerapan defensif, sekaligus tekanan komersial dan organisasional yang tidak dapat sepenuhnya diamati oleh pembaca eksternal.
Frontier Safety Framework miliknya mendefinisikan tingkat kemampuan, proses evaluasi, dan mitigasi untuk risiko parah. Versi 3.0 dipublikasikan pada September 2025, dan versi 3.1 menambahkan “tingkat kemampuan yang dilacak” pada April 2026 untuk mengidentifikasi risiko yang kurang ekstrem lebih dini (keamanan terdepan Google DeepMind). Google menggambarkan penilaian risiko holistik bersama evaluasi ambang batas. Ini adalah klaim dan proses perusahaan; kartu model, evaluasi dari luar, dan bukti insiden tetap diperlukan untuk menilai kinerjanya.
Anthropic
Anthropic adalah perusahaan manfaat publik. Tata kelolanya mencakup Long-Term Benefit Trust yang dirancang untuk memperoleh otoritas atas pemilihan dewan seiring waktu. Independensi praktis dan efektivitas mekanisme semacam itu harus dievaluasi melalui keputusan, pengungkapan, dan hak yang dapat ditegakkan, bukan hanya bagan organisasi semata.
Responsible Scaling Policy milik Anthropic telah berubah berulang kali. Per Agustus 2026, arsip publiknya mencantumkan versi 3.4 dan berbagai revisi selama tahun itu (arsip RSP Anthropic). Versi 3 bergeser menuju Laporan Risiko yang berulang, Frontier Safety Roadmap, dan rencana perusahaan terpisah serta rekomendasi industri. Anthropic menyatakan bahwa Laporan Risiko menghubungkan model ancaman, kemampuan, mitigasi, dan risiko residual, dengan tinjauan eksternal dalam keadaan tertentu. Anthropic juga menyatakan bahwa sebagian materi disunting.
Revisi-revisi itu layak dibaca dari kedua arah. Memperbarui ambang batas dapat mencerminkan pembelajaran dan model ancaman yang membaik; itu juga dapat melemahkan atau mengubah komitmen sebelumnya. Perbandingan yang bertanggung jawab mempertahankan versi lama dan garis-garis perubahan (redlines) alih-alih mengutip “RSP” seolah-olah tetap. Laporan Anthropic sendiri adalah bukti pihak pertama dan seharusnya dilabeli demikian.
Meta
Pendekatan Meta menggabungkan layanan tertutup dengan rilis bobot model untuk beberapa keluarga. Bobot terbuka memungkinkan riset independen, adaptasi lokal, audit, dan kompetisi. Bobot terbuka juga membuat pengaman yang diberlakukan secara terpusat lebih mudah dihapus dan penarikan kembali jauh lebih sulit setelah berkas-berkasnya disalin secara luas. Keseimbangannya bergantung pada kemampuan, artefak rilis, batasan lisensi, dan sumber daya yang dibutuhkan untuk menyalahgunakan model—bukan pada apakah “terbuka” secara inheren aman atau berbahaya.
Pada April 2026, Meta mengganti atau memperluas Frontier AI Framework-nya dengan Advanced AI Scaling Framework, menambahkan penilaian kimia/biologi, siber, dan hilangnya kendali yang lebih luas serta Laporan Keamanan & Kesiapan khusus-model (pengumuman Meta). Sekali lagi, ini adalah deskripsi Meta sendiri tentang prosesnya. Akses independen, publikasi hasil yang bermakna, dan konsekuensi yang melekat pada ambang batas menentukan seberapa besar jaminan yang diberikannya.
xAI
xAI adalah pengembang terdepan swasta yang terintegrasi dengan platform sosial X. Dibandingkan dengan organisasi lain yang tercantum di sini, secara historis xAI telah mempublikasikan informasi yang kurang terperinci tentang ambang batas jeda yang terkait kemampuan dan tata kelola independen. Itu adalah pernyataan tentang dokumentasi yang dapat diperiksa secara publik, bukan bukti tidak adanya pekerjaan keamanan internal. Respons yang tepat adalah menandai kesenjangan bukti alih-alih mengisinya dengan asumsi.
Untuk model xAI mana pun, pembaca seharusnya mencari kartu model spesifik, tanggal evaluasi, konfigurasi yang diuji, cakupan red-team, dan kendali rilis. Kepemilikan privat dapat memungkinkan keputusan cepat tetapi menyediakan lebih sedikit saluran transparansi otomatis dibandingkan pelaporan perusahaan publik. Akses ke platform sosial besar juga menjadikan distribusi dan gelung umpan balik sebagai bagian yang relevan dari risiko penerapan.
Perbedaan yang paling penting
Pernyataan misi adalah alat perbandingan yang buruk karena setiap laboratorium dapat menjanjikan manfaat dan tanggung jawab. Pertanyaan yang lebih diagnostik adalah:
- Hak keputusan: Siapa yang dapat menunda pelatihan atau penerapan, dan dapatkah orang itu disingkirkan oleh eksekutif yang sama yang rencananya ia tinjau?
- Ambang batas yang ditetapkan sebelumnya: Apakah kerangka kerja itu menentukan bukti apa yang memicu keamanan yang lebih kuat, penerapan terbatas, atau jeda?
- Akses independen: Dapatkah pihak luar yang berkualifikasi menguji sistem sesungguhnya dan mempublikasikan temuan kritis?
- Transparansi: Apakah metode, keterbatasan, kegagalan serius, revisi kerangka kerja, dan insiden diungkapkan dengan segera?
- Keamanan: Apakah bobot model dan sistem riset dilindungi sebanding dengan nilai penyalahgunaannya?
- Kendali rilis: Dapatkah pengaman diperbarui, dan apa yang terjadi ketika bobot dapat diunduh?
- Akuntabilitas: Apakah komitmen dapat ditegakkan secara hukum atau kontrak, atau bersifat sukarela dan dapat direvisi?
Kerangka kerja sukarela dapat menciptakan disiplin internal dan kosakata bersama yang berguna. Kerangka kerja itu juga dapat berubah lebih cepat daripada legislasi dan mengungkap model risiko yang muncul. Namun kerangka kerja itu menghadirkan konflik kepentingan: pengembang seringkali mendefinisikan pengujiannya, menjalankannya, menafsirkannya, dan memutuskan apa yang dipublikasikan. International AI Safety Report 2026 mencatat keterbatasan yang persisten dalam validitas evaluasi, akses eksternal, dan bukti manajemen risiko (International AI Safety Report 2026).
Cara menggunakan perbandingan ini
Jangan mengubah sebuah tabel menjadi peringkat keamanan. Sebuah laboratorium mungkin lebih kuat dalam satu domain, lebih lemah dalam domain lain, dan berubah dalam hitungan bulan. Bandingkan bukti khusus-model dan keputusan nyata: apakah sebuah peluncuran dimodifikasi setelah pengujian, apakah para peneliti dapat mengeskalasi kekhawatiran, apakah evaluator luar menerima akses yang memadai, dan apakah insiden menghasilkan reformasi yang terukur.
Tata kelola korporat itu penting karena sejumlah kecil institusi mengendalikan pelatihan dan penerapan terdepan. Ini bukan pengganti tata kelola demokratis. Standar evaluasi bersama, pelaporan insiden, perlindungan pelapor, kebijakan persaingan, tanggung jawab hukum, dan pengawasan publik tetap diperlukan bahkan jika setiap pengembang mengadopsi kerangka kerja internal yang canggih.