Laporan tahunan Stanford tentang AI telah dirilis di sini. Tidak perlu membaca 400 halaman, berikut fakta terpentingnya 👇

💻 Banyak tolok ukur pemrograman terpecahkan
Metrik SWE-bench Verified, yang menilai kemampuan menyelesaikan isu nyata di GitHub, melonjak dari 60% menjadi hampir 100% hanya dalam satu tahun. Tes yang dirancang untuk bertahun-tahun menjadi jenuh dalam hitungan bulan. Di Terminal-Bench (kerja agen di konsol nyata: dari kompilasi hingga menjalankan server), akurasi naik dari 20% menjadi 77,3%.

🗑 Internet mati, sintetis tidak menyelamatkan
Sejak Januari 2025, >50% konten baru di internet dihasilkan oleh AI. Namun, melatih LLM murni dengan data sintetis masih belum berhasil—kualitas tidak meningkat. Semua keajaiban kini ada pada pendekatan data-centric. Model OLMo 3.1 Think 32B menunjukkan hasil setara Grok 4 dengan parameter 90 kali lebih sedikit. Rahasianya: pemangkasan ketat, deduplikasi, dan kurasi set pelatihan, bukan penambahan bobot tanpa berpikir.

⚔️ Akhir monopoli AS dan era ketertutupan
Kesenjangan teknologi antara AS dan China praktis hilang. Model China hampir sejajar dengan andalan AS. Perbedaan antara 4 model teratas sangat kecil.
Sementara itu, industri menjadi sangat tidak transparan. Untuk sistem paling kuat, arsitektur, skrip pelatihan, dan ukuran dataset tidak lagi diungkapkan.

🤡 Jagged Frontier (Perbatasan Bergigi)
Jaringan saraf meraih emas di Olimpiade Matematika Internasional (Gemini Deep Think mendapat 35 poin), tetapi tidak bisa membaca waktu dari jam analog (salah dalam 49,9% kasus, median kesalahan 1–3 jam). Di OSWorld (mengelola aplikasi desktop), agen gagal setiap tugas ketiga. Kemampuan memecahkan matematika tersulit tidak berarti memiliki akal sehat.

📉 Pasar untuk junior runtuh
Peningkatan produktivitas pengembang yang terbukti (+26% pull request ditutup dengan AI) menghantam posisi pemula. Jumlah programmer berusia 22–25 tahun yang bekerja di AS turun hampir 20% dibandingkan 2024. Peneliti menyebutnya "seniority-biased technological change"—AI menggantikan pekerjaan junior, sementara perekrutan pengembang senior terus meningkat.

🔌 Kerapuhan infrastruktur
Daya komputasi global untuk AI tumbuh 3,3 kali setiap tahun (mencapai 17,1 juta setara H100). AS memiliki lebih dari 5.400 pusat data (10 kali lipat negara lain), tetapi hampir semua chip AI canggih diproduksi di satu pabrik TSMC di Taiwan. Konsumsi energi pusat data AI mencapai 29,6 GW, setara konsumsi puncak seluruh negara bagian New York.
Inferensi juga menguras sumber daya: konsumsi air tahunan hanya untuk menghasilkan GPT-4o setara kebutuhan minum 1,2 juta orang.