Tidak ada model AI implementation partner yang unggul di semua hal: konsultan AI kuat di strategi dan desain proses, system integrator di eksekusi skala besar, vendor produk AI di kecepatan untuk proses standar, dan tim internal di kendali jangka panjang. Pilihan yang tepat ditentukan oleh seberapa unik proses Anda, seberapa sensitif datanya, dan siapa yang akan merawat sistemnya setelah go-live. Dalam praktik, jawabannya sering berupa kombinasi.

Banner AI PARTNER bertuliskan Konsultan, SI, Vendor, atau Tim Internal? dengan foto pelari estafet membawa tongkat yang melaju cepat di lintasan, dibingkai heksagon.

Empat Model, Empat Cara Kerja

Artikel ini untuk direksi, kepala IT, dan pemilik proses yang sedang memutuskan siapa yang akan mengerjakan proyek AI berikutnya. Kami bekerja sebagai implementation partner, jadi kami punya kepentingan. Karena itu, kami juga menulis kapan jasa seperti kami tidak diperlukan.

Konsultan AI atau boutique implementation partner. Tim yang berangkat dari proses bisnis: memetakan use case, menilai kesiapan data, merancang pilot, lalu sering ikut membangun dan mengoperasikan. Bedanya dengan konsultan IT umum, fokusnya bukan infrastruktur atau lisensi, melainkan pertanyaan seperti kapan AI boleh bertindak sendiri dan kapan harus meminta konfirmasi manusia. Sebagian besar penyedia jasa pembuatan AI agent masuk kategori ini.
System integrator (SI). Perusahaan TI besar yang menyatukan perangkat keras, perangkat lunak, dan aplikasi dari banyak vendor ke dalam sistem klien. System integrator Indonesia ikut bergerak ke AI. Metrodata melaporkan order booking bisnis Data & AI naik 53% secara tahunan pada semester I 2026, dan Multipolar Technology, dalam Data & AI Forum 2026 di Bali, memosisikan AI sebagai sistem terpadu yang mencakup data, platform, infrastruktur, keamanan, dan operasional bisnis.
Vendor produk AI. Penyedia SaaS atau platform dengan produk siap pakai, biasanya disertai tim professional services untuk konfigurasi dan onboarding. Implementasinya mengikuti cara kerja produk, bukan sebaliknya.
Tim internal. Engineer AI, data, dan integrasi yang Anda rekrut sendiri. Semua pengetahuan tinggal di perusahaan, begitu pula semua risikonya.

Perbandingan Langsung: Delapan Kriteria

Kriteria	Konsultan AI	System integrator	Vendor produk AI	Tim internal
Kecepatan mulai	Cepat, tim kecil bisa langsung mulai	Sedang, pengadaan dan mobilisasi lebih panjang	Paling cepat, kalau produknya cocok	Paling lambat, harus merekrut dulu
Biaya awal	Sedang	Tinggi, nilai kontrak umumnya besar	Rendah sampai sedang	Tinggi, gaji berjalan sebelum ada hasil
Biaya jangka panjang	Turun kalau ada serah terima	Tinggi kalau pemeliharaan ikut dikontrakkan	Naik seiring pengguna dan volume	Tetap, tetapi per use case makin murah
Kontrol atas data dan IP	Bergantung kontrak	Bergantung kontrak, sering memakai produk mitra SI	Paling rendah, logika ada di platform vendor	Paling tinggi
Risiko lock-in	Rendah sampai sedang, kalau kode dan dokumentasi diserahkan	Sedang, terikat ekosistem vendor mitra	Tinggi	Rendah, diganti risiko orang kunci keluar
Kemampuan strategi dan proses	Tinggi, inti jasanya	Sedang, lebih kuat di teknologi	Rendah, terbatas pada produknya	Bergantung pengalaman tim
Kapasitas eksekusi skala besar	Terbatas	Tinggi	Tinggi, untuk produknya sendiri	Terbatas pada jumlah orang
Cocok untuk	Use case pertama, proses unik, data sensitif	Rollout besar dan integrasi sistem inti	Proses standar dengan produk matang	AI sebagai kapabilitas inti yang terus dikembangkan

Tabel ini generalisasi. Kualitas orang yang benar-benar ditugaskan lebih menentukan daripada kategori penyedianya: SI besar bisa punya tim AI yang tajam, dan konsultan kecil bisa saja hanya menjual ulang produk pihak lain.

Dua pola hibrida paling umum. Pertama, konsultan merancang dan membuktikan pilot, lalu SI atau tim internal membangun skala penuh, dengan dokumen serah terima yang rinci. Kedua, vendor produk dipakai untuk proses standar, dengan satu pemilik internal yang memegang konfigurasi, data, dan evaluasi kualitas.

Build atau Partner: Apa Kata Data

Laporan MIT NANDA, The GenAI Divide (Juli 2025), mencatat solusi AI generatif yang dikerjakan lewat kemitraan eksternal mencapai tahap deployment sekitar 67% dari waktu, dibandingkan sekitar 33% untuk yang dibangun internal. Pemakaian oleh karyawan juga hampir dua kali lipat pada alat buatan pihak luar.

Baca angka ini dengan hati-hati. Datanya berasal dari 52 wawancara, survei 153 pemimpin, dan analisis lebih dari 300 inisiatif publik. Penulisnya sendiri menyebut hasilnya dilaporkan responden dan belum membuktikan sebab-akibat.

Arah pasar sejalan. Survei Menlo Ventures terhadap 495 pengambil keputusan AI di perusahaan Amerika Serikat (Desember 2025) mencatat 76% use case AI pada 2025 dibeli, bukan dibangun sendiri, naik dari 53% pada 2024.

Proyeksi belanja AI Gartner (September 2026) menambahkan nuansa: perusahaan makin jarang memakai penyedia jasa untuk transformasi bisnis besar, dan lebih sering untuk proyek kecil yang memanfaatkan fitur AI di perangkat lunak yang sudah dipakai. Menurut Gartner, risiko lock-in, kedaulatan data, dan biaya yang membengkak tidak menghalangi pembeli. Risikonya tetap ada, hanya sering diabaikan.

Data tersebut sebagian besar dari Amerika Serikat. Di Indonesia, kendala talenta membuat argumen kemitraan lebih kuat. Studi IBM terhadap 502 pemimpin bisnis Indonesia (Juni 2025) mencatat 45% menyebut kurangnya talenta digital sebagai hambatan, dan di BUMN 59% menyebut kekurangan tenaga terampil sebagai tantangan digital utama.

Biaya Nyata di Indonesia

Proyek dengan mitra eksternal

Paradita Umbara, pendiri dan CEO Majapahit Teknologi, kepada detikInet pada 9 Juni 2026 memperkirakan pilot satu use case berkisar puluhan hingga ratusan juta rupiah, sementara AI enterprise yang terintegrasi dengan sistem inti bisa mencapai ratusan juta hingga lebih dari Rp1 miliar. Ini estimasi satu pelaku pasar, bukan survei, tetapi polanya masuk akal: yang mahal adalah integrasi dan perubahan proses, bukan lisensi model.

Tim internal minimal

Data gaji AI di Indonesia masih terfragmentasi, jadi perlakukan angka berikut sebagai titik awal.

Level AI engineer	Gaji per bulan (estimasi Okezone, Mei 2026)	Setara 12 bulan gaji pokok
Pemula	Rp10 juta sampai Rp15 juta	Rp120 juta sampai Rp180 juta
Menengah	Rp16 juta sampai Rp25 juta	Rp192 juta sampai Rp300 juta
Senior	Rp29 juta sampai lebih dari Rp40 juta	Rp348 juta sampai lebih dari Rp480 juta

Sebagai pembanding, Levels.fyi per Oktober 2026 mencatat median total kompensasi machine learning engineer di Indonesia hampir Rp200 juta per tahun, dengan persentil ke-75 sekitar Rp413 juta.

Tim paling ramping yang realistis untuk membawa satu use case ke produksi berisi tiga orang: satu AI engineer senior dan dua engineer menengah untuk data dan integrasi. Dengan kisaran di atas, gaji pokoknya saja sekitar Rp61 juta sampai Rp90 juta per bulan, atau Rp732 juta sampai Rp1,08 miliar per tahun, belum termasuk THR, iuran BPJS, bonus, perangkat, dan biaya rekrutmen.

Merekrutnya pun tidak mudah. Robert Walters Salary Survey 2026 mencatat 81% perusahaan di Indonesia menilai kualitas kandidat tidak sesuai dengan posisi yang dibuka, dan rekrutmen berjalan lebih lama.

Tim internal minimal berbiaya kira-kira setara satu proyek integrasi enterprise, setiap tahun, bahkan sebelum menghasilkan apa pun. Itu masuk akal kalau AI akan menjadi portofolio beberapa use case per tahun. Untuk satu pilot, hitungannya hampir selalu kalah dari mitra eksternal.

Model Kontrak: Fixed Price, Time and Material, Retainer, atau Berbasis Hasil

Memilih mitra baru setengah keputusan. Setengahnya lagi adalah cara membayar, karena skema kontrak menentukan siapa yang menanggung risiko ketika ruang lingkup berubah.

Model	Cara kerja	Cocok untuk	Risiko utama
Fixed price	Ruang lingkup dan harga dikunci di awal	Penilaian kesiapan, pilot dengan ruang lingkup jelas	Perubahan kebutuhan jadi change request, harga dinaikkan untuk menutup risiko
Time and material	Bayar per orang-hari atau per jam	Ruang lingkup belum jelas, eksplorasi teknis	Tidak ada insentif efisiensi, anggaran mudah melebar
Retainer atau managed service	Biaya bulanan untuk operasi, pemantauan, dan perbaikan	Sistem yang sudah go-live	Membayar kapasitas menganggur kalau SLA (komitmen tingkat layanan) tidak jelas
Berbasis hasil atau success fee	Sebagian pembayaran terikat KPI	Proses bervolume tinggi dengan baseline terukur	Sengketa baseline dan atribusi, premi risiko masuk ke harga

Bain, dalam laporan teknologi 29 September 2026, menilai skema time and material makin tidak cocok untuk pekerjaan berbasis AI karena yang dibayar adalah input, bukan hasil. Skema berbasis hasil dan bagi hasil penghematan sedang tumbuh, tetapi belum ada model yang dominan.

Untuk instansi pemerintah, pilihannya dibatasi aturan pengadaan. Perpres 46/2025, perubahan kedua atas Perpres 16/2018, mencantumkan empat jenis kontrak jasa konsultansi: lumsum, waktu penugasan, kontrak payung, dan kontrak berbasis kinerja, yaitu kontrak atas tercapainya tingkat layanan tertentu. BUMN dan swasta perlu mencocokkannya dengan pedoman pengadaan internal masing-masing.

Apa pun skemanya, tulis kepemilikan hasil kerja secara eksplisit. Pasal 36 UU 28/2014 tentang Hak Cipta mengatur bahwa, kecuali diperjanjikan lain, pencipta dan pemegang hak cipta atas karya pesanan adalah pihak yang membuatnya. Tanpa klausul pengalihan, kode buatan mitra belum tentu menjadi milik Anda. Atur juga prompt, konfigurasi, data latih, model hasil fine-tuning (pelatihan lanjutan model dengan data Anda), akses log, dan kewajiban serah terima.

Daftar lengkapnya ada di panduan 12 pertanyaan sebelum tanda tangan kontrak, dan untuk kewajiban data pribadi, lihat PP 33/2026 dan proyek AI Anda. Bagian ini bukan nasihat hukum, jadi konfirmasikan klausul kontrak dengan penasihat hukum Anda.

Kapan Konsultan AI Hanya Membuang Uang

Fitur AI di perangkat lunak yang sudah Anda bayar sudah cukup. Kalau kebutuhannya meringkas dokumen atau membuat draf, aktifkan fiturnya, latih penggunanya, dan ukur pemakaiannya.
Prosesnya standar dan produknya sudah matang. Membayar konsultan untuk merancang ulang alur yang sudah disediakan produk sama dengan membayar dua kali.
Belum ada pemilik proses dan akses data. Tanpa orang yang berwenang memutuskan dan data yang bisa dibuka, hasil konsultasi berhenti sebagai dokumen strategi.
Tim Anda sudah pernah membawa AI ke produksi. Yang dibutuhkan mungkin hanya tinjauan arsitektur atau keamanan sesekali.
Yang ditawarkan hanya roadmap tanpa pilot. Roadmap yang belum diuji di data nyata masih hipotesis. Cara merancang pilot yang terukur kami bahas di artikel kenapa pilot AI jarang balik modal.

Model lain juga punya titik salah pakai. SI besar untuk pilot satu use case sering terlalu berat. Vendor produk untuk proses yang menjadi pembeda bisnis membuat pembeda itu sama dengan milik pesaing. Tim internal untuk proyek AI pertama berarti membayar kurva belajar penuh dengan gaji tetap.

Panduan Keputusan: Jika Ini, Pilih Itu

Jika fitur AI di perangkat lunak yang sudah ada menjawab kebutuhan, aktifkan fiturnya. Anda belum butuh mitra.
Jika prosesnya standar, misalnya layanan pelanggan atau pembacaan faktur, dan produk matangnya tersedia, pilih vendor produk dan tunjuk satu pemilik internal.
Jika prosesnya unik, lintas divisi, menyentuh data sensitif, dan Anda belum pernah membawa AI ke produksi, mulai dengan konsultan AI untuk desain dan pilot, dengan rencana serah terima tertulis.
Jika pilot sudah terbukti dan perlu digulirkan ke banyak unit atau sistem inti, libatkan system integrator.
Jika AI akan menjadi portofolio beberapa use case per tahun dan Anda sanggup merekrut, bangun tim internal, lalu pakai mitra untuk mempercepat atau mengisi keahlian yang belum ada.

Satu aturan berlaku untuk semua model: tentukan sejak awal siapa di internal yang memiliki sistem ini setelah go-live. Kalau tidak ada, model mana pun berujung pada ketergantungan.

Siap dikerjakan sendiri, atau perlu mitra?

AI Readiness Scorecard berisi 6 pertanyaan, selesai sekitar 2 menit, dan memberi skor kesiapan, analisis per dimensi, serta langkah berikutnya. Tanpa daftar.

Cek Kesiapan AI

Diagram keputusan memilih model AI implementation partner: jika fitur AI di software yang ada sudah cukup, belum perlu mitra; proses standar ke vendor produk; proses unik dan data sensitif ke konsultan AI; rollout besar ke system integrator; portofolio AI berkelanjutan ke tim internal.

Pertanyaan yang Sering Diajukan

Apa bedanya konsultan AI dengan system integrator?

Konsultan AI berangkat dari proses bisnis: menentukan use case yang layak, merancang pilot, dan menyusun tata kelolanya. System integrator berangkat dari teknologi: mengintegrasikan perangkat keras, perangkat lunak, dan aplikasi dari banyak vendor dalam skala besar.

Lebih murah memakai konsultan AI atau membangun tim AI internal?

Untuk satu atau dua use case, mitra eksternal hampir selalu lebih murah. Tim internal tiga orang berbiaya sekitar Rp732 juta sampai Rp1,08 miliar per tahun untuk gaji pokok saja, sehingga baru sepadan kalau AI menjadi portofolio yang terus dikembangkan.

Apakah system integrator Indonesia sudah mengerjakan proyek AI?

Ya. Metrodata, misalnya, melaporkan order booking bisnis Data & AI naik 53% pada semester I 2026. Tanyakan siapa yang akan ditugaskan dan pengalaman mereka membawa AI ke produksi, bukan hanya portofolio perusahaannya.

Apakah jasa pembuatan AI agent sama dengan konsultan AI?

Tidak selalu. Jasa pembuatan AI agent fokus membangun agen untuk tugas tertentu, sementara konsultan AI juga menilai apakah tugas itu layak diotomatisasi, bagaimana tata kelolanya, dan siapa yang merawatnya.

Siapa pemilik kode yang dibuat konsultan IT atau konsultan AI?

Menurut Pasal 36 UU Hak Cipta, kecuali diperjanjikan lain, hak cipta atas karya pesanan dipegang pihak yang membuatnya. Jadi, atur kepemilikan kode, konfigurasi, dan model secara tegas di kontrak.

Sebelum membandingkan proposal, hitung dulu nilai otomatisasi use case Anda sebagai pembanding yang independen.

Berapa nilai otomatisasi untuk tim Anda?

Masukkan ukuran tim, rentang gaji, dan use case yang relevan. AI ROI Calculator langsung memperkirakan penghematan tahunan, persentase ROI, dan masa balik modal, tanpa daftar.

Coba AI ROI Calculator

Kalau Anda sedang menimbang konsultan, system integrator, vendor produk, atau tim internal untuk use case tertentu, tim PERFECT10 menyediakan sesi discovery 60 menit tanpa biaya untuk memetakan pilihan itu, termasuk kalau jawabannya Anda belum perlu mitra. Jadwalkan sesi discovery.

Baca juga:

Konsultan AI, System Integrator, Vendor Produk, atau Tim Internal: Perbandingan Model AI Implementation Partner