Anthropic Hadir di Singapura: Makna Sebenarnya dari MOU

Satu lagi lab AI menancapkan benderanya di Singapura. Pada 14 Oktober Anthropic membuka kantor di sini dan menandatangani nota kesepahaman dengan pemerintah. Saya tinggal dan membangun usaha di kota ini, jadi saya membaca pengumuman itu dengan dua pertanyaan: apa yang sebenarnya dijanjikan, dan apa yang berubah bagi perusahaan yang menggunakan AI untuk berkomunikasi dengan pelanggan di Asia?

Apa yang terjadi

Menurut pengumuman Anthropic, Singapura adalah kantor kelimanya di Asia-Pasifik. MOU ini ditandatangani dengan Ministry of Digital Development and Information (MDDI). Penandatanganannya dilakukan oleh Sekretaris Tetap MDDI Kai Fong Chng dan salah satu pendiri Anthropic, Ben Mann, di sela-sela Singapore International Cyber Week, dan disaksikan oleh Menteri Josephine Teo.

MOU ini mencakup tiga bidang: kerja sama dalam keselamatan, keamanan, dan evaluasi model AI; riset tentang adopsi AI dan dampaknya; serta adopsi yang bertanggung jawab di sektor publik dan swasta. Kegiatan yang direncanakan meliputi pertukaran teknis dengan lembaga keselamatan dan penjaminan AI Singapura tentang evaluasi, standar pengujian, dan respons insiden, dukungan bagi usaha kecil dan menengah, serta berbagi riset seperti Economic Index milik Anthropic.

Beberapa angka dalam tulisan itu menonjol. Anthropic menyebut Singapura menempati peringkat kedua dari 121 negara dalam penggunaan Claude.ai relatif terhadap jumlah penduduk, hampir enam kali lipat dari yang diperkirakan berdasarkan ukurannya. Anthropic juga menyebut lebih dari 1.500 insinyur dan staf teknis di GovTech Singapore telah mengadopsi Claude Code, dan bahwa asisten penjualan BriX milik Grab, yang dibangun di atas Claude, menghemat sekitar 40.000 jam per kuartal bagi tim penjualannya. Ini adalah angka perusahaan itu sendiri.

Detail yang paling menarik bagi saya bersifat historis. Anthropic menyatakan telah bergabung dengan Generative AI Evaluation Sandbox yang dijalankan IMDA dan AI Verify Foundation pada 2023, lalu bermitra dengan keduanya dalam proyek red-teaming dalam bahasa Inggris, Mandarin, Melayu, dan Tamil.

Mengapa ini penting

Pembukaan kantor mudah ditafsirkan berlebihan. MOU adalah pernyataan niat, bukan produk. Baru-baru ini saya menyampaikan poin serupa di e27: Singapore and Romania don't need another MOU, they need first customers. Perjanjian menjadi penting ketika berubah menjadi pekerjaan yang dapat dimanfaatkan seseorang.

Yang membuat MOU ini layak dicermati adalah klausul evaluasinya. Singapura luar biasa konsisten dalam memperlakukan evaluasi AI sebagai infrastruktur: sandbox, perangkat pengujian, dan kini pertukaran evaluasi model dengan lab frontier. Bagi bisnis, itulah bagian yang manfaatnya terus berlipat. Standar pengujian yang jelas membuat bank, perusahaan telekomunikasi, atau peritel lebih mudah menyetujui penerapan AI, karena beban pembuktiannya dibagi dan didokumentasikan.

Red-teaming multibahasa penting karena alasan yang berbeda. Sebagian besar pengujian keselamatan dan kualitas yang dipublikasikan masih dilakukan dalam bahasa Inggris. Asia Tenggara tidak berbelanja, mengeluh, atau mencari hanya dalam bahasa Inggris. Model yang berperilaku baik dalam bahasa Inggris tetapi melenceng dalam bahasa Melayu atau Tamil bukanlah model yang aman untuk pasar ini.

Apa kata riset saya

Riset PhD saya di NUS membahas cara mempelajari siapa seseorang dari banyak sumber sekaligus: unggahan, gambar, check-in, dan data sensor di berbagai jejaring. Satu temuan yang terus saya ingat muncul belakangan, dalam I Know Where You Are Coming From (AAAI 2020): sumber data yang Anda pilih mengubah seberapa akurat model pengguna AI Anda. Bahasa juga merupakan sumber. Model yang dievaluasi pada satu bahasa belum dievaluasi pada populasi yang Anda layani.

Logika yang sama mendorong karya saya tentang AI yang dapat dijelaskan untuk pemasaran. Dalam Against Opacity (ACM Multimedia 2023) kami memprediksi rasio klik-tayang untuk kreatif iklan baru dan menggunakan asisten LLM untuk menjelaskan apa yang mendorong prediksi tersebut. Dalam MindFuse (ACM Multimedia 2025) kami menggabungkan penilaian kreatif dengan LLM untuk bersama-sama menyusun strategi dari data iklan nyata. Dalam kedua kasus, penjelasanlah yang memungkinkan pemasar memercayai dan menindaklanjuti keluarannya. Evaluasi dan penjelasan adalah dua sisi dari janji yang sama: tunjukkan bahwa ini berhasil, dan tunjukkan mengapa.

Jadi ketika pemerintah dan sebuah lab sepakat bekerja sama dalam standar evaluasi, saya membacanya sebagai kabar baik bagi pemasar, bukan hanya bagi regulator. Ini adalah awal dari bahasa bersama untuk menyatakan "AI ini layak untuk pekerjaan ini di pasar ini".

Apa yang sebaiknya dilakukan perusahaan di Singapura sekarang

• Uji dalam bahasa yang digunakan pelanggan Anda. Jika chatbot atau alat konten Anda melayani penutur bahasa Melayu, Tamil, atau Mandarin, evaluasilah dalam bahasa-bahasa tersebut sebelum peluncuran, bukan hanya dalam bahasa Inggris.
• Dokumentasikan evaluasi Anda, meskipun belum ada yang memintanya. Catatan singkat tentang apa yang Anda uji, bagaimana caranya, dan apa hasilnya adalah aset kepatuhan termurah yang pernah Anda bangun.
• Tanyakan kepada vendor tentang evaluasi, bukan hanya fitur. Pengujian apa yang mereka jalankan, dalam bahasa apa, dan apa yang gagal?
• Manfaatkan program publik. UKM khususnya sebaiknya melihat apa yang ditawarkan pemerintah dan mitranya melalui MOU ini dan skema serupa sebelum membeli jasa konsultasi yang mahal.
• Biarkan manusia memegang keputusan akhir untuk apa pun yang berbicara atas nama merek Anda dalam bahasa baru.

Singapura piawai mengubah perjanjian menjadi standar. Jika MOU ini menghasilkan panduan evaluasi praktis untuk AI multibahasa, dampaknya akan jauh melampaui kantor satu perusahaan.

FAQ