Akuisisi AI Tidak Lagi Sekadar Urusan Valuasi

The Core Update

Meta dilaporkan mulai membongkar akuisisi Manus senilai sekitar 2 miliar dolar setelah Beijing meminta proses pemisahan. Meta disebut sudah memutus akses Manus ke sistem internal, menghentikan data sharing, dan mencegah karyawan memakai tool Manus untuk project internal.

Di atas kertas, ini terlihat seperti cerita akuisisi yang gagal karena tekanan regulator.

Tetapi kalau dilihat lebih dalam, kasus ini bukan hanya soal satu deal antara perusahaan teknologi besar dan startup AI yang sedang naik daun. Ini adalah sinyal bahwa teknologi AI, terutama yang menyentuh data, model, talenta, dan agentic workflow, semakin diperlakukan sebagai aset strategis negara.

Manus sebelumnya mendapat perhatian besar karena demo agentic AI yang viral. Perusahaan ini juga sempat memindahkan staf ke Singapura sebelum mengumumkan akuisisi oleh Meta. Namun asal-usul Manus yang terkait dengan China tetap menjadi perhatian regulator, baik dari Beijing maupun dari sisi Amerika Serikat.

Di saat Meta bergerak memutus hubungan operasional, Manus tetap merilis integrasi baru, termasuk dengan Similarweb dan Shopify. Artinya, produk tetap berjalan. Tetapi struktur kepemilikan, akses data, dan arah masa depan perusahaan sedang dinegosiasikan ulang.

Ini bagian yang penting: produk bisa tetap terlihat aktif, sementara fondasi legal dan strategisnya sedang berubah drastis di belakang layar.

The Reality Check

Banyak orang melihat akuisisi teknologi sebagai urusan sederhana: perusahaan besar membeli startup, investor exit, produk masuk ke ekosistem yang lebih besar, lalu semuanya tumbuh lebih cepat.

Untuk AI, pola itu mulai tidak sesederhana itu.

AI bukan hanya software biasa. Di dalamnya ada data, model, talent pool, infrastructure, training pipeline, customer behavior, dan kemampuan automation yang bisa memengaruhi banyak sektor. Karena itu, negara mulai melihat AI bukan hanya sebagai bisnis, tetapi sebagai sumber daya strategis.

Kasus Meta dan Manus memperlihatkan beberapa kenyataan yang sering terlupakan.

Pertama, lokasi badan hukum tidak selalu cukup untuk menghapus asal-usul strategis sebuah perusahaan. Startup bisa berkantor di Singapura, terdaftar di luar negeri, atau punya investor global. Tetapi jika teknologi, pendiri, tim, atau IP dianggap punya hubungan penting dengan negara tertentu, regulator tetap bisa masuk.

Kedua, data sharing dalam akuisisi AI bukan hal administratif. Ketika Meta memutus Manus dari sistem internal, itu bukan sekadar mematikan akses login. Itu menutup kemungkinan aliran data, eksperimen internal, integrasi workflow, dan pembelajaran lintas sistem.

Ketiga, exit investor tidak selalu berarti cerita selesai. Beberapa investor Manus disebut sudah menerima hasil akuisisi, tetapi proses unwinding tetap berjalan. Ini menunjukkan bahwa transaksi teknologi besar bisa punya konsekuensi setelah uang berpindah tangan.

Keempat, geopolitik sekarang masuk sampai ke level produk. Integrasi Shopify, Similarweb, agentic workflow, dan AI tools mungkin terlihat seperti fitur bisnis biasa. Namun ketika fitur itu berada di perusahaan yang menjadi objek tarik-menarik antara dua kekuatan besar, konteksnya berubah.

Di sinilah banyak bisnis perlu berhenti sejenak.

Bukan berarti semua perusahaan harus takut memakai AI asing, tool global, atau startup baru. Itu reaksi yang terlalu ekstrem.

Tetapi juga terlalu naif kalau menganggap semua tool AI netral hanya karena tampilannya rapi, dokumentasinya bagus, dan valuasinya besar.

Untuk perusahaan yang mulai mengandalkan AI dalam sales, support, marketing, operations, finance, atau internal knowledge base, pertanyaannya bukan hanya: tool ini pintar atau tidak?

Pertanyaannya juga:

• data apa yang masuk ke tool ini?
• siapa yang bisa mengakses data tersebut?
• model atau agent ini terhubung ke sistem internal apa saja?
• apa yang terjadi kalau vendor berubah kepemilikan?
• apa yang terjadi kalau akses dihentikan oleh regulator?
• apakah bisnis masih bisa berjalan jika integrasi ini diputus?

Banyak bisnis belum sampai pada pertanyaan ini karena masih berada di fase mencoba AI sebagai shortcut produktivitas. Itu wajar. Tetapi ketika AI mulai masuk ke proses inti, cara berpikirnya harus naik kelas.

AI yang membantu menulis caption tidak sama risikonya dengan AI yang membaca database pelanggan. AI yang merangkum artikel tidak sama risikonya dengan agent yang bisa mengakses CRM, analytics, inventory, dan email internal.

Semakin dekat AI dengan data penting, semakin penting governance-nya.

The Havedev Way

Dari sudut pandang Havedev, pelajaran utama dari kasus Meta dan Manus bukan bahwa bisnis harus menghindari AI. Justru sebaliknya: bisnis tetap perlu mengeksplorasi AI, tetapi dengan struktur yang lebih sadar risiko.

Masalahnya, banyak implementasi AI dimulai dari rasa kagum terhadap fitur.

Tool bisa menjawab cepat. Agent bisa membuka banyak aplikasi. Integrasi bisa menarik data dari berbagai sumber. Demo terlihat seperti masa depan.

Namun sebelum AI diberi akses ke proses penting, bisnis perlu menjawab hal yang lebih dasar: AI ini sedang membantu pekerjaan apa, memakai data apa, dan kalau aksesnya hilang besok, apa dampaknya?

Untuk bisnis yang sedang mulai memakai AI, pendekatan yang lebih sehat biasanya dimulai dari pemetaan sederhana.

Pisahkan penggunaan AI menjadi beberapa tingkat risiko:

• eksperimen konten dan ide
• analisis dokumen non-sensitif
• bantuan customer support terbatas
• integrasi dengan CRM atau order
• akses ke data pelanggan dan transaksi
• agent yang bisa mengambil tindakan otomatis

Tidak semua tingkat membutuhkan kontrol yang sama. AI untuk brainstorming bisa lebih fleksibel. AI yang membaca data pelanggan perlu aturan lebih ketat. AI yang bisa menjalankan tindakan otomatis perlu audit trail, batas akses, dan mekanisme fallback.

Di banyak bisnis, masalah bukan karena mereka memakai AI. Masalahnya karena akses AI tumbuh tanpa desain.

Awalnya hanya dipakai satu orang untuk mempercepat kerja. Lalu dipakai tim. Lalu dihubungkan ke spreadsheet. Lalu masuk ke CRM. Lalu dipakai untuk follow-up. Tanpa terasa, tool yang awalnya eksperimen sudah menjadi bagian dari operasi harian.

Ketika itu terjadi, vendor risk bukan lagi urusan legal saja. Ia menjadi risiko operasional.

Jika tool berubah harga, berubah kebijakan, diblokir, diakuisisi, dipaksa divestasi, atau memutus integrasi, bisnis bisa ikut terganggu.

Karena itu, Havedev biasanya melihat implementasi AI dari tiga lapisan.

Pertama, lapisan workflow. AI harus jelas membantu alur kerja apa. Jangan memasang AI hanya karena sedang tren. Mulai dari proses yang memang berulang, memakan waktu, dan punya output yang bisa dicek.

Kedua, lapisan data. Tentukan data mana yang boleh masuk, mana yang tidak boleh masuk, dan data mana yang harus dianonimkan. Banyak risiko bisa dikurangi hanya dengan disiplin data yang lebih jelas.

Ketiga, lapisan kontrol. Siapkan akses terbatas, log aktivitas, review manual untuk keputusan penting, dan rencana cadangan jika vendor tidak bisa digunakan.

Pendekatan ini mungkin terdengar lebih lambat daripada langsung mencoba semua tool baru.

Tetapi untuk bisnis yang ingin memakai AI dalam proses penting, lambat di awal sering lebih murah daripada panik di belakang.

Kasus Meta dan Manus mengingatkan bahwa AI tidak hidup di ruang kosong. Ia berada di antara bisnis, regulator, investor, negara, dan infrastruktur data. Semakin besar nilainya, semakin besar pula kepentingan yang ikut bermain.

Untuk bisnis kecil dan menengah, pelajarannya bukan meniru skala Meta. Pelajarannya adalah tidak menyerahkan proses penting ke tool apa pun tanpa memahami konsekuensinya.

AI boleh menjadi akselerator. Tetapi struktur kerja, kepemilikan data, dan kontrol akses tetap harus jelas.

Sebelum menambah agent AI baru ke workflow bisnis, cek dulu satu hal sederhana: jika tool itu berhenti besok, apakah tim masih tahu cara menjalankan prosesnya secara manual atau lewat sistem alternatif?

Kalau jawabannya belum jelas, mulai dari sana.

Dapatkan Audit Teknis Gratis untuk meninjau penggunaan AI, integrasi data, dan risiko workflow sebelum automation masuk terlalu dalam ke operasi bisnis Anda.

---

Sumber referensi berita: TechCrunch