Sebelum Beli Jasa AI untuk Perusahaan, Ini Pertanyaan yang Perlu Kamu Ajukan ke Vendornya
Mau beli jasa AI atau AI agent untuk perusahaan? Ini pertanyaan buat vendornya, dari data dan model yang dipakai sampai siapa yang memegang akun dan prompt-nya.

Tawaran jasa AI sekarang ada di mana-mana: chatbot, "AI agent", automation, asisten internal. Sebagai pemilik bisnis, kamu sulit menilai mana yang matang dan mana yang cuma dikemas ulang, apalagi kalau demonya selalu mulus.
Aku sendiri mengerjakan sistem seperti ini untuk klien, jadi anggap daftar ini berlaku juga ke aku. Pertanyaan yang baik nggak butuh kamu paham teknisnya. Yang kamu cari adalah jawaban yang spesifik, tertulis, dan jujur soal batasnya.
Kenapa perlu bertanya sedetail ini
Gartner memperkirakan lebih dari 40% proyek agentic AI akan dibatalkan sebelum akhir 2027, karena biaya yang membengkak, nilai bisnis yang nggak jelas, atau kontrol risiko yang kurang. Gartner juga menyebut gejala agent washing, yaitu vendor yang mengemas ulang chatbot, asisten AI, atau RPA sebagai agen, dan memperkirakan hanya sekitar 130 dari ribuan vendor agentic AI yang benar-benar nyata.
Pengawas di Amerika Serikat juga sudah menindak klaim AI yang berlebihan. Pada 18 Maret 2024, SEC mendenda dua penasihat investasi, Delphia (US$225.000) dan Global Predictions (US$175.000), karena klaim palsu soal pemakaian AI. Pada September 2024, FTC meluncurkan Operation AI Comply, dan ketuanya saat itu menegaskan bahwa nggak ada pengecualian AI dari hukum yang berlaku.
Kedua contoh itu dari Amerika, tapi polanya relevan: klaim "pakai AI" lebih gampang ditulis daripada dibuktikan. Makanya pertanyaannya harus spesifik.
Delapan pertanyaan untuk vendor
| # | Pertanyaan | Jawaban yang meyakinkan | Tanda bahaya |
|---|---|---|---|
| 1 | Boleh dicoba dengan data saya sendiri, dan apa ukuran berhasilnya? | Demo pakai contoh nyata dari prosesmu, dan angka keberhasilan disepakati tertulis sebelum mulai | Demo hanya pakai data contoh mereka, atau targetnya cuma "jauh lebih cepat" |
| 2 | Model apa yang dipakai, dan apa rencananya kalau model itu dipensiunkan? | Tahu jadwal pensiun modelnya, punya tes untuk pindah model, dan biaya migrasinya dijelaskan | "Kami selalu pakai model terbaru" tanpa rencana pengujian |
| 3 | Data saya dikirim ke mana, disimpan berapa lama, dan dipakai melatih model atau tidak? | Menyebut paket dan jenis akun API yang dipakai, lama penyimpanan, dan menuliskannya di kontrak | Jawaban umum seperti "aman kok", atau memakai akun gratis untuk data klien |
| 4 | Siapa pemegang akun, API key, prompt, workflow, dan kodenya? | Semua atas nama perusahaanmu, dengan serah terima dan dokumentasi | Semuanya di akun vendor atau akun pribadi karyawan mereka |
| 5 | Kalau AI-nya salah, apa yang terjadi? | Ada tingkat pengawasan manusia, log, jalur eskalasi, dan batas wewenang yang jelas | "AI kami hampir nggak pernah salah" |
| 6 | Bagaimana sistemnya dijaga dari prompt injection dan akses yang berlebihan? | Akses seminimal mungkin, tindakan berisiko butuh persetujuan, dan mengakui bahwa risikonya nggak nol | "100% aman" |
| 7 | Berapa biaya jalannya per bulan, dan berapa kalau volumenya naik lima kali lipat? | Estimasi untuk beberapa skenario (API, server, lisensi) plus batas pengeluaran | Cuma harga proyek, biaya bulanan "nanti dilihat" |
| 8 | Siapa yang merawat setelah live, dan apa saja yang termasuk? | Skema perawatan tertulis: pemantauan, update model, perbaikan, dan waktu respons | "Setelah serah terima, selesai" |
Dua pertanyaan tambahan yang menurutku berguna: apa yang nggak bisa dilakukan sistem ini? dan boleh ngobrol dengan klien yang sudah memakainya? Vendor yang jujur biasanya lancar menjawab yang pertama.
Tiga pertanyaan yang paling sering terlewat
Model bisa dipensiunkan, jadi sistemnya butuh perawatan
Model AI punya umur. Di halaman deprecation Gemini API (diperbarui 1 Oktober 2026), gemini-2.0-flash dirilis 5 Februari 2025 dan tercatat berhenti paling cepat 1 Juni 2026. Model gambar gemini-2.5-flash-image dirilis 2 Oktober 2025 dan tercatat berhenti paling cepat 2 Oktober 2026, tepat setahun kemudian. Google menyebut tanggal di tabelnya sebagai tanggal paling awal, dan berjanji memberi tahu tanggal pastinya dengan pemberitahuan lebih dulu.
Anthropic menjanjikan pemberitahuan minimal 60 hari sebelum model yang dirilis publik dipensiunkan. Contohnya Claude Sonnet 4.5: diumumkan 30 September 2026, dijadwalkan pensiun 30 November 2026. Halaman yang sama juga mencatat bahwa parameter temperature, top_p, dan top_k menghasilkan error kalau diubah dari nilai bawaan di Claude Opus 4.7 ke atas. Jadi ganti model kadang berarti ganti kode juga.
Artinya sistem AI bukan "sekali jadi". Ada yang harus memantau jadwal pensiun, menguji ulang hasilnya di model baru, dan menanggung biayanya. Itu kenapa pertanyaan 2 dan 8 saling terkait. Saranku, minta satu set contoh uji (misalnya 20 contoh nyata dari prosesmu) yang bisa dijalankan ulang setiap ganti model. Biaya perawatan ini juga yang sering terlewat saat orang menghitung ROI, seperti yang kubahas di Cara Menghitung ROI Automation Sebelum Mulai Proyeknya.
Data kamu lewat paket gratis atau berbayar
Di ketentuan Gemini API, layanan yang tidak berbayar, termasuk kuota gratis dan Google AI Studio, boleh memakai konten dan responsnya untuk mengembangkan produk Google, dan reviewer manusia boleh membaca serta menganotasinya (datanya dilepas dari akun, API key, dan proyek Cloud lebih dulu). Untuk layanan berbayar, Google menyatakan tidak memakai prompt dan responsnya untuk meningkatkan produknya, dan hanya menyimpan log sebentar untuk mendeteksi pelanggaran kebijakan penggunaan.
Karena itu "pakai paket apa?" adalah pertanyaan serius. Vendor yang menjalankan data kliennya lewat kuota gratis sedang mengambil keputusan atas namamu. Untuk perbandingan paket personal dan bisnis di OpenAI, plus hal yang perlu dicek sebelum menempelkan data, lihat Mau Rekap Data Keuangan Perusahaan ke ChatGPT? Bahaya Nggak Sih?.
Jawaban "100% aman" itu tanda bahaya
Daftar OWASP Top 10 untuk aplikasi LLM 2025 menaruh Prompt Injection di urutan pertama (LLM01), dan Excessive Agency, yaitu sistem yang diberi wewenang terlalu besar, di urutan keenam (LLM06). Vendor yang serius akan membahas keduanya tanpa diminta. Bahkan OpenAI, di FAQ keamanan Dots, menulis bahwa perlindungannya membantu mengurangi risiko instruksi berbahaya tapi nggak menghilangkannya. Kalau perusahaan sebesar itu bilang risikonya belum nol, vendor yang menjanjikan 100% aman patut dicurigai. Soal Dots sendiri aku bahas di ChatGPT Sekarang Punya Dots, dan Yang Menarik Bukan Kepintarannya tapi Siapa yang Pegang Aksesnya.
Soal kepemilikan, minta serah terima yang jelas
Prompt, workflow, dan set contoh uji itu aset, sama seperti kode. Pastikan akun dan API key atas nama perusahaanmu, dan minta daftar serah terima: akses, dokumentasi, prompt, dan contoh uji. Aturan dasarnya mirip dengan yang kubahas di Owner Nggak Perlu Ngerti Coding, Tapi Wajib Tahu Ini Sebelum Bayar Developer dan SOP Sederhana Biar AI Perusahaan Tetap Jadi Aset, Bukan Milik Pribadi.

Cara memakai daftar ini
- Kirim pertanyaannya tertulis ke dua sampai tiga vendor, dan minta jawaban tertulis juga.
- Bandingkan kejujurannya soal batas, bukan cuma jawabannya. Vendor yang mengaku apa yang nggak bisa dikerjakan sistemnya biasanya lebih bisa dipercaya.
- Minta uji coba kecil dengan 20 contoh nyata dari prosesmu (ini saranku), dengan kriteria lulus yang disepakati dulu.
- Masukkan jawaban yang penting ke kontrak: kepemilikan, data, perawatan, dan biaya.
Vendor yang baik biasanya senang ditanya begini, karena itu tanda kamu serius. Kalau kamu lagi menimbang tawaran AI dan mau pendapat kedua, cerita aja dulu kebutuhanmu.
Ada proses di tim kamu yang masih manual?
Cerita aja, kita cariin solusinya bareng.
Catatan lainnya

Bisakah AI Belajar Gaya Jualan dari Riwayat Chat WhatsApp?
Bisa, dan biasanya nggak perlu melatih model sendiri. Cara ekspor chat WhatsApp, mengubahnya jadi panduan gaya, prompt siap pakai, serta risiko data pelanggannya.
Baca catatan
Bedanya Gemini dan ChatGPT untuk Kerja Kantor, Mana yang Lebih Cocok?
Gemini dan ChatGPT sama-sama bisa dipakai kerja, tapi kekuatannya beda. Harga paket dalam Rupiah, mana yang cocok untuk tim di Google Workspace, dan kapan ChatGPT lebih pas.
Baca catatan