Anthropic, perusahaan di balik model Claude, mengungkap bahwa pihak asing secara ilegal mengakses model AI mereka — praktik yang dikenal sebagai distillation — untuk melatih teknologi saingan dan menjual versi tiruan dengan harga jauh lebih murah. Kepala intelijen ancaman Anthropic, Jacob Klein, menyebutnya sesuatu yang lebih mirip “pencurian” daripada kompetisi yang sehat.
“There’s an entire illicit ecosystem to try to gain access to Claude and other models. This ecosystem goes through any means necessary to evade our controls, so they can spin up accounts at extreme scale.”
Apa itu distillation dan kenapa jadi kontroversi?
Distillation adalah teknik di mana seorang pengembang model bisa memakai output dari teknologi perusahaan lain untuk membuat produk kompetitif dengan biaya sebagian kecil dari harga aslinya. Meski bisa dilakukan secara legal, Klein menegaskan yang terjadi di sini bukan itu — melainkan akses ilegal lintas perbatasan.
Di Amerika Serikat, ini sudah jadi isu panas. Dalam memo April, pemerintahan Trump menyebut distillation yang melemahkan riset dan informasi properti Amerika tidak dapat diterima, dan berjanji mengeksplorasi langkah untuk menahan aktor asing yang bertanggung jawab.
Ancaman yang datang di momen krusial
Peringatan ini muncul di saat yang sangat penting bagi Anthropic. Perusahaan yang baru berusia lima tahun ini sudah melambung ke valuasi privat mendekati US$1 triliun, dan dilaporkan akan segera go public paling cepat bulan Oktober.
Anthropic juga menunjuk satu nama secara spesifik: lab AI China Moonshot AI. Model mereka, Kimi K3, heboh pada Juli lalu karena menawarkan AI level frontier dengan harga lebih murah dan kemampuan kustomisasi yang lebih mudah. Akibatnya, model tersebut banyak diadopsi di Silicon Valley.
Kenapa ini penting?
Kompetisi AI memang sehat, tapi kalau sebagian power berasal dari pencurian capability, itu menciptakan ketidakadilan struktural. Yang jadi pertanyaan besar: bagaimana cara melindungi proprietary research tanpa mematikan inovasi open-source? Buat bisnis dan pembuat kebijakan, ini isu yang akan makin sering mampir — dan jawabannya belum ada.
Distilasi: legal, tapi caranya yang jadi persoalan
Distilasi sebagai metode pelatihan sendiri bukan hal terlarang. Scientific American mencatat teknik ini sudah jamak digunakan sejak jauh sebelum era model bahasa besar, dan tujuannya sering sehat: membuat model yang lebih kecil, lebih murah, dan lebih hemat daya untuk tugas tertentu. Model raksasa memang bisa mengajari model mungil tanpa harus melatihnya dari nol dengan biaya selangit.
Persoalannya muncul ketika pihak lain menambang jutaan jawaban sebuah model komersial tanpa izin, lalu memakainya untuk melatih produk tandingan yang dijual lebih murah. Di titik itu, garis antara belajar dari industri dan mengambil kemampuan orang lain mulai kabur. Klein menyebutnya pencurian, bukan sekadar kompetisi.
Bagaimana skala akses ilegal ini terungkap
Anthropic melaporkan bahwa upaya ini berjalan dalam skala industri, bukan segelintir akun nakal. Laporan yang beredar menyebut tujuh laboratorium AI berbasis di China terlibat dalam upaya mengeruk kemampuan Claude lewat akun dalam jumlah sangat besar. Polanya meliputi pembuatan akun massal, upaya mengelabui kontrol keamanan, sampai pemanfaatan jalur bawah tanah termasuk dark web untuk mengakses layanan.
Menurut pemberitaan CNBC, Anthropic menyebut praktik ini sebagai akses ilegal yang menyentuh isu kekayaan intelektual. Pelaku masuk ke sistem, mengambil keluaran model, lalu menjual tiruan yang lebih murah. Menariknya, masalah ini tidak hanya menghantam Anthropic. Google dan OpenAI juga dikabarkan menghadapi pola serupa, yang menandakan ini perang industri, bukan sekadar satu kasus tunggal.
Konteks untuk Indonesia
Bagi Indonesia, isu ini bukan perkara jauh. Banyak layanan AI lokal dan perusahaan di Tanah Air membangun produk di atas model pihak ketiga. Ketika batas antara mengadopsi dan mengambil tanpa izin makin kabur, perusahaan perlu punya kebijakan internal yang jelas soal dari mana data dan model mereka berasal, sekaligus soal kepatuhan terhadap lisensi.
Regulasi perlindungan data dan tata kelola AI di Indonesia memang sedang tumbuh, tapi belum spesifik mengatur distilasi model. Celah inilah yang bisa jadi ruang abu-abu, sekaligus peluang bagi pembuat kebijakan untuk ikut menentukan standar sejak awal, bukan menunggu aturan dari luar yang memaksa.
Apa berikutnya
Yang bisa diprediksi: perusahaan model utama akan memperketat kontrol akses, mempersulit pendaftaran massal, dan memperbanyak telemetri untuk mendeteksi pola pemakaian tak wajar. Di sisi lain, negara akan terdorong mempercepat regulasi. Pertarungan ini, pendeknya, bukan soal satu perusahaan melawan satu lab saingan, tapi soal siapa yang menulis aturan main ekonomi AI berikutnya.
