Beberapa perlombaan dimenangkan atau kalah di saat-saat pertama setelah peluit dimulai. Jadi, mari kita bicara langsung: secara keseluruhan, Eropa tidak kompetitif dengan AS atau China dalam mengembangkan model bahasa skala besar (LLM) yang menjadi dasar ekonomi AI.
Satu-satunya LLM Eropa yang penting, Mistral dari Perancis, adalah pengecualian yang membuktikan aturan ini, dan masih jauh lebih kecil dibandingkan milik pemimpin pasar global seperti OpenAI, Google, Meta, Deepseek atau Anthropic. Jumlah uang yang diinvestasikan ke model-model Amerika dan China ini membuat Eropa kecil kemungkinan untuk bisa mengejar.
Apakah ini berarti Eropa telah kehilangan kesempatannya untuk mendapat manfaat dari revolusi AI setara dengan AS?
Tidak juga. Nilai AI sebagian besar terlihat dari bagaimana perusahaan menggunakan teknologinya, kata Matthias Tauber, yang memimpin operasi Boston Consulting Group di Eropa, Timur Tengah, Amerika Selatan, dan Afrika. “Dalam hal adopsi AI, kami tidak melihat perbedaan antara perusahaan Eropa atau AS. Apakah mereka akan menjadi pemenang, ya atau tidak, akan ditentukan oleh siapa yang mengadopsi lebih cepat,” katanya kepada Fortune.
Dominic King, pemimpin riset EMEA di perusahaan konsultan dan IT asal Dublin, Accenture, setuju: “Perusahaan Eropa berada dalam posisi yang baik untuk menambah nilai dengan membangun aplikasi di atas model-model tujuan umum dari AS.”
Dengan kata lain, semuanya masih mungkin terjadi.
Perusahaan Eropa mana yang lebih unggul?
Dalam hal adopsi AI, Eropa masih memiliki banyak pekerjaan rumah. Menurut Parlemen Eropa, hanya 13,5% perusahaan UE yang menggunakan AI hingga tahun lalu. Meskipun angka itu sudah pasti meningkat sejak saat itu, ini masih jauh dari target 75% Eropa. Ini juga kemungkinan besar tertinggal dari AS, dengan McKinsey memperkirakan kesenjangan adopsi 45-70% pada tahun yang sama.
Namun, jika dilihat lebih dekat, gambarnya lebih beragam, dengan banyak perusahaan Eropa setidaknya bisa mengimbangi pesaing global mereka.
“Dalam hal adopsi AI, kami tidak melihat perbedaan antara perusahaan Eropa atau AS. Apakah mereka akan menjadi pemenang, ya atau tidak, akan ditentukan oleh siapa yang mengadopsi lebih cepat.” Matthias Tauber, Kepala BCG Eropa, Timur Tengah, Amerika Selatan dan Afrika
Banyak hal tergantung pada ukuran bisnis. Penelitian Accenture tentang Eropa menemukan hubungan yang jelas antara kekuatan kemampuan AI suatu organisasi, seperti bakat dan tata kelola data, dengan penerapan AI-nya. Perusahaan yang lebih besar “biasanya mampu berinvestasi lebih banyak, memiliki keterampilan manajemen perubahan yang lebih kuat, dan mendapat manfaat dari kumpulan data yang lebih besar,” kata King.
Perusahaan mana yang unggul juga tergantung pada sektornya. Selain kandidat jelas seperti TI, banyak industri unggulan Eropa—seperti otomotif, biofarmasi, fintech, dan dirgantara—adalah di antara sektor di mana AI berdampak signifikan pada kegiatan inti, bukan hanya fungsi pendukung. Ini membuat mereka siap mendapat manfaat dari penerapan AI, dan juga rentan terhadap gangguan eksternal seperti yang sudah terjadi di kendaraan listrik.
Perpaduan ancaman dan peluang ini membuat perusahaan di sektor-sektor ini lebih mungkin untuk aktif menggunakan teknologi baru. “Di sini kami melihat pengadopsi awal meningkatkan produktivitas dengan AI, misalnya, dengan mempercepat penemuan obat, melakukan simulasi yang lebih akurat, dan meningkatkan desain produk,” tambah King.
Accenture sendiri, meski lebih dipahami sebagai perusahaan multinasional dengan kantor pusat di Eropa daripada perusahaan Eropa yang khas, termasuk di antara pengadopsi awal tersebut. Pada tahun 2023, Accenture mengumumkan akan menyisihkan $3 miliar untuk mengintegrasikan AI secara internal dan menjadi ahli AI untuk kliennya, menurut laporan Fortune sebelumnya.
Perusahaan ini membukukan $4,1 miliar untuk pekerjaan GenAI, dan $1,8 miliar pendapatan, hingga panggilan pendapatan Q3 pada bulan Juni, dengan AI yang tertanam, pengetahuan industri yang mendalam, dan efisiensi energi muncul sebagai tema utama. Mereka bertujuan membangun tenaga kerja data dan AI yang berjumlah 80.000 orang pada tahun 2026, setelah sebelumnya mencapai 75.000.
Perusahaan yang lebih besar “biasanya mampu berinvestasi lebih banyak, memiliki keterampilan manajemen perubahan yang lebih kuat, dan mendapat manfaat dari kumpulan data yang lebih besar.”
Dominic King, Pemimpin Riset EMEA, Accenture
Schneider Electric adalah perusahaan Eropa lain yang berinvestasi besar di AI. Kelompok teknologi industri dan manajemen energi ini menghasilkan lebih dari €100 juta (sekitar $116,9 juta) nilai bisnis dari menanamkan AI ke dalam operasinya, kata Gwenaelle Avice Huet, wakil presiden eksekutif operasinya di Eropa, kepada Fortune. Angka itu, yang sebenarnya sudah ada sejak 2022, adalah hasil penghematan biaya dan efisiensi operasional yang dibuat melalui platform rantai pasok “penyembuhan diri”-nya.
Multinasional Prancis ini menggunakan AI dalam rantai pasok, penasihat keuangan, dan layanan pelanggan. “Platform Jo-ChatGPT internal kami memungkinkan karyawan memanfaatkan AI generatif dengan aman, meningkatkan produktivitas dan kreativitas sambil menjaga integritas data,” tambah Avice Huet. Secara eksternal, AI juga digunakan dalam produk andalan Schneider Electric, seperti manajemen energi dan otomasi industri.
Namun, cara utama Schneider Electric mendapat manfaat dari lonjakan AI lebih langsung, karena perannya sebagai pemasok global terkemuka komponen listrik yang digunakan di pusat data, bersama dengan perusahaan lain seperti ASML dari Belanda, pemasok teknologi kunci untuk produsen semikonduktor canggih.
Untuk memberikan gambaran tentang ukuran pasar yang mereka pasok, di UE saja diproyeksikan investasi pusat data sebesar €100 miliar pada tahun 2030, menurut Asosiasi Pusat Data Eropa, meskipun ini kemungkinan jauh lebih rendah dari yang setara di AS, yang diperkirakan McKinsey akan menerima sekitar 40% dari investasi pusat data global dalam dekade ini.
Sebagian dari investasi ini datang dari perusahaan yang biasanya tidak Anda sebut perusahaan teknologi, dengan bisnis UE seperti perusahaan induk Lidl, Schwarz Gruppe, menginginkan pusat data mereka sendiri, sebagian karena keinginan untuk mengurangi ketergantungan Eropa pada kemampuan Amerika.
Namun, tidak semua orang begitu antusias. Seperti di negara lain, ada juga sektor-sektor menonjol dalam perekonomian Eropa yang cenderung tertinggal dalam adopsi AI, seperti utilitas dan telekomunikasi—ironisnya, sektor-sektor yang sendiri mendukung peluncuran AI. King menjelaskan bahwa mereka kesulitan dengan fragmentasi, akses ke modal, dan kemampuan AI yang lemah akibat literasi AI yang rendah dan kurangnya kasus penggunaan konkret dengan pengembalian investasi yang jelas.
Kesenjangan infrastruktur ganda
Meskipun ada yang tertinggal, gambaran besarnya adalah permintaan AI yang melonjak, tetapi bahkan dengan banyaknya uang yang diinvestasikan di pusat data Eropa, pasokan masih kesulitan untuk mengimbangi. Akibatnya, infrastruktur berisiko menjadi hambatan kritis, membuat AI lebih mahal dan lebih lambat untuk digunakan. Tingkat kekosongan pusat data—ukuran dari kapasitas tambahan yang tersedia—berada di titik terendah sepanjang masa di benua itu.
Adopsi AI juga kemungkinan akan menghadapi hambatan infrastruktur lain, dalam sistem energi. Pusat data menggunakan listrik yang cukup besar—Goldman Sachs memprediksi mereka bisa menambah 40-50% pada permintaan listrik Eropa dalam sepuluh tahun.
Ini menyebabkan dua masalah. Pertama, beban tambahan pada jaringan akan memberikan tekanan pada harga energi tinggi Eropa, yang sudah membebani daya saing industri. Kedua, jika investasi infrastruktur energi Eropa tidak bisa mengimbangi permintaan pusat data, maka ini berisiko membatasi adopsi AI untuk bisnis Eropa.
Bukan hanya kekurangan daya itu sendiri. Pusat data bergantung pada pasokan energi yang tidak terputus, tetapi produk yang mereka fasilitasi menciptakan lonjakan permintaan yang membuat pemadaman lebih mungkin terjadi. Jika ada terlalu banyak gejolak, ini dapat