Demam OpenClaw di China

Amazon mengumumkan perluasan akses asisten kesehatan AI mereka, Health AI, yang sebelumnya hanya tersedia di aplikasi One Medical. Pengguna kini bisa mengakses layanan ini melalui situs web dan aplikasi Amazon tanpa perlu menjadi anggota Prime atau pelanggan One Medical. Ini membuka peluang pengguna luas untuk memanfaatkan AI dalam pengelolaan kesehatan pribadi mereka. Health AI dapat menjawab pertanyaan medis, menjelaskan rekam kesehatan, mengelola resep, dan mengatur janji dokter, semua dilakukan dalam lingkungan yang mematuhi regulasi HIPAA dan menggunakan enkripsi ketat. Amazon menyatakan data pelatihan AI dilakukan dengan pola abstrak tanpa mencakup informasi identitas langsung untuk menjaga privasi pengguna. Anggota Prime juga mendapatkan keuntungan konsultasi gratis dengan penyedia One Medical. Dengan ekspansi ini, Amazon memasuki kompetisi di ruang AI kesehatan bersama layanan seperti ChatGPT Health oleh OpenAI dan Claude for Healthcare dari Anthropic. Meskipun ada potensi besar dalam membantu masyarakat mengakses layanan kesehatan lebih mudah, kekhawatiran soal privasi data dan transparansi proses enkripsi tetap menjadi isu penting yang harus dijawab oleh Amazon dan pelaku teknologi serupa.

Konsep Internet Labor Markets (ILM) membawa perubahan besar dalam dunia kripto dengan memungkinkan pengguna memperoleh token dari kerja nyata, bukan hanya membeli. Ini didukung oleh teknologi blockchain yang memungkinkan verifikasi dan pembayaran instan bagi pekerjaan yang dapat diverifikasi. Proyek-proyek seperti di ekosistem Solana dan aplikasi Grass sudah mengimplementasikan ILM dengan memberikan imbalan token bagi pengguna yang menyediakan bandwidth atau mengerjakan tugas-tugas verifikasi. Model ini juga didukung oleh venture firm Multicoin Capital yang aktif berinvestasi di startup blockchain. Jika model ILM berhasil, kripto bisa berkembang menjadi pasar tenaga kerja global yang menghubungkan jutaan orang dengan peluang kerja baru di dunia digital. Selain itu, integrasi AI dengan ILM akan memperkuat peran manusia dalam memberikan penilaian dan kualitas pada berbagai tugas yang tidak bisa digantikan mesin.

Laporan RevenueCat menyoroti bahwa integrasi AI dalam aplikasi langganan tidak menjamin retensi pelanggan jangka panjang. Data menunjukkan bahwa aplikasi AI mengalami tingkat churn tahunan 30% lebih tinggi dibanding aplikasi non-AI. Ini menunjukkan tantangan yang dihadapi aplikasi AI dalam mempertahankan pelanggan setelah tahap awal pemakaian. Meski aplikasi AI punya performa lebih baik dalam konversi dari versi coba ke berbayar dan menghasilkan pendapatan per pengguna lebih tinggi, aplikasi tersebut juga mencatat tingkat refund yang lebih tinggi dibanding non-AI. Sebagian besar kategori aplikasi belum menggunakan AI, dengan Photo & Video menjadi yang paling banyak mengadopsi AI (61,4%). Temuan ini mengimplikasikan bahwa meskipun AI mendongkrak pendapatan awal dan jumlah pelanggan berbayar, pengembang harus berupaya untuk meningkatkan kualitas dan pengalaman agar pelanggan tidak cepat meninggalkan aplikasi. Persaingan dan ekspektasi pengguna yang tinggi terhadap AI membuat aplikasi harus lebih adaptif dan inovatif.

Studi RevenueCat mengungkap aplikasi AI, meskipun populer, mengalami tingkat pembatalan langganan lebih tinggi dibanding aplikasi non-AI. Data mencakup analisis lebih dari 1 miliar transaksi yang menghasilkan 11 miliar dolar dan menunjukkan aplikasi AI mendominasi sekitar 27% dari keseluruhan aplikasi berlangganan. Aplikasi AI unggul dalam konversi uji coba ke pelanggan berbayar sebesar 52% dan menghasilkan nilai pelanggan seumur hidup yang lebih tinggi, namun kesulitan mempertahankan pelanggan dengan retensi tahunan hanya 21,1% dibanding 30,7% pada aplikasi non-AI. Refund rate aplikasi AI juga lebih tinggi, mencerminkan masalah nilai dan pengalaman pengguna. Hasil ini menunjukkan bahwa walau AI mendorong monetisasi awal yang kuat, aplikasi harus fokus meningkatkan kualitas dan pengalaman agar dapat mempertahankan pelanggan dalam jangka panjang dan mengurangi churn. Tren ini bisa memacu pengembang untuk mengadopsi strategi yang lebih berorientasi pada pelanggan dan pengembangan produk secara berkelanjutan.

Kevin Mandia, yang pernah mendirikan Mandiant dan menjualnya ke Google, meluncurkan startup baru bernama Armadin yang fokus pada pengembangan agen cybersecurity otonom berbasis AI. Armadin berhasil mengumpulkan pendanaan seed dan Seri A sebesar 189,9 juta dolar AS dari sejumlah investor besar. Pendanaan ini diklaim sebagai rekor untuk tahap awal startup keamanan, bahkan meskipun ada startup lain yang mengumpulkan dana besar di tahap yang lebih matang. Co-founder Armadin adalah para ahli keamanan siber dari Google dan Mandiant, menunjukkan tim dengan pengalaman matang. Armadin dibentuk sebagai respons terhadap ancaman serangan siber berbasis AI ofensif yang dapat menyerang dengan cepat dan adaptif tanpa campur tangan manusia. Startup ini bertujuan memberikan alat berteknologi tinggi bagi para ahli keamanan untuk melawan ancaman AI yang berkembang pesat.

AgentMail telah meluncurkan platform email khusus yang dirancang untuk agen AI sehingga mereka dapat memiliki inbox email sendiri dan melakukan aktivitas email seperti manusia. Platform ini menyediakan fitur lengkap seperti threading, labeling, searching, dan reply melalui API yang memudahkan automasi tanpa antarmuka pengguna manusia. Startup asal San Francisco ini berhasil mendapatkan pendanaan 6 juta dolar AS dan meraih ribuan pengguna manusia serta ratusan ribu pengguna agen AI. Lonjakan pengguna terjadi setelah peluncuran OpenClaw, yang memicu permintaan solusi email khusus untuk agen AI supaya mereka dapat beroperasi lebih mandiri dan efektif. AgentMail tidak hanya menyediakan solusi komunikasi email tapi juga menjadikan email sebagai lapisan identitas digital bagi agen AI yang dapat mengakses berbagai layanan internet. Sistem keamanan ketat diterapkan untuk mencegah penyalahgunaan, menandai perubahan besar dalam bagaimana agen AI berintegrasi dengan dunia digital.

Thinking Machines Lab, laboratorium riset AI yang didirikan oleh Mira Murati, menjalin kemitraan strategis multi-tahun dengan Nvidia yang mencakup penggunaan sistem Vera Rubin mulai 2027 dan investasi dari Nvidia sendiri. Kerjasama ini bertujuan untuk mengembangkan sistem pelatihan dan penyajian AI dengan arsitektur Nvidia. Thinking Machines Lab telah mengumpulkan dana lebih dari 2 miliar dolar sejak awal 2025 dengan partisipasi investor besar, termasuk Nvidia dan AMD, serta meluncurkan produk API pertama mereka bernama Tinker pada Oktober 2025. Beberapa pendiri laboratorium tersebut kini telah bergabung ke perusahaan besar lain seperti Meta dan OpenAI. Deal ini mencerminkan perlunya kapasitas komputasi besar di bidang AI dengan prediksi pasar infrastruktur AI mencapai 3 hingga 4 triliun dolar akhir dekade ini. Kemitraan ini akan memperkuat kapabilitas teknologi AI Thinking Machines Lab serta menjadikan Nvidia sebagai pemain utama penyedia teknologi AI masa depan.

Meta mengakuisisi Moltbook, sebuah jejaring sosial untuk agen AI yang memungkinkan komunikasi menggunakan OpenClaw. OpenClaw merupakan alat yang membungkus model AI populer dan menghubungkannya ke aplikasi chat seperti iMessage dan Discord. Akuisisi ini juga membawa para pendiri Moltbook bergabung ke dalam tim Meta Superintelligence Labs. Moltbook menjadi viral di kalangan pengguna karena kemampuan agen AI-nya berdiskusi dan membuat bahasa rahasia terenkripsi. Namun, terungkap masalah keamanan dimana kredensial Moltbook tidak terlindungi dengan benar sehingga pengguna manusia bisa mengaku sebagai agen AI. Ini menimbulkan keprihatinan terkait privasi dan keamanan data di platform tersebut. Meski Meta belum mengungkap secara rinci bagaimana Moltbook akan digunakan, akuisisi ini membuka peluang pengembangan teknologi AI agen yang dapat bekerja untuk manusia dan bisnis. Meta juga menunjukkan perhatian pada masalah keamanan setelah viralnya kasus penyusupan, yang menunjukkan potensi dan risiko besar dalam dunia agentic AI.

OpenClaw, agen AI populer, menghadirkan risiko keamanan dan data akibat penggunaan dan instalasi yang tidak tepat. CNCERT mengeluarkan peringatan kedua di tengah antusiasme pemerintah dan perusahaan teknologi di Tiongkok. Masalah utamanya adalah fitur otonom OpenClaw yang memerlukan izin tinggi. Tingkat risiko termasuk kerentanan terhadap serangan prompt injection yang memungkinkan pencurian kunci sistem serta kesalahan operasional yang bisa menghapus data penting secara tidak disengaja. Peringatan CNCERT menjelaskan bahwa instalasi cepat tanpa panduan tepat menyebabkan masalah serius. OpenClaw dikembangkan oleh Peter Steinberger di Austria dan telah digunakan secara luas di Tiongkok. Peringatan ini penting untuk mendorong pengguna agar memperketat pengamanan dan memahami risiko dari AI otonom seperti OpenClaw. Jika diabaikan, dapat terjadi kebocoran data besar dan kerugian informasi kritikal yang memengaruhi operasi teknologi dan keamanan nasional. Tindakan lanjutan dari regulator dan pengembang diperlukan untuk mengatasi masalah ini.

YouTube meluncurkan fitur likeness detection yang memungkinkan pejabat publik, jurnalis, dan kandidat politik untuk melacak video deepfake yang menampilkan wajah mereka. Fitur ini mirip dengan sistem Content ID yang digunakan untuk hak cipta, tapi khusus mengenali wajah pengguna dalam video. Dengan fitur ini, pengguna dapat meminta penghapusan video deepfake yang tidak diinginkan berdasarkan kebijakan privasi YouTube. Untuk bergabung dalam program pilot ini, peserta harus mengirimkan rekaman video dan identitas resmi yang hanya akan digunakan untuk fitur deteksi tersebut. YouTube menegaskan bahwa penghapusan video tidak otomatis disetujui karena ada pengecualian untuk konten seperti parodi dan satire untuk melindungi kebebasan berpendapat. Selain itu, jumlah permintaan penghapusan saat ini masih rendah karena sebagian besar konten dianggap tidak merusak citra pengguna. YouTube menyadari tantangan regulasi konten AI dan membuka peluang monetisasi untuk deepfake di masa depan. Fitur ini awalnya terbatas untuk tokoh publik dan mereka yang menjadi berita, sehingga belum menyasar individu umum. Penanganan ini menjadi penting untuk mengurangi penyebaran konten palsu sekaligus mempertahankan ruang untuk kritik politik dan debat publik.