Mengapa Pertanian Bisa Menjadi Pemenang Produktivitas Terbesar AI

Saat membahas dampak AI pada ekonomi, diskusi publik cenderung berfokus pada pekerjaan terkait TI (pemrograman, seniman digital, dll.), profesi kerah putih (pengacara, dokter), atau penelitian ilmiah. Namun, hal ini mungkin melewatkan aplikasi penting yang akan memberikan efek transformasional pada seluruh industri.

Secara umum, AI kemungkinan akan meningkatkan produktivitas paling signifikan di mana ia dapat secara langsung mengoptimalkan input fisik, menggantikan manusia untuk keputusan berulang, dan mengoptimalkan alokasi sumber daya. AI juga akan berkembang di lingkungan yang cukup kompleks sehingga belum otomatis, namun tidak terlalu kompleks sehingga masih memerlukan tingkat kecerdasan manusia yang lebih tinggi.

Sebuah studi terbaru oleh dua peneliti dari Korea Advanced Institute of Science and Technology dan Hana Financial Group (Korea Selatan) telah menyelidiki hubungan antara penetrasi AI dan kinerja tingkat industri.

Studi tersebut menemukan bahwa meskipun AI secara signifikan memengaruhi kinerja nilai tambah tingkat industri di sektor produksi, manufaktur, dan transportasi, AI memberikan dampak positif terkuat pada pertanian.

Mereka mempublikasikan temuan mereka di jurnal International Review of Economics & Finance¹, dengan judul “Artificial intelligence and productivity gains: An empirical analysis of industry heterogeneity”.

AI & Produktivitas

AI Menurut Industri

Sejak peluncuran publik ChatGPT, AI diadopsi oleh berbagai industri dengan harapan dapat mewujudkan peningkatan produktivitas dan menciptakan keunggulan kompetitif bagi para adopter awal.

Namun, sulit untuk mengukur secara tepat tingkat adopsi dan dampaknya. Secara historis, peningkatan 10% dalam investasi teknologi informasi dan komunikasi terkait dengan kenaikan produktivitas sebesar 0,5–0,6%. Namun masih belum pasti berapa angka akhir yang akan dicapai dengan AI secara khusus.

Sejauh ini, AI sebagian besar diterapkan pada peran layanan: bantuan pelanggan secara real-time, diagnostik dan pemantauan kesehatan, dll.

Untuk peran fisik, aplikasi utama berada di manufaktur, di mana pabrik pintar yang didukung AI mendukung pemeliharaan prediktif dan optimisasi operasional, menghasilkan pengurangan biaya dan peningkatan efisiensi.

Di industri tradisional seperti kimia dan kertas, adopsi AI masih jauh lebih lambat. Hal ini dapat disebabkan oleh kurangnya strategi digital yang jelas, kekurangan keterampilan, resistensi budaya, rendahnya kepercayaan konsumen, dan ketidakpastian regulasi.

Dataset Produktivitas AI

Para peneliti mengumpulkan data dari panel 103 negara selama 2010–2019, mengecualikan negara-negara yang sebagian besar karena data tidak memadai.

Data tentang nilai tambah bruto (GVA) berdasarkan jenis aktivitas ekonomi diperoleh dari UN Data dan digunakan sebagai variabel utama untuk menangkap kinerja ekonomi lintas sektor dan negara.

Data tentang investasi langsung asing, pengeluaran nasional bruto, inflasi, partisipasi tenaga kerja, dan perdagangan diperoleh dari World Development Indicators (WDI). Mereka juga mengumpulkan skor indeks hak asasi manusia dari Our World in Data.

Data tentang jumlah startup terkait AI dikumpulkan dari Crunchbase, dan menunjukkan bahwa puncak pendirian startup AI dalam set data ini tercapai pada 2017, secara keseluruhan menunjukkan percepatan luas aktivitas kewirausahaan AI selama pertengahan 2010-an.

Sumber: International Review of Economics & Finance

Produktivitas yang Didorong AI Menurut Industri

Para peneliti menemukan bahwa AI memiliki hubungan positif terkuat dengan kinerja di sektor pertanian, sementara hubungan di sektor konstruksi tidak signifikan secara statistik.

Industri lain yang AI memberikan dampak terukur meliputi manufaktur, produksi, dan transportasi.

(Perlu juga dicatat bahwa analisis yang sama dengan data mencakup periode 2019-2025 akan menarik, mengingat kemajuan cepat teknologi AI)

Salah satu alasan dampak pada pertanian adalah bahwa sektor ini sudah, sampai batas tertentu, sangat otomatis. Dibandingkan dengan satu abad yang lalu, pertanian kini jauh lebih mekanisasi, dengan traktor, irigasi otomatis, sistem pemerasan susu, dan peralatan lain yang mengurangi kebutuhan tenaga kerja manual.

Pada saat yang sama, banyak tugas pertanian ini masuk dalam kategori yang sudah dapat ditangani AI: mengemudi, penyemprotan, penyiangan, dll.

Faktor lain adalah bahwa pertanian selama dua dekade terakhir telah beralih ke metode baru, menghasilkan jauh lebih banyak data dan belajar untuk memanfaatkannya: citra satelit multispektral, komposisi kimia tanah, optimisasi pestisida dan herbisida, pemanfaatan peralatan, manajemen tenaga kerja, dll.

Jadi AI muncul pada waktu yang tepat untuk memanfaatkan data ini dan mengubahnya menjadi aksi melalui 2 mekanisme:

• Membantu petani lebih memahami data mereka dan menggunakannya secara efisien.
• Langsung membantu di lahan melalui visi komputer, mengemudi otonom, identifikasi gulma, drone, dan sistem robotik.

Intisari Investor

Banyak strategi investasi saat ini perlu memperhitungkan efek yang akan datang dari revolusi AI. Dalam banyak kasus, ini berarti berhati-hati terhadap potensi kerusakan yang dapat ditimbulkan AI pada aktivitas atau model bisnis tertentu, namun juga dapat secara drastis meningkatkan produktivitas. Dan jelas, tidak ada tempat yang lebih tepat daripada pertanian.

Ini memberikan contoh yang baik tentang tesis investasi AI fisik yang sedang muncul, di mana penerapan AI ke aplikasi dunia nyata memiliki efek langsung pada produktivitas seluruh sektor ekonomi.

Artinya, investor harus mengharapkan seluruh sektor menjadi lebih produktif, dan berpotensi lebih menguntungkan, setidaknya bagi penjual sistem AI yang disesuaikan dengan industri ini dan mesin yang dapat membawa pemikiran AI ke ladang.

Aplikasi semacam ini memerlukan keahlian mendalam khusus domain, serta jaringan distribusi yang solid yang sudah berhubungan dengan petani. Jadi kemungkinan besar akan menguntungkan produsen peralatan yang mampu mengintegrasikan AI ke dalam mesin mereka dan membuatnya efisien dalam kondisi dunia nyata, terutama ketika tindakan tersebut mengurangi input yang mahal.

Berinvestasi dalam AI Pertanian

Deere & Company

John Deere paling dikenal sebagai produsen traktor, combine harvester, dan mesin pertanian ikonik berwarna hijau dan kuning.

Kurang dikenal oleh publik umum, John Deere juga merupakan perusahaan teknologi, dengan sejarah panjang berinvestasi dalam sensor dan perangkat lunak, serta menjalankan program percontohan untuk menerapkan AI, robotika, drone, dan visi mesin dalam pertanian.

Didirikan hampir dua abad yang lalu (pada 1837), perusahaan ini memang selalu mendorong inovasi terbaru dalam pertanian, mulai dari pisau bajak yang ditingkatkan hingga traktor pertama. Baru-baru ini, perusahaan meningkatkan belanja R&D dengan fokus pada beberapa bidang teknologi: sensor, konektivitas, otonomi, dan energi alternatif.

Sumber: John Deere

Sebagai contoh, sistem See & Spray Ultimate, yang diluncurkan pada 2021, menggunakan 36 kamera untuk membedakan tanaman dari gulma dan mengoptimalkan penggunaan herbisida melalui visi komputer dan pembelajaran mesin.

Atau John Deere Operations Center, sebuah digital twin dari sebuah pertanian, yang memungkinkan dealer melakukan diagnostik jarak jauh, pemrograman, dan pembaruan over-the-air.

Sumber: John Deere

Di bidang otonomi, John Deere juga bekerja untuk mewujudkan combine otomatis seperti dalam film fiksi ilmiah Interstellar. John Deere meluncurkan pada 2022 traktor fully autonomous pertama, versi tanpa pengemudi dari traktor baris 8R. Traktor ini mengorientasikan dirinya berkat GPS dan enam pasang kamera stereo untuk deteksi rintangan 360 derajat dan navigasi. Peluncuran ini mengikuti akuisisi startup Bear Flag Robotics oleh John Deere senilai $250M.

Terakhir, perusahaan juga mendorong elektrifikasi, terutama dengan meluncurkan ekskavator listrik yang menggunakan baterai Kreisel, sebuah perusahaan Austria di mana Deere mengakuisisi mayoritas saham pada 2022. Deere juga sedang mengembangkan mesin 9 liter berbahan bakar etanol untuk menggunakan biofuel pada mesin berat seperti combine harvester.

Seiring AI dan visi mesin menjadi semakin efisien dan cerdas, perusahaan seperti John Deere akan dapat meningkatkan efisiensi traktor mereka yang dilengkapi banyak kamera dan sensor lebih jauh lagi.

Keunggulan John Deere dibandingkan perusahaan AI umum terletak pada jaringan dealer dan pengalaman pertanian yang mendalam, yang membantu perusahaan menerapkan teknologi ini dalam aplikasi yang berguna dan hemat biaya dengan memanfaatkan hubungan yang sudah ada dengan petani.

Namun, investor juga harus ingat bahwa Deere tetap merupakan produsen peralatan siklus. Adopsi AI dapat memperkuat posisi kompetitifnya dan meningkatkan pendapatan terkait teknologi seperti langganan perangkat lunak, namun pendapatan pertanian, harga tanaman, suku bunga, dan siklus penggantian mesin akan terus memengaruhi hasil.

Juga memungkinkan bahwa startup yang lebih kecil dan gesit atau kompetisi luar negeri dapat memanfaatkan revolusi AI & robotik yang sedang berkembang di pertanian untuk menantang posisi pemain mapan seperti John Deere.

Berita & Perkembangan Saham Deere & Company (DE) Terbaru

Studi yang Dirujuk

^{1. Eunjung Park and Sangyoon Yi. Artificial intelligence and productivity gains: An empirical analysis of industry heterogeneity. International Review of Economics & Finance. 22 Agustus 2026. Artikel: 105726. 10.1016/j.iref.2026.105726}