- CES 2026 di Las Vegas menegaskan bahwa Kecerdasan Buatan tidak lagi sekadar fitur aplikasi, tetapi fondasi produk, layanan, dan industri.
- Nvidia menyorot panggung dengan platform superkomputasi Vera Rubin yang diposisikan untuk mempercepat Revolusi AI dari pusat data hingga kendaraan otonom.
- Konsep AI Fisik menjadi kata kunci baru: robot humanoid, simulasi industri, dan otomasi layanan publik diperlihatkan sebagai “pekerja digital” yang hadir di dunia nyata.
- Perang prosesor laptop memanas: Intel, AMD, dan Qualcomm memamerkan lonjakan performa grafis terintegrasi, efisiensi daya, serta akselerasi AI yang kian relevan bagi kreator dan pekerja hybrid.
- Inovasi layar kian ekstrem—TV supertipis, pemasangan flush-to-wall, dan ponsel lipat tiga—sementara label “AI-powered” merambah perangkat rumah tangga hingga kesehatan.
Di koridor hotel dan pusat konvensi Las Vegas, suasana CES terasa seperti latihan besar untuk masa depan yang sudah mendekat. Para pengunjung berpindah dari demo robot yang menyapa manusia dengan gestur halus, ke stan laptop tipis yang memutar gim berat tanpa GPU diskrit, lalu ke ruang pamer TV yang menempel ke dinding tanpa celah. Teknologi di sini tidak lagi dipamerkan sebagai “barang baru”, melainkan sebagai infrastruktur kebiasaan: cara kita bekerja, bergerak, berbelanja, dan merawat kesehatan. Pada Pameran Teknologi ini, kata yang paling sering terdengar adalah “AI”, tetapi yang menarik perhatian bukan sekadar model bahasa atau fitur chatbot. Garis besarnya: kecerdasan pindah dari layar ke lingkungan. Inilah momen ketika Era Baru dimaknai secara literal—AI tidak hanya memahami teks dan gambar, melainkan mulai “mengerti” ruang, benda, dan risiko dunia nyata.
Di tengah hingar-bingar itu, sorotan kuat mengarah pada Nvidia dan visi AI Fisik yang dijabarkan Jensen Huang: mulai dari “world model” untuk simulasi, hingga komputasi skala besar yang dirancang agar mesin dapat mengambil keputusan dalam situasi nyata. Namun, CES tidak hanya tentang satu perusahaan. Dari produsen TV, vendor robotik, hingga otomotif dan alat berat, semua berlomba memaknai Kecerdasan Buatan sebagai pengungkit baru produktivitas. Bahkan, obrolan soal kesiapan infrastruktur digital ikut mengemuka—sejalan dengan kebutuhan konektivitas dan pusat data yang makin besar, seperti yang dibahas dalam konteks pusat teknologi cloud Indonesia dan percepatan jaringan di kawasan industri melalui internet berkecepatan tinggi di Batam.
CES 2026 di Las Vegas: Pameran Teknologi yang Mengunci Arah Era Baru Kecerdasan Buatan
CES 2026 menutup rangkaian acara dengan angka kehadiran yang menegaskan daya tariknya sebagai barometer industri: lebih dari 140.000 orang memadati empat hari pameran, konferensi pers, dan demo produk. Bagi banyak pelaku industri, keramaian itu bukan sekadar statistik—melainkan sinyal bahwa pasar kembali lapar pada narasi besar, terutama ketika Revolusi AI mulai menyentuh perangkat yang dipakai sehari-hari. Di beberapa lorong, Anda bisa melihat pola yang konsisten: hampir semua kategori produk mengklaim “lebih pintar”, “lebih personal”, atau “lebih otonom”. Pertanyaannya, apakah ini hanya pemasaran? Tidak sepenuhnya. Ada perubahan arsitektur komputasi yang nyata di baliknya.
Untuk memahami mengapa CES kali ini terasa berbeda, bayangkan seorang tokoh fiktif: Dira, manajer operasional ritel yang datang ke Las Vegas untuk mencari teknologi yang bisa mengurangi kebocoran stok dan mempercepat layanan. Di stan robot, Dira melihat asisten humanoid yang mampu membaca lingkungan ramai dan memberi arahan kepada pengunjung. Di area perangkat lunak industri, ia melihat simulasi gudang yang meniru tata letak nyata—dengan skenario “apa yang terjadi jika” untuk menguji rute pengambilan barang. Hal-hal seperti ini menunjukkan pergeseran: AI bukan lagi “alat analitik” di belakang layar, tetapi aktor yang memengaruhi keputusan dan alur kerja. Relevansinya dengan dunia nyata juga tampak pada tren ritel otomatis, misalnya pengelolaan stok dengan robot yang dibahas melalui perusahaan ritel yang memakai robot stok.
AI di mana-mana: dari label pemasaran ke kebutuhan sistem
Banyak pengunjung memang mengeluhkan label “AI-powered” yang ditempel ke produk yang terasa tidak perlu. Namun, di balik keramaian slogan, kebutuhan sistemnya valid: model AI menuntut komputasi, memori, dan koneksi yang stabil. Ketika TV dapat mencari konten dengan bahasa natural dan mengolah gambar langsung di antarmuka, itu berarti ada pipeline pemrosesan yang lebih kompleks dari generasi sebelumnya. Google, misalnya, mengintegrasikan Gemini generasi baru ke sistem TV untuk pencarian konten berbasis percakapan dan fungsi pengolahan visual di perangkat. Ini memperkaya pengalaman, tetapi juga meningkatkan tuntutan keamanan data, pembaruan perangkat lunak, dan efisiensi energi.
Di sisi lain, dampak sosialnya mulai dibicarakan lebih serius. Jika AI menjadi “asisten” yang mengerjakan sebagian tugas pengetahuan, bagaimana dengan tenaga kerja? Isu ini tidak berhenti sebagai diskusi etis; ia masuk ke strategi perusahaan, kebijakan pelatihan, dan desain pekerjaan. Untuk konteks Indonesia, pembahasan tentang pergeseran kompetensi dan risiko disrupsi pekerjaan terasa selaras dengan sorotan pada dampak AI pada pasar kerja. CES, pada level tertentu, menjadi panggung untuk menyadarkan bahwa adopsi teknologi harus dibarengi kesiapan manusia.
Infrastruktur, keamanan, dan kesiapan ekosistem
Semakin banyak perangkat “pintar”, semakin luas permukaan serangan siber dan kebutuhan pengamanan. Dalam obrolan industri, keamanan bukan lagi “fitur tambahan”, melainkan komponen reputasi. Bahkan, narasi keamanan publik dan kesiapsiagaan sistem sering dijadikan analogi: teknologi yang canggih tetap membutuhkan tata kelola. Perspektif ini mengingatkan pada pentingnya rasa aman sebagai prasyarat aktivitas ekonomi dan digital, yang dalam konteks nasional sering diulas lewat isu keamanan nasional. Pada akhirnya, insight yang tertinggal dari CES adalah ini: AI akan terasa “ajaib” hanya jika infrastruktur dan tata kelola membuatnya dapat dipercaya.

Nvidia dan Vera Rubin: Mesin Infrastruktur yang Mendorong Revolusi AI Fisik
Jika CES adalah panggung, maka keynote Jensen Huang menjadi momen yang mengikat narasi banyak pemain: Nvidia menegaskan bahwa pertarungan berikutnya bukan sekadar soal chip tercepat, melainkan soal membangun “pabrik kecerdasan” untuk ekonomi digital. Platform superkomputasi yang diperkenalkan—dikenal sebagai Vera Rubin—ditempatkan sebagai lompatan performa besar dibanding generasi sebelumnya. Pesan utamanya sederhana namun tajam: kita tidak lagi “membangun komputer”, kita membangun kapasitas untuk melatih, menjalankan, dan mengamankan sistem cerdas skala industri.
Dira, tokoh kita, membayangkan implikasinya untuk ritel. Jika perusahaan bisa menyimulasikan arus pelanggan, mengoptimalkan rantai pasok, dan mengotomatiskan layanan dengan model yang akurat, maka keputusan bisnis bisa bergeser dari reaktif menjadi prediktif. Namun, semua itu membutuhkan mesin komputasi yang mampu menelan data besar dan menjalankan model kompleks dengan latensi rendah. Di sinilah Rubin diposisikan: bukan gadget, melainkan fondasi.
Arsitektur Rubin dan logika “kepadatan komputasi”
Rubin dipresentasikan sebagai sistem server yang menggabungkan 72 GPU dan 36 CPU per server, dengan klaim peningkatan kinerja sekitar 5x dibanding generasi sebelumnya. Untuk skala pusat data, Nvidia juga menekankan kemampuan konfigurasi yang dapat melibatkan lebih dari 1.000 chip bekerja serempak. Angka-angka ini bukan sekadar kebanggaan teknis; ini jawaban terhadap biaya pelatihan model yang terus naik, dan kebutuhan inferensi real-time pada aplikasi industri.
Kepadatan chip membawa masalah klasik: panas. Karena itu, demo teknologi pendinginan cair menjadi penting. Pendinginan cair memungkinkan desain rak yang lebih rapat tanpa membuat sistem “mendidih” seperti konfigurasi pendingin udara. Ini berdampak langsung pada biaya operasional: konsumsi listrik, kebutuhan ruang, dan keandalan. Ketika perusahaan mempertimbangkan investasi, mereka menghitung bukan hanya harga server, tetapi total biaya kepemilikan selama bertahun-tahun. Dalam materi pameran, kisaran biaya sistem skala besar disebut bisa berada di rentang jutaan dolar, bergantung konfigurasi dan target beban kerja.
Komponen Rubin |
Detail yang Dipamerkan |
Implikasi untuk Industri |
|---|---|---|
GPU per server |
72 |
Inferensi dan pelatihan model skala besar lebih cepat, cocok untuk simulasi dan robotika |
CPU per server |
36 |
Orkestrasi beban kerja, pipeline data, dan layanan enterprise lebih stabil |
Kenaikan performa |
≈ 5x dari generasi sebelumnya |
Waktu iterasi R&D menurun, biaya eksperimen bisa ditekan |
Skalabilitas sistem |
Konfigurasi > 1.000 chip |
Mendukung pusat data sebagai “pabrik AI” untuk banyak unit bisnis sekaligus |
Pendinginan |
Pendinginan cair tingkat lanjut |
Kepadatan rak meningkat tanpa mengorbankan keandalan termal |
Ketersediaan |
Ditargetkan Q3 |
Menjadi patokan roadmap pengadaan enterprise dalam 12–18 bulan |
DLSS 4.5 dan pesan tersirat untuk ekosistem kreator
Menariknya, Nvidia juga menautkan kekuatan infrastruktur dengan pengalaman pengguna, misalnya demo gaming 4K dengan ray tracing dan frame rate tinggi melalui pembaruan DLSS 4.5. Poin ini sering dipandang sebagai “hiburan”, tetapi sebenarnya menyampaikan pesan: teknik rekonstruksi gambar, stabilitas frame, dan pengurangan artefak adalah keterampilan yang sama yang dibutuhkan untuk visualisasi industri, simulasi, dan konten imersif. Kreator konten, studio, hingga tim desain produk dapat memanfaatkan pipeline visual yang lebih efisien.
Jika ditarik ke konteks ekonomi digital, platform seperti Rubin menguatkan argumen bahwa investasi AI bukan proyek kecil, melainkan strategi nasional dan korporasi. Diskusinya beririsan dengan perencanaan ekonomi dan transformasi digital, misalnya perspektif tentang strategi ekonomi digital berbasis AI dan dinamika investasi yang dibahas lewat PDB dan investasi asing. Insight akhirnya: Rubin bukan sekadar produk, melainkan sinyal bahwa AI menjadi infrastruktur yang dihitung seperti listrik dan logistik.
AI Fisik di CES 2026: Robot Humanoid, Simulasi, dan Perpindahan AI dari Layar ke Dunia Nyata
Di CES, istilah AI Fisik terasa lebih mudah dipahami karena Anda bisa melihatnya berjalan, menyapa, dan bekerja. Jika beberapa tahun lalu robot humanoid lebih sering berada di laboratorium atau video demo yang dipoles, kini banyak perusahaan menaruhnya di lantai pameran: bergerak di antara manusia, merespons perintah, dan melakukan tugas yang terlihat sederhana namun kompleks secara teknis. Perubahan ini bukan terjadi karena satu terobosan tunggal, melainkan kombinasi: sensor yang lebih murah, model persepsi yang lebih matang, komputasi edge yang lebih efisien, dan simulasi yang lebih realistis.
Di area demo Nvidia, misalnya, pengunjung menyaksikan berbagai robot: ada yang tampil “menghibur” untuk menarik perhatian, ada robot untuk simulasi bedah, dan ada yang difungsikan sebagai asisten layanan—membantu proses check-in. AMD memamerkan humanoid GENE.01 yang menonjolkan gerak yang lebih halus, sementara Intel menghadirkan RoBee yang mengandalkan prosesor Core Ultra untuk pengambilan keputusan real-time dan navigasi. Banyak orang terkesan bukan oleh “kekuatan”, melainkan oleh momen kecil: berhenti memberi jalan ketika orang lewat, menoleh saat dipanggil, atau merapikan posisi tangan agar tidak menyenggol.
Mengapa humanoid sekarang, bukan nanti?
Ada alasan ekonomi yang sering luput: dunia sudah dirancang untuk tubuh manusia. Tangga, gagang pintu, rak, troli, dan jalur sempit di gudang—semuanya “ramah” untuk bentuk humanoid. Robot beroda memang efisien, tetapi cepat mentok ketika lingkungan tidak rata atau tugasnya menuntut manipulasi yang lincah. Humanoid menawarkan fleksibilitas, meski ongkos dan kompleksitasnya lebih tinggi. Karena itu, banyak perusahaan menguji humanoid pada tugas-tugas bernilai tinggi: inspeksi, logistik internal, layanan pelanggan, atau simulasi medis.
Namun, kunci dari AI Fisik bukan bentuk tubuh; melainkan kemampuan memahami sebab-akibat di dunia nyata. Robot harus memprediksi konsekuensi tindakan: jika menarik tuas terlalu cepat, jika lantai licin, jika manusia tiba-tiba bergerak. Di sinilah peran “world model” dan simulasi. Banyak demo tidak hanya menampilkan robot, tetapi juga kembar digital lingkungan—sehingga tim bisa melatih skenario berbahaya tanpa risiko. Bagi pembuat kebijakan dan pelaku bisnis, pendekatan ini membantu menjawab pertanyaan: apa yang layak diotomasi, dan apa yang harus tetap dikerjakan manusia?
Studi kasus manufaktur: Hyundai–Boston Dynamics dan Atlas
Pengumuman yang paling berdampak bagi industri adalah komitmen Hyundai untuk mulai menerapkan humanoid Atlas dari Boston Dynamics di pabriknya pada 2028. Ini menandai pergeseran dari demo panggung ke rencana produksi massal. Ketika otomotif—yang terkenal ketat soal keselamatan dan efisiensi—mau memasukkan humanoid ke lini produksi, maka banyak pemasok dan pesaing akan menilai ulang strategi otomasi mereka.
Efek domino bisa menyentuh rantai pasok global: kebutuhan sensor, aktuator, baterai, serta standar keselamatan kerja. Bahkan, ini menyentuh area logistik energi dan distribusi. Di Indonesia, pembicaraan soal kesiapan logistik dan energi untuk industri berteknologi tinggi sering muncul dalam konteks regional, misalnya lewat energi dan logistik di Balikpapan. Insight akhirnya: robot humanoid akan “menang” bukan karena terlihat seperti manusia, melainkan karena ekonominya akhirnya mulai masuk akal untuk tugas tertentu.

Komputasi Generasi Baru: Perang Prosesor Laptop dan Perubahan Cara Orang Memakai AI
Selain robot, medan perang paling panas di CES adalah laptop. Intel, AMD, dan Qualcomm sama-sama meluncurkan platform yang menargetkan tiga hal sekaligus: performa tinggi, efisiensi daya, dan akselerasi AI on-device. Ini bukan kompetisi kosmetik. Laptop adalah “alat kerja” utama untuk jutaan pekerja kreatif, analis, pengembang, dan mahasiswa. Ketika AI dipindahkan sebagian ke perangkat (bukan selalu ke cloud), manfaatnya terasa langsung: respons lebih cepat, privasi lebih baik, dan biaya layanan bisa lebih terkendali.
Intel membawa Core Ultra 300 (Panther Lake) sebagai upaya comeback, AMD memperkenalkan Ryzen AI 400 (Gorgon Point) dan AI Max (Strix Halo), sementara Qualcomm melanjutkan agresinya dengan Snapdragon X2 Elite. Demonstrasi yang menyita perhatian adalah kemampuan grafis terintegrasi: laptop tipis mampu menjalankan gim berat pada frame rate yang tidak memalukan tanpa GPU diskrit. Ini berpotensi mengubah strategi produsen laptop, bahkan menggeser segmen GPU mobile.
Grafis terintegrasi naik kelas dan dampaknya ke pasar
Selama bertahun-tahun, ada garis tegas: laptop untuk kerja harian memakai grafis terintegrasi, laptop untuk kreator dan gamer butuh GPU tambahan. Di CES ini, garis itu mulai kabur. Ketika iGPU melonjak kinerjanya—ditambah teknik upscaling, frame generation, dan optimasi driver—produsen bisa merancang laptop lebih tipis, lebih hemat baterai, dan lebih murah, sembari tetap mampu menjalankan beban grafis menengah. Bagi Dira, ini berarti tim ritel bisa menjalankan visualisasi 3D sederhana atau analitik video di lapangan tanpa workstation besar.
AI TOPS, baterai, dan realitas penggunaan sehari-hari
Angka AI TOPS sering dipakai sebagai “adu cepat” baru. Intel menampilkan puncak sekitar 45 TOPS, AMD dan Qualcomm memamerkan kisaran yang sebanding hingga sekitar 50 TOPS, disertai klaim peningkatan baterai yang signifikan. Tetapi, angka puncak tidak otomatis berarti pengalaman lebih baik. Pengalaman nyata ditentukan oleh integrasi perangkat lunak: apakah aplikasi bisa memanfaatkan NPU, apakah model berjalan dengan stabil, dan bagaimana perangkat mengelola panas saat beban AI panjang.
Di sinilah ekosistem menjadi penentu. Vendor yang menyediakan tooling lebih terbuka, dukungan driver, dan kolaborasi dengan pengembang aplikasi akan lebih cepat membuat AI terasa “berguna” ketimbang “sekadar ada”. Bagi organisasi, ini terkait langsung dengan perencanaan adopsi dan pelatihan, sejalan dengan diskusi tentang AI sebagai partner kolaboratif alih-alih pengganti manusia. Insight akhirnya: perang laptop kini bukan hanya soal CPU, melainkan soal siapa yang paling cepat membuat AI bekerja tanpa mengganggu cara kerja pengguna.
Dari Layar Super Tipis hingga AI di Rumah dan Kendaraan: Ketika Inovasi Menjadi Kebiasaan
Jika area komputasi dan robotik mengesankan karena kompleks, area display dan perangkat rumah tangga mengesankan karena “mendekati kehidupan”. Produsen TV mendorong desain yang makin ekstrem: panel super tipis, pemasangan rapat ke dinding, konektivitas nirkabel yang mengurangi kabel terlihat, serta peningkatan kecerahan dan akurasi warna. LG menampilkan TV wallpaper super tipis sekitar 9 mm dengan teknologi warna yang menonjolkan kecerahan OLED, sementara Samsung memperlihatkan OLED dengan pemasangan tanpa celah dan ponsel lipat tiga yang berubah menjadi layar sekitar 10 inci saat dibuka penuh. Harga perangkat lipat premium memang tinggi, tetapi pesan yang disampaikan jelas: layar fleksibel makin matang untuk pasar massal bertahap.
Di sisi rumah tangga, fenomena menarik adalah AI “menyusup” ke peralatan yang sebelumnya mekanis: kulkas, mesin cuci, soundbar, bahkan perangkat sanitasi. Sebagian terasa berlebihan, tetapi sebagian lain punya nilai praktis. Misalnya, perangkat yang memantau pola konsumsi listrik, mendeteksi masalah sebelum rusak, atau memberi rekomendasi perawatan. Ini sejalan dengan kebutuhan efisiensi rumah dan hotel, termasuk konsep kamar pintar yang menjadi sorotan pariwisata, sebagaimana dibahas pada smart room hotel di Bali. Ketika pariwisata mengejar pengalaman personal, AI di kamar bukan lagi gimmick, melainkan diferensiasi layanan.
Kendaraan dan alat berat: AI bergerak ke industri yang “tidak glamor”
CES juga memperlihatkan bagaimana AI masuk ke sektor yang jarang viral, tetapi dampaknya besar. Ford, misalnya, mengumumkan asisten AI yang akan hadir lebih dulu di aplikasi seluler sebelum terintegrasi penuh ke kendaraan, dengan basis model bahasa besar dan hosting cloud. Arah ini menunjukkan strategi bertahap: mulai dari antarmuka dan layanan, lalu merembet ke kontrol dan pemeliharaan prediktif. Pengemudi akan terbiasa berbicara dengan kendaraan seperti berbicara dengan aplikasi—dan ketika itu terjadi, perubahan perilaku akan sulit dibalikkan.
Di sisi industrial, kolaborasi Caterpillar dan Nvidia pada pilot “Cat AI Assistant” memperlihatkan penerapan AI pada ekskavator dan perencanaan proyek dengan simulasi. Ini penting karena AI di alat berat menyentuh keselamatan, efisiensi bahan bakar, dan waktu pengerjaan—tiga hal yang langsung memengaruhi biaya proyek. Ketika sektor konstruksi dan pertambangan mulai mengadopsi AI, kebutuhan terhadap simulasi dan infrastruktur komputasi ikut meningkat.
AI dan tata kelola sosial: dari kebijakan ekonomi hingga budaya digital
Semakin AI meresap, semakin banyak pertanyaan kebijakan: impor perangkat, standar data, hingga insentif investasi. Diskusi semacam ini menemukan relevansinya dengan arah kebijakan yang menyeimbangkan pasar dan industri, seperti wacana pemerintah memperketat impor atau program percepatan ekonomi melalui paket stimulus ekonomi. Di tingkat budaya, perangkat AI juga akan memengaruhi cara generasi muda membangun identitas digital dan komunitas, sejalan dengan pembacaan tren pada subkultur Gen Z Indonesia.
Pada akhirnya, CES 2026 menunjukkan paradoks yang menarik: semakin canggih Teknologi, semakin penting manusia menetapkan batas dan tujuan. Ketika semua benda bisa “pintar”, yang menentukan kualitas hidup bukan jumlah fitur, tetapi kejelasan manfaat dan kepercayaan yang dibangun di sekelilingnya—itulah insight yang menutup bagian ini dan membuka ruang untuk diskusi berikutnya di luar lantai pameran.