India Tersandung di Balik Gebrakan AI: Kenapa Sarvam-M Gagal Memikat Dunia?

ndia mencoba mengikuti langkah China dalam mengembangkan teknologi kecerdasan buatan (AI), namun upaya tersebut belum membuahkan hasil yang mengesankan. Startup asal China, DeepSeek, sukses mencuri perhatian dunia teknologi pada awal tahun ini dengan meluncurkan model AI canggih bernama R1. Model ini tidak hanya setara dengan kemampuan AI buatan Amerika Serikat, tetapi juga jauh lebih murah dari segi biaya pengembangan, sehingga menyebabkan saham perusahaan teknologi besar AS mengalami penurunan.

Keberhasilan DeepSeek ini menjadi inspirasi bagi India. Salah satu startup AI ternama di sana, Sarvam AI, baru-baru ini meluncurkan model bahasa besar (large language model/LLM) bernama Sarvam-M. Model ini merupakan sistem hibrida berbasis open source dengan 24 miliar parameter yang dibangun di atas arsitektur Mistral Small. Sarvam-M dirancang untuk mendukung 10 bahasa daerah India seperti Hindi, Bengali, Gujarati, Kannada, dan Malayalam.

Secara teknis, peluncuran Sarvam-M adalah pencapaian tersendiri bagi para peneliti AI India. Namun, respon publik sangat mengecewakan. Dalam dua hari pertama sejak dirilis, model ini hanya diunduh 334 kali di platform Hugging Face, sebagaimana dilaporkan oleh AnalyticsIndiaMag. Angka tersebut sangat kontras jika dibandingkan dengan model open source buatan mahasiswa Korea yang sudah meraih 200 ribu unduhan dalam waktu singkat.

Deedy Das, seorang investor di Menlo Ventures, menyebut kurangnya antusiasme terhadap Sarvam-M sebagai sesuatu yang "memalukan". Ia mempertanyakan nilai kontribusi Sarvam AI yang dianggap tidak sebanding dengan besarnya dana investasi yang telah mereka terima, yaitu sebesar US$41 juta dari nama-nama besar seperti Lightspeed India Partners, Peak XV Partners, dan Khosla Ventures. Per Maret 2025, valuasi perusahaan ini mencapai US$111 juta menurut data dari Tracxn.

Sarvam-M bukan satu-satunya sistem AI asal India yang gagal menarik perhatian. Sebelumnya, proyek pemerintah BharatGen juga meluncurkan LLM bernama Param-1 yang hanya berhasil memperoleh 12 unduhan sejak diluncurkan. Hal ini menambah deretan kegagalan India dalam mencoba bersaing di kancah AI global.

Menurut Das, model Sarvam-M kalah bersaing dalam hal kualitas dan efisiensi dibandingkan model AI buatan perusahaan global seperti Google dan TWO.ai. Ia menilai bahwa Sarvam-M tidak menghadirkan nilai tambah yang signifikan meskipun mengklaim mendukung berbagai bahasa lokal. Kritik ini menyoroti tantangan besar yang dihadapi pengembang AI di India: meski berpotensi besar, mereka belum mampu mengeksekusi produk dengan daya tarik global.

Meskipun kritik berdatangan, tim Sarvam AI tetap membela hasil kerja mereka. Beberapa pengguna di media sosial X menyatakan bahwa Sarvam-M cukup baik untuk aplikasi tertentu, meskipun mereka juga mengakui bahwa model ini masih memerlukan banyak perbaikan dan peningkatan. Dalam laporan teknis resminya, Sarvam-M bahkan diklaim mampu melampaui performa Llama-4 Scout dan bersaing dengan model besar seperti Llama-3.3 70B dan Gemma 3 27B.

Namun, model ini mengalami sedikit penurunan performa dalam pengujian berbahasa Inggris, khususnya dalam evaluasi MMLU (Massive Multitask Language Understanding), dengan penurunan sebesar satu persen. Hal ini menjadi catatan penting bahwa meskipun unggul dalam bahasa lokal India, Sarvam-M masih belum bisa bersaing secara global, terutama di pasar berbahasa Inggris yang dominan.

Aashay Sachdeva, salah satu anggota tim Sarvam AI, melalui akun X-nya memberikan pembelaan terhadap model ini. Ia mengklaim bahwa Sarvam-M telah menetapkan standar baru untuk bahasa-bahasa India. Untuk memperkuat klaim tersebut, ia membagikan blog teknis yang menjelaskan detail proses pengembangan serta hasil evaluasi performa model. Selain itu, Sachdeva juga membagikan Google Sheet yang menunjukkan bahwa Think 7 (varian Sarvam-M) mampu menjawab seluruh pertanyaan dari ujian JEE Advanced 2025 dalam bahasa Hindi dengan benar.

Hal ini menunjukkan bahwa model ini memiliki potensi kuat untuk digunakan dalam skenario tertentu seperti pendidikan dan layanan publik yang berfokus pada bahasa lokal. Namun, fakta bahwa publik belum memberikan sambutan antusias terhadap Sarvam-M tetap menjadi sorotan. Di sisi lain, keberhasilan DeepSeek di China memperlihatkan bagaimana inovasi AI bisa dengan cepat menggebrak pasar global ketika disertai dengan strategi yang tepat, kualitas unggul, dan eksekusi yang matang.

Kegagalan India dalam meraih pencapaian serupa bukan hanya soal teknologi, tapi juga strategi pemasaran, kesiapan infrastruktur, dan pemahaman terhadap pasar global. Jika India ingin benar-benar bersaing di panggung AI dunia, mereka perlu lebih dari sekadar kemampuan teknis. Diperlukan pula pendekatan yang holistik dan fokus pada keunggulan kompetitif yang relevan secara global.