Bayangkan seorang mahasiswa di Bandung membuka App Store untuk mencari aplikasi pengatur jadwal kuliah. Di halaman utama, ia melihat Muse—logo biru muda dengan ikon otak kecil—muncul di posisi kedua, tepat di bawah TikTok. Ia mengklik, mengunduh, lalu menyadari: Muse tidak bisa menjawab pertanyaan tentang jadwal ujian, apalagi mengatur notifikasi kelas. Ia baru sadar, aplikasi itu bahkan belum punya fitur dasar seperti sinkronisasi kalender lokal.
Muse Bukan Aplikasi yang Diunduh, Tapi yang 'Dipasang'
Peringkat kedua Muse di App Store AS bukan hasil dari viralitas organik atau ulasan positif pengguna. Data Sensor Tower menunjukkan lebih dari 65% unduhan Muse dalam minggu pertama berasal dari instalasi otomatis lewat pembaruan sistem iOS dan integrasi paksa di aplikasi Facebook dan Instagram versi terbaru. Artinya, banyak pengguna tidak memilih Muse—mereka hanya menerima pembaruan tanpa tahu bahwa aplikasi baru telah masuk ke layar utama ponsel mereka. Ini bukan pertama kali Meta menggunakan pendekatan semacam ini: Threads juga sempat muncul di peringkat atas setelah didorong lewat notifikasi push massal dan banner di feed Instagram.
Dilansir TechCrunch AI, tim produk Meta secara eksplisit mengakui bahwa metrik keberhasilan awal Muse tidak diukur dari retensi harian atau durasi penggunaan, melainkan dari jumlah instalasi pasca-pembaruan dan penetrasi ke dalam ekosistem internal. Muse dinilai berhasil bukan karena orang menggunakannya, tapi karena orang tidak bisa menghindarinya.
Baca juga: XDOF Capai $1,2 Miliar dalam 3 Bulan — Tanda Bahaya bagi Startup Data Lokal?
Yang Hilang dari Antarmuka Muse
Buka Muse hari ini, dan Anda akan menemukan antarmuka minimalis: kotak teks besar, tombol mikrofon, dan tiga contoh prompt sederhana—'Buatkan email untuk atasan', 'Rangkum artikel ini', 'Cari resep ayam bakar'. Tidak ada riwayat percakapan yang tersimpan di perangkat, tidak ada opsi untuk menghubungkan akun Gmail atau Outlook, dan tidak ada mode offline. Semua proses berjalan sepenuhnya di cloud Meta—dan semua data masuk ke server pusat di Virginia, bukan di perangkat pengguna. Ini kontras tajam dengan aplikasi AI lokal seperti Qwen atau Groq yang mulai dipakai developer Indonesia untuk prototipe chatbot berbasis lokalitas bahasa.
TechCrunch AI mencatat bahwa Muse belum mendukung bahasa Indonesia sama sekali—padahal pengguna Facebook dan Instagram di Indonesia mencapai 192 juta orang (data APJII 2023). Bahkan untuk pengguna AS, Muse masih gagal memahami nuansa regional seperti istilah 'subway' di New York versus 'T' di Boston. Ini bukan kekurangan teknis biasa; ini indikator bahwa Muse dibangun bukan sebagai alat bantu pengguna, melainkan sebagai jalur pengumpulan data perilaku interaksi manusia-AI dalam skala besar—dengan fokus pada pola bahasa Inggris Amerika Serikat versi urban kelas menengah.
Baca juga: Amazon Beli 2 Juta Chip Nvidia: Apa Artinya untuk Pasar Cloud Indonesia?
Di Jakarta, startup edtech seperti Zenius sudah menguji model AI lokal yang bisa menjelaskan konsep fisika dalam bahasa gaul anak SMA—tanpa harus mengandalkan server Meta. Mereka tidak butuh peringkat App Store, karena solusinya terintegrasi langsung ke platform belajar mereka. Muse justru menyoroti celah strategis: perusahaan teknologi global masih mengandalkan distribusi paksa ketimbang membangun nilai nyata di tiap pasar.
Meta memang punya keunggulan infrastruktur dan modal. Tapi keberhasilan aplikasi AI tidak lagi diukur dari seberapa cepat ia masuk daftar teratas—melainkan dari seberapa sering pengguna kembali menggunakannya tanpa paksaan. Muse belum melewati ujian itu. Di App Store AS, tingkat pembukaan kembali (day-7 retention) Muse hanya 12%, jauh di bawah rata-rata industri untuk kategori productivity yang mencapai 34% (menurut data Apptopia, April 2024). Angka ini tidak disebutkan dalam laporan awal Meta—tapi menjadi petunjuk kuat bahwa peringkat dua bukanlah pencapaian, melainkan ilusi metrik.
Rangkuman dampak langsung dari keberhasilan peringkat Muse adalah tiga hal konkret: pertama, pengguna global—terutama di negara berkembang—akan semakin sering menerima aplikasi AI tanpa permintaan eksplisit; kedua, regulator seperti Komnas HAM dan Otoritas Jasa Keuangan mulai mempertimbangkan revisi pedoman perlindungan data untuk aplikasi AI yang beroperasi tanpa transparansi mekanisme pelatihan. Ketiga, startup lokal di Indonesia kini punya ruang lebih besar untuk mengembangkan alternatif berbasis konteks lokal. Bukan sebagai peniru, tapi sebagai penyedia solusi yang benar-benar diminta pengguna.