Bayangkan: seorang petugas kebersihan masuk ke rumah Anda, menyapu, mengepel, mencuci jendela, dan merapikan semua sudut — tanpa biaya sepeser pun. Tapi siapa yang benar-benar membayar layanan itu? Bukan Anda. Bukan pula perusahaan pembersih konvensional. Jawabannya ada di balik kamera yang terpasang di topi sang petugas — dan di dalam server pusat sebuah startup AI bernama Shift.
Apa yang Direkam Saat Sapu Bergerak?
Shift bukan perusahaan jasa kebersihan biasa. Ia adalah startup pelatihan AI berbasis di AS yang memanfaatkan tubuh manusia sebagai 'sensor hidup'. Menurut The Verge, setiap sesi pembersihan gratis yang ditawarkan Shift dilengkapi rekaman video berkualitas tinggi dari sudut pandang petugas — mulai dari gerakan pergelangan tangan saat menggosok noda hingga sudut kemiringan sapu saat menyapu lantai kayu. Data ini tidak dikumpulkan sekadar untuk dokumentasi. Ia menjadi bahan baku pelatihan model pembelajaran mesin agar robot kelak bisa meniru kompleksitas gerak manusia: ketepatan tekanan, penyesuaian permukaan, deteksi kotoran visual, bahkan respons spontan terhadap rintangan tak terduga seperti mainan anak yang tercecer di koridor.
Tidak ada sensor tambahan di peralatan pembersih. Semua data berasal dari visi komputer (computer vision) yang ditanam di topi seragam petugas — desain yang memang sengaja dibuat mencolok, seperti yang dilaporkan The Verge dalam video promosinya. Topi putih kaku itu bukan sekadar branding; ia adalah stasiun pengambilan data portabel dengan kamera wide-angle dan sistem stabilisasi gerak. Setiap gerakan direkam dalam resolusi 4K, disinkronkan dengan data IMU (Inertial Measurement Unit) untuk merekam percepatan, rotasi, dan orientasi tubuh secara presisi.
Baca juga: Jakarta Gelap Sejam, Emisi Turun 60 Ton: Apa yang Terlewat dari Hitungannya?
Siapa yang Rugi Ketika Kebersihan Jadi Data Pelatihan?
Pertanyaannya bukan hanya soal privasi ruang pribadi — meski itu penting — tapi soal nilai ekonomi yang hilang dari rantai transaksi. Di Indonesia, pasar jasa kebersihan rumah bernilai lebih dari Rp1,2 triliun per tahun menurut riset Asosiasi Jasa Indonesia (AJI) 2023. Namun, dalam skema Shift, nilai kerja manusia tidak lagi dihitung dalam jam atau hasil akhir, melainkan dalam jumlah frame video, jumlah gerak unik, dan keragaman skenario lingkungan rumah. Petugas bukan pekerja, melainkan 'data collector' berjalan ; dan mereka dibayar tetap, bukan berdasarkan volume data yang dihasilkan.
Ini menciptakan celah struktural: pemilik rumah mendapat layanan gratis, petugas mendapat upah tetap, tapi nilai ekonomi utama — yaitu dataset langka berbasis konteks nyata — sepenuhnya dimiliki Shift. Tidak ada bagi hasil, tidak ada lisensi ulang, tidak ada hak akses data bagi pihak ketiga termasuk rumah tempat rekaman dilakukan. Kontrak layanan Shift menyatakan bahwa seluruh rekaman otomatis menjadi milik perusahaan begitu proses pembersihan dimulai. Di tengah maraknya regulasi perlindungan data seperti UU PDP di Indonesia, skema ini justru berjalan di luar yurisdiksi lokal ; karena Shift belum beroperasi di Tanah Air, dan tidak tunduk pada otoritas Komnas HAM atau OJK dalam hal pengelolaan data pribadi.
Baca juga: Kapal Remote ITS: Solusi Sederhana untuk Masalah Sampah Laut yang Tak Sederhana
model ini justru menghindari dua batasan besar pengembangan robot rumah: biaya simulasi dan kekurangan data dunia nyata. Simulasi di lingkungan virtual seperti NVIDIA Omniverse bisa menelan biaya jutaan dolar per skenario, sementara data dari dunia nyata masih sangat langka — terutama untuk aktivitas rumah tangga yang heterogen dan tidak terstandarisasi. Shift mengisi celah itu dengan cara radikal: menjadikan kehidupan sehari-hari sebagai laboratorium terbuka.
Di Indonesia, tren serupa sudah muncul dalam bentuk lain: aplikasi ride-hailing yang mengumpulkan data lalu lintas dari driver, atau platform e-commerce yang memanfaatkan perilaku pencarian konsumen untuk melatih rekomendasi produk. Tapi Shift berbeda karena ia tidak meminta izin eksplisit dari penghuni rumah untuk merekam seluruh ruang privat — cukup dengan persetujuan tertulis dari pemilik kontrak layanan, yang sering kali tidak menyadari cakupan rekaman visual yang luas.
"You get a spotless apartment. We get training data. Everyone wins." Kalimat itu memang tercetak di situs web Shift — tapi kemenangan di sini bukanlah distribusi nilai yang setara. Ia adalah kemenangan efisiensi pelatihan AI, bukan kemenangan keadilan data.