35% Startup yang Menjual AI Nggak Punya AI Sama Sekali

Lebih dari sepertiga startup yang ditinjau di Eropa ternyata nggak punya AI sama sekali. Sebagian cuma bungkus API ChatGPT milik orang lain, lalu menjual ulang sebagai produk proprietary mereka. Angka itu bukan dari artikel marketing. Tim Trustworthy AI Lab dari Universitas Hamburg meng-audit 100 startup AI Jerman pakai codebook tujuh dimensi. Mereka juga mewawancarai 63 orang yang jadi investor, peneliti, dan orang yang Bettur. Hasilnya naik di arXiv pada 8 Oktober 2026.

Temuannya begini: 35% startup yang diperiksa sama sekali nggak punya AI. Sebagian lagi cuma punya bungkus model bahasa besar tanpa kontribusi proprietary. AI yang dijajakan dengan prominence besar tapi tanpa AI proprietary ada di 60% startup. Klaim angka tanpa metodologi ada di 79%. Dan 38% ditandai punya masalah etik moderate sampai serius. Semuanya ada di ranah yang EU AI Act classify sebagai high-risk, atau outright dilarang.

Startup-nya bukan masalahnya di sini. Masalahnya adalah seberapa murah biaya untuk bikin orang percaya.

Pola yang Sama Sejak 2019, Cuma Sekarang Skornya Lebih Besar

Ini penyakit yang nggak baru. Pada 2019, sebuah riset yang dibiayai venture dan dikutip Forbes mendapati sesuatu yang mirip. Sekitar 40% perusahaan Eropa yang terdaftar sebagai "AI startup" nggak menunjukkan bukti bahwa mereka memakai AI di produknya. Angkanya dapat banyak retweet dan gelombang artikel. Lalu tidak ada yang berubah.

Tujuh tahun kemudian polanya balik, tapi taruhannya jauh lebih besar. Yang berubah bukan frekuensinya, tapi biaya untuk dipercaya. Pada 2019 startup masih bisa modalnya dari laptop sendiri. Sekarang satu klaim "AI-powered" bisa menarik putaran pendanaan besar. Pasar bisa menerima klaim itu tanpa bukti. Motif sama, taruhannya beda.

Perbandingan langsung dua angka itu nggak bisa dilakukan, karena metodenya beda. Studi 2019 melihat "AI startup" yang terdaftar, lalu menanyakan apakah produknya mengandung AI. Audit 2026 menilai naskah marketing terhadap codebook berjenjang, lalu wawancara dengan orang yang menulisnya. Yang bisa dikatakan begini: polanya bertahan. Perkakas untuk mengukurnya juga jadi jauh lebih baik di antaranya.

Kenapa Klaim Bisa Meledak Tanpa Ada yang Sadar

Mekanismenya sederhana, dan justru itu yang bikin susah dihentikan. Investor menghargai branding yang nggak bisa dia verifikasi. Konsumen menganggap AI sebagai kemampuan yang hampir magical. Dua hal itu ketemu di satu tempat: halaman marketing.

Bukti terkuatnya datang dari korelasi, bukan dari asumsi. Seluruh codebook punya hubungan antar-dimensi terkuat di antara "seberapa nyata AI di baliknya" dengan "seberapa besar bobot AI di marketing". Korelasinya +0,51, dengan p di bawah 0,001. Startup yang isinya cuma wrapper pihak ketiga jauh lebih mungkin melebih-lebihkan peran AI di produknya.

Alasannya gampang. Yang dibungkus itu milik orang lain. Kalau kamu nggak punya model sendiri, kamu nggak bisa show model sendiri. Yang bisa ditampilkan cuma klaim. Wrapper itu kayak mengemas biji kopi milik orang lain di kemasanmu sendiri, lalu menjualnya lima kali harga. Isinya sama persis. Yang berubah cuma labelnya.

Dan klaim yang nggak bisa diperiksa selalu menang dalam lomba marketing. Ada pola terkait di angkanya. Antara 39 startup dengan skor keparahan tertinggi, 28 sama sekali nggak punya AI proprietary. Nggak ada model sendiri, dan nggak lebih dari wrapper atau gabungan tool yang sudah ada. Wrapper itu bukan angka kecil di sampel. Itu klaster pembesaran klaim terbesar.

Yang Ditemukan Audit 100 Startup

LOONIXCHART: Angka tanpa metode, Klaim tanpa batas, Tanpa AI proprietary, Hanya buzzword, Tanpa bukti, Risiko etik
79
76
60
59
43
38

Dua angka lain yang sering nggak dibahas padahal penting. Pertama, cuma 2% startup yang punya bukti di tier tertinggi. Tier itu yang beneran bisa dicek pembaca dari luar perusahaan. Sisanya pakai logo klien, studi kasus anonim, atau demo yang input-nya dipilih penjual. Logo membuktikan hubungan bisnis, bukan apa yang dikerjakan AI buat klien itu. Studi kasus anonim nggak bisa dicek ke pihak yang disebut. Demo jalan di input yang dipilih penjual.

Kedua, 76% startup nggak nyebut satu pun batas di seluruh materi mereka. Dua bahkan menjanjikan sistem yang nggak pernah gagal. Tool sales lapangan menjanjikan bahwa dia berpikir ke depan, belajar dari koreksi, dan nggak pernah menjatuhkan bola. Platform pengetahuan mengajak karyawan bertanya apa saja, lalu mendapat jawaban sempurna yang tervalidasi secara instan.

Tiga bentuk pembesaran yang ngulang di seluruh sampel. Klaim kapabilitas tanpa bukti yang bisa diperiksa. Angka performa tanpa metodologi yang jelas. Klaim yang nggak mengakui batas apa pun. Ketiganya bikin sistem terdengar lebih mampu dari kemampuannya.

Cara Bedain Tool yang Beneran Pakai AI

Ini bagian yang paling kepake dari audit ini, dan bagian yang paling jarang ditulis orang. Dari codebook itu bisa diturunkan lima pertanyaan, dan bisa kamu pakai ke halaman produk mana pun sebelum bayar.

Pertama, ada nggak nama model yang disebut? Kalau nggak ada nama model dan nggak ada deskripsi teknis, kemungkinan besar itu wrapper API dengan tampilan di atasnya.

Kedua, angkanya ada baseline nggak? "Hemat biaya produksi sampai 96%" jadi meaningless tanpa ridiculously jelas dibandingkan apa, industri apa, dan periode berapa. Itu branding, bukan pengukuran.

Ketiga, ada bagian yang jelasin batasnya nggak? Tool yang jujur hampir selalu punya catatan "ini nggak bisa". Tool yang nggak punya kemungkinan besar belum pernah dites sama kasus-kasus yang awkward.

Keempat, bobot AI di naskahnya lebih besar dari perannya di produk nggak? Kalau 80% halaman itu jelasin fitur non-AI, sementara satu kotak chat kecil dilabeli "AI-powered", bobot marketing-nya melebihi bobot produknya. Ini korelasi terkuat di seluruh studi.

Kelima, buktinya bisa diaudit orang luar nggak? Logo klien bukan bukti. Studi kasus anonim bukan bukti. Demo dengan input pilihan penjual juga bukan bukti. Yang benar-benar menghitung adalah sesuatu yang bisa dicek pembaca tanpa kerja sama penjual.

Semua ini bukan teori. Datanya dari mengukur 100 perusahaan nyata, dan berlaku buat tool apa pun. Termasuk yang lagi kamu pakai sekarang.

Regulatornya Telat Enam Bulan, dan yang Ngisi Celah Bukan Regulator

Ini bagian paling ironis dari ceritanya. Regulator AS punya dua tangan. Tangan pertama, FTC, membuka "Operation AI Comply" pada September 2024 dengan lebih dari selusin kasus. Tangan kedua, SEC, menindak dua investment advisor di 2024 karena pernyataan palsu soal penggunaan AI mereka.

Lalu, di paruh pertama 2026, SEC membuka nol kasus yang berfokus pada klaim AI. Enam bulan kosong. Kasus baru masuk di Agustus dan September 2026, tiga kasus.

Yang ngisi celah ternyata dua hal, dan keduanya bukan regulator.

Yang pertama adalah litigation swasta. Gugatan class action securities yang menuduh perusahaan publik sudah diajukan pada 2026, dengan menyebut nama direksi dan komisarisnya. Tekanan itu hidup di luar docket SEC, dan bergerak lebih cepat daripada agensinya sendiri.

Yang kedua adalah self-regulation. BBB National Programs National Advertising Division bukan regulator. Tapi keputusannya tetap jadi public record yang dirujuk plaintiff counsel. NAD secara konsisten menandai tiga pola. Klaim "tersedia" untuk teknologi yang belum rilis. Demo yang menyesatkan. Klaim produktivitas yang berdiri di atas persepsi pengguna, bukan data yang bisa diukur.

FTC juga mengubah arah. Semakin banyak kasusnya sekarang menyasar klaim B2B, bukan iklan ke konsumen. Agensi ini menghidupkan lagi doktrin means and instrumentalities. Vendor yang menaruh materi marketing menipu di tangan klien sekarang bisa ikut kena, bukan cuma perusahaan yang bikin klaim.

Kenapa Credibility Bakal Jadi Mata Uang Baru

Satu temuan dari 63 wawancara ini lebih penting dari yang lain. Orang yang pernah ketemu klaim AI yang dibesar-besarkan, skornya turun untuk marketing AI berikutnya. Bukan sedikit. Ini mekanisme yang membersihkan pasar. Ini juga satu-satunya bagian dari studi ini yang menyiratkan masalahnya bisa beres sendiri.

Bayangkan efeknya. Kalau semua orang lebih curiga tiap kali lihat frasa "AI-powered", klaim paling berlebihan justru yang paling cepat kehilangan nilainya. Klaim berlebihan biasanya yang paling gampang dicuri. Wrapper dengan satu prompt bisa ditiru dalam satu sore. Yang butuh bertahun-tahun, yaitu model milik sendiri dengan data dan evaluasi milik sendiri, paling lambat tergantikan di pasar.

Pergeseran struktur seperti ini sudah pernah terjadi, di pasar yang sama sekali nggak ada hubungannya sama AI. Dalam musik, setelah streaming bikin jumlah dengar jadi nggak berarti, label yang punya artis beneran jadi lebih bernilai. Dalam e-commerce, penjual dengan review asli punya aset yang nggak akan pernah bisa didapat penjual yang beli review.

Yang belum selesai adalah seberapa jauh efek ini nyebar. Audit ini cuma mencakup startup Jerman. Orang yang diwawancarai adalah profesional yang paham AI, yaitu kelompok yang paling mampu cek klaim. Buat masyarakat umum dengan literasi AI yang lebih rendah, efeknya bisa lebih besar. Itu belum pernah diukur.

Apa Artinya Ini Buat Kamu yang Mau Beli Tool AI

Pakai audit ini, dan dia berubah dari skandal jadi daftar belanja. Empat red flag ini menutup sebagian besar temuan studi. Masing-masing punya tanda konkret di halaman yang lagi di depan mata kamu.

Tes termurah itu baris pertama. Buka halaman harga, buka halaman security, dan cari nama model. Kalau nggak ada, barang itu cuma lapisan tampilan. Itu nggak bikin flushed, dan bukan penipuan. Cuma berarti kamu bayar margin buat inferensi orang lain. Dan itu perlu kamu tahu sebelum bayar.

Tes termurah kedua: tanya satu hal ke penjual secara tertulis. Model apa, versi berapa, dan 96% itu diukur terhadap apa? Vendor yang produknya beneran jawab dalam sehari. Vendor yang masalahnya di marketing akan diam. Sunyi itu sendiri sinyal, dan ngumpulinnya nggak bayar apa-apa.

Satu hal lagi yang perlu diingat buat siapa pun yang pasarnya bikin pembeli susah verifikasi. Studi ini nemukan bahwa profesional yang paham AI justru yang paling mampu lihat celahnya. Buat pembeli yang individu atau bisnis kecil, asimetri ini jauh lebih lebar. Mereka nggak punya waktu mengaudit model milik vendor. Diskon buat wrapper di sana harus lebih besar, bukan lebih kecil.

Yang Masih Belum Terjawab

Tiga hal masih terbuka, dan nggak ada yang perlu dijawab dengan tebakan.

Apakah celahnya bakal nutup sendiri. Wawancara menunjukkan pembeli yang pernah tertipu berhenti percaya pada penjual berikutnya. Belum ada data soal apakah pasar akan menghargai akurasi dalam dua tahun ke depan, atau tetap menghargai marketing paling berani.

Apakah disclosure jadi wajib. Kalau label AI wajib didokumentasikan, celahnya bisa nutup dari sisi regulator. Yang harus dicatat: komponen model, cara evaluasi, dan batasnya. Yang terjadi sekarang masih bersandar pada litigation swasta, dan itu bergerak lambat.

Apakah AI washing yang berhasil di level startup akan nyebar ke produk konsumen. Audit ini fokus ke B2B, tempat klaim lebih susah ditegakkan. Pembeli dianggap cukup mampu untuk cek sendiri. Klaim ke konsumen lebih gampang diawasi, tapi jauh lebih jarang diaudit.

Sumber

• arXiv:2610.11788, Auditing AI-Washing in German Startups, Trustworthy AI Lab, Universitas Hamburg, 8 Oktober 2026
• Holland & Knight, Operation AI Comply 2 Years Later, 18 Agustus 2026
• DLA Piper, Three new SEC cases show continued scrutiny of AI-washing claims, Oktober 2026
• SEC Press Release 2024-36, Charges Two Investment Advisers with False AI Statements
• Forbes, Nearly Half Of All AI Startups Are Cashing In On Hype, 4 Maret 2019