알림 목록

Area Analisis:  Kota Metropolitan Ulsan

Area Inti:  Buk-gu, Dong-gu, Nam-gu, Ulju-gun

Agenda: Kesiapan AX, Difusi, dan Kesenjangan Keuntungan Antara Perusahaan Besar dan Pemasok Lokal

Jenis Waktu Emas: Risiko Polarisasi AX Rantai Pasokan

Tanggal Referensi: 28 Agustus 2026

Versi: Regional AX Golden Time Intelligence v3.2
 

Hyundai Motor memperluas pabrik berbasis perangkat lunak yang menggabungkan AI, robot, dan kembaran digital, sementara HD Hyundai mengejar FOS dengan tujuan meningkatkan produktivitas galangan kapal sebesar 30% dan mempersingkat periode konstruksi sebesar 30% pada tahun 2030. Meskipun unit persaingan di industri manufaktur Ulsan telah bergeser dari fasilitas individual ke sistem operasi data dan AI untuk seluruh pabrik, tingkat adopsi AI dan tingkat konektivitas data proses pemasok tidak diungkapkan di tingkat regional. Jika standar pengiriman kontraktor utama bergeser ke data kualitas, karbon, dan pengiriman secara real-time antara tahun 2026 dan 2028, pemasok yang tidak mampu beradaptasi akan menarik diri dari hubungan bisnis terlepas dari kapasitas produksi mereka.  Kesenjangan AX di Ulsan telah melampaui kesenjangan teknologi dan memasuki tahap di mana hal itu menentukan kelangsungan hidup rantai pasokan.

Pemerintah memperluas anggaran AX Industri untuk tahun 2026 dari 565,1 miliar won pada tahun 2025 menjadi 1,1347 triliun won, dan juga meningkatkan anggaran Pabrik AI dari 158,2 miliar won menjadi 220 miliar won. Meskipun fokus kebijakan manufaktur telah bergeser dari penerapan pabrik pintar ke perluasan AI manufaktur otonom, hanya ada 26 pabrik AI manufaktur otonom di seluruh negeri pada tahun 2024. Jika penerapannya terus berpusat pada perusahaan-perusahaan terkemuka selama dua hingga tiga tahun ke depan, akan tetap ada kesenjangan antara perluasan anggaran dan adopsi aktual oleh perusahaan mitra lokal.  Sementara investasi AX nasional telah dipercepat, perluasan di lokasi perusahaan mitra masih dalam tahap awal.

Dalam Strategi AI Manufaktur 2025, Kementerian UKM dan Startup menetapkan tujuan untuk membangun 12.000 pabrik pintar berbasis AI guna mencapai tingkat adopsi AI sebesar 10% di antara perusahaan manufaktur kecil dan menengah. Tujuan kebijakan itu sendiri menunjukkan tingkat pemanfaatan AI yang rendah saat ini di sektor manufaktur, dan tingkat adopsi yang dihitung secara terpisah untuk perusahaan mitra yang berbasis di Ulsan belum diverifikasi. Jika jumlah perusahaan yang mengadopsi tetap menjadi minoritas dari total perusahaan bahkan antara tahun 2026 dan 2028, kesenjangan antara kecepatan transisi AI kontraktor utama dan kecepatan transisi rata-rata rantai pasokan akan semakin melebar. Akibatnya, adopsi AI di  sektor manufaktur dinilai berada pada tahap difusi awal, bukan tahap adopsi massal.

Perusahaan-perusahaan besar memiliki data eksklusif dan personel AI yang menghubungkan desain, pengadaan, produksi, logistik, produk, dan manajemen. Meskipun perusahaan mitra bertukar informasi pesanan dan kualitas melalui sistem kontraktor utama, tingkat penyimpanan data, analisis, dan pengoperasian model independen mereka tidak diungkapkan. Jika AI kontraktor utama diterapkan pada pemilihan mitra dan evaluasi harga satuan/pengiriman dalam dua hingga tiga tahun, perusahaan yang kekurangan kemampuan produksi data akan dievaluasi tetapi akan dilarang mengakses model evaluasi tersebut.  Sangat mungkin bahwa perusahaan-perusahaan besar akan bertindak sebagai operator AX, sementara sebagian besar perusahaan mitra hanya akan tetap menjadi penyedia data AX.

Produksi otomotif, pembuatan kapal, dan petrokimia Ulsan beroperasi di bawah struktur di mana pabrik konglomerat besar dan subkontraktor bertingkat berbagi proses, pengiriman, pemeliharaan, dan logistik. Meskipun daya saing produk jadi bergantung pada waktu pengiriman dan kualitas seluruh rantai pasokan, investasi AI pada awalnya didorong oleh kontraktor utama di mana modal, data, dan tenaga kerja terkonsentrasi. Tingkat AX di setiap tahap subkontraktor dan lokasi perusahaan yang menjadi hambatan tidak diungkapkan. Jika jaringan subkontraktor tingkat bawah tidak terhubung pada tahun 2028, pertumbuhan produktivitas internal dalam konglomerat besar akan dibatasi oleh volatilitas pengadaan eksternal.  Unit sebenarnya dari AX manufaktur Ulsan bukanlah pabrik konglomerat besar, tetapi rantai pasokan bertingkat, dan unit pengukuran saat ini lebih sempit dari itu.

Pendapatan perusahaan mitra terkait dengan perubahan volume produksi kontraktor utama, jenis kendaraan, jenis kapal, dan rencana pemeliharaan. Tidak ada bukti publik mengenai bagaimana peningkatan produktivitas yang dihasilkan dari investasi AX didistribusikan kepada perusahaan mitra—baik melalui harga satuan, volume, atau kontrak jangka panjang. Jika keuntungan terkonsentrasi pada kontraktor utama selama dua hingga tiga tahun sementara biaya investasi ditanggung oleh perusahaan mitra, risiko kegagalan untuk mendapatkan kembali investasi meningkat bagi perusahaan yang beralih ke AX.  Kesenjangan AX di Ulsan mungkin melebar karena struktur distribusi peningkatan produktivitas, bukan kepemilikan teknologi.

Hyundai Motor mengintegrasikan fasilitas produksi, robot logistik, inspeksi kualitas, dan kembaran digital, serta memperluas sistem produksi SDV dan elektrifikasinya. Meskipun persaingan otomotif telah bergeser dari kualitas perakitan ke integrasi perangkat lunak, baterai, dan data kontrol elektronik, penjualan perangkat lunak dan tingkat konversi elektrifikasi untuk pemasok suku cadang mesin pembakaran internal regional masih belum terkonfirmasi. Jika konfigurasi suku cadang untuk model baru ditetapkan antara tahun 2026 dan 2028, peluang transisi bagi pemasok suku cadang yang ada akan tertunda hingga platform berikutnya.  Fase AX (Automotive Advanced Technology) untuk kendaraan jadi berada dalam tahap akselerasi, sedangkan fase AX (Automotive Advanced Technology) untuk rantai pasokan suku cadang yang ada adalah tahap di mana kelangsungan hidup masing-masing perusahaan dipertaruhkan.

Kendaraan listrik dan SDV (Small-Domain Vehicle) disertai dengan pengurangan jumlah komponen dan peningkatan proporsi elektronik dan perangkat lunak. Meskipun permintaan akan komponen mekanik yang dipasok oleh mitra yang ada menurun dan standar untuk pengiriman data, ketertelusuran, dan keamanan siber telah meningkat, tidak ada indikator terintegrasi untuk menilai kesiapan pemasok komponen Ulsan. Jika pengurangan komponen tumpang tindih dengan biaya sertifikasi digital dalam dua hingga tiga tahun, baik pendapatan maupun kapasitas investasi akan menyusut, dimulai dari usaha mikro.  Kesenjangan bagi pemasok otomotif tidak hanya mencakup otomatisasi pabrik tetapi juga risiko barang yang dipasok itu sendiri menjadi usang.

HD Hyundai mempromosikan FOS, yang mencakup desain AI, kembaran digital, robot, dan agen ahli. Meskipun produksi pembuatan kapal telah bergeser dari koordinasi di lokasi oleh pekerja terampil ke prediksi berbasis data dan operasi otonom, belum ada rekam jejak yang terkonfirmasi tentang operasi AI independen oleh subkontraktor dalam pembuatan blok, perpipaan, pengelasan, dan pengecatan. Jika hanya proses kontraktor utama yang diintelktualisasi pada tahun 2028, variasi kualitas yang dihasilkan dari pekerjaan manual subkontraktor akan tetap menjadi hambatan dalam keseluruhan periode konstruksi.  Portofolio AX perusahaan pembuatan kapal besar bersifat komprehensif, sedangkan AX jaringan kerja sama regional terhubung sebagian.

Industri pembuatan kapal menambah tenaga kerja produksinya melalui perluasan tenaga kerja asing dan pelatihan lokal. Meskipun struktur tenaga kerja telah bergeser ke tim kerja multinasional, persentase subkontraktor yang mengoperasikan standar kerja, video, dan data kualitas dalam sistem digital multibahasa masih belum terkonfirmasi. Jika kepergian pekerja terampil bertepatan dengan pergantian tenaga kerja selama periode dua hingga tiga tahun, risiko terkait pengerjaan ulang, keselamatan, dan waktu pengiriman meningkat terutama bagi perusahaan yang kekurangan basis pengetahuan digital.  Kesenjangan AX di antara subkontraktor pembuatan kapal merupakan hasil dari kombinasi kekurangan tenaga kerja dan kegagalan untuk mereplikasi keterampilan.

Perusahaan petrokimia besar di Ulsan telah lama mengoperasikan sistem kontrol terdistribusi, optimasi proses, dan teknologi pemeliharaan prediktif. Meskipun Process AX telah maju ke tahap yang mengintegrasikan hasil produksi, energi, dan pemeliharaan, cakupan konektivitas data untuk subkontraktor yang terlibat dalam pemeliharaan, inspeksi, logistik, dan manajemen lingkungan masih belum diungkapkan. Seiring dengan pengurangan fasilitas dan restrukturisasi bisnis yang berlangsung antara tahun 2026 dan 2028, subkontraktor yang bergantung pada sistem kontraktor utama akan secara bersamaan menghadapi pengurangan basis klien dan kegagalan untuk mendapatkan kembali investasi AX mereka. Kesenjangan bagi subkontraktor petrokimia terletak bukan pada adopsi teknologi, tetapi pada kurangnya visibilitas data mengenai restrukturisasi kontraktor utama.

Standar kompetitif untuk produk kimia telah meluas dari harga dan kualitas hingga mencakup jejak karbon dan ketertelusuran bahan baku. Meskipun perusahaan besar memiliki kapasitas untuk membangun informasi karbon di tingkat produk, verifikasi seluruh rantai pasokan tidak dapat diselesaikan kecuali data emisi dari perusahaan transportasi, pemeliharaan, dan pengolahan limbah diintegrasikan. Jika standar verifikasi klien diperketat dalam dua hingga tiga tahun, pemasok tanpa data akan diklasifikasikan sebagai risiko rantai pasokan terlepas dari emisi aktual mereka.  Kesenjangan data karbon beralih dari penilaian lingkungan menjadi perbedaan dalam kualifikasi perdagangan.

Proyek penerapan pabrik pintar telah memperluas manajemen produksi, konektivitas peralatan, dan pengumpulan data kualitas ke lokasi manufaktur kecil dan menengah. Namun, AI manufaktur mensyaratkan kualitas data yang dikumpulkan, periode akumulasi, dan standardisasi proses, dan prediksi otonom tidak dapat dibentuk hanya melalui konektivitas peralatan. Tingkat pemanfaatan aktual pabrik pintar Ulsan dan tingkat operasi model AI tidak terpisah dalam data yang tersedia untuk umum. Jika digitalisasi dasar dan operasi AI dihitung sebagai pencapaian yang sama untuk periode 2026–2028, kesenjangan di lapangan akan hilang dari statistik.  Catatan implementasi pabrik pintar merupakan bukti persiapan AX, tetapi bukan bukti operasi AX.

Kementerian Usaha Kecil dan Menengah serta Perusahaan Rintisan mengusulkan tingkat pemanfaatan pabrik pintar sebesar 85% dan perluasan pabrik pintar berbasis AI untuk Proyek Inovasi Manufaktur Pintar 2026. Meskipun standar kebijakan telah bergeser dari jumlah implementasi ke tingkat pemanfaatan dan kinerja AI, sistem yang tidak beroperasi, kehilangan data, dan ketergantungan pada pemeliharaan pemasok untuk perusahaan Ulsan masih belum terkonfirmasi. Jika pemanfaatan sistem tetap rendah selama dua hingga tiga tahun, investasi AI tambahan akan memperbesar kesalahan dalam data yang ada.  Bagi perusahaan mitra Ulsan, AX, kesenjangan utama terletak pada tingkat penggunaan aktual pabrik pintar yang ada, bukan pada model AI.

Perusahaan-perusahaan besar memiliki data desain, produksi, kualitas, dan pelanggan untuk kendaraan jadi, kapal, dan produk kimia di seluruh siklus hidupnya. Meskipun umum bagi pemasok untuk hanya memiliki data untuk proses yang menjadi tanggung jawab mereka atau memasukkannya ke dalam sistem kontraktor utama tanpa mengamankan hak untuk menggunakannya kembali, hak data per kontrak tidak diungkapkan. Jika AI yang dilatih menggunakan data kontraktor utama selama dua hingga tiga tahun menggantikan pengambilan keputusan produksi, pemasok kehilangan fondasi pembelajaran yang dibutuhkan untuk membangun model mereka sendiri. Inti dari kesenjangan Ulsan AX terletak pada akses ke data industri, bukan pada volume server yang dimiliki.

Kontraktor utama dapat memilih pemasok optimal dengan membandingkan data kualitas dan pengiriman dari beberapa subkontraktor. Namun, subkontraktor individual tidak memiliki akses ke data perbandingan dan perkiraan permintaan yang dimiliki oleh kontraktor utama dan bergantung pada pesanan masa lalu untuk investasi fasilitas dan alokasi tenaga kerja. Jika asimetri informasi berlanjut hingga tahun 2028, akurasi perkiraan kontraktor utama akan meningkat, sementara risiko yang terkait dengan persediaan dan fasilitas yang menganggur bagi subkontraktor akan meningkat.  Telah dikonfirmasi bahwa AI rantai pasokan berpotensi memperburuk asimetri daya tawar daripada memfasilitasi optimalisasi bersama.

Konglomerat besar di Ulsan sedang mengejar desain AI, kembaran digital, robotika, dan pemeliharaan prediktif di seluruh industri otomotif, pembuatan kapal, dan petrokimia. Meskipun cakupan aplikasi teknologi telah meluas hingga mencakup semua aspek aktivitas perusahaan, tingkat adopsi AI, tingkat pemanfaatan, dan skala investasi perusahaan mitra belum diverifikasi oleh statistik regional. Jika kesenjangan ini tidak diukur dalam dua hingga tiga tahun, akan sulit untuk menentukan apakah target dukungan selaras dengan hambatan rantai pasokan.  Tingkat kesiapan konglomerat besar diklasifikasikan sebagai "maju," sedangkan perusahaan mitra diklasifikasikan sebagai "sebagian terdigitalisasi" atau "belum terkonfirmasi AI."

Tingkat adopsi AI sebesar 10% di antara perusahaan manufaktur kecil dan menengah telah ditetapkan sebagai tujuan kebijakan di masa mendatang, dan terdapat 26 pabrik AI manufaktur otonom di seluruh negeri pada tahun 2024. Meskipun ini menunjukkan bahwa infrastruktur saat ini berpusat pada beberapa perusahaan terkemuka, distribusi perusahaan mitra Ulsan berdasarkan industri dan ukuran tidak diungkapkan. Jika adopsi AI tetap terkonsentrasi di antara mitra tingkat atas pada tahun 2028, tingkat kesiapan jaringan tingkat bawah akan tetap tidak berubah.  Tingkat kesiapan rata-rata rantai pasokan dinilai jauh lebih rendah daripada perusahaan besar terkemuka.

Penerapan AI dan robot oleh perusahaan besar terlihat dalam produksi, inspeksi, logistik, dan desain. Meskipun penerapannya telah meluas melampaui proses individual ke sistem operasi pabrik, sejauh mana teknologi yang sama telah menyebar ke pabrik mitra masih belum terkonfirmasi. Jika difusi hanya berlanjut di dalam pabrik kontraktor utama selama dua hingga tiga tahun, perbedaan kecepatan pemrosesan rantai pasokan akan menciptakan hambatan pengiriman. Meskipun  difusi internal dalam perusahaan besar telah berkembang, difusi antar perusahaan masih belum terkonfirmasi.

Pemerintah menetapkan target lebih dari 500 pabrik manufaktur otonom berbasis AI pada tahun 2030, tetapi hingga tahun 2024, hanya ada 26. Terdapat kesenjangan skala sekitar 19 kali lipat antara target ekspansi dan infrastruktur saat ini, dan volume yang dialokasikan dan dipilih untuk Ulsan belum dikonfirmasi. Karena dua hingga tiga tahun ke depan akan menjadi fase ekspansi awal untuk mencapai tujuan tersebut, kesenjangan bagi perusahaan yang tidak termasuk dalam proyek-proyek unggulan akan semakin melebar. Meskipun ekspansi pabrik AI telah dimulai, namun belum mencapai tahap yang mencakup seluruh jaringan kerja sama Ulsan.

Perusahaan-perusahaan besar memiliki organisasi AI khusus dan jaringan kolaborasi dengan perusahaan teknologi eksternal, universitas, dan perusahaan platform global. Meskipun survei oleh Badan Informasi Masyarakat Nasional (NIA) mengkonfirmasi bahwa UKM kesulitan dalam memperoleh teknologi terbaru, merekrut personel khusus, dan mengintegrasikannya ke dalam domain manufaktur, jumlah personel AI khusus di perusahaan mitra di Ulsan tidak diungkapkan. Jika kesenjangan perekrutan ini berlanjut selama dua hingga tiga tahun, kecepatan peningkatan model dan respons kesalahan akan berbeda bahkan ketika mengadopsi solusi yang sama.  Kesenjangan tenaga kerja di Ulsan berasal dari keberadaan organisasi yang mampu mengoperasikan AI secara berkelanjutan, bukan dari biaya implementasi.

Pengetahuan di tempat kerja pada perusahaan mitra terkonsentrasi di antara CEO, manajer pabrik, dan pekerja terampil. Meskipun penuaan tenaga kerja dan perluasan tenaga kerja asing terus berlanjut, persentase perusahaan yang telah mengumpulkan pengetahuan kerja ke dalam data, aturan, dan model masih belum terkonfirmasi. Jika hilangnya pekerja terampil melampaui pembentukan organisasi AX pada tahun 2028, pengetahuan sumber yang dibutuhkan untuk digitalisasi akan hilang terlebih dahulu.  Risiko waktu AX bagi perusahaan mitra terstruktur sedemikian rupa sehingga kekurangan talenta AI dan kepunahan pengetahuan manufaktur terjadi secara bersamaan.

Perusahaan-perusahaan besar memiliki skala dan data untuk mencapai pengurangan biaya terintegrasi dalam produktivitas, kualitas, inventaris, dan energi melalui AI. Meskipun pemasok menanggung biaya implementasi, contoh-contoh di mana peningkatan produktivitas tercermin dalam harga satuan, volume, atau periode kontrak tidak dikonfirmasi di tingkat regional. Jika struktur pembagian keuntungan tidak ditetapkan selama dua hingga tiga tahun, kelayakan ekonomi investasi AX bervariasi antara kontraktor utama dan pemasok. Akibatnya,  difusi keuntungan AX dalam rantai pasokan dinilai berada pada tahap yang lebih rendah daripada difusi teknologi.

Meskipun dukungan untuk pabrik pintar dan AI manufaktur mengurangi beberapa biaya implementasi, biaya pemeliharaan, penyempurnaan data, dan pembaruan model bersifat berulang. Kurangnya data yang tersedia secara publik mengenai tingkat operasi independen dan periode pengembalian modal setelah dukungan berakhir. Seiring dengan akumulasi biaya penggantian sistem dan biaya berlangganan antara tahun 2026 dan 2028, pemasok dengan margin rendah akan terpaksa memilih untuk menutup operasi atau bergantung pada pemasok eksternal.  Supplier AX rentan dalam hal struktur pendapatan yang dapat menutupi biaya berulang, bukan biaya adopsi awal.

Restrukturisasi bisnis otomotif SDV dan elektrifikasi, pembuatan kapal FOS, dan petrokimia semuanya termasuk dalam jadwal perubahan konfigurasi rantai pasokan antara tahun 2026 dan 2028. Meskipun transisi produk dan proses kontraktor utama mendahului transisi investasi dan personel subkontraktor, periode respons untuk setiap perusahaan tidak diungkapkan. Setelah restrukturisasi jenis kendaraan, jenis kapal, dan fasilitas selesai, tidak akan ada cukup waktu untuk sertifikasi pemasok baru dan pemulihan investasi.  "Waktu emas" bagi subkontraktor Ulsan berakhir bukan pada penyelesaian AX kontraktor utama, tetapi sebelum rantai pasokan dipilih ulang.

Meskipun anggaran AX pemerintah telah diperluas, dukungan untuk pabrik AI dan kemajuannya terkonsentrasi pada beberapa perusahaan terpilih setelah melalui proses penyaringan dan seleksi. Jika perusahaan-perusahaan teratas dipilih berulang kali selama dua hingga tiga tahun, data dan data kinerja akan terakumulasi kembali di perusahaan-perusahaan terkemuka ini, dan kesenjangan bagi perusahaan yang tidak mengadopsi teknologi tersebut akan melebar secara eksponensial. Setelah proyek berakhir, perusahaan pendatang baru harus memulai dari tingkat teknologi yang lebih tinggi. Risiko waktu yang terkait dengan dukungan AX terletak pada kenyataan bahwa periode tidak terpilih itu sendiri terakumulasi sebagai kesenjangan kompetitif.

Akurasi model AI meningkat seiring dengan akumulasi data produksi, cacat, dan pemeliharaan. Jika perusahaan besar dan pemasok terkemuka membangun sirkulasi data terlebih dahulu, perusahaan yang datang terlambat akan menanggung beban kesenjangan data pelatihan yang berlangsung selama beberapa tahun, di samping biaya adopsi peralatan. Jika akumulasi data tidak dimulai pada tahun 2028, akan sulit untuk mengejar kinerja model perusahaan terkemuka hanya melalui investasi modal.  Kesenjangan AI di bidang manufaktur adalah risiko yang tidak dapat dihindari yang didorong oleh akumulasi data yang semakin melebar dari waktu ke waktu.

Rantai pasokan digital kontraktor utama mengevaluasi kualitas, waktu pengiriman, emisi karbon, dan keamanan secara real-time dan menggabungkan hasil ini ke dalam pemilihan pemasok. Begitu sebuah perusahaan keluar dari rantai pasokan, perusahaan tersebut kehilangan kemampuan untuk berinvestasi dalam AX karena penurunan pendapatan dan gagal mengumpulkan data yang diperlukan untuk sertifikasi ulang. Jika kepergian terjadi dalam waktu dua hingga tiga tahun, kesenjangan teknologi dan kesenjangan transaksi akan saling memperkuat.  Kegagalan AX perusahaan mitra bukan hanya kegagalan untuk mengadopsi sistem; kegagalan tersebut memiliki sifat yang tidak dapat diubah yang mengakibatkan keluarnya perusahaan tersebut secara permanen dari rantai pasokan.

Penilaian kompresi: Titik balik Ulsan Supply Chain AX adalah apakah perusahaan mitra dapat melampaui tingkat penyediaan data kepada AI kontraktor utama dan secara bersamaan mengamankan hak penggunaan kembali data, kemampuan operasional independen, dan manfaat produktivitas.

AX (Accelerated Value) perusahaan-perusahaan besar di Ulsan dinilai berada pada tahap lanjut dalam hal investasi, data, personel, dan aplikasi lapangan , sedangkan AX perusahaan-perusahaan mitra lokal dinilai berada pada tahap awal dan belum teridentifikasi, tidak termasuk digitalisasi dasar dan beberapa perusahaan terkemuka .

Kesenjangan saat ini bukan sekadar perbedaan tingkat teknologi. Ini adalah struktur asimetris di mana perusahaan-perusahaan besar bertindak sebagai entitas yang memprediksi dan mengevaluasi rantai pasokan, sementara perusahaan-perusahaan mitra menyediakan data mereka sendiri tetapi tidak memiliki akses ke informasi komparatif dan perkiraan permintaan.

Jika kesenjangan ini berlanjut hingga tahun 2028, Ulsan kemungkinan besar akan kehilangan nilai tambah dan jumlah perusahaan dalam ekosistem kerja sama regionalnya, alih-alih mengamankan daya saing AX dari pabrik-pabrik perusahaan besar.

Penilaian Waktu Emas: Akselerasi Enterprise AX + Risiko Polarisasi Rantai Pasokan

Sumber Bukti

• Kementerian Perdagangan, Industri dan Energi, Anggaran dan Target Pembangunan Pabrik Industri AX·AI 2026
• Kementerian Usaha Kecil dan Menengah serta Startup, Strategi Inovasi Manufaktur Cerdas Berbasis AI 3.0
• Kementerian Usaha Kecil dan Menengah serta Perusahaan Rintisan, Proyek Dukungan Inovasi Manufaktur Cerdas 2026
• NIA Menganalisis Status dan Tantangan Terkini Pemanfaatan AI di Perusahaan
• NIA, Langkah-langkah untuk Memanfaatkan AI Fisik untuk Memperkuat Daya Saing Manufaktur Dalam Negeri
• Sistem Manajemen Bisnis Pabrik Cerdas
• HD Hyundai Mendirikan Galangan Kapal Masa Depan (FOS)
• Kementerian Perdagangan, Industri dan Energi, Subkomite Kompleks Industri AX dan Klaster M.AX

Analisis Struktural — Seiring dengan kesuksesan perusahaan besar AX, independensi para pemasoknya mungkin akan melemah.

AI di perusahaan besar mempelajari data harga, kualitas, pengiriman, dan cacat dari banyak pemasok secara bersamaan. Seiring bertambahnya data, kontraktor utama dapat memprediksi seluruh rantai pasokan dengan lebih akurat dan mengganti pemasok dengan lebih cepat. Sebaliknya, pemasok hanya memiliki data mereka sendiri atau bahkan tidak dapat memanfaatkan data yang mereka masukkan ke dalam sistem kontraktor utama secara independen.

Dalam asimetri ini, konektivitas digital mitra tidak sama dengan kemampuan AX. Perusahaan yang terhubung ke platform kontraktor utama berpartisipasi dalam pembuatan data tetapi tidak dapat berpartisipasi dalam kepemilikan model, informasi komparatif, atau pengambilan keputusan. Hal ini menciptakan paradoks di mana ketergantungan pada kontraktor utama meningkat seiring dengan meningkatnya tingkat konektivitas.

Jika AI kontraktor utama meningkatkan produktivitas, maka akan lebih menguntungkan secara ekonomi untuk mengoperasikan sistem pengiriman dengan lebih sedikit pemasok dan sistem pengiriman yang lebih akurat. Jika dukungan AX dari perusahaan mitra tidak mengarah pada daya saing independen, AI berfungsi sebagai mekanisme untuk hanya memilih perusahaan-perusahaan unggul daripada mengembangkan seluruh rantai pasokan.

Oleh karena itu, risiko struktural di Ulsan tidak hanya terletak pada keterlambatan perusahaan mitra dalam mengadopsi AI.  Risiko yang lebih besar adalah menguatnya struktur di mana perusahaan mitra menyediakan lebih banyak data saat mereka berpartisipasi dalam AX, tetapi daya prediksi dan daya tawar mereka tidak meningkat.