Perkembangan kecerdasan buatan (Artificial Intelligence/AI) telah menjadi salah satu fenomena teknologi paling berpengaruh dalam satu dekade terakhir. AI tidak lagi sekadar konsep futuristik, melainkan telah hadir dalam berbagai aspek kehidupan, mulai dari rekomendasi konten, sistem keuangan, layanan kesehatan, hingga pengambilan keputusan bisnis. Namun, di balik pesatnya adopsi AI, muncul persoalan baru yang tak bisa diabaikan, yakni meningkatnya harga teknologi pendukung seperti perangkat komputasi berdaya tinggi, infrastruktur data, dan layanan komputasi awan. Kondisi ini memunculkan pertanyaan penting, apakah kenaikan harga teknologi akibat AI akan berdampak negatif pada prospek bidang studi sains data?
Di satu sisi, kenaikan biaya teknologi memang berpotensi menjadi hambatan. Sains data sangat bergantung pada akses terhadap perangkat keras dan perangkat lunak yang memadai. Analisis data berskala besar, pelatihan model machine learning, dan pengolahan data kompleks membutuhkan sumber daya komputasi yang tidak murah. GPU, server, serta layanan cloud dengan performa tinggi kini menjadi semakin mahal karena tingginya permintaan global. Bagi institusi pendidikan, terutama di negara berkembang, kondisi ini bisa membatasi fasilitas pembelajaran yang tersedia. Mahasiswa pun dapat merasakan kesenjangan akses teknologi, terutama jika pembelajaran sangat bergantung pada alat-alat mahal.
Namun, melihat persoalan ini hanya sebagai ancaman adalah pandangan yang terlalu sempit. Justru, kenaikan harga teknologi AI mencerminkan satu hal penting yakni nilai strategis data dan keahlian dalam mengelolanya semakin tinggi. Di sinilah posisi sains data menjadi semakin relevan. Ketika teknologi menjadi mahal, organisasi dan perusahaan akan semakin membutuhkan tenaga profesional yang mampu mengoptimalkan penggunaannya secara efisien. Sains data tidak hanya soal menjalankan algoritma, tetapi juga tentang bagaimana mengambil keputusan berbasis data dengan sumber daya yang terbatas.
Selain itu, prospek studi sains data tidak semata-mata ditentukan oleh ketersediaan teknologi mutakhir, melainkan oleh kebutuhan industri dan masyarakat. Hampir semua sektor saat ini menghadapi ledakan data. Tanpa analis dan ilmuwan data yang kompeten, data tersebut tidak memiliki nilai nyata. AI yang canggih sekalipun tetap membutuhkan manusia yang mampu merancang model, mengevaluasi hasil, serta memahami konteks sosial dan etika dari data yang digunakan. Dengan kata lain, semakin kompleks teknologi AI, semakin besar pula kebutuhan akan lulusan sains data yang memiliki pemahaman mendalam.
Dari sudut pandang pendidikan, kenaikan harga teknologi juga mendorong perubahan pendekatan pembelajaran. Banyak institusi mulai menekankan penguasaan konsep dasar, logika statistik, pemahaman algoritma, serta kemampuan berpikir kritis, bukan sekadar penggunaan alat tertentu. Platform open-source seperti Python, R, dan berbagai library machine learning menjadi alternatif yang relatif terjangkau. Selain itu, kerja sama dengan penyedia layanan cloud dan industri memungkinkan mahasiswa mendapatkan akses terbatas namun cukup untuk keperluan akademik. Strategi ini menunjukkan bahwa keterbatasan biaya tidak selalu menghambat kualitas pendidikan jika diimbangi dengan inovasi kurikulum.
Di sisi lain, mahasiswa sains data juga dituntut untuk lebih adaptif. Kenaikan harga teknologi mengajarkan bahwa tidak semua masalah harus diselesaikan dengan sumber daya besar. Efisiensi model, pemilihan metode yang tepat, dan kemampuan menyesuaikan solusi dengan konteks menjadi keterampilan penting. Hal ini justru memperkaya kompetensi lulusan sains data, karena dunia kerja nyata sering kali dihadapkan pada keterbatasan anggaran dan sumber daya.
Lebih jauh lagi, meningkatnya biaya teknologi AI dapat mendorong kesadaran akan aspek etika dan keberlanjutan. Penggunaan energi besar dalam komputasi AI, misalnya, memunculkan diskusi tentang efisiensi dan dampak lingkungan. Sains data sebagai disiplin ilmu memiliki peran penting dalam mengembangkan solusi yang lebih ramah sumber daya, baik melalui optimasi algoritma maupun analisis kebijakan berbasis data. Ini membuka ruang baru bagi kontribusi ilmuwan data di masa depan.
Pada akhirnya, kenaikan harga teknologi akibat perkembangan AI tidak serta-merta mengancam prospek studi sains data. Sebaliknya, kondisi ini justru menegaskan pentingnya bidang tersebut. Sains data tidak hanya bertahan, tetapi semakin dibutuhkan sebagai jembatan antara teknologi canggih dan kebutuhan manusia. Tantangan biaya seharusnya dipandang sebagai pemicu adaptasi, inovasi, dan pendewasaan bidang studi ini. Bagi calon mahasiswa, memilih sains data di tengah era AI yang mahal bukanlah langkah berisiko, melainkan investasi pada keahlian yang relevan dan berjangka panjang.