Studio of the Future: Ketika Studio Televisi Indonesia Mulai Bicara Bahasa Model Generatif

Kalau tiga tahun lalu AI generatif di industri media Indonesia masih identik dengan eksperimen iseng — bikin poster pakai Midjourney, sulih suara dengan ElevenLabs, atau rekap berita otomatis yang kualitasnya setengah jadi — maka pengumuman Google Cloud dan Emtek Group pada akhir April 2026 menandai lompatan yang terasa lebih serius. Bukan hanya karena nama besarnya, tapi karena hasilnya sudah terukur: serial animasi New Keluarga Somat, yang seluruh pipeline produksinya dibantu platform VidioGen buatan internal Vidio, mencatat lonjakan pangsa penonton 74% di prime time dan 90% di slot sahur selama Ramadan 2026 — angka yang sulit diabaikan oleh industri periklanan dan penyiaran mana pun.

VidioGen bukan layanan SaaS yang bisa dibeli pihak ketiga. Platform ini dirakit oleh tim teknologi Vidio sendiri di atas fondasi Google Cloud — Veo untuk generasi video, Imagen untuk gambar, dan keluarga Gemini sebagai otak multimodal yang menyatukan semuanya. Yang lebih menarik lagi, ekspansinya tidak berhenti di produksi animasi: Emtek mengumumkan AI Center of Excellence untuk eksplorasi analitik tayangan olahraga, Enterprise Knowledge Graph untuk penulisan naskah, hingga integrasi Workspace Studio yang memungkinkan karyawan non-teknis membangun agen AI tanpa coding. Pola ini — ketika konglomerat media lokal membangun stack AI-nya sendiri di atas hyperscaler global — adalah sesuatu yang layak dicermati pelan-pelan oleh pelaku industri kreatif di Indonesia.

Apa yang sebenarnya dilakukan VidioGen di New Keluarga Somat

Berdasarkan rilis resmi Google Cloud dan liputan Frontier Enterprise, empat kemampuan teknis VidioGen yang paling konkrit dipakai di produksi New Keluarga Somat adalah outpainting, inpainting, long-context grounding, dan transkripsi-lokalisasi. Outpainting dipakai ketika tim kreatif ingin memperluas frame close-up menjadi panorama — Veo dan Imagen menghasilkan elemen latar depan dan tengah yang konsisten dengan gaya visual asli. Inpainting dipakai untuk menyesuaikan detail kecil — tekstur kostum, properti rumah, pencahayaan sore hari — tanpa harus menggambar ulang adegan dari nol.

Yang paling krusial adalah long-context grounding: kemampuan VidioGen untuk menjaga konsistensi visual lintas-ratusan adegan dengan berpegang pada production bible yang sudah ditetapkan sejak praproduksi. Ini adalah masalah klasik di produksi animasi lama — karakter yang wajahnya berubah-ubah, warna rumah yang bergeser, properti yang muncul-timbul tanpa alasan. AI dengan jendela konteks panjang dari keluarga Gemini dipakai untuk memastikan setiap frame baru yang dihasilkan tetap selaras dengan keputusan kreatif di awal. Hasilnya, menurut pengakuan Emtek, penghematan waktu dan biaya produksi ulang mencapai 30% — angka yang di industri animasi Indonesia berarti selisih antara seri yang tayang tepat waktu dan yang molor satu musim.

Kenapa kemitraan dengan hyperscaler bukan pilihan aneh

Reaksi pertama yang sering muncul di media sosial adalah: kenapa Emtek tidak bikin sendiri? Jawabannya cukup pragmatis. Membangun model frontier video (setara Veo) atau model gambar (setara Imagen) dari nol membutuhkan tim riset ratusan orang, klaster GPU yang diinvestasikan miliaran dolar, dan waktu bertahun-tahun sebelum hasilnya bisa dipakai di produksi komersial. Tidak ada studio televisi di Indonesia — bahkan di dunia — yang punya kombinasi sumber daya itu.

Yang Emtek lakukan adalah mengambil posisi yang lebih cerdas: mereka menjadi arsitek di atas fondasi yang sudah disediakan hyperscaler. VidioGen adalah lapisan aplikasi — UI, workflow, production bible management, dan orkestrasi model — yang dibangun dengan pemahaman mendalam tentang cara kerja produksi televisi Indonesia. Hyperscaler menyediakan palu dan paku; Emtek yang merancang rumah. Model bisnis seperti ini sebenarnya bukan hal baru — Netflix, Disney, dan BBC sudah lama bekerja dengan AWS, Azure, dan Google Cloud untuk berbagai hal — tapi untuk industri media Indonesia, ini salah satu contoh paling terbuka tentang bagaimana pola itu berjalan. Dalam pengujian editorial Wawasan AI, ini model yang paling layak dicontek oleh studio lokal lain yang ingin masuk ke AI tanpa harus membakar modal riset yang tidak realistis.

Artinya untuk kreator, studio kecil, dan sektor publik di Indonesia

Untuk kreator independen dan studio kecil, pelajaran dari VidioGen bukan 'ayo pindah ke Google Cloud', tapi 'pelajari dulu workflow Anda, baru pikirkan AI-nya'. VidioGen berhasil karena Emtek punya production bible yang sudah terdokumentasi dengan baik sejak lama — ketika AI masuk, ada kerangka acuan yang jelas. Studio yang masih bekerja dengan catatan scattered di WhatsApp dan Google Drive akan kesulitan menerapkan hal serupa, karena AI generatif tidak bisa menghasilkan sesuatu yang konsisten kalau inputnya sendiri tidak konsisten.

Untuk sektor publik — misalnya lembaga penyiaran publik atau unit konten kementerian — implikasinya lebih politis. Penggunaan AI di produksi konten pemerintah akan selalu menyentuh pertanyaan tentang keaslian narasi, identitas budaya, dan risiko bias model yang dilatih dengan data Barat. Klaim Emtek bahwa kreativitas manusia dan keaslian budaya tetap menjadi inti perlu dibaca dengan hati-hati: hasil AI yang dibantu production bible lokal memang lebih terjaga, tapi pada akhirnya model tetap dilatih dengan korpus global yang biasnya tidak pernah nol. Untuk pengujian editorial Wawasan AI, ini artinya setiap pengguna AI generatif di produksi konten Indonesia — dari kreator TikTok sampai studio televisi — perlu memahami bukan hanya kemampuan AI-nya, tapi juga batasannya, terutama ketika menyangkut representasi budaya dan identitas lokal.

Yang patut dicermati enam sampai dua belas bulan ke depan

Ada tiga hal yang layak dipantau. Pertama, apakah model bisnis VidioGen akan dibuka untuk pihak ketiga di luar grup Emtek — kalau iya, ini bisa menjadi peluang monetisasi baru dan acuan bagi studio lain. Kedua, apakah Gemini 3.1 — model multimodal terbaru Google yang dipakai untuk transkripsi, sulih suara, dan localization — benar-benar mampu mempertahankan nuansa humor lokal dan slang Indonesia yang jadi ciri khas konten keluarga seperti New Keluarga Somat. Tes paling jujur bukan di iklan showcase, tapi di tayangan harian yang ditonton jutaan orang.

Ketiga, apakah pola serupa akan direplikasi oleh kelompok media lain di Asia Tenggara. Di pasar sebesar Indonesia, model bisnis yang terbukti berhasil di satu pemain besar biasanya akan memicu dua sampai tiga pengikut dalam dua belas bulan. Kalau Emtek mempertahankan keunggulan kualitas dan Emtek tetap membuka keran adopsi AI dengan hati-hati — termasuk menjaga ownership IP di tangan pelanggan, sesuai janji Google Cloud — maka VidioGen berpotensi menjadi salah satu rujukan regional tentang bagaimana AI di industri media seharusnya dibangun: bukan menggantikan kreator, tapi menjadi alat baru di tangan mereka yang sudah memahami ceritanya. Untuk industri kreatif Indonesia, itu prospek yang jauh lebih sehat daripada narasi 'AI akan menggantikan sineas' yang terlalu sering dijual dalam dua tahun terakhir.