Saat ini di dunia industri Kecerdasan Buatan atau Artificial Intelligence (AI) sedang berada dalam kondisi yang membingungkan. Disatu sisi teknologi AI berkembang dengan pesat seiring perkembangan perangkat lunak dan perangkat keras sebagai media pendukung. Disatu sisi kebutuhan akan pemrosesan data pendukung untuk menunjang kepintaran dan kenaturalan sebuah model AI semakin ditingkatkan untuk mendapatkan nilai akurasi yang optimal.
Dinamika Pembangunan model AI saat ini bergerak sangat cepat, baik yang melakukan proses pembuatan sendiri hingga pembuatan dari sumber terbuka (open source). Untuk pembuatan atau development model AI sendiri memerlukan waktu dan biaya yang sangat besar karena membutuhkan mesin pemrosesan dengan spesifikasi tinggi dan besar, hal ini menjadi tantangan bagi Perusahaan rintisan atau Perusahaan yang ingin mengembangkan model AI dari awal.
Sedangkan untuk yang membuat atau develop model AI menggunakan open source pun akan menghadapi tantangan dalam hal melakukan kustomisasi atau fine tuning menyesuaikan kebutuhan umum maupun kebutuhan spesifik. Hal ini seperti yang kita ketahui, model AI saat ini khususnya untuk Bahasa Indonesia berada pada titik yang sudah bagus untuk Bahasa yang umum. Namun masih memerlukan penyesuaian yang lebih kompleks terkait dengan Bahasa yang spesifik ke suatu industri tertentu. Berikut ini merupakan tantangan yang dihadapi dalam industri AI saat ini menurut sudut pandang penulis, Adapun tantangan tersebut sebagai berikut:
- Munculnya Startup AI Baru
Dalam beberapa waktu terakhir, muncul beberapa Perusahaan rintisan / startup yang memiliki fokus pada kecerdasan buatan atau model pengembangan AI. Dimana Perusahaan tersebut menawarkan hasil dari pengolahan model AI open source yang sudah dilakukan fine-tuning sedemikian rupa sehingga menghasilkan akurasi yang baik diatas rata-rata akurasi model AI pada umumnya. Hal ini dapat memberikan dampak positif dan negatif terkait dengan pengembangan model AI itu sendiri di dunia industri yang sedang berkembang saat ini.
Positifnya adalah bagi Perusahaan yang belum menerapkan konsep AI, dapat mencoba dan menggunakan model yang “sudah tersedia” dari Perusahaan startup AI tersebut dan melakukan sedikit kustomisasi sesuai dengan kebutuhan. Dan negatifnya adalah bagi Perusahaan yang sudah lebih dulu melakukan Pembangunan model/ pengembangan dari awal, jika dilakukan komparasi akurasi tentunya akan mendapatkan hasil yang berbeda antara yang sudah dikembangkan dengan model AI yang sudah tersedia atau sudah jadi.
- Pengolahan Data yang Mahal
Hal kedua yang tantangan dalam membangun atau mengembangkan model AI adalah dari segi biaya. Biaya untuk membeli perangkat keras, atau biaya untuk menyewa perangkat lunak dan peralatan pendukung AI saat ini mengalami kenaikan yang signifikan. Terlebih lagi dengan tren kenaikan dolar (USD) terhadap nilai tukar rupiah (IDR) dapat menyebabkan biaya operasional yang dikeluarkan menjadi lebih besar dari biasanya. Hal ini tentu akan membuat para Manajemen / C-Level berpikir Kembali untuk memastikan Return on Investment (ROI) apakah masih bisa didapatkan atau sudah tidak mungkin.
Yang menjadi tantangan untuk pengolahan data, saat ini sudah banyak yang menyediakan paket berlangganan untuk menggunakan model AI yang tersedia secara Software as a Service (SaaS) sehingga Perusahaan dapat dengan mudah menggunakan serta memanfaatkan teknologi AI dengan hanya berlangganan bulanan. Hal ini jika dihitung menggunakan ROI diatas tentu akan tidak matched dengan apa yang sudah dilakukan sebelumnya. Hal ini tentu berimbas kepada proses reduce cost atau efisiensi biaya bulanan yang sebelumnya dikeluarkan agar bisa lebih efektif dan efisien.
- Data Pendukung yang Mulai Habis
Nah poin terakhir ini yang mungkin perlu kita cermati Bersama, berdasarkan sumber yang penulis dapatkan pada artikel berikut: https://www.kompas.id/baca/english/2024/06/07/kecerdasan-buatan-segera-kehabisan-sumber-naskah-buatan-manusia menjelaskan bahwa AI akan segera kehabisan sumber naskah buatan manusia. Sebagaimana kita ketahui, AI dapat melakukan proses Training Data berdasarkan naskah atau data yang tersedia dari manusia. Sedangkan dari sisi manusia sendiri saat ini naskah yang dibuat atau naskah yang dikembangkan masih sangat terbatas, hal ini menarik karena jika hal tersebut terjadi maka AI akan mengalami penurunan dalam proses learning sehingga AI tidak bisa memberikan prediksi yang akurat.
Hal ini masih menjadi perdebatan para ahli, karena beberapa ahli berpendapat AI dapat dilakukan proses training untuk hal-hal atau data-data yang lebih spesifik atau yang secara umum dapat dipelajari. Dan untuk data pendukung yang dimaksud, dengan seiring berjalannya waktu kita dapat menunggu proses pembelajaran AI yang sudah sangat cepat ini sampai kapan bisa bertahan dan belajar secara otomatis. Sehingga nanti kita bisa dapatkan beberapa inovasi-inovasi baru terkait data dukung yang dibutuhkan oleh AI agar bisa lebih cerdas lagi.
Lesson Learned
Sebagai seorang profesional yang bekerja di dalam industri AI, penulis merasakan manfaat AI ini sangat besar bukan untuk “menggantikan pekerjaan” manusia, tetapi lebih ke arah untuk “memudahkan dan membantu pekerjaan manusia” yang dilakukan berulang dapat dikerjakan oleh bantuan AI. Jika ada rekan-rekan Agilenesia yang memiliki pendapat berbeda, silahkan disampaikan penulis tunggu di kolom komentar ya!!! Terima kasih.
Referensi
Loading...