Pergeseran dan Tren AI Paruh Kedua 2024 versi IBM 

Kecerdasan buatan (artificial intelligence/AI) jadi  salah satu teknologi paling transformatif yang berpengaruh terhadap banyak bidang kehidupan sehari-hari. Seiring berjalannya waktu, AI terus mengalami pergeseran dan perubahan tren ke arah implementasi yang lebih masif tapi juga personal. 

Salah satu perkembangan di bidang AI yang paling gandrung belakangan adalah booming-nya kecerdasan buatan generatif (Generative AI), tipe yang bisa dipakai untuk menghasilkan teks, gambar, video, audio, dan kode melalui perintah (prompt) dari pengguna. 

General Manager IBM Asean, Catherine Lian, mengatakan bahwa Generative AI telah mendorong teknologi ini menjadi pusat perhatian. Tak cuma terhadap pengguna perorangan, tapi terjadi peningkatan minat terhadap teknologi revolusioner itu di seluruh organisasi di kawasan Asia Tenggara. 

Dia menyebut, sebagian besar CEO di wilayah ini telah mengambil sikap yang jelas. Banyak dari mereka yang telah berinvestasi pada solusi teknologi yang ingin dijalankan dengan memanfaatkan perkembangan AI tersebut. 

Baca juga: Daftar Istilah Artificial Intelligence yang Sering Disebut, AGI sampai LLM 
  Senada, Managing Partner IBM Consulting Asean, Abraham Thomas, menyatakan bahwa saat ini tidak ada orang atau perusahaan yang tidak menggunakan Generative AI. Dia melanjutkan, ada dua pendekatan yang umumnya dilakukan yakni eksperimental dan fokus. 

“Tidak ada keraguan bahwa Generative AI telah men-drive organisasi-organisasi,” katanya di Media Briefing IBM Think 2024, di Singapura.

Selain kecerdasan buatan generatif, IBM melihat sejumlah tren lain di industri yang tengah naik daun, dan akan menjadi faktor penentu utama dalam keberhasilan adopsi AI para paruh kedua 2024. Berikut rinciannya: 
 

1. Kebutuhan akan Smal(er) Language Model 

Generative AI sudah mulai banyak dieksplorasi, dan layaknya perkembangan teknologi komputer lainnya, kemajuan yang lebih lanjut biasanya punya tujuan untuk mencapai kinerja yang lebih besar dalam wadah atau kemasan yang lebih kecil. 

Memang, model-model yang bersifat masif telah memulai era keemasan AI. Akan tetapi, IBM menyebut bahwa hanya perusahaan besar yang juga punya punya dana dan sumber daya besar, yang bisa melatih hingga memelihara model dengan skala ini. Oleh karenanya, bakal muncul kebutuhan terhadap model yang lebih kecil, yang disebut Smal(er) Language Model (SLM). 

SLM bisa berjalan secara efektif dengan persyaratan yang lebih hemat sumber daya. Saat ini, banyak inovasi di bidang LLM yang berfokus pada menghasilkan output lebih besar, tapi dengan jumlah parameter yang lebih sedikit. Model yang lebih kecil juga diyakini akan membantu proses ‘mendemokratisasi’ AI ke lebih banyak pengguna. 
 

2. Bring your own foundational model (BYOM) 

Tidak ada satu model AI yang bisa cocok untuk semua penggunaan. Perusahaan dan organisasi perlu diberdayakan untuk menyesuaikan model mereka berdasarkan kebutuhan, nilai, dan tujuang masing-masing. Model dasar khusus kini makin populer karena perusahaan berupaya menghindari pengiriman data ke pihak ketiga dan membangun model yang dikustom secara spesifik. 

Model bahasa yang disesuaikan bakal mampu mengenali situasi dan kondisi yang bisa saja terlewat di model generik. Dengan begitu, diharapkan hasil yang keluar juga lebih optimal, baik dalam rangka melakukan efisiensi maupun meningkatkan pengalaman kustomer. 

Dalam hal pengembangan model AI yang disesuaikan, IBM menyoroti elemen kunci yang sangat dibutuhkan yakni kemampuan berjalan di mana saja, dan di platform apa pun, baik itu di cloud hybrid maupun on-premise. 
 

3. AI yang bertanggung jawab 

AI yang responsibel jadi hal yang sangat krusial, seiring dengan makin masifnya pemanfaatan teknologi di berbagai sektor. Tanpa AI yang bertanggung jawab dan tata kelola yang baik, organisasi tidak akan bisa mengadopsi teknologi ini dalam skala yang besar. Sebab, ada risiko yang perlu diperhatikan yang mencakup isu privasi, akurasi, kejelasan, dan bias. 

Sebuah studi dari IBV menyatakan bahwa 60% eksekutif organisasi percaya bahwa risiko etika utama muncul dengan tingginya adopsi Generative AI, dan hal itu akan sangat sulit ditangani tanpa struktur tata kelola yang matang.

Baca juga: OpenAI Umumkan SearchGPT, Apa Bedanya dengan Google Search?

(Baca artikel Hypeabis.id lainnya di Google News)

Editor: Syaiful Millah