Model tata kelola/governance harus mencakup prinsip panduan yang berfokus pada privasi, keamanan data, transparansi algoritma dalam model AI, dan kerentanan cyber security, menurut Suma Nallapati, CIO Insight Enterprises, seperti dikutip dari CIO Dive.
“Teknologi adalah aspek yang mudah, tetapi model tata kelola ini sangat penting untuk teknologi baru, seperti generative AI, ChatGPT, dan lainnya, untuk bekerja secara efektif dalam organisasi dan mencapai hasil yang tepat,” kata Suma Nallapati.
Legislasi juga berperan penting dalam pengembangan dan implementasi solusi berbasis AI. Departemen TI harus mengamati dengan cermat undang-undang dan peraturan yang berkembang dan menerapkannya ke dalam model tata kelola.
Pengumpulan dan Kualitas Data
Model AI yang kompleks dan besar seperti generative AI membutuhkan data yang tepat dalam jumlah besar. Tantangannya di sini bagi para pelaku bisnis adalah kebutuhan talenta yang tepat dan kualitas data.
Bahkan kualitas data adalah kesenjangan kapabilitas terbesar kedua di antara tingkat kepentingan dan efektivitas untuk menyesuaikan model generative AI, menurut data Info-Tech Research Group.
Dikutip dari CIO Dive, Chris Monberg, CTO & Head of Product, Zeta Global juga menjelaskan bahwa generative AI, khususnya, bergantung pada sejumlah besar data yang telah melalui tahap preprocessing untuk memastikan akurasinya. Sementara pemeliharaan kualitas data adalah proses yang harus terus menerus dilakukan, bukan pekerjaan satu kali.
Tingkat Kematangan Technology Stack
Seperti halnya transformasi ke cloud atau sistem “as a Service”, adopsi generative AI membutuhkan tingkat modernisasi tertentu. Organisasi yang sudah melakukan transformasi digital, menurut Suma Nallapati, akan lebih mudah menerima.
Namun organisasi yang masih dibebani aplikasi legacy dan menanggung utang teknologi (technology debt) akan mengalami hambatan mengadopsi teknologi-teknologi baru, termasuk generative AI, machine learning, dan sebagainya.
Biaya
Model AI yang besar membutuhkan data dalam volume besar, yang artinya membutuhkan kemampuan komputasi yang besar dan mumpuni.
Contohnya, ChatGPT yang dilatih dengan model bahasa GPT 3. Dalam salah satu cuitannya di Twitter, Sam Altman, CEO OpenAI sempat berujar bahwa biaya komputasi ChatGPT “eye-watering” alias mengejutkan karena jumlahnya yang sangat besar. ChatGPT tentu tidak berjalan di atas laptop tapi di atas sistem komputasi berskala besar, yang terdiri dari ribuan server.