Find Us On Social Media :

AWS: Adopsi AI Generatif Dimulai dari Permasalahan Bisnis, Bukan Teknologi

By Cakrawala Gintings, Selasa, 17 September 2024 | 09:00 WIB

Vasi Philomin (Vice President and General Manager, Generative AI, Amazon Web Services), InfoKomputer berbincang dengannya perihal adopsi AI Generatif oleh perusahaan di AWS Summit Jakarta belum lama ini.

Teknologi baru seperti AI (artificial intelligence) generatif alias generative AI tak jarang mendisrupsi suatu bisnis. AWS (Amazon Web Services) menilai bahwa para perusahaan sebaiknya mengadopsi AI generatif dan mendisrupsi dirinya sendiri sebelum didisrupsi oleh pihak lain. AWS pun menilai adopsi AI generatif yang dilakukan suatu perusahaan; dari sisi kasus penggunaan alias use case; sebaiknya dimulai dari permasalahan bisnis, lalu melihat apakah AI generatif benar-benar bisa membantu perihal permasalahan bisnis tersebut. Namun, perusahaan harus memastikan pula mengedukasi tenaga kerjanya akan AI generatif.

Hal bersangkutan dikemukakan oleh Vasi Philomin (Vice President and General Manager, Generative AI, Amazon Web Services) ketika menjawab Infokomputer saat wawancara kelompok di Jakarta, tepatnya di AWS Summit Jakarta, beberapa waktu lalu. AWS pun menegaskan bahwa seperti berbagai teknologi baru lain, AI generatif juga mengalami Gartner Hype Cycle dan belum lama ini ditempatkan pada fase kedua. Alhasil, nantinya akan ada sejumlah perusahaan yang menjadi para pemenang yang mendapatkan aneka janji yang ditawarkan AI generatif untuk bisnis. Adopsi AI generatif sejak dini sewajarnya memberikan peluang yang lebih besar untuk menjadi pemenang.

“Setiap perusahaan sebaikanya sangat waspada, utamanya karena AI generatif bisa mendisrupsi model bisnis mereka saat ini. Bagaimana mereka menjalankan bisnis saat ini dapat berubah. Dan, jika, hal terbaik yang bisa dilakukan adalah mendisrupsi diri Anda sendiri, daripada membiarkan orang lain mendisrupsi Anda, bukan? Artinya, Anda tidak boleh mengabaikan hal ini. Anda harus memastikan, pertama-tama, Anda mendidik tenaga kerja Anda akan keahlian-keahlian baru ini, memungkinkan mereka untuk berinovasi,” ujar Vasi Philomin.

“Dalam hal kasus penggunaan, mulailah, saya per, saya pernah menyampaikannya pada salah satu artikel, saya pikir, Anda mulai dengan masalah bisnis Anda. Jangan mulai dengan teknologinya. Mulailah dengan permasalahan bisnisnya, dan kemudian lihat apakah teknologinya benar-benar bisa membantu. Dan kemungkinan besar, AI generatif bisa membantu,” lanjut Vasi Philomin sembari menyarankan agar para perusahaan memiliki sejumlah program nyata yang mendorong inovasi serta quick win dengan/dari AI generatif.

Apalagi AI generatif yang kini tersedia, model-model AI generatif yang kini tersedia, memungkinkan adopsi AI generatif secara lebih mudah dan cepat. AWS menekankan bahwa dibandingkan masa lampau; masa sebelum AI generatif; adopsi AI sekarang bisa dilakukan oleh para perusahan dengan pengembang-pengembang “biasa” — tidak mesti melibatkan ahli-ahli/spesialis-spesialis AI, menggunakan data yang lebih sedikit, dan dalam waktu yang lebih singkat.

Foundation Model Bisa Bantu

Aneka model AI generatif yang sekarang tersedia merupakan foundation model. Mengutip Center for Research on Foundation Models, Stanford Institute for Human-Centered Artificial Intelligence, Stanford University yang memopulerkan istilah ini; sebuah foundation model adalah suatu model yang dilatih dengan data yang luas (umumnya menggunakan self-supervision dalam skala besar) yang bisa diadaptasi (misalnya, di-fine-tune) ke berbagai tugas downstream.

Sebuah foundation model misalnya dilatih menggunakan data internet dan memiliki aneka kemampuan seperti memproses bahasa, menghasilkan gambar, memahami visual, dan menghasilkan kode pemrograman. Beberapa contoh foundation model adalah OpenAI GPT (generative pre-trained transformer), Google BERT (bidirectional encoder representations from transformers), Stability AI Stable Diffusion, dan Amazon Titan.

“Jadi, yang, apa yang berbeda sekarang adalah, para model yang keluar dari, off-the-shelf ini menunjukkan apa yang saya sebut sebagai emergent behavior, karena mereka telah terpapar data dengan skala web. Mereka telah dilatih dengan data dalam jumlah besar, skala web, jadi mereka memiliki, model-model ini sangat canggih sekarang, mereka telah menemukan pola-pola yang seorang manusia, mungkin terlalu banyak data bagi seorang manusia untuk menemukan [pola] apa pun. Namun para model ini telah menemukan semua informasi itu, dan informasi tersebut, informasi tersebut terpendam di dalam mereka,” jelas Vasi Philomin.