Teknologi Generative AI (GenAI) semakin menunjukkan potensinya untuk segmen bisnis. Area pemanfaatannya sangat beragam, mulai dari layanan pelanggan, pengelolaan dokumen, sampai software development.
Namun untuk mendapatkan hasil optimal dari Generative AI, perusahaan harus dapat memadukan Generative AI model yang ada di pasaran dengan data internal. Karena hanya dengan mengkombinasikan data tersebut, GenAI yang dibangun dapat menjawab kebutuhan perusahaan secara spesifik.
Kesimpulan itulah yang dapat diambil dari acara The Leadership Table: How to Survive and Thrive in the GenAI Era yang digelar beberapa waktu lalu. Acara ini diselenggarakan IBM Indonesia dan Multipolar Technology dengan melibatkan IT Leaders berbagai perusahaan di Indonesia. Melalui diskusi yang aktif, peserta seminar pun mendapatkan berbagai insight menarik terkait potensi pemanfaatan Generative AI di berbagai industri.
Potensi Pemanfaatan Generative AI
Menurut Achmad Fakhrudin (Senior Vice President Multipolar Technology), saat ini Multipolar Technology telah memanfaatkan Generative AI untuk kebutuhan internal. Manfaatnya pun langsung terasa. “Generative AI setidaknya berhasil meningkatkan efisiensi sampai 30%. Bahkan di area software development, peningkatan produktivitas mencapai 80%,” ungkap Achmad.
Achmad menyebut, kunci keberhasilan mereka adalah memadukan AI model yang ada dengan data internal yang dimiliki perusahaan. Dengan teknik seperti RAG (Retrieval-Augmented Generation), perusahaan bisa membuat GenAI yang lebih spesifik dan mengacu pada data internal perusahaan. “Karena itu, penting bagi perusahaan untuk memiliki pondasi data yang kuat,” tambah Achmad.
Sebagai penyedia solusi, Multipolar Technology juga menawarkan solusi berbasis Generative AI yang dikembangkan dengan pendekatan RAG. Seperti ditunjukkan Kevin Jonathan (Data Scientist Multipolar Technology), salah satu contohnya adalah chatbot layanan pelanggan yang bisa menjawab pertanyaan pelanggan terkait produk. Chatbot ini juga bisa merangkum pembicaraannya dengan konsumen, sehingga pihak terkait bisa memahami isi percakapan dari setiap konsumen dengan lebih cepat.
Multipolar Technology juga memiliki solusi terkait prediksi penjualan (forecasting) untuk membantu proses pengambilan keputusan. “Kami mengembangkan foundation model AI untuk forecasting yang jauh lebih cepat dan bisa langsung digunakan out of the box,” ungkap Kevin. Model AI ini sendiri dapat menganalisis data dari berbagai sumber, sehingga prediksi yang dihasilkan dapat lebih akurat.
Selain dua solusi di atas, Multipolar Technology juga memiliki solusi berbasis Generative AI seperti digital avatar, customized marketing, sampai real-time risk management. “Semua solusi ini dapat dibangun berdasarkan data yang dimiliki perusahaan,” tambah Kevin.
Membangun Model AI dengan IBM watsonx
Lalu, bagaimana perusahaan dapat memadukan model AI dengan data internal mereka? Di sinilah peran IBM watsonx menjadi penting. IBM watsonx adalah solusi komprehensif yang dapat untuk membangun, melatih, serta mengimplementasikan model AI. IBM watsonx terdiri dari tiga komponen utama, yaitu Watsonx.ai untuk AI models, watsonx.data untuk pengelolaan data, serta watsonx.governance untuk mengelola dan memonitor AI models.
Menurut Achmad Fakhrudin, IBM watsonx hadir untuk memudahkan perusahaan mengimplementasikan AI; termasuk Generative AI. “IBM watsonx dapat menjawab tantangan utama dalam mengadopsi AI, sehingga implementasinya bisa lebih cepat dan memberikan manfaat,” ungkap Achmad.
Contohnya adalah bagaimana watsonx.data dapat digunakan meningkatkan kualitas data yang menjadi krusial untuk AI. “watsonx.data dapat mewujudkan katalog data yang mengumpulkan data dari berbagai sumber data, baik itu di on-premise, cloud, maupun edge,” ungkap Achmad. Selain itu, watsonx.data juga dapat mengidentifikasi potensi masalah di kualitas data seperti data yang inkonsisten atau duplikat.
Kevin Jonathan (Data Scientist Multipolar Technology), saat menjelaskan solusi Generative AI dari Multipolar Technology yang dibangun di atas IBM watsonx
Ketika kualitas data sudah memadai, perusahaan bisa memanfaatkan watsonx.ai untuk membangun model AI yang cocok dengan kebutuhan. Di dalam watsonx.ai terdapat berbagai pilihan model AI yang bisa dipilih, baik buatan IBM (seperti IBM Granite) maupun model AI open source (seperti Llama dari Meta). Sedangkan IBM watsonx.governance akan memastikan kualitas output dari Generative AI yang kita bangun, sehingga kita dapat membangun AI yang bertanggung jawab.
Yang menarik, seluruh solusi IBM watsonx dapat diimplementasikan di on-premise; tidak harus di cloud seperti solusi AI umumnya. Pendekatan on-premise ini memastikan perusahaan memiliki visibilitas penuh terhadap data dan AI model mereka.
Dengan begitu, manfaat AI dapat diperoleh tanpa menimbulkan risiko negatif dari data penting yang kita miliki.