COVID-19 dan Artificial Intelligence (AI) boleh didaulat sebagai “duet maut” di abad ini. Inovasi digital yang diakselerasi oleh pandemi COVID-19 telah menempatkan AI dan analytics tepat di sentra operasi bisnis berbagai organisasi.
Bagaimana prediksi tren AI tahun depan saat COVID-19 sudah semakin terkendali?
Ada sejumlah pelajaran penting yang dipetik para pemimpin bisnis dari krisis akibat pandemi COVID-19. Salah satunya adalah potensi data analytics dan Artificial Intelligence dalam menyiasati dampak pandemi, memulihkan bisnis, dan berinovasi.
Tak pelak krisis pun mempercepat adopsi AI dan analytics. Studi yang dilakukan PricewaterhouseCoopers (PwC) mengungkapkan bahwa 52 persen perusahaan di dunia mempercepat adopsi AI karena COVID-19. Sementara 86 persen CEO menyatakan bahwa AI menjadi teknologi mainstream di perusahaannya pada 2021.
Di 2021, peningkatan pemanfaatan AI di berbagai sektor bisnis menciptakan nilai bisnis sebesar US$2,9 triliun dan 6,2 miliar jam dari produktivitas pekerja. Kontribusi AI terhadap ekonomi global diperkirakan akan mencapai angka US$15,7 triliun pada tahun 2030.
Menurut hasil survei Walkme.com, Artificial Intelligence menjadi teknologi yang paling banyak diperbincangkan di jagat maya. “Dengan meluasnya AI, tidak heran jika AI menjadi salah satu teknologi yang paling banyak diperbincangkan saat ini. Coba kita ambil topik lain yang juga dibahas secara luas, misalnya The Great Resignation, dan tentu saja, ada kasus penggunaan AI yang terkait dengannya,” ujar Rafael Sweary, President & Co-Founder, Walkme.com menggambarkan semakin masifnya penetrasi AI di berbagai sektor bisnis bahkan sendi kehidupan kita.
Berikut adalah tren Artificial Intelligence di tahun 2022, terutama dalam kaitannya dengan bisnis yang kami rangkum dari beberapa sumber.
AI dan real-time video processing
Integrasi AI dalam pemrosesan video real time adalah salah satu tren teratas dalam tren bisnis 2022.
Pemrosesan video stream secara real time menghadirkan tantangan cara penanganan data pipeline secara efektif dan efisien. Bisnis memerlukan AI untuk model pre-trained neural network, software layer, dan infrastruktur cloud yang akan meningkatkan proses streaming secara real time.
Salah satu tren bisnis terkait integrasi AI di tahun 2022 adalah munculnya Generative AI. Cabang dari AI ini menggunakan algoritme AI dan machine learning untuk mempelajari konten atau objek dengan data yang ada, lalu menciptakan artefak yang sepenuhnya baru, orisinal, dan realistis. Contoh penerapan generative AI adalah aplikasi DeepFake.
Tugas-tugas, seperti pembuatan kode software, pengembangan obat-obatan, dan targeted marketing dapat ditingkatkan dengan generative AI.
Gartner menyoroti kemungkinan pemanfaatan generative AI untuk scamming, fraud, pemalsuan, dan membuat informasi palsu dengan tujuan politis. Gartner memperkirakan, pada 2025, 10 persen dari data yang ada akam digunakan untuk kebutuhan generative AI, atau meningkat dari persentasenya saat ini yang kurang dari satu persen.
Pemanfaatan AI untuk inspeksi/pemeriksaan
Salah satu fungsi utama AI dalam bisnis adalah untuk inspeksi. Hal ini terkait dengan pertumbuhan luar biasa pada pendeteksian objek dalam video, terutama untuk gudang dan toko ritel. AI dalam tren bisnis ini dapat membantu menganalisis produk agar sesuai standar kepatuhan dan kualitas, misalnya untuk mengidentifikasi cacat pada produk dan pemeriksaan bagasi.
Enhanced edge intelligence
Enhanced edge intelligence adalah salah satu tren teratas AI dalam bisnis guna membuat closed-loop action agar operasional bisnis tetap berada di lingkungan operasi yang paling optimal.
Namun para Pemilik Bisnis juga perlu mengidentifikasi perlunya integrasi edge intelligence dalam bisnis untuk mengurangi efek buruk di masa depan. Edge intelligence akan membantu dalam penilaian berkelanjutan dan memprediksi potensi risiko sehingga perusahaan memiliki waktu yang cukup untuk menciptakan solusi dan mengeliminasi risiko sesegera mungkin.
Berkembangnya AutoML Library
AutoML Library berkembang pesat karena dibutuhkan untuk membandingkan model machine learning dan membantu memilih model yang terbaik sesuai kebutuhan bisnis. Library ini akan membantu deployment secara efisien model-model machine learning sehingga perusahaan dapat memperoleh insight dengan lebih cepat dan mendalam tentang tren pasar, perilaku konsumen, dan lain-lain. Ada beberapa AutoML Library dari berbagai perusahaan yang dapat membantu bisnis dengan berbagai cara di masa mendatang untuk mendapatkan keunggulan kompetitif.
Adopsi AI-on-5G di lingkungan enterprise
Infrastruktur komputasi yang menggabungkan AI dan 5G akan memberikan connectivity fabric berkinerja tinggi dan aman untuk mengintegrasikan sensor, platform komputasi, dan aplikasi AI di lapangan, di lingkungan data center, atau di cloud.
Menurut NVidia, infrastruktur komputasi ini memiliki keunggulan berupa latensi yang ultra rendah di lingkungan tanpa kabel, kualitas layanan yang terjaga, dan keamanan yang lebih baik.
AI-on-5G memungkinkan penyelenggaraan use case baru untuk edge AI, seperti automasi pabrik, robot di pabrik, monitoring dan inspeksi, aplikasi di jalan tol dan telemetri kendaraan, smart space di bisnis retail, smart city, dan aplikasi supply chain.
| Penulis | : | Liana Threestayanti |
| Editor | : | Liana Threestayanti |
KOMENTAR