Jika Anda telah mengikuti perkembangan generative AI (AI generatif) selama setahun terakhir, Anda mungkin telah memperhatikan bahwa topik baru yang menarik dari teknologi ini adalah mengenai Agen AI.
AI generatif merupakan salah satu teknologi paling maju yang telah dikembangkan dalam beberapa generasi.
Namun, terdapat juga sejumlah teknologi AI yang sudah mapan yang bila digabungkan dengan AI generatif dapat menghasilkan pencapaian yang lebih besar.
Pengungkapan ini meletakkan dasar untuk membangun agen AI yang canggih dan terhubung yang dapat melayani pelanggan, memberdayakan karyawan, memperkuat kreativitas, dan mempercepat coding atau analisis data.
Apa yang membuat agen AI istimewa adalah kemampuan mereka untuk mengambil tindakan guna mencapai tujuan tertentu, seperti membantu pembeli menemukan sepatu yang ideal, mendukung karyawan dalam mencari manfaat kesehatan yang sesuai, atau memfasilitasi proses serah terima pasien yang lebih efisien bagi staf perawat saat pergantian shift.
Ada yang lebih dari sekadar AI generatif
Model dasar dan model bahasa besar, atau LLM (large language models) mampu membuat hampir semua jenis konten seperti: teks, gambar, video, audio, atau bahkan kode untuk coding.
Model-model ini, yang mendukung kemampuan AI generatif, dapat mendeteksi pola dan struktur dalam data pelatihan mereka dan membuat konten yang benar-benar baru dengan karakteristik yang serupa.
Satu hal yang menarik adalah bagaimana antarmuka AI generatif kini memudahkan pengguna untuk mengakses teknologi AI lainnya, seperti pemodelan prediktif, serta pengenalan gambar dan suara.
Menurut penelitian McKinsey, AI generatif dapat meningkatkan dampak teknologi AI lainnya sebanyak 40%.
Ketika perusahaan/organisasi ingin memanfaatkan potensi penuh dari AI, sangat penting untuk mulai mengeksplorasi teknologi AI yang sebelumnya kurang dimanfaatkan di luar sana dan mulai merencanakan jalur yang jelas menuju agen AI.
1. Predictive AI
Teknologi predictive AI dapat menganalisis data historis dan mengidentifikasi pola untuk memprediksi hasil di masa depan.
Wawasan ini dapat mendukung pengambilan keputusan Anda, memandu respons dan tindakan Anda.
Teknologi ini juga mendukung mesin rekomendasi yang menganalisis perilaku penelusuran, riwayat pembelian, dan preferensi pribadi untuk menyajikan apa saja, mulai dari seprai yang ideal untuk selimut favorit Anda hingga daftar putar yang dipilih dengan sempurna.
Saat ini, predictive AI sudah membantu banyak perusahaan mengoptimalkan rute pengiriman armada, meramalkan cuaca pola untuk mengurangi penundaan penerbangan, dan menangkap potensi kegagalan kualitas di lantai pabrik - dan AI generatif adalah membuat prakiraan ini menjadi lebih inovatif, kuat, dan akurat.
Dengan AI generatif, misalnya, Anda dapat menghasilkan skenario masa depan yang realistis atau mengisi kesenjangan dalam kumpulan data pelatihan dengan data sintetis.
2. Vision AI
Vision AI dapat membantu Anda memahami, menganalisis, dan mengekstrak informasi dari gambar dan video. Anda dapat melatih model visi komputer untuk berbagai aplikasi bisnis.
Misalnya, vision AI dapat digunakan untuk mendeteksi dan mengklasifikasikan objek tertentu (seperti lubang di jalan kota), tempat, atau bahkan tindakan dalam video atau gambar.
Anda juga dapat membuat model yang dapat memindai gambar, mendeteksi objek, dan menghasilkan metadata gambar yang berharga.
Dengan menggabungkan vision AI dengan model AI generatif multimodal seperti Gemini, perusahaan kini dapat memberikan Agen AI yang mampu melakukan pengeditan tingkat pro pada foto dan video, atau menemukan paling menarik dari rekaman video selama 25 tahun.
3. Conversational AI
Conversational AI adalah kategori teknologi yang dapat mensimulasikan percakapan dan interaksi manusia, termasuk machine learning, natural language processing (NLP), automatic speech recognition (ASR), and text-to-speech (TTS).
Bersama-sama, teknologi ini dapat memungkinkan sistem komputer untuk menafsirkan bahasa manusia manusia sebagai data terstruktur dan kemudian memicu respons yang tepat kepada pelanggan seperti yang dilakukan manusia.
Selain itu, model conversational AI dapat membantu agen manusia dengan membantu mendeteksi sentimen atau maksud pelanggan dan memberikan dukungan berkelanjutan untuk membantu mereka menyelesaikan masalah dengan lebih cepat dan meningkatkan kepuasan pelanggan.
Salah satu contoh yang umum adalah membangun agen pusat panggilan virtual yang mampu memberikan pengalaman pelanggan yang alami dan intuitif saat menangani percakapan dan permintaan yang kompleks.
AI generatif secara alami berfungsi untuk meningkatkan kemampuan AI, sehingga memungkinkan perusahaan untuk menciptakan agen AI yang lebih realistis dan cerdas yang dapat menerjemahkan percakapan antara dua bahasa secara real-time, menyampaikan berita dan rekaman audio, atau bahkan membantu Anda memilih mobil berikutnya.
4. Transcription and Translation AI
Teknologi AI yang menghasilkan ucapan dan suara memainkan peran besar dalam memberikan pengalaman conversational AI, tetapi teknologi ini dapat digunakan untuk berbagai macam aplikasi bisnis lain di luar chatbot dan agen virtual.
Misalnya, Anda dapat memanfaatkan model AI yang menghasilkan ucapan dan suara khusus untuk menyalin audio dari konferensi panggilan ke dalam catatan teks atau membuat subtitle untuk video.
Bahkan ada juga model yang dapat mendeteksi secara otomatis bahasa dan menerjemahkan teks atau ucapan secara real-time.
Agen AI di masa depan
Salah satu perubahan yang paling mencolok dengan kemunculan AI generatif adalah bagaimana hal ini telah mengubah cara kita berpikir tentang berinteraksi dengan data, sistem, dan satu sama lain.
Perusahaan mungkin telah mempertimbangkan investasi AI di masa lalu dan memutuskan untuk melewatkannya, tetapi sekarang, mereka melihat kemungkinan yang sebelumnya tidak mereka pikirkan.
Pandangan baru ini membuat bisnis melihat kembali cara mereka beroperasi dan mengajukan pertanyaan baru:
- Dapatkah kamera melihat tumpukan barang di gudang atau toko ritel dan menentukan apakah stok telah disimpan dengan benar dan aman?
- Apakah mungkin untuk mengetahui berapa kali pelanggan membeli jenis atau merek jus jeruk tertentu? Dan produk pelengkap apa yang paling mungkin menghasilkan pembelian tambahan?
- Seberapa cepat pembuat sistem mencari dan mengembangkan bahan baru dan aplikasi protein?
- Dapatkah Anda mendeteksi dan mendiagnosis penyakit dengan lebih cepat dan akurat dengan menganalisis pemindaian pencitraan?
- Dapatkah Anda secara otomatis memunculkan setiap klip video dalam basis data yang berisi kembang api, atau home-run?
AI generatif merupakan terobosan baru karena memungkinkan Anda untuk menghasilkan, mensintesis, dan meringkas data yang tidak terstruktur.
Namun, potensi sebenarnya adalah membantu menghilangkan banyak penghalang yang paling signifikan yang telah membatasi AI pada ranah para ahli dan insinyur.
Seperti halnya sebuah tim yang bekerja sama untuk menyelesaikan sebuah proyek, AI generatif bertindak sebagai pemimpin yang membantu menghubungkan orang dan teknologi yang tepat untuk memberikan berbagai jenis pengetahuan, wawasan, dan kemampuan untuk mencapai tujuan akhir.
Meskipun AI generatif dapat membantu memperluas nilai AI di dalam perusahaan, akan sangat keliru jika melihatnya sebagai satu-satunya teknologi AI yang memiliki kekuatan untuk melakukannya.
Masa depan AI akan melibatkan penggunaan berbagai model dan teknik, baik yang sudah ada maupun yang baru.
Hal ini akan memungkinkan untuk mencapai kasus penggunaan yang dulunya dianggap khusus atau tidak dapat dicapai.
Penulis: Fanly Tanto, Country Director, Indonesia, Google Cloud
Baca Juga: Klook Perluas Kemitraan dengan Google Cloud untuk Kembangkan AI
| Penulis | : | Rafki Fachrizal |
| Editor | : | Rafki Fachrizal |
KOMENTAR