Ebook-id – Kecerdasan Buatan (AI) itu sebenarnya bukan barang baru, lho! Tapi, memang beberapa bulan belakangan ini lagi heboh banget, apalagi sejak OpenAI mengeluarkan ChatGPT. Nah, pemakaian ChatGPT dan aplikasi sejenisnya jadi makin populer dan banyak yang pakai. Sayangnya, barengan sama itu, penyalahgunaannya juga ikutan naik. Banyak banget yang pakai tanpa tahu apa yang mereka mau capai, cuma modal denger-denger, asumsi, prasangka, atau harapan yang belum jelas kebenarannya.
Ada sebagian orang yang kaget sekaligus senang karena ChatGPT ternyata bisa bantu mereka bikin sesuatu yang keren dan berguna. Tapi, ada juga yang ngerasa ekspektasinya nggak sesuai sama kenyataan.
Peluncuran ChatGPT pada November 2022
Peluncuran ChatGPT pada November 2022 menandai momen penting, semacam “titik balik” di dunia kecerdasan buatan (AI). Sejak saat itu, cara kita berinteraksi dengan AI, terutama sebagai konsumen, mengalami perubahan besar. Salah satu alasannya adalah antarmuka ChatGPT yang berbasis browser. Ini membuatnya sangat mudah diakses oleh siapa pun yang penasaran ingin mencoba teknologi AI, sehingga banyak sekali orang yang tertarik.
Seperti yang dikatakan Ethan Mollick dalam artikelnya yang berjudul “ChatGPT Is a Tipping Point for AI” (diterbitkan di hbr.org pada 14 Desember 2022), semakin kita perhatikan, semakin jelas pula perubahan signifikan yang dibawa oleh model AI ini. Inilah sebabnya mengapa peluncuran ChatGPT terasa seperti momen krusial, apalagi sekarang ChatGPT sudah bisa diakses oleh semua orang. Bisa dibilang, ChatGPT telah melewati masa transisi yang penting.
Apa Itu Titik Kritis? Mari Kita Bahas!
Sebelum era “Titik Kritis” ini, pemanfaatan AI dalam dunia bisnis atau teknologi seringkali terhambat oleh beberapa faktor penting, minimal satu, bahkan biasanya dua, yaitu:
1. Proses pengembangan solusi perangkat lunak AI itu sendiri.
2. Proses pelatihan model AI yang diperlukan.
Nah, di era “Titik Kritis” AI inilah, kedua faktor penghambat tersebut justru mengalami perubahan yang signifikan!
Biaya Implementasi Solusi AI
Jadi, berapa sih biaya yang perlu disiapkan untuk menerapkan solusi AI? Nah, ada beberapa hal yang perlu diperhatikan:
1. Biaya Pengembang: Ini adalah biaya untuk para ahli yang mendesain, membuat kode, dan menguji solusi AI. Besarnya biaya ini bisa berbeda-beda, tergantung platform dan lingkungan integrasi yang dipakai. Kabar baiknya, sekarang banyak platform dan lingkungan integrasi yang punya fitur bawaan lebih lengkap, jadi kode khusus yang perlu dibuat jadi lebih sedikit.
2. Biaya Platform: Ada platform yang bersifat open source (sumber terbuka), ada juga yang berbayar (proprietary). Perlu diingat ya, open source itu enggak selalu berarti gratis lho!
3. Biaya Infrastruktur: Biaya untuk infrastruktur komputasi, baik yang fisik maupun virtual, juga lumayan besar. Jadi, jangan lupa dipertimbangkan.
4. Waktu Pemasaran (Time to Market): Waktu juga bisa dibilang biaya, lho! Ini mencakup biaya overhead yang harus ditanggung selama proses pengembangan solusi AI. Selain itu, kalau kita telat masuk pasar, potensi kerugiannya juga bisa besar banget.
5. Pelatihan Model: Biaya untuk melatih model AI ini termasuk biaya lisensi data, biaya infrastruktur, dan biaya untuk tenaga ahli yang mumpuni.
Pelatihan Model AI
Semua solusi Machine Learning (ML) butuh data pelatihan yang relevan agar bisa bekerja dengan baik. Dulu, sebelum era “Titik Kritis”, biasanya pengembang atau staf khusus dari pelanggan yang melatih model AI. Mereka menggunakan data yang benar-benar sesuai dengan masalah yang ingin dipecahkan oleh organisasi dengan solusi AI tersebut. Nah, kalau platform integrasi AI yang dipilih itu produk, pasti ada proses pelatihan model di dalamnya. Tapi, apakah model yang sudah terlatih tersedia atau tidak, itu tergantung situasinya, ya.
Beda lagi dengan OpenAI dan vendor platform GenAI lainnya. Mereka melatih model mereka dengan data yang sangat banyak dari berbagai sumber. Mereka tidak berfokus pada kasus penggunaan aplikasi tertentu, atau kalaupun ada, cakupannya sangat luas.
“Pelatihan awal” model-model ini dilakukan oleh vendor platform AI sebelum dirilis ke publik. Contohnya, OpenAI bilang mereka melatih GPT dengan semua data yang ada di Wikipedia, yang isinya jutaan halaman dengan ratusan ribu kategori dan tautan. Hasil dari pelatihan awal yang besar-besaran ini adalah produk AI tersebut siap dipakai oleh siapa saja, setidaknya begitu teorinya. Andrew Ng juga punya penjelasan menarik soal ini, lho.
