Evolusi AI di perusahaan [Q&A]

Rantai pasokan, ketahanan, dan aksesibilitas yang dimodernisasi -- prediksi AI untuk tahun 2023

Kecerdasan buatan

Sekitar setahun terakhir ini, AI tiba-tiba menjadi hal yang dibicarakan semua orang, sebagian besar berkat ChatGPT. Ada banyak diskusi tentang ke mana arah AI di masa depan dan peluang serta ancaman yang dihadirkannya.

Kami berbicara dengan Josh Tobin, CEO Gantry, alat observasi AI untuk model platform, tentang evolusi AI di perusahaan dan bagaimana bisnis dapat memastikan mereka tidak ketinggalan.

BN: Tampaknya dengan ChatGPT AI sudah menjadi arus utama. Apakah menurut Anda kita sedang memasuki era di mana AI akan benar-benar siap untuk konsumsi/adopsi massal?

JT: Ya, tentu saja. Model bahasa besar mencapai titik komoditisasi. Perusahaan seperti OpenAI mengurangi hambatan untuk masuk dan membuat teknologi ini dapat diakses secara luas oleh setiap individu dan organisasi. Kami melihat ledakan kreativitas dari pembangun dan pendiri. Sepertinya semua orang mulai dari startup seperti Jasper hingga perusahaan besar seperti Slack dan Notion menggunakan model dasar untuk menambah produk mereka.

Dan ini tidak sepenuhnya baru. Startup dan perusahaan sama-sama telah memanfaatkan model pembelajaran mesin sebagai komponen inti dari produk mereka selama hampir satu dekade.

Apa yang berubah bukanlah adopsi AI, tetapi kecepatan dan visibilitasnya. Sebelumnya, AI berada di belakang layar — menghasilkan penelitian, berkontribusi pada analitik, dan mengoptimalkan proses yang ada untuk perusahaan. Sekarang, ML berada di depan dan tengah dalam pengalaman produk baru. Dan itu mengubah harapan untuk tim ML. Dengan model dasar, ini bukan lagi tentang menjadi hebat dalam pemodelan — melainkan tentang membangun aplikasi yang memecahkan masalah bagi pengguna akhir.

BN: Mengapa model bahasa butuh waktu lama untuk mencapai arus utama?

JT: Belum. Arsitektur model transformator ditemukan lebih dari lima tahun yang lalu, dan OpenAI membuat API GPT-3 tersedia secara umum kurang dari 18 bulan yang lalu. Model bahasa telah mencapai arus utama dengan sangat cepat.

Mengapa mereka lepas landas sekarang? OpenAI menemukan faktor bentuk yang lebih menarik bagi kebanyakan orang. Mereka pada dasarnya telah mengonsumsinya.

Sama seperti peralihan dari mainframe ke PC, ini bukan tentang daya komputasi dan lebih banyak tentang faktor bentuk dan keterjangkauan.

BN: Apakah sebagian besar perusahaan ‘warisan’ siap untuk merangkul AI? Akankah mereka mampu bersaing dengan perusahaan-perusahaan yang lahir dengan AI-first ini?

JT: AI bukanlah sesuatu yang dapat Anda terapkan pada produk yang sudah ada dan mengharapkan hasil yang transformatif. Model itu sendiri bukanlah produk. Mereka adalah bagian dari teknologi yang dapat digunakan untuk membuat produk hebat. Artinya, agar perusahaan benar-benar menyadari nilai AI, mereka perlu memikirkan kembali asumsi inti tentang bisnis mereka. Ini tidak jauh berbeda dengan peralihan dari on-prem ke cloud. Beberapa perusahaan akan beradaptasi; yang lain akan bergerak lambat dan terganggu oleh bisnis baru yang menggunakan teknologi secara asli.

Perusahaan warisan memang memiliki beberapa keunggulan signifikan. Mereka memiliki lebih banyak data dan pengetahuan yang lebih dalam tentang pelanggan mereka. Mereka juga memiliki sumber daya untuk membuat produk yang berguna bahkan tanpa AI, yang membantu menjembatani kesenjangan sementara AI tidak bekerja cukup baik untuk menjadi bintang. Jika perusahaan dapat menjadi AI-first dengan cukup cepat, mereka akan mendapat manfaat dari teknologi ini sebanyak atau lebih dari startup. Tetapi jika sejarah adalah sebuah pelajaran, tidak semua akan dapat beradaptasi dengan cukup cepat untuk menghindari gangguan dari penantang asli AI yang lebih ramping.

BN: Apa yang bisa dilakukan perusahaan-perusahaan ini jika ingin bersaing? Apa yang bisa mereka lakukan untuk naik kereta AI?

JT: Pertama, mereka perlu melihat peluang: AI memiliki potensi untuk secara mendasar mengubah cara kerja sebagian besar produk. Namun untuk mewujudkan perubahan itu, perusahaan mungkin perlu memikirkan kembali produk dan model bisnis mereka dari awal.

Kedua, mereka harus menghadapi kenyataan: teknologi ini bukanlah peluru ajaib. Itu tidak ‘berfungsi begitu saja’, dan membangunnya membutuhkan keterampilan, alat, dan pola pikir yang berbeda dari perangkat lunak tradisional.

Terakhir, mereka perlu mengenali risikonya: pembelajaran mesin adalah teknologi yang secara inheren berisiko. Model tidak pernah bekerja dengan sempurna di semua situasi.

Hal di atas berlaku untuk organisasi ukuran apa pun. Tetapi ada pertimbangan khusus untuk pemain lama versus pemula.

Untuk pemain lama — yaitu, perusahaan non-AI-native — pertimbangan paling kritis adalah bagaimana teknologi ini cocok dengan bisnis mereka. Banyak aplikasi awal di perusahaan akan terlihat seperti pembungkus tipis di sekitar model berbasis obrolan. Tidak apa-apa — sebenarnya merupakan ide bagus untuk memilih proyek sejak dini dengan waktu yang singkat untuk memberikan dampak. Namun dalam jangka panjang, aplikasi yang paling sukses akan lebih dekat dengan pengalaman pengguna unik yang coba diciptakan oleh perusahaan. Jenis pengalaman tersebut hanya datang melalui penguasaan data Anda dan pemahaman mendalam tentang pengalaman pengguna yang Anda coba buat.

Untuk startup, hal terpenting adalah memikirkan pengalaman produk secara holistik, bukan hanya tentang AI. Kedua, setiap startup AI perlu memikirkan tentang cara membangun keunggulan kompetitif jangka panjang yang unik dibandingkan setiap perusahaan lain yang membangun model off-the-shelf yang sama. Dalam kebanyakan kasus, ini akan datang dengan memperoleh independensi data: memiliki data tentang kasus penggunaan Anda dan menggunakannya untuk mempersonalisasi dan menyesuaikan model Anda.

Kredit gambar: AlienCat/depositphotos.com

Author: Kenneth Henderson