Investasi global di bidang kecerdasan buatan (AI) telah mencapai angka fantastis, yaitu USD 188 miliar atau setara dengan Rp 3.051 triliun. Angka ini diperkirakan akan terus meningkat seiring perkembangan teknologi AI dan meluasnya penerapannya di berbagai sektor.
Jay Jenkins, CTO Cloud Computing di Akamai Technologies, menjelaskan bahwa peningkatan investasi ini turut mendorong perkembangan pesat di sektor perangkat keras. Perusahaan-perusahaan berlomba-lomba mengembangkan perangkat keras khusus untuk mendukung proses pelatihan dan pengambilan keputusan AI.
Investasi Besar untuk Pelatihan Model AI
Sebagian besar dana yang diinvestasikan, sekitar 80 persen, digunakan untuk membangun dan melatih model AI. Hal ini menunjukkan tingginya minat dan fokus pada pengembangan model AI yang handal dan akurat.
Hanya 20 persen investasi yang dialokasikan untuk inference, atau penggunaan model AI dalam praktik. Meskipun tampak kecil, tahap ini sangat krusial karena menentukan nilai dan dampak nyata dari teknologi AI.
Menurut Jay Jenkins, banyak organisasi masih dalam tahap eksplorasi dan pengembangan AI, sehingga proporsi investasi yang lebih besar ditujukan untuk pelatihan model. Implementasi nyata (inference) akan semakin penting seiring dengan semakin matangnya teknologi AI.
Tantangan Operasional dan Solusi Terdistribusi
Studi dari Forrester menunjukkan berbagai tantangan yang dihadapi perusahaan dalam mengoperasionalkan AI. Sebanyak 56 persen pemimpin perusahaan menghadapi masalah latensi, sementara 60 persen menghadapi kesulitan terkait biaya penyimpanan dan pemrosesan.
Selain itu, 45 persen perusahaan mengalami kesulitan dalam meningkatkan kapasitas aplikasi AI mereka. Ini menunjukkan bahwa operasional AI tidak sesederhana yang dibayangkan, dan masih banyak tantangan yang perlu diatasi.
Akamai menawarkan solusi berupa arsitektur cloud terdistribusi untuk mengatasi masalah ini. Arsitektur ini memungkinkan inference AI yang cepat dan efisien.
Alih-alih model terpusat, Akamai mendorong pendekatan yang mendekatkan komputasi ke sumber data. Hal ini memungkinkan reaksi *real-time* terhadap data, terutama untuk perangkat IoT.
Adopsi AI di Indonesia dan Tantangan ke Depan
Indonesia menunjukkan angka adopsi AI tertinggi di Asia Tenggara, mencapai 24,6 persen menurut IDC. Angka ini menunjukkan potensi besar dan minat tinggi terhadap teknologi AI di Indonesia.
Namun, Indonesia juga menghadapi tantangan dalam hal sumber daya komputasi yang signifikan untuk melayani populasi besar dan geografis yang luas. Komputasi edge menjadi solusi yang relevan untuk mengatasi tantangan ini.
Perkembangan AI juga menyoroti pentingnya regulasi dan kedaulatan data. Komputasi terdistribusi memungkinkan pemrosesan data secara lokal, meminimalkan perpindahan data dan meningkatkan keamanan data.
Ketersediaan talenta cloud di Indonesia masih menjadi kendala. Pemerintah dan industri perlu berkolaborasi untuk meningkatkan pengembangan sumber daya manusia di bidang AI.
Kesimpulannya, investasi besar di bidang AI menandai langkah signifikan menuju masa depan yang semakin terintegrasi dengan teknologi ini. Namun, tantangan operasional dan pengembangan infrastruktur yang memadai tetap menjadi fokus utama. Indonesia, sebagai negara dengan tingkat adopsi AI yang tinggi di Asia Tenggara, memiliki potensi besar untuk memimpin dalam pengembangan dan implementasi teknologi AI, tetapi perlu mengatasi berbagai tantangan yang ada. Perkembangan teknologi AI ke depannya akan semakin terdistribusi untuk meningkatkan efisiensi dan keamanan data.
Leave a Comment