(Source: Freepik)
Meskipun model AI berbahasa besar (large language model) serbaguna menyediakan kemampuan bahasa yang kuat, tedapat kekurangan pada akurasi responsnya yang menurun untuk tugas yang memerlukan konteks domain bisnis tertentu. Karena itu, Gartner memperkirakan organisasi akan mengimplementasikan model-model AI kecil yang spesifik untuk tugas tertentu, dengan volume penggunaan setidaknya tiga kali lebih banyak dibandingkan dengan model bahasa besar (LLM) serbaguna pada tahun 2027.
“Keragaman tugas dalam alur kerja bisnis dan kebutuhan akan akurasi yang lebih tinggi mendorong pergeseran ke arah model-model AI khusus yang disetel pada fungsi spesifik atau data domain tertentu,” kata Sumit Agarwal, VP Analyst di Gartner. “Model-model kecil yang spesifik untuk tugas akan dapat memberikan respons yang lebih cepat dan menggunakan lebih sedikit daya komputasi, sehingga mengurangi biaya operasional dan pemeliharaan.”
Perusahaan dapat membuat model AI khusus yang sesuai kebuttuhan menggunakan teknik Retrieval-Augmented Generation (RAG) atau fine-tuning. Dalam proses ini, data perusahaan menjadi pembeda utama, sehingga memerlukan persiapan data, pemeriksaan kualitas, pembuatan versi, dan pengelolaan keseluruhan untuk memastikan data yang relevan terstruktur agar memenuhi persyaratan fine-tuning.
“Seiring perusahaan semakin menyadari nilai data pribadi dan wawasan yang diperoleh dari proses khusus mereka, ada peluang mereka akan mulai memonetisasi model khusus ini dan menawarkan akses kepada pengguna potensial yang lebih luas, termasuk pelanggan mereka dan bahkan pesaing,” tambah Agarwal. “Ini menandai pergeseran dari pendekatan protektif ke penggunaan data dan pengetahuan yang lebih terbuka dan kolaboratif.”
Dengan menawarkan model-model AI untuk tugas khusus yang sudah terbukti kemampuannya ke pasar yang memerlukannya, perusahaan dapat menciptakan aliran pendapatan baru sekaligus mendorong ekosistem yang lebih saling terhubung.
