(Source: Freepik)
Investasi dalam kecerdasan buatan (AI) tetap kuat pada tahun ini. Fokusnya kini beralih ke penggunaan AI untuk skalabilitas operasional dan kecerdasan waktu nyata. Perubahan fokus ini mengarah pada pergeseran dari AI generatif (GenAI) sebagai fokus utama, menuju pendorong dasar yang mendukung penyampaian AI yang berkelanjutan. Hal ini membuka jalan bagi inovasi-inovasi yang menjanjikan, yang akan memengaruhi bagaimana perusahaan beroperasi di masa depan.
Laporan Dari Gartner
Menurut Gartner, AI agents dan AI ready data adalah dua teknologi yang bergerak paling cepat pada Gartner Hype Cycle for Artificial Intelligence 2025. Kedua teknologi ini berada di puncak ekspektasi yang tinggi tahun ini, didukung oleh minat yang meningkat dan janji-janji spekulatif. Hype Cycle sendiri adalah representasi grafis dari kematangan dan adopsi teknologi, yang membantu perusahaan mengelola penerapannya sesuai dengan tujuan bisnis.
Dalam laporan tersebut, Gartner juga menyoroti multimodal AI dan AI trust, risk and security management sebagai dua inovasi utama yang diperkirakan akan mencapai adopsi arus utama dalam lima tahun ke depan. Perkembangan ini akan memungkinkan aplikasi AI yang lebih kuat, inovatif, dan bertanggung jawab. Hal ini akan mengubah cara bisnis dan organisasi beroperasi secara keseluruhan.
Siklus Kecerdasan Buatan Di Tahun 2025
AI agent adalah entitas perangkat lunak otonom atau semi otonom yang menggunakan teknik AI untuk memahami, membuat keputusan, mengambil tindakan, dan mencapai tujuan dalam lingkungan digital atau fisik. Organisasi menggunakan praktik dan teknik AI seperti Large Language Model (LLM) untuk membuat dan menyebarkan agen AI guna menyelesaikan tugas-tugas kompleks. Meskipun agen AI akan terus menjadi lebih kuat, penggunaannya akan sangat bergantung pada persyaratan spesifik dari situasi yang dihadapi.
AI ready data memastikan bahwa kumpulan data dioptimalkan untuk aplikasi AI, yang meningkatkan akurasi dan efisiensi. Kesiapan ini ditentukan melalui kemampuan data untuk membuktikan kesesuaiannya untuk kasus penggunaan AI yang spesifik. Hal ini memaksa pendekatan baru terhadap manajemen data. Organisasi yang berinvestasi dalam AI harus mengembangkan praktik dan kemampuan manajemen data mereka untuk memastikan kepercayaan, menghindari masalah risiko dan kepatuhan, serta mengurangi bias dan halusinasi.
AI Multimodal adalah model AI yang dilatih dengan berbagai jenis data secara bersamaan, seperti gambar, video, audio, dan teks. Dengan mengintegrasikan dan menganalisis sumber data yang beragam, model ini dapat memahami situasi kompleks lebih baik daripada model yang hanya menggunakan satu jenis data. Menurut penelitian Gartner, AI multimodal akan menjadi bagian penting dari kemajuan kemampuan di setiap aplikasi dan produk perangkat lunak di semua industri dalam lima tahun ke depan.
AI TRiSM memainkan peran penting dalam memastikan penerapan AI yang etis dan aman. Teknologi ini terdiri dari empat lapisan kemampuan teknis yang mendukung kebijakan perusahaan untuk semua kasus penggunaan AI dan membantu menjamin tata kelola, kepercayaan, keadilan, keamanan, keandalan, privasi, dan perlindungan data.
“Dengan investasi AI yang tetap kuat tahun ini, penekanan yang lebih tajam ditempatkan pada penggunaan AI untuk skalabilitas operasional dan kecerdasan real-time. Hal ini telah menyebabkan pergeseran bertahap dari AI generatif (GenAI) sebagai fokus utama, menuju enabler dasar yang mendukung pengiriman AI yang berkelanjutan, seperti data yang siap AI dan agen AI.” kata Haritha Khandabattu, Senior Director Analyst di Gartner.
Untuk mewujudkan nilai bisnis yang besar dari AI, keberhasilan akan bergantung pada proyek percontohan yang selaras dengan bisnis, tolok ukur infrastruktur yang proaktif, dan koordinasi antara tim AI dan bisnis. Hal ini bertujuan untuk menciptakan nilai bisnis yang nyata.
