Google Beberkan 5 Hype Soal AI Generatif dan Realitanya, Termasuk Tingkat Akurasi

TEMPO.CO, Jakarta - Google Cloud menyatakan terus mengembangkan pengalaman dan keahlian dengan pemanfaatan teknologi kecerdasan buatan atau AI generatif. “Kami berkomitmen untuk bermitra dengan industri yang lebih luas untuk mengembangkan teknologi inovasi AI yang siap diakses, dipercaya, dan bertanggung jawab,” kata Direktur Regional untuk Indonesia dan Malaysia di Google Cloud, Megawaty Khie.

Untuk itu pula, Google Cloud rajin bertemu dengan organisasi atau perusahaan untuk membahas bagaimana pengguna dapat membawa teknologi AI generatif ke dalam bisnis mereka. Saat pelaku bisnis mengeksplorasi cara agar dapat membantu mencapai hasil bisnis yang positif itulah, menurut Megawaty, penting untuk membedakan antara hype dan realita dari teknologi AI Generatif.

Dia menunjukkan sedikitnya ada lima kesalahpahaman yang penting untuk diluruskannya tentang AI Generatif di antara kalangan perusahaan. Berikut lima mispersepsi itu beserta penjelasannya, 

Kesalahpahaman 1: Satu model untuk mengendalikan semuanya

Pemahaman tentang menggunakan satu model bahasa besar (LLM) atau satu jenis model AI generatif akan menggeneralisasikan semua kasus adalah mitos. Pasar teknologi kini memang banyak dikendalikan oleh segelintir perusahaan. “Tapi sifat dasar AI generatif, terutama untuk perusahaan, akan menunjukkan ribuan model atau lebih,” kata Megawaty.

Alasannya beragam, tetapi yang jelas bahwa beberapa model unggul dalam meringkas, ada pula yang unggul dalam kesimpulan berbentuk poin-poin, dan ada yang unggul dalam pemaparan. Karena setiap industri atau departemen memiliki cara yang berbeda untuk mengungkapkan pengetahuan mereka, hal ini harus dipertimbangkan saat memilih model AI yang cocok.

Kesalahpahaman 2: Lebih besar lebih baik

Model AI generatif menghabiskan banyak sumber daya komputasi. Besarnya perputaran dana yang diperlukan oleh sebuah perusahaan dalam membuat model fondasi adalah salah satu bukti pengeluaran biaya yang tinggi.

Potensi biaya komputasi tinggi adalah salah satu alasan mengapa menggunakan model yang tepat untuk suatu pekerjaan menjadi sangat penting. Semakin besar modelnya, semakin banyak biaya untuk kueri.

Itu sebabnya, Megawaty menjelaskan, model perusahaan tidak perlu sampai terlalu detil. Model untuk menghasilkan ringkasan tentang target penjualan kuartal berikutnya, misalnya, tak perlu mampu mengetahui kata-kata dari setiap lagu Taylor Swift.

“Konteks itu bagaikan raja, dan pengguna harus selektif dalam seberapa banyak IQ yang dibutuhkan sebuah model yang digunakan," katanya.

Kesalahpahaman 3: Hanya saya dan bot saya

Sama seperti gerakan "bring your own device" dan "bring your own app" di masa lalu yang menimbulkan kekhawatiran "shadow IT", beberapa lembaga keuangan telah menutup akses ke AI generatif yang tersedia untuk umum. Mereka khawatir model ini dapat membocorkan informasi hak milik.

Megawaty memberi contoh saat sebuah bank sedang menjajaki merger untuk klien industri besar, lalu seorang di Departemen Merger dan Akuisisi menanyakan ke model AI publik: "Apa saja target pengambilalihan yang baik untuk Perusahaan XYZ?"

Jika informasi itu berkontribusi pada data pelatihan model publik, kata Megawaty, layanan dapat dilatih untuk menjawab pertanyaan itu untuk siapa saja. Tapi, secara default, dia menambahkan, layanan Google Cloud AI tidak menggunakan data pribadi seperti ini.

Sebagian besar perusahaan yang pernah ditemuinya, Megawaty mengungkapkan, mengkhawatirkan keamanan pertanyaan yang mereka ajukan kepada model, konten yang dilatih oleh model ini, dan hasilnya.

Kesalahpahaman 4: Apakah saya dapat selalu mempercayai bot saya

Tingkat akurasi dan keandalan adalah salah satu perhatian terbesar dengan teknologi baru ini. Algoritma dirancang untuk memberikan jawaban apapun yang terjadi, dan dalam beberapa kasus, model AI generatif dapat menghasilkan jawaban yang tidak benar.

“Setiap perusahaan yang kami kenal sangat berinvestasi dalam menciptakan fakta dan data yang dapat diverifikasi. Penting untuk menggunakan model dan arsitektur teknologi berdasarkan data mereka” kata Megawaty.

Menurut dia, sebagian besar model AI generatif publik mengabaikan persyaratan data perusahaan ini, "Yang bisa berbahaya, terutama di regulated industry."

Kesalahpahaman 5: Tanyakan bot saya tentang apa saja

Perusahaan memiliki banyak sumber informasi yaitu: penetapan harga, sumber daya manusia, hukum, keuangan, dan lain-lain, tetapi kami belum pernah mendengar ada perusahaan yang mengizinkan akses terbuka ke semua informasi ini.

Beberapa pemimpin bisnis semakin tertarik untuk membangun semua informasi mereka menjadi LLM, sehingga dapat menjawab semua pertanyaan, baik itu di tingkat organisasi atau tingkat global.

Setelah sebuah perusahaan memikirkan bagaimana dapat menjaga informasi mereka tetap pribadi dan faktual, mereka dengan cepat menyadari langkah selanjutnya: Bagaimana cara mengatur siapa yang dapat mengajukan pertanyaan kepada model saya, dan pada tingkat apa?

Pilihan Editor: UTBK 2023, USU Laporkan 7 Peserta Curang ke Polisi