Pesatnya pertumbuhan AI Generatif telah memicu banyak pertanyaan dan pertimbangan tidak hanya di kalangan teknologi, tetapi juga masyarakat arus utama pada umumnya. Kemajuan teknologi dan kemudahan akses berarti bahwa hampir semua orang dapat memanfaatkan alat-alat ini, dan sebagian besar tahun 2023 akan dihabiskan untuk menemukan cara-cara baru penggunaan AI Generatif untuk memecahkan masalah atau meningkatkan kehidupan kita.

Namun, dalam terburu-buru mengadopsi teknologi transformatif ini, kita juga harus mengingat “Malu Maslow.” Dikaitkan dengan Abraham Maslow, yang terkenal karena menguraikan hierarki kebutuhan, Palu Maslow menyoroti ketergantungan yang berlebihan pada satu alat, sebuah konsep yang secara populer diringkas sebagai “Jika yang Anda miliki hanyalah palu, segala sesuatu yang lain tampak seperti paku.” Saat perusahaan menavigasi evolusi AI yang sedang berlangsung, kita perlu memastikan bahwa kita menerapkannya di tempat yang paling masuk akal, dan bukan hanya karena kita bisa. Hal ini pada akhirnya akan menghemat waktu, uang, dan energi yang dapat digunakan untuk membangun alat dan solusi yang kuat untuk kasus penggunaan yang layak.

Mengetahui kapan harus menggunakan GenAI dan kapan tidak menggunakannya merupakan keahlian yang diperlukan bagi ilmuwan data, insinyur, dan eksekutif data khusus domain yang lengkap.

Menjalankan GenAI itu mahal dan bukannya tanpa kendala. Saat ini, perencanaan aplikasi GenAI yang ceroboh dapat menyebabkan laba atas investasi yang negatif (karena biaya operasional yang berlebihan), masalah skalabilitas dan downtime (karena sumber daya komputasi yang terbatas), dan kerusakan serius pada pengalaman pelanggan dan reputasi merek (karena potensi untuk pembuatan konten yang salah, halusinasi, kesalahan/misinformasi, saran menyesatkan, dll.). Organisasi kesulitan mengendalikan variabel-variabel ini secara umum, dan dampak negatif serta keterbatasannya harus diimbangi dengan proposisi nilai yang substansial.

Salah satu aspek menarik yang dapat diamati di seluruh industri ini adalah efek samping yang tidak terduga (namun disambut baik) dari perjalanan GenAI, sebagai semacam pencerahan yang membuka mata. Bagaimana kita menyeimbangkan risiko/imbalan ini? Apa yang perlu kita cari dan pertanyaan apa yang perlu kita ajukan untuk memastikan bahwa kita berhasil menggunakan (atau tidak) AI?

Membebaskan diri dari bias kompleksitas: sebagai manusia, kita cenderung menyukai dan menghargai solusi yang kompleks saja (dikenal sebagai ‘bias kompleksitas’). Sayangnya, hal ini terutama berlaku pada aplikasi GenAI saat ini, karena kita terpengaruh dan “dipaksakan” untuk menggunakan GenAI untuk menyelesaikan segala permasalahan. Hanya karena “tampaknya berhasil”, bukan berarti ini merupakan solusi terbaik/optimal. Dengan mengikuti logika ini, beberapa tim mungkin memiliki peluang besar untuk menemukan bahwa ada cara yang lebih mudah (mungkin non-GenAI) untuk menyelesaikan beberapa masalah (atau bagian dari masalah!). Untuk mencapai wahyu ini memerlukan pikiran rendah hati yang terbuka terhadap kemungkinan berasumsi bahwa kita tidak selalu membutuhkan solusi yang paling rumit dan mahal, meskipun solusi tersebut mewah dan kita mampu membelinya.

Tidak selalu semuanya atau tidak sama sekali: salah satu aspek yang berhasil bagi beberapa perusahaan namun tidak bagi sebagian besar perusahaan adalah kebutuhan untuk menjalankan GenAI sepanjang waktu. Jika alasan bisnis Anda bukan untuk menjual atau mendukung infrastruktur GenAI, kemungkinan besar Anda akan menggunakan GenAI sebagai alat untuk mencapai sasaran spesifik domain. Jika demikian, yang diinginkan setiap pemain di industri ini adalah memaksimalkan nilai sekaligus meminimalkan biaya operasional. Mengingat biaya menjalankan GenAI saat ini, jawaban paling jelas untuk mencapai hal ini adalah dengan menghindari menjalankannya sebisa mungkin, sambil tetap memberikan sebagian besar nilai yang diinginkan. Pertukaran halus ini adalah cara yang cerdas dan elegan untuk mengatasi masalah ini: tidak mengabaikan nilai yang diberikan oleh GenAI atau menggunakannya secara obsesif sehingga menghasilkan ROI negatif. Bagaimana Anda mencapainya? Itu mungkin rahasia dari area aplikasi khusus domain Anda.

Mitigasi etis: Model GenAI bisa (dan biasanya) cukup besar. Meskipun hal ini mungkin diperlukan untuk beberapa skenario, hal ini tidak diperlukan untuk sebagian besar aplikasi spesifik domain di dunia nyata, karena beberapa penulis GenAI sedang mencari tahu di seluruh industri (misalnya, Phi-2). Oleh karena itu, penting tidak hanya bagi bisnis Anda tetapi juga bagi umat manusia untuk belajar mengurangi dan mengoptimalkan model GenAI sebanyak mungkin. Hal ini tidak hanya memberikan efisiensi pada kasus penggunaan Anda (penghematan biaya, kecepatan inferensi, jejak yang lebih ringan, pengurangan risiko, dll.) tetapi juga mencapai penggunaan teknologi yang bertanggung jawab dan menghormati sumber daya manusia. Setiap kali Anda menghemat satu kilowatt atau beberapa detik inferensi per pengguna, Anda secara eksplisit berkontribusi terhadap masa depan berkelanjutan di mana GenAI dimanfaatkan untuk memaksimalkan nilai sekaligus meminimalkan dampak lingkungan, dan hal tersebut merupakan sesuatu yang bisa dibanggakan.

Menyeberangi sungai paling dangkal…

Kuncinya adalah bersikap rendah hati untuk menemukan jalan yang optimal: tetap berpikiran terbuka untuk mempertimbangkan solusi non-GenAI terhadap masalah Anda terlebih dahulu. Jika GenAI benar-benar merupakan cara terbaik, cari tahu apakah Anda benar-benar perlu menjalankannya sepanjang waktu atau hanya sesekali. Dan yang terakhir, menyusutkan sebanyak mungkin, bukan hanya karena biaya dan kecepatan, namun karena tanggung jawab sosial.

GenAI jelas punya waktu dengan potensi yang ditunjukkan. Pada saat yang sama, kemampuan untuk mengenali kelemahan teknis dan finansial GenAI juga sama pentingnya bagi perkembangan industri yang sehat. Sama seperti kita tidak menggunakan palu untuk setiap tugas di rumah, kita juga harus terus bertanya: Apakah masalah ini layak untuk GenAI? Dan apakah nilai yang diberikan oleh teknologi ini (bila diterapkan pada kasus penggunaan khusus domain saya) lebih besar daripada kerugian operasionalnya? Dengan pemikiran ini, industri akan mencapai kemajuan yang signifikan dan bertanggung jawab dalam memecahkan masalah dengan seperangkat alat yang beragam namun efisien. Mari terus jelajahi dan bangun dunia GenAI yang menarik, tanpa melupakan tujuan akhir kita.

Memperkenalkan McAfee+

Pencurian identitas dan perlindungan privasi untuk kehidupan digital Anda


#Generatif #Menyeberangi #Arus #Tempat #yang #Dangkal