Penerapan Kecerdasan Buatan (AI) di perusahaan modern tidak lagi hanya tentang menggunakan model pembelajaran mesin (Machine Learning/ML) tertentu, tetapi melibatkan ekosistem teknologi yang kompleks. Gartner, perusahaan riset dan penasihat teknologi terkemuka, memperkenalkan konsep AI Technology Stack atau Tumpukan Teknologi AI untuk memberikan kerangka kerja dalam memahami, membangun, dan mengelola arsitektur AI secara efektif.
Konsep ini menjadi penting karena persaingan vendor AI semakin ketat, memengaruhi setiap lapisan dalam tumpukan teknologi tersebut. Perusahaan perlu memahami setiap komponen untuk memastikan proyek AI mereka dapat menghasilkan nilai bisnis yang diinginkan (desired business value).
Lapisan Kunci dalam AI Technology Stack
Berbeda dari tumpukan teknologi tradisional, Gartner menekankan bahwa Tumpukan Teknologi AI perlu mempertimbangkan beberapa lapisan utama. Meskipun Gartner menggunakan analogi "sandwich" untuk menggambarkan struktur ini karena berbagai input yang datang, lapisan-lapisan intinya mencakup:
1. Data Management (Manajemen Data)
Data adalah bahan bakar utama AI. Lapisan ini mencakup semua proses dan teknologi untuk mengumpulkan, menyimpan, memproses, mengatur, dan menjamin kualitas data yang akan digunakan untuk melatih, menguji, dan menjalankan model AI.
Contoh: Data lakes, data warehouses, ETL/ELT tools, serta strategi Tata Kelola Data (Data Governance) yang ketat.
2. AI Platforms and Infrastructure (Platform dan Infrastruktur AI)
Lapisan ini menyediakan fondasi komputasi yang dibutuhkan untuk membangun, melatih, dan menjalankan model AI, khususnya yang berukuran besar seperti model Generative AI (GenAI).
Komponen Inti: AI-optimized servers (server yang dioptimalkan AI, seringkali dilengkapi GPU atau accelerators lainnya), layanan cloud untuk ML (MLOps platforms), dan sistem komputasi terdistribusi.
Gartner memproyeksikan pertumbuhan signifikan di pasar server yang dioptimalkan AI karena kebutuhan daya komputasi yang masif.
3. AI Applications (Aplikasi AI)
Ini adalah lapisan yang berinteraksi langsung dengan pengguna akhir atau sistem bisnis, menghasilkan output bisnis yang terlihat. Lapisan ini dapat dibagi menjadi dua jenis utama:
Aplikasi AI Siap Pakai (Off-the-shelf AI Applications): Perangkat lunak yang sudah disematkan kemampuan AI (misalnya, CRM dengan forecasting otomatis, chatbot layanan pelanggan).
Model/Aplikasi GenAI: Model bahasa besar (Large Language Models/LLMs) atau model generatif lainnya yang diimplementasikan dalam produk atau alur kerja perusahaan. Gartner memprediksi bahwa dalam beberapa tahun, kapabilitas GenAI akan menjadi persyaratan dasar di sebagian besar penawaran perangkat lunak.
4. AI Governance (Tata Kelola AI)
Lapisan ini seringkali diletakkan sebagai elemen penyeimbang atau pemantau, memastikan bahwa semua lapisan di bawahnya beroperasi sesuai dengan etika, peraturan, dan tujuan bisnis.
Fungsi: Mengelola risiko, memastikan keadilan (fairness), transparansi, akuntabilitas, serta kepatuhan terhadap regulasi yang ada.
Tanpa Tata Kelola AI yang efektif, sebagian besar proyek AI (termasuk GenAI) berisiko gagal mencapai nilai bisnis yang diharapkan, seperti yang diperingatkan oleh Gartner.
Implikasi dan Tren Utama
Gartner mengidentifikasi beberapa implikasi signifikan dari evolusi Tumpukan Teknologi AI, terutama dengan maraknya Generative AI (GenAI):
GenAI sebagai Standar Dasar: Dalam waktu dekat, kapabilitas GenAI akan menjadi fitur standar, bukan pembeda, di sebagian besar produk perangkat lunak.
Pergeseran Pengeluaran: Perusahaan diperkirakan akan menghabiskan lebih banyak uang untuk perangkat lunak yang sudah disematkan GenAI daripada yang tidak.
Fokus pada Hasil Bisnis: Vendor harus beralih dari sekadar menjual fitur AI ke penekanan pada hasil bisnis (business outcomes) yang spesifik dan terukur, karena banyak proyek GenAI yang gagal mencapai nilai bisnisnya.
Tekanan pada Infrastruktur: Permintaan akan komputasi yang intensif AI memberikan tekanan besar pada pemasok infrastruktur, baik di core maupun edge (pinggiran).
Kesimpulan
AI Technology Stack versi Gartner berfungsi sebagai kompas bagi para pemimpin bisnis dan teknologi. Dengan memahami interkoneksi antara Manajemen Data, Platform dan Infrastruktur AI, Aplikasi AI, dan Tata Kelola AI, organisasi dapat membuat keputusan investasi yang lebih baik, mengelola risiko, dan pada akhirnya, memastikan bahwa mereka dapat bersaing dan memenangkan perlombaan AI yang sedang berlangsung. Hal ini membutuhkan strategi yang terintegrasi, yang melihat AI bukan sebagai solusi tunggal, tetapi sebagai ekosistem teknologi yang saling bergantung.
Comments
Post a Comment