Bagaimana masa depan genAI? Siklus Hype Gartner

Tidak mengherankan bagi siapa pun bahwa AI generatif dan model dasar yang mendukungnya saat ini berada pada puncak dari apa yang Gartner sebut sebagai “puncak ekspektasi yang meningkat” dalam iterasi terbaru dari “Siklus Gartner Hype untuk Kecerdasan Buatan.” Artinya, mereka sedang tertatih-tatih di jurang yang dapat menjerumuskan mereka ke dalam “palung kekecewaan”.

Kami berbicara dengan Afraz Jaffri, direktur analis di Gartner dengan fokus pada analitik, ilmu data, dan AI tentang bagaimana kita harus menafsirkan situasi. Wawancara telah diedit agar panjang dan jelasnya.

T: Anda memproyeksikan bahwa diperlukan waktu dua hingga lima tahun untuk model dasar, lima hingga 10 tahun bagi AI generatif untuk mencapai “dataran tinggi produktivitas”. Berdasarkan apa hal itu?

J: Di sinilah kita dapat melihat penerapan yang nyata, tidak hanya di antara sejumlah perusahaan tertentu, yang mungkin akan dilakukan jauh lebih cepat, namun di semua tingkatan organisasi — terutama dalam bentuk aplikasi yang dikemas. Setiap perangkat lunak akan memiliki semacam fungsi AI generatif di dalamnya, namun peningkatan produktivitas sebenarnya dari fitur-fitur tersebut akan membutuhkan waktu lebih lama untuk dipahami. Ini adalah perlombaan bagi semua orang untuk menghadirkan produk atau fitur AI generatif dalam perangkat lunak mereka; dalam semua kasus tersebut, manfaatnya akan membutuhkan waktu lebih lama untuk terwujud dan juga diukur.

Model pondasi mencakup spektrum yang luas; bukan hanya model bahasa besar tetapi juga model gambar dan video. Itu sebabnya waktu menuju dataran tinggi akan lebih lama. Ini adalah kumpulan semua jenis model.

Gali lebih dalam: Mengapa kami peduli dengan AI dalam pemasaran

T: Bisa dibayangkan hal-hal yang bisa sangat mengganggu AI generatif. Salah satunya adalah peraturan – ada kekhawatiran nyata, terutama di Eropa, mengenai model bahasa besar yang mengambil data pribadi. Yang lainnya berkaitan dengan hak cipta. Sudahkah Anda mempertimbangkan kemungkinan gangguan tersebut di sini?

J: Ya, itu adalah bagian dari pemikiran. Persoalan pertama sebenarnya adalah aspek kepercayaan. Terlepas dari peraturan eksternal, masih ada perasaan mendasar bahwa sangat sulit untuk mengontrol keluaran model dan menjamin keluaran benar-benar benar. Itu adalah kendala besar. Seperti yang Anda sebutkan, ada juga ketidakpastian dalam peraturan. Jika di Eropa model-model tersebut berada di bawah regulasi yang signifikan, model-model tersebut mungkin tidak akan tersedia; kami telah melihat ChatGPT dihapus di sana selama beberapa waktu. Jika perusahaan-perusahaan besar melihat bahwa terlalu sulit untuk mematuhinya, mereka mungkin akan menarik layanan mereka dari wilayah tersebut.

Ada juga sisi hukumnya. Model ini didasarkan pada, seperti yang Anda katakan, data yang mencakup data berhak cipta yang diambil dari web. Jika penyedia data tersebut mulai meminta penukaran yang sesuai, hal ini juga berdampak pada tingkat penggunaan model ini di masa mendatang. Lalu ada sisi keamanan. Seberapa aman Anda membuat model ini terhadap hal-hal seperti serangan. Pasti ada hambatan untuk bernavigasi.

T: Kami sering mendengar tentang “manusia yang berada dalam lingkaran”. Sebelum merilis apa pun yang dibuat oleh AI generatif kepada audiens, Anda harus mendapatkan tinjauan dan persetujuan manusia. Namun salah satu keunggulan genAI adalah kecepatan dan skala kreativitasnya. Bagaimana manusia bisa mengimbanginya?

J: Kecepatan dan skalanya ada untuk digunakan oleh manusia dalam melakukan hal-hal yang perlu mereka lakukan. Itu ada untuk membantu orang-orang yang, katakanlah, perlu memeriksa 10 dokumen untuk mendapatkan jawaban atas sesuatu; sekarang mereka dapat melakukannya dalam satu menit. Karena masalah kepercayaan, itulah jenis tugas yang paling berharga untuk menggunakan model bahasa.

T: Jika AI yang bertanggung jawab akan mencapai puncaknya dalam lima hingga 10 tahun ke depan, sepertinya Anda memperkirakan perjalanan akan penuh tantangan.

J: Dunia peraturan dan sistem lainnya tidak diketahui; dan bahkan ketika peraturan tersebut diformalkan dan diketahui, akan ada peraturan yang berbeda untuk wilayah geografis yang berbeda. Sifat bawaan dari model ini adalah bahwa model tersebut memang memiliki kecenderungan tidak aman. Mampu mengendalikannya akan membutuhkan waktu untuk belajar. Bagaimana Anda memeriksa apakah suatu model akan aman? Bagaimana Anda mengaudit model kepatuhan? Untuk keamanan? Praktik terbaik sulit didapat; setiap organisasi mengambil pendekatannya sendiri. Lupakan AI generatif, model AI lainnya, yang sudah lama digunakan oleh organisasi, masih melakukan kesalahan dan masih menunjukkan bias.

T: Bagaimana seharusnya masyarakat mempersiapkan diri menghadapi kekecewaan yang akan segera terjadi?

J: Organisasi akan mengikuti lintasan yang berbeda dalam pengalaman mereka dengan AI generatif, sehingga hal ini tidak berarti bahwa organisasi harus terjerumus ke dalam jurang kegagalan. Hal ini umumnya terjadi ketika ekspektasi tidak dikelola. Jika Anda memulai dengan melihat beberapa kasus penggunaan yang ditargetkan, beberapa implementasi yang ditargetkan, dan Anda memiliki metrik kesuksesan yang baik, dan juga investasi dalam manajemen data dan organisasi; tata kelola yang baik, kebijakan yang baik; jika Anda menggabungkan semua itu dengan narasi praktis tentang apa yang dapat dilakukan model, maka Anda telah mengendalikan hype dan kecil kemungkinannya Anda akan terjerumus.

T: Apakah menurut Anda siklus sensasi AI berjalan lebih cepat dibandingkan siklus lain yang pernah Anda lihat?

J: Siklus AI yang berlebihan cenderung mengarah pada inovasi yang bergerak lebih cepat — dan inovasi tersebut juga cenderung lebih berdampak pada apa yang dapat mereka lakukan. Saat ini, ini merupakan garda depan dan pusat inisiatif pendanaan bagi para VC. Ini adalah area fokus, juga dalam ruang penelitian. Banyak dari hal-hal ini muncul dari dunia akademis, yang sangat aktif di bidang ini.

T: Terakhir, AGI, atau kecerdasan umum buatan (AI yang mereplikasi kecerdasan manusia). Anda memperkirakan hal itu akan terjadi dalam sepuluh tahun atau lebih. Apakah Anda melakukan lindung nilai atas taruhan Anda karena hal itu mungkin tidak mungkin dilakukan sama sekali?

J: Ya. Kami memiliki penanda yang “usang sebelum dataran tinggi.” Ada argumen yang mengatakan bahwa hal ini tidak akan pernah benar-benar terjadi, namun kami mengatakan hal ini lebih dari 10 tahun karena ada begitu banyak penafsiran berbeda mengenai apa sebenarnya AGI. Banyak peneliti terkemuka yang mengatakan bahwa kita berada di jalur yang akan membawa kita menuju AGI, namun masih banyak terobosan dan inovasi yang diperlukan untuk melihat seperti apa jalur tersebut sebenarnya. Kami pikir ini adalah sesuatu yang lebih jauh dari apa yang diyakini banyak orang.

Gali lebih dalam: Temukan solusi martech mutakhir secara gratis – online minggu depan!