5 Mitos AI yang Dipercaya Korporasi versi Google Cloud

Pixabay
Kantor Google
Penulis: Lavinda
9/5/2023, 11.50 WIB

Teknologi kecerdasan buatan atau AI generatif menjadi perbincangan hangat di kalangan pengusaha. Sebagian besar membahas bagaimana AI generatif mampu mendorong performa bisnis mereka. 

Di sisi lain, sejumlah perusahaan teknologi berlomba-lomba menawarkan layanan AI generatif khusus untuk klien korporasi, salah satunya Google Cloud.

Dikutip dari keterangan pers, sejak meluncurkan kemampuan AI generatif terbaru, Google Cloud menghadiri sejumlah pertemuan dengan organisasi untuk membahas bagaimana mereka dapat membawa teknologi tersebut ke dalam bisnis.

Dalam prosesnya, sejumlah petinggi perusahaan memiliki pandangan yang keliru terkait fungsi teknologi ketika membantu aktivitas bisnisnya.

Berikut lima kesalahpahaman yang telah ditangani Google ketika membantu perusahaan mengungkap teknologi yang berkembang :

1. Satu Model untuk Kendalikan Semua

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

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. Pada dasarnya, setiap industri atau departemen memiliki cara yang berbeda untuk mengungkapkan pengetahuan, hal ini harus dipertimbangkan saat memilih model AI anda.

2. Lebih Besar Lebih Baik

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

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

3. Hanya Saya dan Bot Saya

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

Misalnya, sebuah bank sedang menjajaki merger untuk klien industri besar, dan seseorang di departemen merger dan akuisisi menanyakan model publik dan bertanya: "'Apa saja target pengambilalihan yang baik untuk Perusahaan XYZ?"' Jika informasi itu berkontribusi pada data pelatihan model publik, layanan teknologi dapat dilatih untuk menjawab pertanyaan ini untuk siapa saja. Secara default, layanan Google Cloud AI tidak menggunakan data pribadi seperti ini.

Sebagian besar perusahaan khawatir keamanan pertanyaan yang mereka ajukan kepada teknologi AI, konten yang dilatih oleh teknologi AI, dan hasilnya.

4. Selalu Percaya pada Bot

Keakuratan dan keandalan adalah salah satu perhatian terbesar dengan teknologi baru ini. Algoritme dirancang untuk memberikan jawaban apa pun 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 bagi perusahaan untuk menggunakan model dan arsitektur teknologi berdasarkan data mereka.

Sebagian besar model AI generatif publik mengabaikan persyaratan data perusahaan ini, yang bisa berbahaya, terutama di industri yang memiliki regulasi.

5. Bot Mengetahui Apa Saja

Perusahaan memiliki banyak sumber informasi yaitu: penetapan harga, sumber daya manusia, hukum, keuangan, dan lain-lain, tetapi Google 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 di tingkat organisasi maupun tingkat global.

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