Telset.id – Banyak organisasi di Inggris mulai meningkatkan investasi di bidang kecerdasan buatan (AI). Namun, para pemimpin bisnis masih kesulitan melihat laba atas investasi (ROI) yang jelas dan kini dihadapkan pada evolusi AI berikutnya, yaitu agentic AI, dengan rasa khawatir. Menurut Rob Van Lubek, Vice President of EMEA Dynatrace, kunci suksesnya bukan terletak pada melompat langsung ke sistem otonom, melainkan pada fondasi yang mendasarinya: contextual AI.
Contextual AI, atau AI yang sadar konteks, menyediakan fondasi di mana agentic AI akan dibangun. Sementara large language models (LLM) dan generative AI telah mendorong gelombang inovasi saat ini, contextual AI muncul sebagai pembeda utama antara keberhasilan dan kegagalan implementasi AI. Tanpa pemahaman konteks yang mendalam, sistem otonom tidak akan dapat berfungsi secara andal di dunia nyata.
Perbedaan mendasar terletak pada cara sistem memproses data. Saat ini, banyak sistem AI beroperasi terutama pada korelasi. Mereka mengidentifikasi pola dan hubungan statistik dalam data, tetapi seringkali tidak memiliki pemahaman yang lebih dalam tentang apa arti pola tersebut. Contextual AI melangkah lebih jauh dengan menafsirkan data dalam konteks dunia nyata, mempertimbangkan faktor-faktor seperti niat pengguna, lingkungan, dan waktu tertentu.
Dengan menyematkan data yang beragam dalam konteks, AI dapat melampaui identifikasi korelasi dan mulai memahami makna. Hal ini menghasilkan wawasan dan keluaran yang lebih akurat, lebih relevan, dan lebih selaras dengan situasi aktual untuk menginformasikan pendekatan yang dapat ditindaklanjuti. Ini adalah lompatan dari sekadar mengetahui “apa” yang terjadi menjadi memahami “mengapa” dan “bagaimana” respons yang tepat.
Contoh nyata dapat dilihat pada industri penerbangan. Sebuah maskapai yang menggunakan model AI berbasis korelasi mungkin mendeteksi peningkatan beban sistem selama periode perjalanan puncak dan merekomendasikan penambahan kapasitas server. Meskipun ini dapat membantu mengatasi permintaan langsung, rekomendasi ini tidak mempertimbangkan ekosistem yang lebih luas di mana sistem operasi maskapai berfungsi, termasuk persyaratan peraturan, waktu batas perencanaan penerbangan, kebutuhan keamanan siber, dan dampak finansial yang signifikan dari waktu henti yang singkat sekalipun.
Contextual AI dapat menafsirkan realitas operasional ini dan membuat rekomendasi yang mencerminkan kendala dan tujuan dunia nyata. Alih-alih hanya menyarankan kapasitas tambahan, AI kontekstual dapat merekomendasikan tindakan seperti merutekan ulang lalu lintas di sekitar kemacetan yang diketahui, menjadwalkan pembaruan selama jendela berisiko sangat rendah, atau memprioritaskan fungsi-fungsi penting seperti pengiriman dan alokasi kru saat sumber daya sedang terbatas.
Pergeseran ke contextual AI memungkinkan organisasi beralih dari analitik reaktif ke pengambilan keputusan proaktif dan berkualitas tinggi, membantu memastikan sistem operasi yang menjalankan misi tetap stabil dan tersedia, bahkan saat berada di bawah tekanan. Ini bukan hanya tentang mengotomatiskan tugas, tetapi tentang membuat keputusan yang lebih cerdas dan lebih aman.
Baca Juga:
Pentingnya Data Berkualitas Tinggi
Contextual AI bergantung pada empat pilar utama: data yang kaya, penalaran cerdas, kesadaran dunia nyata, dan integrasi yang dapat ditindaklanjuti. Mendasari setiap pilar ini adalah data berkualitas tinggi. Tanpa data yang andal dan komprehensif, contextual AI tidak dapat memberikan hasil yang berarti, dan upaya banyak perusahaan untuk menerapkan sistem AI yang lebih canggih kemungkinan besar akan gagal.
Inilah mengapa data lakehouse tunggal yang kuat sangat penting. Bertindak sebagai sumber kebenaran tunggal untuk semua operasi AI, lakehouse memastikan data tetap akurat, konsisten, dan dapat diakses di seluruh organisasi. Tidak seperti arsitektur data tradisional, lakehouse menggabungkan yang terbaik dari kedua dunia: kinerja dan keandalan gudang data, serta fleksibilitas danau data.
Bisnis dapat memperoleh manfaat dari kinerja dan keandalan gudang data, yang menyediakan analitik yang cepat dan dapat diskalakan, serta fleksibilitas danau data, yang dapat menyimpan sejumlah besar data terstruktur dan tidak terstruktur. Model hibrida ini memungkinkan organisasi mengelola data secara lebih efisien, melakukan analitik tingkat lanjut, dan menskalakan operasi pembelajaran mesin dengan cara yang hemat biaya.
Ketersediaan data berkualitas tinggi tetap menjadi salah satu hambatan terbesar untuk adopsi agentic AI. Dengan membangun fondasi data yang kuat, perusahaan dapat membuka manfaat contextual AI, sambil juga mengembangkan data berkualitas tinggi yang diperlukan untuk menerapkan agentic AI. Ini memastikan AI dapat bertindak dengan andal, cerdas, dan selaras dengan tujuan bisnis dunia nyata. Untuk memahami lebih lanjut tentang perbandingan model AI, Anda dapat membaca artikel Perbandingan Model AI terbaru.
Menciptakan Fondasi yang Tepat
Ketika organisasi berlomba-lomba untuk menunjukkan ROI AI, banyak yang terburu-buru menuju agentic AI tanpa terlebih dahulu meletakkan fondasi yang benar. Tanpa contextual AI dan data berkualitas tinggi yang menjadi dasarnya, upaya agentic AI tidak akan pernah mencapai potensi penuhnya. Organisasi harus memfokuskan upaya pada pemahaman nilai contextual AI dibandingkan model berbasis korelasi dan memastikan mereka memiliki infrastruktur yang diperlukan untuk mendukungnya.
Pada saat yang sama, bisnis juga harus memastikan semua data mengalir melalui data lakehouse tunggal yang tepercaya. Bertindak sebagai sumber kebenaran yang definitif, fondasi ini memungkinkan wawasan AI yang akurat, aman, dan dapat ditindaklanjuti sambil mempersiapkan organisasi untuk sistem otonom yang lebih canggih. Ini adalah langkah strategis yang tidak boleh dilewatkan.
Pada akhirnya, kesuksesan dengan AI tidak akan datang dari mengejar siklus hype terbaru, tetapi dari membangun sistem yang benar-benar memahami konteks di mana mereka beroperasi. Contextual AI menjembatani kesenjangan antara data mentah dan tindakan yang bermakna, menyediakan fondasi penting untuk sistem otonom cerdas yang ingin diterapkan oleh bisnis. Dengan berinvestasi dalam contextual AI hari ini, organisasi dapat meningkatkan hasil dalam jangka pendek, sambil meletakkan dasar untuk masa depan yang dibentuk oleh sistem otonom dan tuntutan dunia nyata yang terus berkembang pesat. Bagi yang tertarik dengan perkembangan teknologi AI, simak juga berita tentang Langganan AI Khusus yang baru saja dirilis.
Komentar
Belum ada komentar.