Telset.id – CEO Decagon, Jesse Zhang, melontarkan teori baru yang menantang asumsi umum tentang persaingan antara model AI kelas atas (frontier) dan model open source. Dalam tulisannya, Zhang berargumen bahwa keduanya bukanlah pesaing, melainkan dua fase dalam satu siklus hidup yang sama.
Teori ini berangkat dari pengamatan bahwa deployment AI yang lebih matang cenderung beralih ke model yang lebih ringan. Namun, pengeluaran keseluruhan untuk model frontier yang mahal hampir tidak berkurang. Fenomena ini, menurut Zhang, menunjukkan adanya pembagian peran yang jelas: model frontier digunakan untuk membuktikan kelayakan (proof of concept) suatu use case, yang kemudian diambil alih oleh model open source yang lebih murah setelah use case tersebut matang.
Data dari Vercel dan OpenRouter mendukung teori ini. Vercel mencatat bahwa DeepSeek telah memimpin dalam volume token, memproses lebih dari sepertiga total token di infrastruktur mereka. Namun, dalam hal pengeluaran total, Anthropic masih mendominasi dengan lebih dari setengah pengeluaran AI di platform tersebut. Hal serupa terlihat di OpenRouter, di mana DeepSeek V4 Flash memproses 5,3 triliun token per minggu, sementara model frontier Opus 4.8 hanya menangani sekitar 2 triliun. Meski begitu, biaya token Opus 4.8 yang 23 kali lebih mahal memastikan model frontier menangkap porsi terbesar dari pengeluaran.
Teori Zhang menyoroti bahwa pasar AI tumbuh sangat cepat sehingga model frontier mampu mempertahankan posisi mereka dengan mendominasi tahap awal deployment. “Laboratorium frontier akan terus memiliki discovery. Open source akan semakin memiliki produksi,” ujar Zhang. Ini berarti, meskipun banyak klien beralih ke model open source untuk produksi, permintaan akan model frontier untuk eksplorasi use case baru tidak pernah surut.
Teori ini juga didukung oleh kemunculan model-model baru seperti Nvidia Nemotron yang diprediksi akan menjadi pemimpin baru berkat koneksi kuat Nvidia dan kemampuan adaptasinya yang ekstrem. Namun, kehadiran model baru ini tidak serta merta mengancam model frontier, melainkan justru memperkuat ekosistem dua fase ini.
Implikasi dari teori ini sangat penting bagi perusahaan yang mengadopsi AI. Mereka kini memiliki peta jalan yang jelas: gunakan model frontier untuk eksplorasi dan inovasi, lalu beralih ke model open source untuk produksi yang efisien. Hal ini sejalan dengan tren Enterprise AI Beralih ke Assurance-Led Adoption yang menekankan pada kepastian dan keandalan dalam adopsi AI.
Baca Juga:
Data dari Vercel juga menunjukkan bahwa Riset Oxford Ungkap AI Bisa Menggeser Opini Publik Secara Halus, menambah dimensi baru pada diskusi tentang dampak AI di masyarakat. Sementara itu, di sisi perangkat keras, Kabel Riser RTX 5090 Meleleh, Begini Cara Aman Merakit PC menjadi pengingat bahwa adopsi teknologi baru selalu membutuhkan kehati-hatian.
Teori dua fase ini memberikan perspektif baru yang lebih stabil tentang ekonomi AI. Alih-alih melihat persaingan sengit antara model frontier dan open source, kita melihat adanya simbiosis yang saling menguntungkan. Model frontier tetap menjadi mesin inovasi yang mahal, sementara model open source menjadi tulang punggung produksi yang efisien.
Kesimpulannya, teori Jesse Zhang menawarkan cara pandang yang lebih realistis tentang lanskap AI saat ini. Perusahaan tidak perlu memilih antara model frontier atau open source, melainkan dapat memanfaatkan keduanya secara strategis sesuai dengan tahap siklus hidup use case mereka. Ini adalah kerangka kerja yang akan membantu perusahaan merencanakan strategi AI mereka dengan lebih efektif.
Dengan memahami dinamika ini, perusahaan dapat mengoptimalkan investasi AI mereka: menggunakan model frontier untuk inovasi dan eksplorasi, lalu beralih ke model open source untuk produksi yang efisien. Ini bukan hanya tentang menghemat biaya, tetapi juga tentang memaksimalkan nilai dari setiap fase deployment AI.
Komentar
Belum ada komentar.