Jakarta, Media-profesi.com – Dengan besarnya jumlah pengguna internet di Indonesia, mencapai 185,3 juta pengguna atau 66,5 persen dari populasi, Indonesia memiliki potensi yang signifikan untuk mengadopsi teknologi baru, termasuk AI.
“Pemanfaatan AI di Indonesia diperkirakan akan berkontribusi sekitar 12 persen terhadap pertumbuhan ekonomi,” ujar Sherlie Karnidta, Country Manager Indonesia, Cloudera .
Keberadaan DeepSeek diharapkan akan mendorong pengembangan AI di Indonesia. DeepSeek, yang berbasis open source adalah contoh bagi industri teknologi lokal bahwa modal kecil tidak menjadi hambatan untuk pengembangan teknologi.
Bagaimana model AI yang efisien tidak berarti tanpa data yang handal
Model seperti DeepSeek berpotensi memicu gelombang terobosan AI berikutnya, namun kekuatan sesungguhnya ada pada satu elemen penting, yaitu data. Tanpa data tepercaya dan akurat, bahkan algoritma yang paling canggih sekalipun akan gagal.
Sama seperti fondasi kuat yang menopang sebuah bangunan, data yang andal memungkinkan model AI menghasilkan prediksi yang diandalkan dan mendorong pengambilan keputusan yang lebih cerdas.
Tanpa data yang andal atau tepercaya, model AI, tak peduli seberapa efisien penggunaan energinya, akan ambruk seperti rumah yang rapuh, dan tidak akan memberikan manfaat yang baik bagi bisnis.
Bagaimana open source menjadi masa depan inovasi AI
Model open source yang inovatif dari DeepSeek menawarkan kebebasan luar biasa bagi para pengembang untuk berkolaborasi dan berinovasi, mendorong kemajuan yang pesat.
Di Indonesia, pengembangan AI telah dilakukan di berbagai sektor seperti logistik, sumber daya manusia, pendidikan dan keamanan siber. Meeting.ai, yang dikembangkan oleh startup lokal, bahkan telah mengintegrasikan teknologi open source DeepSeek untuk meningkatkan kualitas transkripsi mereka dengan biaya yang lebih terjangkau.
Di Cloudera, kami yakin bahwa masa depan AI terletak pada Private AI dan Open AI, di mana perusahaan bisa membangun, menjalankan, dan mengembangkan AI secara aman di lingkungan mereka sendiri, mempertahankan kendali penuh terhadap data mereka.
Keterbukaan AI (Openness in AI) – melalui format data terbuka dan interoperable framework – memastikan fleksibilitas dan mencegah keterikatan pada satu vendor (vendor lock-in). Hal ini sejalan dengan akar open-source kami sendiri, dan kami mengetahui langsung value luar biasa dari open source, open standard, dan open market, sebagai katalisator untuk inovasi industri.
Tipe teknik pelatihan yang harus diadopsi oleh bisnis
Di Cloudera kami memahami bahwa satu teknik pelatihan AI tidak bisa diterapkan untuk semua orang. Baik itu pelatihan dari awal, seperti yang dilakukan DeepSeek untuk mendorong inovasi, atau menyempurnakan model yang sudah ada untuk penerapan yang lebih cepat, pilihannya tergantung pada kebutuhan organisasi.
Reinforcement learning (RL) dan penyempurnaan (fine tuning) memainkan peranan yang saling melengkapi. Keseimbangan yang baik di antara keduanya adalah momen-momen di mana keajaiban terjadi. RL akan ‘tumbuh subur’ di lingkungan yang dinamis dan terus berkembang, sementara penyempurnaan (fine tuning) unggul dalam tugas-tugas yang tepat seperti mengikuti instruksi.
Pelatihan dari awal menghasilkan terobosan yang luar biasa, sementara distilling dan fine-tuning menawarkan agility dan efisiensi untuk penggunaan yang telah terdefinisikan dengan baik. Setiap pendekatan memiliki kelebihannya sendiri, dan memilih strategi yang tepat adalah kunci untuk menyeimbangkan inovasi dengan penerapan yang praktis dan scalable.
Strategi AI Cloudera bertujuan untuk memahami tuntutan organisasi yang beragam melalui platform hybrid dan multi-cloud yang sesungguhnya, sehingga perusahaan dapat membangun dan menerapkan beban AI dengan lancar di lingkungan on-prem (lokal), private cloud, dan public cloud.
Dengan mendukung format data terbuka seperti Apache Iceberg, Cloudera menghindari vendor lock-in, memberdayakan bisnis untuk memanfaatkan AI di mana pun data mereka berada sekaligus memastikan keamanan dan skalabilitas kelas enterprise. * (Syam/Pra)
113 Views
