Ketimpangan Token: Biaya Tersembunyi yang Memicu Lahirnya Sahabat-AI
Bayangkan ini: untuk menyampaikan kalimat yang sama, penutur bahasa Arab harus membayar tiga kali lipat token dibandingkan penutur bahasa Inggris. Untuk bahasa-bahasa bersumber daya rendah, biayanya bisa belasan kali lipat. Ini bukan soal harga, tapi soal arsitektur. Large Language Model (LLM) arus utama dilatih pada korpus yang didominasi bahasa Inggris, membuat tokenizer-nya sangat efisien untuk bahasa Inggris, namun boros untuk bahasa lain. Dampaknya? Pembengkakan biaya operasional, penalti latensi, dan penyusutan jendela konteks bagi pengguna non-Inggris.
Bagi Indonesia, inefisiensi ini bukan sekadar gangguan teknis, melainkan biaya kognitif dan ekonomi yang nyata. Setiap percakapan dengan asisten AI berbahasa Indonesia, setiap dokumen yang diproses, setiap analisis sentimen, semuanya membayar pajak token yang tidak adil. Di sinilah Sahabat-AI hadir, bukan sebagai proyek ambisius semata, tetapi sebagai jawaban pragmatis atas ketimpangan struktural ini.
Sahabat-AI: Orkestrasi Quad Helix dan Arsitektur Teknis yang Transparan
Pada 14 November 2024, di tengah riuh Indonesia AI Day, Indosat Ooredoo Hutchison dan GoTo meluncurkan Sahabat-AI. Bukan sekadar model bahasa, ini adalah ekosistem. Di belakangnya berdiri kemitraan Quad Helix yang melibatkan AI Singapore dan Tech Mahindra sebagai mitra teknis global, konsorsium enam universitas ternama (UI, UGM, ITB, IPB, USU, dan Udayana), serta grup media besar (Kompas Gramedia, Republika, Tempo, Hukumonline) untuk validasi bahasa. Ini adalah contoh langka kolaborasi yang melampaui sektor.
Secara teknis, Sahabat-AI v1 hadir dalam dua varian: 8 miliar parameter berbasis Llama-3 Meta dan 9 miliar parameter berbasis Gemma-2 Google DeepMind. Keduanya merupakan continued pre-training dari SEA-LION v3. Yang lebih menarik adalah proses fine-tuning-nya. Kartu model di Hugging Face mengungkapkan: sekitar 448.000 pasangan instruksi Bahasa Indonesia, 96.000 Bahasa Jawa, 98.000 Bahasa Sunda, dan 129.000 Bahasa Inggris. Proses ini hanya memakan waktu 4 jam untuk fine-tuning dan 2 jam untuk alignment pada klaster 8x GPU NVIDIA H100 (80GB). Efisiensi ini membuktikan bahwa model AI berkualitas tidak selalu membutuhkan biaya miliaran dolar.
Dari Dira AI hingga Layanan Kesehatan: Implementasi yang Menjangkau
Sahabat-AI bukan model yang menganggur di repositori. Ia sudah bekerja di lapangan. GoTo mengintegrasikannya ke dalam asisten suara "Dira AI" untuk navigasi Gojek dan GoPay. Ini berarti, setiap kali pengguna bertanya, "Di mana gerobak sate dekat sini?" atau "Cek saldo GoPay saya," Sahabat-AI yang bekerja di belakang layar, memahami konteks bahasa Indonesia dengan lebih baik daripada model asing.
Lebih jauh, Sahabat-AI bermitra dengan Hippocratic AI untuk beban kerja layanan kesehatan berbasis bot. Ini langkah berani. Bayangkan konsultasi kesehatan awal yang dipahami dalam bahasa daerah, dengan nuansa budaya yang tepat. Ini bukan sekadar penerjemahan, tapi pemahaman kontekstual. Model ini juga dievaluasi menggunakan benchmark IndoMMLU dan SEA-HELM, yang menguji pemahaman ujian sekolah, humaniora, dan konteks sosial-budaya Indonesia. Standar ini penting untuk memastikan model tidak hanya cerdas secara teknis, tapi juga relevan secara kultural.
Kedaulatan yang Pragmatis: Fondasi untuk Masa Depan atau Sekadar Simbol?
Sahabat-AI adalah representasi paling nyata dari pola Sovereign AI yang realistis: memanfaatkan infrastruktur global (GPU NVIDIA), melatih ulang model open-weight asing dengan data organik domestik, dan mempertahankan kendali atas tata kelola data. Ini adalah kedaulatan parsial, namun operasional. Bukan kemandirian dari nol.
Namun, kita harus jujur. Di balik keberhasilan ini, ada paradoks yang belum terpecahkan. Rasio R&D Indonesia hanya 0,28% dari PDB (data Bank Dunia), jauh di bawah rata-rata dunia 1,18%. Lembaga Pengawas Pelindungan Data Pribadi yang diamanatkan UU PDP 2022 belum juga terbentuk hingga Agustus 2026. Tanpa fondasi ini, Sahabat-AI bisa menjadi monumen kecerdasan yang berdiri di atas tanah yang rapuh.
Sahabat-AI adalah langkah maju yang patut diapresiasi. Ia membuktikan bahwa Indonesia bisa menciptakan model bahasa yang relevan dan berkualitas. Namun, kedaulatan AI sejati tidak berhenti pada fine-tuning. Ia menuntut keberanian untuk membangun lembaga pengawas, meningkatkan belanja riset, dan mentransisikan energi data center. Jika tidak, kita hanya akan menjadi konsumen cerdas dari teknologi asing, bukan pencipta. Sahabat-AI adalah awal yang baik, tapi perjalanan masih panjang. Mari kita pastikan bahwa model ini bukan sekadar simbol, melainkan fondasi yang kokoh untuk kemandirian digital Indonesia.