Telset.id – Industri AI menghadapi paradoks besar: akses terhadap model AI semakin murah dan mudah, namun kemampuan untuk melatih model sendiri masih menjadi monopoli segelintir perusahaan besar dengan modal miliaran dolar. Dr Yichuan Zhang, CEO dan salah satu pendiri Boltzbit, mengungkapkan bahwa demokratisasi AI yang selama ini digembar-gemborkan hanya menyentuh lapisan konsumsi, bukan lapisan training yang justru lebih krusial.
Menurut Dr Zhang, biaya untuk menggunakan model AI telah jatuh mendekati nol, tetapi biaya untuk membuat model justru meroket hingga batas kemampuan modal swasta. Kondisi ini menciptakan kesenjangan yang menghambat inovasi bagi startup, organisasi kesehatan, hingga manufaktur skala menengah yang tidak memiliki sumber daya untuk bersaing.
## Konsumsi Terbuka, Training Masih Tertutup
Dr Zhang menjelaskan bahwa apa yang disebut “demokratisasi” selama ini hanya membuka akses konsumsi. Siapa pun kini dapat berinteraksi langsung dengan model AI tanpa latar belakang teknis, bahkan membangun aplikasi dalam satu sore dengan usaha minimal. Rilis model open-weight juga memungkinkan siapa saja menjalankan model di perangkat keras mereka sendiri tanpa API.
Namun, kemampuan untuk melatih model belum terbuka sama sekali. Memproduksi model frontier saat ini masih membutuhkan modal yang dihitung dalam miliaran dolar, talenta spesialis langka yang hanya bisa ditarik oleh segelintir laboratorium, dataset besar, serta siklus pelatihan ulang yang harus diulang setiap enam hingga 12 bulan agar tetap relevan.
Siklus ini dinilai Dr Zhang justru mencekik kemajuan. Hambatan tersebut berfungsi sebagai penjaga gerbang inovasi, dan organisasi yang mapan memiliki insentif komersial untuk menjaga hambatan itu tetap terkunci karena kelangkaan kemampuan training justru melindungi posisi pasar mereka.
## Open-Weight Bukan Solusi Sejati
Sebagian pihak mungkin berargumen bahwa model open-weight adalah jawabannya. Argumennya, pengguna bisa mengunduh model, menjalankannya, melakukan fine-tuning, dan menyebarkannya tanpa izin siapa pun. Namun Dr Zhang menegaskan ini bukan demokratisasi training yang sesungguhnya.
Model open-weight tetap merupakan hasil beku dari proses training yang dijalankan oleh organisasi yang memproduksinya. Pengguna hanya menerima hasil dari proses tersebut. Meskipun mereka dapat sedikit menyesuaikan model, melakukannya secara efektif membutuhkan keahlian, komputasi, dan data bersih. Seiring waktu, model menua dan membutuhkan pelatihan ulang.
“Open weights tidak menawarkan kemampuan untuk memproduksi dan terus meningkatkan model,” jelas Dr Zhang. Kemampuan itu masih dipegang oleh laboratorium yang memproduksinya.
## Perubahan Struktural yang Dibutuhkan
Dr Zhang berpendapat bahwa jika demokratisasi mencapai lapisan training dan memungkinkan pengguna menciptakan, melatih, serta memiliki model, beberapa perubahan struktural penting akan terjadi yang dapat mempercepat inovasi di berbagai industri.
Pertama, kepemilikan model akan bertahan meski vendor menghilang. Jika model dilatih oleh penggunanya pada data yang mereka miliki, bobot model menjadi milik mereka tanpa pembatasan lisensi. Hubungan tidak lagi menjadi langganan, dan ketergantungan pada pasar saat ini akan hilang.
Kedua, model harus belajar secara berkelanjutan. Jika training dapat dilakukan secara terus-menerus, model tidak perlu membeku saat deployment. Model dapat terus belajar dari data baru dalam produksi tanpa siklus pelatihan ulang yang mahal atau tim spesialis.
Ketiga, kontrol atas apa yang dipelajari model terjadi di tingkat pengguna, sehingga rantai tanggung jawab menjadi jelas. Ini adalah jenis ketertelusuran yang diharapkan regulator dan tidak bisa diberikan oleh model black-box.
Baca Juga:
## Manfaat Terdistribusi
Menurut Dr Zhang, manfaat terdistribusi inilah yang akhirnya membuat kata “demokratisasi” menjadi tepat. Jika kemampuan melatih model dimiliki secara luas, maka nilai, kontrol, dan tanggung jawab juga dimiliki secara luas.
Konsep General Learning Intelligence memperlakukan pembelajaran sebagai bagian dari arsitektur, bukan biaya yang hanya bisa ditanggung laboratorium terbesar. Akses ke model memang sudah murah dan semakin murah, tetapi akses ke training tidak. Di sinilah fase kompetisi berikutnya akan ditentukan.
Artikel ini merupakan bagian dari kanal TechRadar Pro Perspectives yang menampilkan pemikiran para ahli teknologi industri. Pandangan yang diungkapkan adalah milik penulis dan tidak selalu mencerminkan TechRadarPro atau Future plc.
Dr Yichuan Zhang adalah CEO dan salah satu pendiri Boltzbit, perusahaan yang fokus pada solusi AI untuk industri.
Komentar
Belum ada komentar.