Jadi AI 2.0 sebenarnya sudah hadir sekarang, dan jika Anda telah menunggu gelombang kedua datang, Anda sudah berada di dalamnya. Kita menyaksikan AI bergerak dari laboratorium ke aplikasi bisnis nyata di semua sektor. Ya, NVIDIA mendapatkan semua perhatian sebagai pemasok chip, tetapi sejujurnya, mereka hanyalah satu bagian dari teka-teki yang jauh lebih besar.

Masalahnya, AI bukan satu hal monolitik. Ada berbagai jenis AI yang muncul secara bersamaan, dan tidak semuanya bekerja dengan cara yang sama. Kebanyakan akhirnya akan terintegrasi bersama, tetapi itu akan memakan waktu. Itulah sebabnya ini adalah permainan generasi - kita berbicara tentang dekade pengembangan ke depan, bukan hanya beberapa tahun.

Jaringan transformer sedang menyerap sebagian besar perhatian saat ini, dan untuk alasan yang bagus. Model besar yang telah dilatih sebelumnya ini dapat menangani banyak tugas sekaligus, memahami bahasa, membaca kode, menghasilkan konten - ChatGPT dan alat serupa adalah contoh yang paling jelas yang diketahui semua orang. Mereka jauh lebih efisien daripada model mandiri yang lebih lama melakukan pekerjaan yang sama. Infrastruktur nyata di sini sedang dibangun oleh hyperscalers - Amazon Web Services, Google, IBM, Microsoft. Perusahaan-perusahaan ini mengelola cloud, dan di situlah AI benar-benar berada saat ini. Peran infrastruktur cloud akan terus berkembang.

Lalu ada data sintetis, yang cukup gila jika dipikirkan. Perusahaan AI membutuhkan data dalam jumlah besar untuk melatih model mereka, tetapi mendapatkan data tersebut dengan biaya yang wajar semakin sulit. Kekhawatiran privasi mendorong industri untuk menggunakan data yang dihasilkan AI untuk melatih sistem AI lainnya. Perusahaan pengemudian otomatis, layanan keuangan, asuransi, farmasi - semuanya sekarang menggunakan data sintetis. Ketika digabungkan dengan teknologi visi komputer dari perusahaan seperti Ambarella, Anda mengubah data chip mentah menjadi wawasan nyata.

Pembelajaran penguatan membawa ini lebih jauh. Anda menggunakan beberapa aliran data yang diperkuat oleh data sintetis untuk mengoptimalkan cara kerja manufaktur dan robotik. Perusahaan seperti Rockwell Automation, Zebra Technologies, Intuitive Surgical, dan UiPath membuat langkah serius di sini. Platform otomatisasi UiPath adalah studi kasus yang sempurna - Uber dulu tenggelam dalam kompleksitas operasional tetapi berhasil mengalihkan fokus dengan menerapkan robot digital UiPath di seluruh bisnis mereka.

Lapisan konektivitas adalah pembelajaran federasi - pada dasarnya bagaimana semua model AI ini berbicara satu sama lain dan berbagi data. Google dan Microsoft memimpin di sini, tetapi Oracle dan Adobe juga merupakan pemain penting. Adobe menarik karena antarmukanya ada di mana-mana di internet, menjadikannya dasar bagaimana aplikasi AI benar-benar diterapkan. MongoDB juga menonjol, tumbuh dengan pesat.

Yang kurang jelas tetapi sama pentingnya adalah inferensi kausal - evolusi berikutnya dari analitik data. Ini bukan sekadar pencocokan pola; ini menentukan sebab dan akibat yang sebenarnya dari dataset, membuat prediksi, menangkap kesalahan sebelum terjadi. Tim R&D farmasi sangat tertarik dengan ini. Novartis bermitra dengan Microsoft dan NVIDIA untuk memperluas infrastruktur AI mereka selama dekade mendatang, yang menunjukkan betapa seriusnya hal ini.

Cerita sebenarnya di sini adalah bahwa AI 2.0 baru saja dimulai. Ini bukan siklus hype jangka pendek - kita melihat pengembalian yang berkelanjutan melalui berbagai aplikasi AI dan permainan infrastruktur selama jangka waktu yang sangat panjang.