TLDR
Menilai AI sebaiknya berdasarkan otonomi, bukan hanya kecerdasan. GenAI mungkin terlihat lebih menarik, tetapi predictive AI menawarkan potensi otonomi yang lebih tinggi. Keseimbangan antara hype dan realitas penting untuk pengambilan keputusan bisnis yang efektif di bidang AI. Di Davos, para pemimpin perusahaan AI terkemuka seperti Google DeepMind dan Anthropic membuat prediksi berani tentang hadirnya Artificial General Intelligence (AGI) dalam waktu dekat, yang akan mampu melakukan semua yang bisa dilakukan manusia. Meski prediksi ini mengexcite banyak orang, artikel ini mengajak kita untuk melihat lebih realistis dan memahami bahwa perdebatan tentang AI sering kali subjektif dan penuh hype.Istilah kecerdasan sering digunakan untuk mengukur kemajuan AI, tapi sayangnya kecerdasan itu sendiri subjektif dan sulit diukur dengan adil. Setiap pengujian hanya menilai sebagian kecil kemampuan dan tidak dapat merepresentasikan keseluruhan kapasitas AI yang sebenarnya diperlukan untuk berfungsi secara penuh seperti manusia.AGI adalah konsep AI yang paling ambisius, yakni mesin yang bisa melakukan semua hal yang manusia lakukan tanpa campur tangan manusia. Namun, mencapai AGI dalam waktu dekat sangat diragukan dan klaim tentang kemajuan menuju AGI juga sulit dibuktikan karena memerlukan pengujian langsung dalam tugas-tugas besar dan kompleks.Sebaiknya kita gunakan otonomi sebagai tolak ukur kemajuan AI yang lebih konkret. AI yang otonom mampu mengotomatisasi banyak pekerjaan tanpa harus terus menerus diawasi manusia, dan ini tentu sangat berharga. Untuk saat ini, jenis AI prediktif yang sudah banyak digunakan dalam industri seperti memutuskan transaksi kartu kredit atau menampilkan iklan sudah jauh lebih otonom daripada generative AI yang masih harus diawasi.Inilah paradox AI: Generative AI terlihat sangat manusiawi dan menjanjikan, tapi sebenarnya masih perlu pengawasan ketat dari manusia, sedangkan AI prediktif yang kurang glamor justru menyelesaikan jutaan tugas otomatis tanpa manusia. Oleh karena itu, perusahaan dan investor harus menempatkan proyek AI prediktif setara atau bahkan lebih tinggi dari generative AI dalam prioritas mereka untuk hasil yang nyata dan efisien.
