Revolusi Aplikasi AI

Reddit menguji fitur pencarian AI yang memungkinkan hasil pencarian menampilkan produk berdasarkan rekomendasi dari diskusi komunitas. Fitur ini hanya untuk pengguna di Amerika Serikat dan akan muncul sebagai carousel produk dengan gambar, harga, dan tautan pembelian langsung. Ini membantu pengguna menemukan produk yang benar-benar disarankan oleh pengguna lain dalam komunitas Reddit. Sebelumnya Reddit telah meluncurkan iklan produk dinamis yang menampilkan rekomendasi personalisasi sesuai minat pengguna. Dengan fitur pencarian ini, Reddit menggabungkan pengalaman browsing komunitas dan belanja dalam satu platform, memudahkan pengguna menemukan produk relevan tanpa keluar dari Reddit. Misalnya, ketika pengguna mencari 'headphone dengan peredam bising terbaik', mereka akan melihat carousel produk yang sesuai dari rekomendasi komunitas. Jika pengguna memilih produk tersebut, mereka dapat melihat detail lebih lengkap dan melakukan pembelian langsung ke penjual atau toko. Pertumbuhan pengguna aktif mingguan fitur pencarian Reddit naik sebesar 30% dalam setahun, dari 60 juta menjadi 80 juta. Sementara pengguna fitur Reddit Answers yang didukung AI juga melonjak dari 1 juta menjadi 15 juta dalam waktu kurang dari setahun, menandakan minat besar pada solusi AI interaktif di platform ini. Dengan tren belanja yang semakin terintegrasi dalam konten sosial, langkah Reddit mengikuti jejak platform seperti TikTok dan Instagram yang sudah lebih dulu memadukan belanja dan media sosial. Reddit berharap fitur ini bisa menjadi peluang bisnis dan sumber pendapatan baru di masa depan.

Doosan Robotics baru-baru ini mendapat penghargaan Best of Innovation di CES 2026 karena solusi AI dan robot kolaboratif atau cobot mereka yang inovatif. Perusahaan Korea ini berfokus tidak hanya pada perangkat keras cobot, tapi juga pada sistem integrasi AI yang mudah digunakan dan cepat dipasang di pabrik dan gudang nyata. Tujuannya adalah membawa otomatisasi yang ramah manusia dan dapat diadaptasi secara modular untuk membantu meningkatkan produktivitas dan keselamatan kerja. Pendekatan modern Doosan menekankan otomatisasi bertahap dengan memulai dari proses yang paling repetitif dan berat seperti palletizing dan depalletizing. Kelebihan cobot mereka adalah dapat digunakan bersama pekerja tanpa memerlukan ruang khusus atau pagar pengaman dengan waktu pemasangan yang sangat singkat. Hal ini membuat perusahaan lebih cepat merasakan manfaat tanpa mengganggu sistem kerja yang sudah ada. Solusi AI terbaru dengan NVIDIA memungkinkan operator menggunakan bahasa alami untuk memprogram robot, sehingga menghilangkan kebutuhan keahlian teknis yang mahal dan sulit. Dengan demikian, proses penyesuaian pallet yang sering berubah bisa dilakukan dengan mudah tanpa harus merancang ulang sistem secara keseluruhan. Ini sangat mengurangi hambatan bagi banyak perusahaan yang selama ini takut dan ragu mengadopsi otomatisasi. Pengalaman di lapangan menunjukkan bahwa cobot bukanlah pengganti tenaga kerja manusia, melainkan mitra yang membantu pekerja mengatasi tugas-tugas monoton, berbahaya, dan melelahkan. Alih-alih kehilangan pekerjaan, banyak pekerja dialihkan ke peran yang lebih fokus pada pengelolaan proses, pemecahan masalah, dan peningkatan kualitas. Dengan populasi pekerja menua dan kekurangan SDM, cobot menjadi sangat penting untuk menjaga kelangsungan operasi industri. Ke depan, otomatisasi akan semakin pintar dengan AI yang bisa memahami konteks dan membuat keputusan secara mandiri. Penggunaan cobot juga akan semakin mudah dengan antarmuka yang intuitif dan kemampuan reconfigurasi cepat oleh operator biasa. Fokus utama bukan lagi sekadar efisiensi, tapi menciptakan lingkungan kerja yang lebih manusiawi, aman, dan fleksibel, sehingga otomatisasi akan menjadi bagian alami dari kehidupan kerja sehari-hari.

Newton Asare dan Kiran Das, dua pendiri serial, melihat bahwa agen AI sudah bukan sekadar alat, melainkan sudah berperan seperti rekan kerja dengan kemampuan menjalankan tugas yang sebelumnya dilakukan manusia. Namun, mereka melihat adanya tantangan besar karena agen-agen AI ini tidak memiliki memori jangka panjang dan tidak bisa mempertahankan konteks proyek secara berkelanjutan. Melihat kebutuhan akan sistem manajemen yang mampu mengatur seperti apa onboarding, koordinasi, dan pengawasan AI sebagai karyawan digital, mereka mendirikan Reload, platform untuk mengelola tenaga kerja AI secara terstruktur. Reload memberikan visibilitas dan kontrol penuh atas agen AI yang bisa berasal dari sumber apapun, serta memberikan peran dan izin yang jelas. Reload baru saja meluncurkan produk barunya yang bernama Epic. Epic berfungsi sebagai arsitek dalam lingkungan coding yang membantu menjaga pemahaman sistem secara menyeluruh serta memelihara konteks proyek secara terus-menerus. Epic berperan melengkapi agen coding AI dengan mendefinisikan kebutuhan produk dan mempertahankan konteks agar pengembangan tetap konsisten. Dengan Epic, tim pengembang bisa memulai proyek dengan membuat artefak inti seperti kebutuhan produk, model data, spesifikasi API, keputusan teknologi, dan pembagian tugas yang terstruktur. Epic juga mengikuti perubahan kode dan keputusan agar semua orang yang bekerja dengan berbagai agen tetap berpegang pada sumber kebenaran yang sama. Reload baru saja mendapat pendanaan sebesar 2,275 juta dolar AS untuk mengembangkan platform ini lebih jauh, terutama dalam mendukung semakin banyaknya agen AI yang digunakan oleh perusahaan. Perusahaan ini menargetkan masa depan di mana manusia dan agen AI bekerja berdampingan dengan pengelolaan yang tersentralisasi dan efisien.

OpenAI bekerja sama dengan India’s Reliance untuk menghadirkan fitur pencarian percakapan berbasis AI di layanan streaming JioHotstar. Fitur ini memungkinkan pengguna mencari film, acara TV, dan pertandingan olahraga live hanya dengan mengetik atau menggunakan suara dalam beberapa bahasa, serta mendapatkan rekomendasi berdasarkan preferensi mereka. Langkah ini sejalan dengan pertumbuhan penggunaan ChatGPT di India, yang kini memiliki lebih dari 100 juta pengguna mingguan. OpenAI berencana membuka kantor baru di Mumbai dan Bengaluru untuk mendukung ekspansi ini, selain kantor yang sudah ada di New Delhi. Kemitraan ini diumumkan pada India AI Impact Summit di New Delhi, bertemu dengan tokoh penting industri teknologi seperti CEO OpenAI Sam Altman dan CEO Google Sundar Pichai. Kolaborasi ini juga akan membuat rekomendasi JioHotstar muncul langsung dalam ChatGPT untuk pencarian hiburan yang lebih terintegrasi. Berbagai perusahaan streaming dan TV juga mulai menguji coba antarmuka percakapan untuk pencarian konten, seperti Netflix dan Google. Hal ini menunjukkan tren global untuk memberi pengalaman pencarian yang lebih intuitif dan personal melalui natural language processing. Menurut para pimpinan OpenAI dan Reliance, memadukan AI dalam proses penemuan konten akan mengubah cara penonton berinteraksi dengan hiburan, baik format live maupun on-demand, dan mendorong personalisasi yang lebih dalam di ekosistem hiburan digital.

Banyak perusahaan saat ini fokus pada pengembangan AI yang bergantung pada cloud dan pusat data besar, tetapi Mirai sebuah startup di London memiliki visi berbeda. Mereka fokus mengembangkan teknologi yang memungkinkan AI berjalan langsung di perangkat seperti ponsel dan laptop agar lebih efisien dan hemat biaya. Mirai didirikan oleh Dima Shvets dan Alexey Moiseenkov yang sebelumnya terlibat dalam aplikasi viral berbasis AI. Mereka mengembangkan mesin inferensi khusus yang dioptimalkan untuk Apple Silicon, sehingga meningkatkan kecepatan eksekusi model AI hingga 37 persen tanpa menurunkan kualitas hasil. Startup ini juga tengah menyiapkan SDK yang mudah digunakan sehingga pengembang aplikasi hanya perlu menambahkan beberapa baris kode untuk menggunakan teknologi AI on-device mereka. Selain fokus pada teks dan suara, mereka berencana mendukung pengolahan citra di masa mendatang. Tim Mirai sedang menggandeng penyedia model AI dan produsen chip untuk meningkatkan performa serta merencanakan perluasan ke perangkat berbasis Android. Mereka juga membuat sistem orkestrasi yang memungkinkan kombinasi penggunaan AI di perangkat dengan cloud untuk tugas-tugas yang lebih berat. Investasi awal sebesar 10 juta dolar dari berbagai pemodal dan figur berpengaruh menunjukkan keyakinan pasar pada solusi edge AI yang mereka tawarkan. Di masa depan, penggunaan AI on-device berpotensi menjadi tren utama karena manfaat efisiensi biaya dan privasi yang ditawarkannya.

Perkembangan alat coding bertenaga AI telah mengubah cara pembuatan perangkat lunak dengan membuatnya lebih cepat dan mudah. Namun, untuk proyek open source, kemudahan ini membawa tantangan baru yang cukup serius. Alih-alih membuat kode menjadi murah dan mudah dikelola, AI justru sering menghasilkan kontribusi berkualitas rendah yang menyulitkan para pengelola proyek mempertahankan stabilitas software tersebut. Berbagai proyek open source terkenal seperti VLC dan Blender mulai merasakan peningkatan drastis dalam jumlah kontribusi, namun banyak dari kontribusi ini tidak memenuhi standar kualitas. Hal tersebut membebani waktu para reviewer dan mengganggu motivasi mereka. Beberapa proyek bahkan harus memberlakukan kebijakan khusus dan pembatasan ketat terhadap siapa saja yang boleh berkontribusi demi menjaga mutu proyek. Masalah yang serupa muncul di program keamanan bug bounty, di mana laporan kerentanan dari AI seringkali semu dan tidak berguna. Ini memaksa beberapa proyek seperti cURL menghentikan programnya karena tidak lagi efektif menghadapi banjir laporan yang lebih banyak menyita waktu daripada memberikan solusi nyata. Situasi ini menggambarkan konsekuensi dari kemudahan penggunaan AI yang menghilangkan hambatan alami untuk masuknya kontribusi berkualitas rendah. Meskipun begitu, alat-alat AI juga memberikan manfaat signifikan terutama bagi pengembang berpengalaman. Mereka dapat dengan cepat mengerjakan fitur baru, porting kode, dan mempercepat proses coding secara keseluruhan. Namun, kesenjangan antara kemampuan menggunakan AI dan kapasitas untuk memelihara dan mengelola kompleksitas system tetap menjadi hambatan besar yang tidak bisa diatasi hanya dengan AI. Pada akhirnya, AI meningkatkan debit kode baru dengan sangat pesat, namun tidak menambah jumlah pengembang berkualitas yang dapat menjaga kualitas dan perkembangan jangka panjang proyek open source. Komunitas pengembang harus merumuskan strategi dan kebijakan baru dalam penggunaan AI agar manfaatnya maksimal tanpa mengorbankan stabilitas software yang sudah ada.

Perkembangan alat pengkodean berbasis AI menawarkan kemudahan dalam membuat kode dan fitur baru, terutama untuk pengembang berpengalaman. Banyak orang berharap teknologi ini bisa menurunkan biaya pengembangan perangkat lunak secara drastis, bahkan membuat startup bisa dengan mudah meniru platform SaaS yang kompleks. Namun, saat alat AI ini digunakan dalam proyek open source, hasilnya tidak semulus harapan. Banyak kode yang dihasilkan berkualitas rendah, sehingga menyulitkan tim pengelola untuk memelihara dan mengelola proyek. Ini membuat peran pengembang yang sudah ahli semakin penting untuk mengarahkan hasil AI agar berguna. Banjirnya permintaan gabungan kode (merge request) dari AI menyebabkan proyek-proyek seperti VLC dan Blender kewalahan. Blender bahkan belum merekomendasikan penggunaan AI untuk kontributor karena dampak negatifnya terhadap motivasi dan waktu reviewer. Sebagian proyek mulai menerapkan aturan ketat, seperti hanya menerima kontribusi dari pengguna yang sudah dipercaya. Kondisi makin rumit karena ekosistem software open source yang cepat berkembang dengan ketergantungan yang banyak, sementara jumlah pemelihara yang terampil tidak bertambah secepat itu. AI membantu mempercepat proses coding, tapi tidak menambah jumlah pengembang ahli yang mampu memelihara dan mengelola kompleksitas software. Dari sini bisa disimpulkan bahwa pengembangan perangkat lunak bukan hanya soal membuat kode, tapi juga tentang mengelola kerumitan yang terus bertambah. Agar manfaat AI coding tools maksimal, dibutuhkan kerja sama dan kebijakan baru dalam komunitas open source untuk menjaga kualitas, stabilitas, dan keberlanjutan proyek.

Mukesh Ambani, pemimpin perusahaan besar Reliance di India, mengumumkan rencana investasi sekitar ₹10 triliun atau sekitar Rp 1.84 quadriliun (US$110 miliar) selama tujuh tahun berikutnya untuk membangun infrastruktur teknologi AI yang besar di India. Ini termasuk pembangunan data center dan jaringan komputasi khusus AI. Proyek ini sudah dimulai dengan pembangunan data center di Jamnagar, Gujarat, dan diharapkan kapasitasnya akan bertambah besar pada pertengahan 2026. Rencana ini menjadi bagian dari usaha untuk menguatkan teknologi dalam negeri dan mengurangi ketergantungan pada layanan AI luar negeri. Selain Reliance, ada pula grup besar lain seperti Adani yang berencana menginvestasikan Rp 1.67 quadriliun (US$100 miliar) , serta pemerintah India yang memprediksi pengeluaran teknologi AI akan mencapai Rp 3.34 quadriliun (US$200 miliar) dalam dua tahun. Perusahaan global seperti OpenAI juga berkolaborasi dengan perusahaan India. Reliance juga mengembangkan layanan AI yang akan mudah diakses melalui platform Jio, termasuk dalam berbagai bahasa lokal India, supaya teknologi AI bisa lebih diterima luas oleh masyarakat dan berbagai sektor. Usaha ini juga didukung oleh sumber energi hijau yang cukup besar dari proyek-proyek surya di beberapa wilayah. Langkah ini menegaskan bagaimana perusahaan besar di India berlomba-lomba untuk mendominasi bidang teknologi AI yang diperkirakan akan menjadi peluang terbesar di masa depan. Investasi besar ini diharapkan dapat mendorong kemajuan teknologi sekaligus menjadikan India negara yang lebih mandiri secara teknologi.

Sekitar dua tahun setelah Google DeepMind memperkenalkan AlphaFold 3 untuk membantu menemukan obat, anak perusahaan mereka, Isomorphic Labs, merilis model AI lebih canggih yang dijuluki IsoDDE. Teknologi ini mampu memprediksi dengan tepat bagaimana protein berinteraksi dengan obat dan antibodi, yang sangat penting dalam mengembangkan terapi baru. Berbeda dengan AlphaFold yang terbuka untuk publik dan ilmuwan, IsoDDE dibuat secara tertutup dan detail teknisnya tidak banyak diungkapkan. Ini membuat para ilmuwan penasaran sekaligus khawatir karena mereka tidak bisa mempelajari atau mengembangkan teknologi tersebut lebih jauh secara bebas. IsoDDE tidak hanya mengungguli model-model lama dan metode berbasis fisika dalam memprediksi kekuatan ikatan antara obat dan protein, tetapi juga dapat bekerja dengan molekul yang sangat berbeda dari data yang pernah dipelajarinya. Hal ini menunjukkan ada inovasi besar yang diterapkan dalam model ini. Selain itu, IsoDDE juga mampu memprediksi bagaimana antibodi berinteraksi dengan targetnya secara akurat, yang penting karena terapi antibodi saat ini bernilai miliaran pound dan sangat diminati di dunia farmasi. Meskipun teknologi ini menjanjikan, para ahli berharap Isomorphic Labs bisa membuka lebih banyak informasi agar para ilmuwan di seluruh dunia bisa ikut memajukan bidang penemuan obat menggunakan AI. Keseimbangan antara inovasi dan akses terbuka menjadi kunci masa depan penelitian bioteknologi.

Setelah Google DeepMind meluncurkan AlphaFold3 yang revolusioner dalam memprediksi struktur protein, spin-off mereka, Isomorphic Labs, menciptakan model AI baru bernama IsoDDE. Model ini dikembangkan untuk memudahkan dan mempercepat penemuan obat dengan memprediksi bagaimana protein berinteraksi dengan obat-obatan secara lebih tepat. Keunikan dari IsoDDE adalah kemampuannya dalam memprediksi interaksi protein dengan molekul yang sangat berbeda dari data yang sudah pernah dipelajari model itu sebelumnya. Ini merupakan sebuah terobosan karena tantangan utama dalam penggunaan AI adalah tetap akurat saat menjumpai data baru yang belum dikenal. Berbeda dengan AlphaFold yang dibuka untuk umum, IsoDDE bersifat rahasia dan dimiliki secara eksklusif oleh Isomorphic Labs. Hal ini membuat para ilmuwan di luar perusahaan sulit mengikuti atau memanfaatkan teknologi tersebut, meski potensi manfaatnya sangat besar untuk pengembangan terapi baru. Model ini juga mampu mengungguli model open-source seperti Boltz-2 dan metode fisika tradisional dalam mengukur afinitas pengikatan, sebuah parameter penting untuk memilih kandidat obat yang efektif. Kemampuannya juga tampak sangat baik dalam memprediksi interaksi antibodi dengan targetnya, yang sangat penting dalam pengembangan terapi biologis. Secara keseluruhan, IsoDDE adalah langkah besar berikutnya dalam penggunaan AI untuk penemuan obat, namun sifatnya yang tertutup dapat menimbulkan tantangan tersendiri bagi kolaborasi dan pengembangan ilmu pengetahuan yang umumnya mengandalkan akses terbuka.