Dinamika Industri AI

Samsung akan segera meluncurkan seri Galaxy S26 yang dilengkapi dengan fitur kecerdasan buatan (AI) terbaru. Fitur ini memungkinkan pengguna mengedit foto dan video dengan perintah suara atau teks secara alami. Samsung berfokus memperluas kemampuan kamera menjadi alat yang tidak hanya sekadar menangkap gambar, tetapi juga bisa mengolahnya secara kreatif. Salah satu contoh fitur yang dipromosikan termasuk mengubah foto seekor anak anjing menjadi stiker lucu, memperbaiki bagian yang hilang pada objek makanan, dan mengedit foto biasa menjadi adegan unik seperti sapi yang tampak diculik alien. Ini menunjukkan bahwa AI akan makin sering campur tangan dalam hasil akhir gambar. Google Pixel juga sudah memperkenalkan fitur canggih yang menggunakan AI untuk menggabungkan beberapa foto atau mengisi detail yang hilang saat zoom tinggi. Meskipun ini membantu meningkatkan kualitas gambar, ada kekhawatiran soal bagaimana AI bisa mengubah representasi realitas dalam foto dan video. Iklan yang Samsung buat, memperlihatkan video yang terang dengan bantuan AI serta sebuah adegan anjing mengenakan kacamata hitam. Namun, tidak jelas berapa banyak dari elemen tersebut yang hasil asli kamera dan berapa yang sudah dimodifikasi atau ditambahkan AI, membingungkan konsep apa yang sebenarnya ditangkap oleh kamera. Pada akhirnya, jika kamera mulai 'bergerak melampaui penangkapan gambar', kita menghadapi masa depan di mana gambar dan video tidak lagi merekam realita, tapi lebih mirip kreasi AI. Ini merupakan tantangan besar bagi keaslian, konsep memori, dan kepercayaan pada media visual yang selama ini kita anggap hakiki.

Anthropic, sebuah startup AI bernilai 380 miliar dolar, sedang berselisih dengan Departemen Pertahanan AS. Konflik ini berakar pada perbedaan pendapat soal bagaimana AI perusahaan tersebut boleh digunakan, terutama mengenai senjata otonom dan pengawasan massal dalam negeri. Anthropic menolak penggunaan teknologi mereka untuk operasi yang sepenuhnya tanpa campur tangan manusia. Departemen Pertahanan mendesak agar kontrak-kontrak AI diubah dengan ketentuan 'any lawful use', yang memungkinkan penggunaan AI secara luas termasuk untuk tujuan militer agresif. Langkah ini memicu perdebatan besar karena dapat membuka jalan bagi penggunaan AI yang kontroversial, seperti senjata pembunuh otomatis tanpa pengawasan manusia. Model AI utama Anthropic yang disebut Claude menjadi pusat perhatian karena merupakan satu-satunya yang diizinkan untuk menggunakan informasi rahasia di jaringan Pentagon. Jika Anthropic ditetapkan sebagai risiko rantai pasokan keamanan, maka berbagai perusahaan dan kontraktor yang bekerja dengan militer harus menghentikan penggunaan AI mereka, yang akan mengganggu banyak operasi. Pentagon kini dipimpin oleh Emil Michael, yang dikenal sebagai negosiator keras dan sebelumnya menjadi eksekutif di Uber. Ia menegaskan bahwa tidak boleh ada batasan penggunaan AI oleh pemerintah, meskipun hal ini bertentangan dengan prinsip beretika yang diusung Anthropic. Konflik ini telah menarik perhatian luas dari industri teknologi dan pemerhati etika AI. Sementara itu, perusahaan lain seperti OpenAI dan xAI sudah menyesuaikan kontrak mereka dengan kebijakan baru DoD, tetapi model mereka belum memiliki akses keamanan setinggi Claude. Hal ini menimbulkan risiko ketergantungan berlebihan pada Anthropic, sehingga negosiasi ini sangat penting bagi masa depan AI di sektor pertahanan dan implikasi etis yang menyertainya.

Michael Gerstenhaber, VP Produk di Google Cloud, membagikan pandangannya soal kondisi perkembangan AI agentik dan platform Vertex yang ia pimpin. Ia menyoroti bahwa meskipun model AI saat ini sudah sangat pintar, adopsi luas di dunia nyata belum terlihat sebesar yang diharapkan, terutama karena masih banyak infrastruktur yang harus dibangun. Google memiliki keunggulan unik berupa integrasi penuh mulai dari pusat data, chip sendiri, hingga antarmuka pengguna. Ini memungkinkan Google mengontrol seluruh rantai teknologi AI, mulai dari model sampai aplikasi agentik yang digunakan pelanggan mereka seperti Shopify dan Thomson Reuters. Gerstenhaber mengungkapkan tiga batas utama yang harus dilalui AI: kecerdasan murni untuk kualitas keluaran, latensi atau kecepatan respons agar pengguna tidak frustrasi, dan biaya yang memungkinkan AI dioperasikan berskala besar terutama untuk platform besar seperti Reddit dan Meta yang harus memoderasi jutaan konten tanpa risiko besar biaya yang tidak terduga. Salah satu hambatan terbesar untuk kemajuan AI agentik adalah kurangnya pola standar untuk mengaudit perilaku agen, mengatur otorisasi data yang digunakan, dan memastikan tata kelola yang aman saat masuk ke produksi. Di bidang software engineering, pola ini sudah mulai terbentuk, sehingga adopsi di sektor ini lebih cepat. Gerstenhaber optimis bahwa dengan waktu, pola infrastruktur dan tata kelola yang tepat akan muncul, mendorong AI agentik dapat dipakai secara luas dan aman dalam berbagai profesi dan aplikasi. Hal ini akan membuka potensi penuh AI untuk merevolusi berbagai industri di masa depan.

Michael Gerstenhaber, VP produk di Google Cloud yang fokus pada Vertex AI, berbagi wawasan menarik tentang bagaimana model AI saat ini menghadapi tantangan bukan hanya soal kecerdasan, tapi juga waktu respons dan biaya operasional. Vertex AI sebagai platform menyediakan alat untuk pengembang membangun aplikasi berbasis AI agentic, meskipun aplikasi itu sendiri dibuat oleh perusahaan lain. Google memiliki keunggulan unik karena mengontrol seluruh rantai teknologi dari perangkat keras, infrastruktur, hingga aplikasi AI yang mendukung. Hal ini memungkinkan mereka mengoptimalkan performa dan biaya secara lebih efektif dibandingkan perusahaan lain yang hanya fokus bagian tertentu. Gerstenhaber memecah batasan model AI menjadi tiga: model dengan kecerdasan tinggi tapi lambat, model yang cepat tapi kecerdasannya harus cukup dalam waktu singkat, dan model yang bisa dijalankan secara murah dalam skala sangat besar untuk kebutuhan seperti moderasi konten internet secara massal. Meskipun teknologi agentic AI sangat menjanjikan dan sudah cukup matang dalam dua tahun terakhir, adopsinya masih terbatas karena infrastruktur pendukung seperti audit, keamanan data, dan pola otorisasi masih harus dibangun. Di bidang pengembangan perangkat lunak sudah lebih cepat, sebab penggunaan AI terintegrasi dengan budaya pengembangan yang aman dan terstruktur. Gerstenhaber menegaskan bahwa investasi dalam pengembangan pola dan sistem pendukung untuk agentic AI akan memungkinkan teknologi ini menyebar ke berbagai bidang profesi lain, bukan hanya software engineering. Ini adalah tantangan sekaligus peluang besar bagi perkembangan AI di masa depan.

Memahami tindakan model deep learning dengan miliaran parameter seringkali sangat sulit. Guide Labs, sebuah startup dari San Francisco, memperkenalkan Steerling-8B, sebuah model bahasa dengan kemampuan untuk menelusuri setiap token yang dihasilkannya ke sumber data pelatihan asli. Hal ini membuat model lebih mudah dimengerti dan dikontrol. Steerling-8B menggunakan arsitektur baru yang memasukkan 'lapisan konsep' untuk mengelompokkan data ke dalam kategori yang mudah dilacak. Meskipun ini membutuhkan anotasi data yang lebih banyak di awal, tim Guide Labs menggunakan bantuan AI lain agar proses pelatihan lebih efisien dan efektif. Model ini dapat mencapai sekitar 90% kemampuan dari model-model besar lainnya yang memiliki parameter jauh lebih banyak. Kelebihan lain adalah penggunaan data pelatihan yang lebih sedikit berkat arsitektur uniknya, sehingga lebih hemat sumber daya dan waktu. Teknologi ini sangat penting untuk keperluan yang membutuhkan regulasi ketat seperti di bidang keuangan dan ilmiah. Misalnya, model bisa dikontrol agar tidak mempertimbangkan data sensitif seperti ras dalam evaluasi pinjaman, dan juga dapat memberikan penjelasan yang dibutuhkan dalam penelitian protein atau bidang ilmiah lain. Guide Labs berencana mengembangkan model yang lebih besar dan menyediakan akses melalui API untuk khalayak luas. Pendiri Julius Adebayo menyatakan interpretabilitas yang dimiliki model ini adalah jawaban atas permasalahan AI masa depan agar keputusan yang dibuat model tidak lagi misterius bagi manusia.

Particle adalah aplikasi berita baru dari mantan insinyur Twitter yang kini bisa menggabungkan berita dari web dengan potongan podcast. Dengan fitur Podcast Clips, aplikasi ini mengekstrak momen-momen penting dari podcast sehingga kamu bisa mendengarkan komentar singkat saat membaca berita tanpa harus memutar keseluruhan podcast yang panjang. Kamu juga diberi pilihan untuk membaca transkrip yang menyoroti kata-kata saat diucapkan, membuat pengalaman mengikuti berita jadi lebih interaktif dan mudah dipahami. CEO Particle, Sara Beykpour, menjelaskan bahwa mereka menggunakan teknologi AI untuk menghubungkan bagian podcast yang relevan dengan setiap berita, sehingga satu podcast yang membahas banyak topik bisa dipecah menjadi klip-klip yang berkaitan dengan cerita tertentu. Podcast kini jadi sumber berita yang makin dipercaya dan penting. Teknologi ini penting karena banyak tokoh teknologi dan pejabat publik yang memilih podcast untuk menyampaikan pernyataan penting, bukan media tradisional. Selain itu, Particle menggunakan teknologi dari ElevenLabs untuk transkripsi, tapi cara mereka menentukan tepatnya bagian mana yang harus dipotong adalah rahasia perusahaan. Fitur Podcast Clips memungkinkan kamu bahkan melihat daftar semua podcast yang membahas seorang tokoh terkenal, contoh CEO OpenAI, lengkap dalam satu halaman. Selain itu, Particle juga meluncurkan langganan berbayar bernama Particle+ yang menambah kemampuan seperti memilih suara dalam audio, meringkas berita dengan gaya penulisan favorit, dan fitur AI chatbot untuk pertanyaan pribadi. Tidak hanya itu, versi Android terbaru menghadirkan konten berita yang lebih aktual, misalnya soal Olimpiade Musim Dingin 2026, serta tambahan halaman definisi entitas dan topik terkait. Menariknya, sebagian besar pengguna Particle ada di luar Amerika Serikat, dengan India sebagai pasar terbesar kedua.

Seiring dengan kemajuan teknologi kecerdasan buatan, muncul masalah serius di media sosial: keaslian konten kini semakin sulit dibedakan karena AI bisa menciptakan karya yang sangat mirip dengan aslinya. Adam Mosseri dari Instagram mengungkapkan kekhawatirannya tentang hal ini dan mengusulkan pelabelan konten asli yang dilakukan oleh produsen kamera untuk menjaga kepercayaan pengguna. Namun, upaya ini belum cukup. C2PA adalah standar yang didukung oleh sejumlah perusahaan teknologi besar untuk melacak asal-usul dan keaslian konten digital. Sistem ini menanamkan metadata tersembunyi pada foto, video, dan audio untuk mengonfirmasi siapa pembuatnya dan apakah AI terlibat dalam proses pembuatan. Walaupun sudah mulai diadopsi, penerapannya masih terbatas dan tidak konsisten di berbagai platform. Banyak masalah muncul karena tidak semua pihak, terutama produsen kamera lama dan platform media sosial, mengikuti standar C2PA secara penuh. Selain itu, metadata ini bisa dengan mudah dihapus atau diabaikan. Pengguna juga perlu usaha ekstra untuk memeriksa keaslian konten, sesuatu yang sulit bagi kebanyakan orang yang tidak familiar dengan teknologi ini. Pada kenyataannya, perusahaan teknologi seperti Meta, Google, dan OpenAI tetap mengembangkan alat berbasis AI yang justru memperbanyak konten palsu. Mereka seringkali mengandalkan sistem pelabelan sebagai tameng, sementara bisnis mereka tetap meraup untung besar dari penggunaan AI. Ini menimbulkan dilema tentang seberapa serius mereka melawan misinformasi dan keaslian konten. Mengandalkan pelabelan keaslian semata tidak akan menyelesaikan masalah konten AI palsu secara menyeluruh. Dibutuhkan pendekatan baru yang fokus juga pada kredibilitas pembuat konten dan cara moderasi yang lebih efektif. Namun, tanpa komitmen penuh dari semua pihak, terutama platform besar seperti X yang menarik diri dari inisiatif ini, tantangan menjaga keaslian media sosial akan terus berlanjut.

Seiring teknologi AI berkembang pesat, membuat konten palsu jadi semakin mudah dan hampir tidak bisa dibedakan dengan konten asli. Hal ini mengancam cara kerja media sosial dan kreator yang bergantung pada keaslian dan kepercayaan pengguna. Instagram dan platform lain mencoba menggunakan sistem bernama C2PA untuk menandai konten asli, tapi penerapannya masih belum maksimal dan sulit ditemukan oleh pengguna biasa. C2PA itu sendiri adalah standar untuk melacak asal usul dan keaslian foto, video, atau audio dengan metadata tersembunyi. Teknologi ini didukung oleh banyak perusahaan teknologi besar, tapi masih belum diterima luas oleh banyak produsen kamera dan platform media sosial. Selain itu, metadata tersebut bisa dihapus atau dihilangkan dengan mudah, sehingga tidak bisa menjadi solusi utama untuk melindungi dari deepfake atau konten AI palsu. Meta dan Instagram bahkan menggunakan label AI pada konten yang dianggap palsu, tapi penempatannya sangat tersembunyi dan tidak konsisten, sehingga pengguna tetap kesulitan mempercayai keaslian konten yang mereka lihat. Selain itu, platform populer seperti X (dulu Twitter) telah keluar dari inisiatif C2PA, sehingga mempersulit perlindungan autentikasi pada konten yang sangat cepat menyebar di sana. Di sisi lain, perusahaan pembuat AI masih terus meluncurkan alat-alat generatif baru yang malah semakin banyak membuat konten 'slop' atau sampah AI. Mereka mengambil keuntungan dari konten ini untuk meningkatkan engagement dan pendapatan iklan, menciptakan konflik kepentingan antara menjaga keaslian dan mengembangkan teknologi yang memperburuk penyebaran misinformasi. Karena itu, meskipun teknologi seperti C2PA adalah langkah penting, masih jauh dari cukup dan butuh pendekatan yang lebih komprehensif, termasuk mendekati siapa yang membuat konten ketimbang hanya konten itu sendiri. Jika tidak, risiko misinformasi dan erosi kepercayaan publik pada media digital akan meningkat semakin besar ke depannya.

Ledakan startup AI generatif yang muncul pesat dalam beberapa tahun terakhir menciptakan banyak model bisnis baru berbasis teknologi seperti LLM (Large Language Models). Namun, kini para investor dan pemimpin industri memperingatkan bahwa model bisnis yang hanya membungkus LLM dengan antarmuka pengguna atau menggabungkan beberapa model AI tidak cukup kuat untuk bertahan lama. Menurut Darren Mowry dari Google, startup yang mengandalkan model-model AI yang sudah ada tanpa mengembangkan solusi dan nilai unik kini menghadapi kesulitan. Pasar dan industri sudah tidak sabar pada produk yang hanya mengambil model besar seperti GPT dan memberikan lapisan antarmuka tipis di atasnya tanpa inovasi beda yang berarti. Startup pembungkus LLM yang sukses sejauh ini adalah yang mampu membangun moats atau keunggulan kompetitif spesifik di pasar vertikal, seperti Cursor yang fokus pada asisten pengkodean atau Harvey AI di bidang hukum. Begitu pula startup agregator AI yang menggabungkan berbagai model harus menghadirkan nilai layanan tambahan yang membedakan, bukan hanya mengelola akses model saja. Mowry menyamakan situasi ini dengan era awal komputasi awan, di mana startup reseller AWS kehilangan pangsa pasar ketika Amazon sendiri memberikan layanan langsung. Hanya perusahaan yang memberikan nilai tambah nyata seperti keamanan dan konsultasi yang bertahan. Demikian juga dengan agregator AI yang harus berinovasi dalam produk mereka agar tidak tersingkir oleh penyedia model langsung. Dia juga optimis dengan pertumbuhan bidang lain seperti platform developer untuk pemrograman dan teknologi direct-to-consumer, termasuk aplikasi AI untuk hiburan seperti video kreatif. Selain AI, sektor biotech dan climate tech juga dipandang memiliki potensi besar karena akses data yang sangat luas dan manfaat sosial yang nyata.

Film pendek 'Murmuray' karya Brad Tangonan menunjukkan bagaimana AI bisa menjadi alat bagi pembuat film independen untuk menceritakan kisah pribadi dengan gaya visual unik tanpa biaya besar. Melalui program Google Flow Sessions, beberapa pembuat film mendapatkan akses ke alat AI canggih untuk menciptakan karya mereka. Para pembuat film ini mengatakan bahwa AI bukanlah pengganti kreatif mereka, melainkan alat tambahan yang memungkinkan mereka menghasilkan efek rumit dan visual menarik yang sebelumnya sulit dijangkau oleh anggaran terbatas. Sementara itu, para kritikus besar industri film sangat skeptis, berpendapat bahwa AI menjauhkan manusia dari proses kreatif dan menurunkan kualitas karya seni. Meskipun AI membawa efisiensi dan membuka jalan bagi film-film orisinal di tengah tekanan biaya tinggi dan dominasi produksi besar, ada kecemasan bahwa teknologi ini bisa menggantikan banyak peran di produksi film, dari aktor hingga kru kreatif, yang berpotensi merusak ekosistem seni dan kolaborasi. Para pembuat film yang menggunakan AI berusaha menjaga rasa personal dan orisinalitas karya mereka dengan menggabungkan metode tradisional dan teknologi AI, serta tetap melibatkan kolaborator manusia ketika memungkinkan. Mereka juga mengedepankan diskusi etis terkait bagaimana menggunakan AI secara bertanggung jawab dan transparan dalam dunia seni. Debat mengenai AI dalam perfilman adalah refleksi lebih luas tentang bagaimana teknologi baru dapat mengubah industri kreatif: membuka peluang sekaligus menimbulkan risiko besar. Menurut para pembuat film muda, keterlibatan aktif dalam teknologi ini penting untuk menjaga agar film ke depan tetap relevan, berjiwa, dan berkualitas.