AI hadir dalam aksi nyata di IBM Think 2025

Mobil balap Formula 1 Scuderia Ferrari ditempatkan di dalam kotak kaca di tengah konferensi IBM Think 2025 di Boston minggu ini, dikelilingi oleh para peserta, dengan latar belakang logo IBM biru yang menyala. Sasisnya yang berwarna merah tua dan lekukan aerodinamisnya menarik banyak sekali foto, tetapi kehadirannya tidak sekadar simbolis. Menurut IBM, mobil ini menghasilkan lebih dari satu juta titik data setiap detiknya, menangkap tekanan, gesekan, suhu, dan kecepatan secara real time. Informasi tersebut kini mendorong pengalaman mobile yang dipersonalisasi bagi para penggemar, ditenagai oleh platform IBM watsonx.

Pameran tersebut membuka acara, di mana perusahaan menegaskan bahwa AI bukan lagi sekadar spekulasi. Kecerdasan buatan, komputasi quantum, infrastruktur hybrid cloud, dan otomatisasi disajikan bukan sebagai konsep masa depan, tetapi sebagai kemampuan yang mengubah bentuk operasi di perusahaan global.

Di berbagai pidato utama dan panel diskusi, pembicara dari berbagai industri seperti pertahanan, retail, dan keuangan menggambarkan bagaimana perubahan mendasar dalam arsitektur, talenta, manajemen data, dan interoperabilitas telah berlangsung. Para eksekutif dan insinyur dari PepsiCo, Meta, Lockheed Martin, The Heineken Company, dan BNP Paribas bergabung dengan para pemimpin IBM untuk berbagi bagaimana kecerdasan buatan, quantum, dan otomatisasi memberikan hasil yang dapat diukur.

“AI adalah mesin produktivitas”, ujar Arvind Krishna, Chairman dan CEO IBM. “AI mengungkap nilai dalam data Anda.”

Salah satu pidato utama berfokus pada pergeseran dalam bagaimana AI perusahaan dikembangkan. IBM memperkenalkan komputasi generatif, sebuah pendekatan yang bergerak menjauh dari rekayasa prompt dan menuju pemrograman terstruktur untuk model bahasa besar (LLM). Metode ini, kata para pakar IBM, dimaksudkan untuk membuat aplikasi AI lebih dapat diskalakan, aman, dan mudah beradaptasi saat model berkembang.

Kerangka kerja baru menghubungkan komputasi kinerja tinggi dengan sistem quantum, memungkinkan apa yang disebut IBM sebagai “superkomputer quantum-sentris”. Menurut Zaira Nazario, Director of Science and Technology di IBM Research, hubungan tersebut sudah berjalan.

Pendekatan baru memungkinkan pengembang menentukan perilaku AI menggunakan komponen modular dan batasan yang dapat diprogram daripada prompt. Sriram Raghavan, VP di IBM Research AI, mengatakan bahwa model rekayasa prompt saat ini mengarah ke “tumpukan buku berisi prompt”, yang mengarah pada yang disebutnya sebagai “keamanan melalui doa”.

Pakar IBM mengatakan pengujian internal menunjukkan bahwa komputasi generatif dapat mencapai tingkat akurasi yang sama dengan model 70 miliar parameter menggunakan hanya satu miliar parameter. Raghavan mengatakan hasilnya adalah kecepatan yang lebih tinggi, kinerja yang lebih andal, dan keamanan yang lebih kuat di berbagai contoh penggunaan.

Shobhit Varshney, Head of Data & AI di IBM Consulting Benua Amerika, hadir di acara tersebut dan mengatakan dalam sebuah wawancara dengan IBM Think bahwa pergeseran menuju komputasi generatif tidak dapat datang pada saat yang lebih mendesak.

“Ketika perusahaan menerapkan solusi multi-agen dan mendelegasikan tugas yang lebih kompleks ke AI, kita membutuhkan cara yang lebih transparan dan kuat untuk memprogram model ini daripada bahasa Inggris”, katanya. Varshney mengatakan ia mendengar para pengembang menyampaikan poin yang sama: kebutuhan akan lebih banyak kendali dan keandalan ketika AI bergerak lebih dalam ke bisnis inti. “Di situlah kerangka kerja baru IBM menjadi pengubah permainan”, tambahnya. “Ini membawa ketelitian dan disiplin rekayasa perangkat lunak untuk menskalakan AI secara bertanggung jawab.”

Tetapi membangun model yang lebih cepat dan lebih ramping hanyalah sebagian dari tantangan. Ketika perusahaan mendorong lebih jauh ke otomatisasi dan menerapkan agen AI di seluruh operasi, pertanyaan baru muncul tentang pengawasan dan biaya. Maryam Ashoori, Senior Director of Product Management di IBM watsonx.ai, hadir di acara tersebut dan menyampaikan kepada peserta Think dalam sebuah wawancara, bahwa sementara lebih banyak perusahaan menerapkan AI ke tahap produksi, agen masih dalam tahap awal mereka. “Enam belas persen telah bergeser dari eksperimen ke penskalaan, tetapi agen AI baru mulai terbentuk”, katanya.

Ia menyoroti peningkatan minat dalam penggunaan agen untuk mendapatkan lebih banyak nilai dari sistem gen AI yang ada. “Agen memungkinkan perusahaan mendorong AI generatif lebih dalam ke alur kerja melalui panggilan alat dan fungsi, tetapi sebagian besar belum sepenuhnya memikirkan risikonya.”

Pakar IBM juga menyoroti upaya perusahaan dalam komputasi quantum, mengatakan telah mencapai tingkat pencapaian teknis baru. Utilitas quantum, seperti yang dijelaskan oleh Jay Gambetta, VP of Quantum di IBM, mengacu pada titik di mana prosesor quantum dapat memecahkan masalah yang tidak dapat disimulasikan oleh sistem klasik. Dalam serangkaian percobaan baru-baru ini, para peneliti IBM memasangkan prosesor 45-qubit dengan superkomputer Fugaku Jepang untuk menyimulasikan molekul kompleks, dengan hasil yang konsisten dengan metode klasik terbaik. Tes 77-qubit berikutnya mengonfirmasi hasilnya.

“Kami tidak tertarik dengan demo”, kata Gambetta. “Kami sedang membangun sistem yang benar-benar berfungsi.”

Perusahaan berharap untuk mencapai keunggulan quantum pada tahun 2026, ketika sistem quantum akan mampu mengungguli komputer klasik dalam tugas-tugas dunia nyata dengan akurasi verifikasi.

Di sisi lain konferensi, perhatian beralih pada kesiapan infrastruktur. Rob Thomas, SVP of Software dan Chief Commercial Officer di IBM, menunjukkan tantangan dalam mengintegrasikan AI ke dalam sistem operasional. “Selama tiga tahun ke depan, satu miliar aplikasi akan dibangun berdasarkan AI generatif”, katanya. “Itu harus dapat berfungsi bersama dengan lancar.”

Deutsche Telekom dan beberapa lainnya memberikan contoh kemajuan. CIO Peter Leukert mengatakan bahwa otomatisasi telah mengurangi waktu patching hingga 80%, menambahkan bahwa pendekatan ini mungkin kurang glamor, tetapi mengatasi persyaratan operasional inti.

Menerapkan agen AI di seluruh perusahaan merupakan tema inti lainnya. PepsiCo, misalnya, menggunakan lebih dari 1.500 bot berbasis AI di seluruh rantai nilai. Strategi yang berpusat pada platform telah membantu menyatukan semua alat ini, menurut Magesh Bagavathi, SVP dan Chief Data and AI Officer di perusahaan.

Perluasan cepat sistem semacam itu membawa kompleksitas baru. Ritika Gunnar, General Manager untuk Data dan AI di IBM, merujuk pada tantangan yang semakin besar dari “agent sprawl” (agen tersebar), di mana bot-bot yang tidak terhubung beroperasi secara terisolasi. Untuk mengatasi hal ini, IBM mengembangkan watsonx Orchestrate, yang mengoordinasikan agen di berbagai vendor dan alur kerja. “Membangun agen yang kuat hanyalah permulaan”, kata Gunnar. “Keajaiban sebenarnya terjadi ketika mereka terhubung.”

Dalam operasi SDM di IBM, perusahaan telah mengotomatiskan lebih dari satu juta tugas, dan sekarang mampu menyelesaikan 95% permintaan layanan karyawan tanpa eskalasi. Hasilnya, kata Neil Dhar, Global Managing Partner di IBM Consulting, adalah fungsi SDM yang dapat diskalakan dengan organisasi.

Mempersiapkan perubahan semacam itu membutuhkan lebih dari sekadar alat. Strategi tenaga kerja, misalnya, tetap penting. Laura-Elizabeth Ware, SVP of HCM Cloud Operations Amerika Utara di Oracle, menekankan perlunya perusahaan untuk melakukan inventarisasi keterampilan yang jelas sebelum memperkenalkan agen ke dalam sistem SDM. Sebuah studi dari IBM Institute for Business Value (IBV) baru-baru ini mendukung hal ini, menemukan bahwa sepertiga CEO berencana untuk melatih ulang karyawan, dan separuhnya sedang merekrut untuk posisi yang tidak ada setahun yang lalu.

Strategi sumber terbuka dipamerkan saat Meta menyoroti adopsi pesat dari seri model Llama, yang kini telah melampaui 1,2 miliar unduhan. Perusahaan ini memperkenalkan Llama Stack, sebuah kerangka kerja modular baru yang memungkinkan para pengembang untuk menggabungkan agen, alat evaluasi, dan komponen pasca-pelatihan. “Keindahan dari sumber terbuka adalah komunitas menjadi pengganda kekuatan”, kata Ash Jhaveri, Vice President of AI Partnerships di Meta, selama acara tersebut. Pendekatan ini mencerminkan pergeseran industri yang lebih luas menuju arsitektur AI yang fleksibel dan dapat dikomposisi yang dapat beradaptasi dengan cepat dengan kebutuhan perusahaan yang berkembang.

Untuk memungkinkan penskalaan sumber terbuka yang diatur, IBM telah mengintegrasikan watsonx ke dalam Llama Stack. Namun, tidak semua industri mampu mengambil pendekatan yang sepenuhnya terbuka. Menunjuk ke sektor-sektor seperti pertahanan dan layanan kesehatan, Richard Vitek dari Lockheed Martin menekankan perlunya kontrol dan kepatuhan yang lebih ketat.

Permintaan tersebut membentuk strategi IBM, ujar Dinesh Nirmal, SVP of Software Products di IBM. Platform watsonx.data mengatur data hak milik sebelum memasuki pipeline model. “Platform sekarang dapat menyiapkan data siap AI untuk perusahaan dalam waktu kurang dari lima menit”, tambah Nirmal.

Mobil Scuderia Ferrari HP Formula 1 tampil untuk kedua kalinya dalam pidato utama Krishna, kali ini bukan di balik kaca tetapi disorot di atas panggung sebagai simbol data berkecepatan tinggi dan berisiko tinggi. Ia menggunakan telemetri berbasis sensor mobil untuk menggambarkan kesejajaran dengan industri lain di mana perusahaan mengelola sejumlah besar data secara real time.

Kate Johnson, Presiden dan CEO dari Lumen Technologies, mengatakan perusahaannya menggunakan alat-alat IBM untuk membawa AI lebih dekat ke tepi jaringannya. “Setiap milidetik sangatlah berarti", katanya. “Tidak persis seperti Ferrari, tapi konsepnya sama”.

BNP Paribas juga menempuh jalur yang sama. Bank ini telah bekerja sama dengan IBM dan Red Hat selama tujuh tahun. Sekarang sedang mengembangkan “Pabrik AI”, yang dirancang untuk menyatukan infrastruktur dan mendukung penerapan AI dalam lingkungan yang diatur. Jean-Michel Garcia, CTO bank, menekankan perlunya sistem hybrid, kontainerisasi, dan tata kelola data yang konsisten. “Ini adalah AI dengan sabuk pengaman”, ujar Hillery Hunter, CTO IBM untuk Infrastruktur.

Tema konferensi menunjukkan pergeseran yang lebih luas. Alat modular, sistem berbasis agen, arsitektur hybrid cloud, dan pipeline data yang diatur tidak lagi menjadi konsep yang muncul. Itu semakin berkembang menjadi metode utama dalam menjalankan bisnis.

“Ini bukan eksperimen”, kata Krishna. “Ini sudah terjadi sekarang”.