Apa itu AI native?

Ketika kecerdasan buatan (AI) menjadi tertanam di seluruh industri, organisasi semakin menggambarkan produk, platform, dan alur kerja mereka sebagai didukung AI atau berkemampuan AI. Namun istilah “AI native” menandakan sesuatu yang lebih dalam dan lebih struktural. Sistem yang ditingkatkan AI bergantung pada AI sebagai alat pendukung, sedangkan sistem asli AI pada intinya berbasis AI.

Startup yang memanfaatkan AI sebagai fokus strategis inti dapat dianggap asli AI, seperti halnya perusahaan lama yang secara komprehensif mengarahkan kembali model bisnis mereka di sekitar data dan model AI. Deskriptor mengacu tidak hanya pada penggunaan alat AI, tetapi pada pendekatan dasar di mana AI membentuk arsitektur, pengambilan keputusan, pengalaman pengguna, dan seluruh siklus hidup sistem sejak awal. Ini termasuk cara data dikumpulkan, cara beban kerja dieksekusi, cara latensi dikelola, dan cara sistem melakukan penskalaan.

Namun, karena tingginya antusiasme dan investasi industri teknologi seputar AI, istilah "AI native" sering muncul sebagai jargon pemasaran dalam konteks di mana istilah tersebut mungkin sebenarnya tidak berlaku. Namun, istilah tersebut memiliki makna yang relevan dan bernilai, dan memahami arti sebenarnya dari AI native penting untuk mengevaluasi gelombang pesat kemajuan teknologi saat ini serta membedakan keunggulan kompetitif yang nyata dari sekadar kehebohan marketing.

Dengan cara yang sama seperti “mobile native” mengacu pada aplikasi yang dirancang khusus untuk smartphone sebagai lawan dari penggunaan desktop, “AI native” menandakan hubungan dengan AI yang diwujudkan ujung ke ujung di seluruh arsitektur dan tumpukan teknologi. Kita dapat mengharapkan kegunaan istilah tersebut memudar seiring waktu seiring kemajuan AI di mana-mana.

Pengembangan perangkat lunak tradisional melibatkan desain yang dibangun di atas logika deterministik dan aturan yang telah ditetapkan oleh pemrogram manusia. Dengan demikian, menyelesaikan tugas yang kompleks menggunakan software tools dapat melibatkan proses memandu sistem software secara manual melalui berbagai input data serta penyesuaian parameter untuk menghasilkan keluaran yang diinginkan. Kalkulator atau makro spreadsheet tidak memiliki kemampuan untuk belajar atau beradaptasi; semua perilaku telah ditentukan sebelumnya.

AI, di sisi lain, tidak memerlukan instruksi eksplisit, AI “mempelajari” aturan itu sendiri dengan ulasan banyak contoh tugas. Aplikasi AI dan sistem menggunakan machine learning untuk menemukan pola dalam sejumlah besar data untuk membuat keputusan atau prediksi. Proses ini memungkinkannya unggul ketika berhadapan dengan data tidak terstruktur dan dalam beberapa kasus memungkinkannya untuk melakukan pembelajaran berkelanjutan dari waktu ke waktu. Proses pembelajaran ini bergantung pada pipeline pemrosesan data, kumpulan data yang berbasis konteks, serta praktik data management yang berkelanjutan untuk memastikan data tetap relevan, akurat, dan siap dimanfaatkan oleh AI.

Agar produk atau alur kerja benar-benar bersifat AI native, kemampuan AI tidak dapat menjadi add-on untuk sistem yang ada. AI tidak dapat menjadi komponen yang dapat dilepas. Dengan kata lain, apabila AI dihilangkan, produk tersebut bukan hanya tidak lagi dapat berfungsi sesuai dengan yang dirancang, tetapi juga kehilangan seluruh nilai gunanya.

Salah satu contoh produk yang tidak dapat dikategorikan sebagai AI native adalah web browser yang hanya memanfaatkan AI untuk fungsi terbatas, seperti fitur aksesibilitas narasi pintar.

Sebaliknya, dalam desain AI native, pengguna sering berinteraksi melalui bahasa alami, dan otomatisasi bersifat intrinsik untuk fungsi inti produk daripada tambahan. Sistem ini sering bergantung pada lapisan orkestrasi yang mengoordinasikan model, alat, API, dan layanan eksternal.

Browser Comet Perplexity  adalah contoh browser AI native, di mana asisten AI diintegrasikan ke dalam pengalaman, merangkum konten, menyusun email, membandingkan hasil belanja—pengalaman dimediasi melalui AI di setiap langkah. Anda tidak perlu membuka sidebar untuk pengalaman AI, karena sudah ada di sana.

IBM® Bob adalah lingkungan pengembangan terintegrasi (IDE) berbasis AI kelas enterprise. Produk ini bukan sekadar chatbot yang ditambahkan ke editor. Produk ini dirancang untuk beroperasi secara native di dalam IDE dan command line, sehingga tidak hanya menyediakan penyelesaian kode, tetapi juga mampu menangani alur kerja berbasis agen yang kompleks.

Karena arsitektur AI-native dibangun di sekitar output probabilistik, iterasi dan adaptasi, daripada aturan kaku dan proses deterministik perangkat lunak tradisional, alur kerja bukan hanya versi otomatis dari proses lama yang melakukan semua langkah yang sama lebih cepat. Proses multi-langkah yang panjang dapat diringkas menjadi satu prompt dan agen AI dapat mengambil interaksi ini dan melakukan serangkaian langkah penalaran untuk menyelesaikan tugas. Agen ini dapat menjalankan beban kerja di muka seperti perencanaan, pemilihan alat, dan evaluasi sebelum menghasilkan hasil.

Berdasarkan pola perilaku pengguna, sistem asli AI dapat meningkat dari waktu ke waktu, menjadi lebih berguna tidak hanya dalam melakukan tugas-tugas tertentu, tetapi dalam cara berinteraksi dengan pengguna pada tingkat mendasar.

Kemajuan terbaru dalam AI generatif telah mempercepat dorongan menuju sistem AI native baru. Model generative AI memungkinkan sistem menghasilkan teks, gambar, kode, dan berbagai output lainnya secara dinamis, sehingga sistem dapat berkembang melampaui otomatisasi yang terbatas menuju AI agen yang mampu melakukan penalaran dan mengambil keputusan secara otonom. AI generatif bukan hanya hal baru tetapi inti kognitif sistem. Sistem cerdas yang dihasilkan mendefinisikan ulang pengalaman pengguna dan menggeser antarmuka menjadi lebih asisten atau kopilot real-time daripada panel kontrol.

Sistem asli AI generatif biasanya sempit, karena desainer akan mengoptimalkan untuk berbagai tugas tertentu. Kerangka kerja generatif meruntuhkan beberapa alur menjadi arsitektur terpadu yang dapat menangani banyak jenis contoh penggunaan.

Membuat sistem AI-native tidak sesederhana hanya menggunakan produk AI yang sudah tersedia. Sistem asli AI sering memiliki profil biaya non-linear. Mengumpulkan dan memproses data yang diperlukan saja adalah usaha besar, seperti halnya melatih, memelihara, dan mengorkestrasi model atau agen. Kemudian ada kebutuhan untuk menanamkan paradigma tata kelola AI dengan prinsip-prinsip AI yang bertanggung jawab sehingga penerapan AI tidak mengancam misi organisasi. Sistem AI dapat gagal secara spektakuler, dengan halusinasi, kegagalan penalaran, penyalahgunaan alat, dan penyimpangan model bertahap.

Sistem AI native biasanya melibatkan pembuatan sistem manajemen AI menyeluruh, yang menyediakan kerangka kerja untuk pengembangan, penerapan dan pemantauan berkelanjutan sistem AI. Sistem ini mengurangi risiko AI dan mendorong kepatuhan terhadap peraturan.

Namun, tantangan ini layak dihadapi karena dua alasan utama.

Pertama, sistem AI yang matang sulit untuk disalin karena kecerdasan tertanam ke dalam alur kerja, bukan fitur. Alur kerja bersifat dinamis dan logikanya tersebar di seluruh kode orkestrasi dan diinformasikan oleh penggunaan historis, disetel melalui metode coba-coba. Model terus-menerus belajar bagaimana melakukan sesuatu dengan lebih baik dari waktu ke waktu, dan itu bukan proyek mudah untuk mereplikasi akumulasi kecerdasan itu. Terlebih lagi, peningkatan tersebut menciptakan keuntungan berlipat ganda yang tidak dapat dicapai oleh perangkat lunak tradisional.

Duduk di antara pengguna dan organisasi besar yang membuat dan memelihara model terkemuka menawarkan banyak peluang untuk menambah nilai dalam memutuskan data apa yang relevan, alat apa yang dikonsultasikan dan kecerdasan apa yang muncul dan bagaimana. Lapisan ini mengontrol konteks dan membentuk kecerdasan, menghilangkan kompleksitas di balik bahasa alami. Organisasi asli AI berfungsi sebagai semacam koordinator dalam ekosistem yang membantu pengguna mendapatkan nilai sebanyak mungkin dari model untuk kebutuhan khusus mereka. Jadi bahkan tanpa memiliki model, perusahaan-perusahaan ini dapat memberikan nilai yang luar biasa.