Meskipun semakin banyak organisasi yang mengadopsi AI, masih terdapat kesenjangan yang signifikan dalam memahami cara terbaik mengoptimalkan potensinya. Ketika AI terus mentransformasi industri di seluruh dunia, IBM memposisikan dirinya sebagai penyedia solusi AI tingkat perusahaan yang mengatasi tantangan-tantangan utama dalam penerapan dan penskalaannya. Sriram Raghavan, VP IBM Research AI, menekankan pentingnya kepercayaan, tata kelola, dan pengembangan AI yang bertanggung jawab.
Di sela-sela acara IBM Think Mumbai baru-baru ini, Raghavan duduk indiaexpress.com Untuk menjelaskan pendekatan unik perusahaan terhadap AI dan integrasinya ke dalam organisasi. Raghavan memulai dengan menekankan bahwa kepercayaan dan tata kelola merupakan hal mendasar bagi keberhasilan penerapan AI di perusahaan.
Eksekutif IBM menguraikan tiga elemen utama dari pendekatan ini: etika AI, AI yang tepercaya, dan tata kelola AI. “Etika AI adalah apa yang organisasi yakini sebagai hal yang benar untuk dilakukan, merupakan keputusan sosial, bukan keputusan teknis. AI Tepercaya mencakup teknologi yang memungkinkan perusahaan untuk menskalakan model, mendeteksi bias, dan membuat model lebih kuat,” kata Raghavan.
Tata kelola AI lebih berkaitan dengan proses, “memastikan data apa yang masuk ke model Anda, pengujian apa yang dilakukan, dan bahwa Anda dapat memantau perilakunya pasca penerapan. IBM menawarkan model tepercaya dan platform yang disebut Watsonx.governance yang memungkinkan perusahaan menerapkan tata kelola yang terus memantau AI dan memastikan AI dapat beradaptasi sesuai rancangannya,” ujarnya.
Tantangan dalam Adopsi AI
Ketika ditanya tentang tantangan utama yang dihadapi organisasi ketika mengintegrasikan atau meningkatkan AI, Raghavan menguraikan empat faktor – keterampilan, biaya, data, dan kepercayaan. Dia mengatakan strategi IBM untuk mengatasi masalah ini mencakup beberapa pendekatan: “Kami fokus pada penyediaan model kecil yang sesuai dengan tujuan, dapat disesuaikan, sehingga organisasi dapat memulai dan tidak perlu mengeluarkan uang untuk model yang paling besar, paling besar, dan paling kuat. “
Mengenai kesiapan data, seorang eksekutif IBM mengatakan Watsonx dirancang sebagai “platform data dan AI” untuk membantu pelanggan mempersiapkan data mereka untuk aplikasi AI. Untuk membangun kepercayaan, IBM menawarkan model Granit miliknya, yang secara tegas didukung oleh perusahaan dan memberikan ganti rugi kepada klien atas penggunaannya. Dalam hal pengembangan keterampilan, IBM bekerja melalui badan konsultasinya dan telah membuat komitmen global untuk melatih dua juta orang di bidang AI pada tahun 2030, yang bertujuan untuk menjembatani kesenjangan bakat.
Bagaimana IBM membantu organisasi menskalakan AI secara bertanggung jawab?
Raghavan menjelaskan bahwa pendekatan IBM untuk membantu bisnis meningkatkan skala AI melibatkan etika yang bertanggung jawab, teknologi AI yang andal, dan proses tata kelola. Eksekutif menekankan pentingnya penilaian risiko berbasis kasus penggunaan. “Anda tidak bisa hanya melihat risiko pada tingkat model. Risikonya ada pada tingkat use case,” katanya.
Untuk mengilustrasikan maksudnya, dia membandingkan dua skenario: “Bayangkan seorang model memberikan rekomendasi sepatu berikutnya yang harus Anda beli, versus seorang model yang merekomendasikan pengobatan kanker. Hal ini jelas tidak mempunyai tingkat risiko yang sama. Penilaian risiko adalah proses yang berkesinambungan, katanya.
Perusahaan juga menawarkan InstructLab, yang memungkinkan model AI menambah keterampilan dan pengetahuan baru, katanya. Hal ini, menurut Raghavan, memungkinkan perusahaan untuk menyesuaikan model AI untuk data spesifik dan kasus penggunaan mereka.
Pendekatan IBM terhadap model dasar
Saat diminta menjelaskan pendekatan IBM dalam menciptakan model dasar, Raghavan mengatakan pendekatan IBM memiliki dua elemen kunci – sumber terbuka dan fokus pada ukuran model yang berguna. Dengan open source, kata dia, IBM berkomitmen untuk membuka inovasi di bidang AI. “Kami telah bekerja sama dengan Meta untuk menetaskan AI Alliance.” Mengenai ukuran model, Raghavan mengatakan perusahaan telah membatasi sebagian besar modelnya pada kisaran parameter 7 hingga 30 miliar, yang membuatnya lebih berguna dan mudah diakses.
“Kami menawarkan model ini dengan lisensi standar Apache 2, memberikan kebebasan bertindak penuh kepada pengembang, mitra, dan klien. Untuk pelanggan korporat, kami terus melakukan perbaikan, revisi, dan patch keamanan untuk model Granit kami,” ujarnya.
Mengenai penjaga keamanan untuk model AI-nya, Raghavan mengatakan perusahaan akan menyediakan berbagai kemampuan pagar pembatas melalui Watsonx.governance. Kemampuan ini mencakup pendeteksi bias, ujaran kebencian, dll., dan kemampuan yang memungkinkan pelanggan menentukan kebijakan tambahan. VP juga menekankan pentingnya konfigurabilitas, “Kami percaya bahwa konfigurabilitas itu penting, dan kami selalu menggunakan istilah risiko dan regulasi berbasis kasus penggunaan, bukan risiko dan regulasi berbasis model.”
Lansekap AI di India
Ketika ditanya mengenai visi India sebagai pemimpin global dalam adopsi AI, Raghavan mengatakan India memiliki potensi yang signifikan karena banyaknya talenta dan kemampuan inovasinya. “India unggul dalam hal bakat dan inovasi. IBM menerapkan Watsonx pada platform Airavat CDAC dan telah bermitra dengan L&T Semiconductors untuk membangun kemampuan AI pada tingkat chip yang ditujukan untuk menangani sektor industri dan otomotif.
Ketika ditanya bagaimana AI akan berkontribusi terhadap penciptaan lapangan kerja dan pengembangan keterampilan di India, Raghavan mengakui bahwa meskipun beberapa pekerjaan akan terkena dampaknya, namun akan ada lapangan kerja baru yang tercipta. Dia menekankan bahwa kuncinya adalah fokus pada inisiatif keterampilan. “Semakin banyak yang bisa kita lakukan untuk membantu warga negara kita memperoleh keterampilan yang mereka perlukan, semakin besar kemungkinan kita membendung transisi ini.”
Ia mencatat bahwa pesatnya perkembangan AI mempunyai tantangan dan peluang. “Salah satu perbedaan besar antara jenis teknologi ini dan transisi di masa lalu adalah bahwa teknologi ini terjadi dengan kecepatan yang lebih cepat. Jadi, untuk mengatur rentang waktu yang tersedia bagi kita sebagai manusia, kita harus lebih gesit.
