CEO IBM Arvind Krishna tidak percaya bahwa kecerdasan buatan saat ini berada pada jalur langsung menuju kecerdasan umum buatan (AGI). Terlepas dari sejarah panjang IBM dalam komputasi—mulai dari teknologi dasar abad ke-20 hingga superkomputer Watson yang lebih baru—Krishna mengakui kesalahan masa lalu dan menjelaskan mengapa peralihan ke arah AI generatif saat ini menjanjikan dan berbeda secara mendasar.
Evolusi AI di IBM
Selama beberapa dekade, IBM telah menjadi pemain utama dalam penelitian AI. Kemenangan Watson pada tahun 2011 Jeopardy! menunjukkan pemrosesan bahasa alami sejak dini, namun Krishna mengakui bahwa mendorong Watson ke layanan kesehatan terlalu cepat adalah “tidak pantas”. Pendekatan awal terlalu monolitik; para insinyur mendambakan modularitas dan penyesuaian.
Perbedaan utamanya saat ini adalah peralihan dari model pembelajaran mendalam yang dibuat khusus—yang memerlukan kumpulan data berlabel besar dan pelatihan ulang terus-menerus—ke model bahasa besar (LLM). LLM memanfaatkan komputasi brute force untuk mencapai peningkatan 100x dalam kecepatan, penyetelan, dan kemampuan penerapan.
Titik Perubahan LLM
Meskipun Google mempelopori beberapa teknologi LLM yang mendasarinya (seperti makalah “Hanya Perhatian yang Anda Butuhkan”), poros industri menuju LLM merupakan titik balik yang penting. Krishna menunjukkan bahwa LLM mengurangi kebutuhan akan pelabelan manusia secara terus-menerus, menjadikannya jauh lebih terukur dan mudah beradaptasi.
Pergeseran ini bukannya tanpa biaya. Infrastruktur untuk LLM memerlukan investasi besar-besaran pada GPU dan pusat data, dan keuntungannya tidak dijamin. Namun, Krishna yakin bahwa kemajuan semikonduktor dan arsitektur alternatif (seperti yang dilakukan oleh Groq dan Cerebras) akan menurunkan biaya selama lima tahun ke depan.
Melampaui LLM: Taruhan Kuantum
Terlepas dari hype seputar LLM saat ini, Krishna menekankan bahwa ini bukanlah “akhir segalanya”. IBM terus berinvestasi besar-besaran dalam komputasi kuantum, menyadari bahwa LLM hanyalah satu langkah dalam evolusi teknologi yang lebih panjang. Komputasi kuantum tetap menjadi taruhan jangka panjang, namun Krishna yakin komputasi kuantum memegang kunci untuk memecahkan masalah di luar jangkauan AI klasik.
Pada akhirnya, IBM memposisikan dirinya untuk masa depan di mana AI bukan hanya tentang komputasi yang lebih cepat, namun juga tentang kemampuan-kemampuan baru yang fundamental.
Transisi ini mahal dan tidak pasti, namun Krishna tetap yakin bahwa IBM tidak akan ketinggalan.
