Analisis terbaru HSBC tentang tantangan keuangan yang dihadapi OpenAI menunjukkan betapa besar skala pemikiran perusahaannya. Mereka sudah mengklaim pendapatan sebesar $20 miliar. Mereka telah berkomitmen $1,4 triliun untuk membangun pusat data baru yang akan memberi makan antarmuka ChatGPT-nya. Dan bahkan jika bisa menghasilkan pendapatan $200 miliar lebih pada tahun 2030, mereka masih butuh tambahan dana $207 miliar untuk bertahan.
Itu jumlah yang sangat besar. Tapi, sekitar selusin orang dalam AI yang berbicara dengan Fortune baru-baru ini di Web Summit di Lisbon menggambarkan masa depan AI yang berbeda. Masa depan itu, kata mereka, ditandai dengan operasi AI yang jauh lebih kecil, sering berputar di sekitar “agen” AI yang melakukan tugas-tugas khusus dan niche, sehingga tidak memerlukan model bahasa besar raksasa yang mendasari OpenAI, atau Gemini-nya Google, atau Claude-nya Anthropic.
“Penilaian mereka didasarkan pada ‘lebih besar lebih baik’, yang belum tentu benar,” kata Babak Hodjat, kepala petugas AI di Cognizant, kepada Fortune. “Kami memang menggunakan model bahasa besar. Kami tidak perlu yang terbesar. Ada ambang batas di mana model bahasa besar mampu mengikuti instruksi dalam domain terbatas, dan mampu menggunakan alat serta berkomunikasi dengan agen lain,” ujarnya. “Jika ambang itu terlewati, itu sudah cukup.”
Misalnya, ketika DeepSeek mengeluarkan model baru Januari lalu, itu memicu penjualan saham teknologi karena kabarnya hanya butuh biaya beberapa juta dolar untuk dikembangkan. Itu juga dijalankan pada model yang jauh lebih kecil dari ChatGPT-nya OpenAI tapi kemampuannya setara, kata Hodjat. “Model DeepSeek 17 miliar parameter lebih baik daripada ChatGPT 3.5,” kata Hodjat. “Model 17 miliar parameter bisa jalan di MacBook kamu. Itu perbedaannya, dan itulah trennya.”
Sejumlah perusahaan mengarahkan layanan mereka ke sekitar agen atau aplikasi AI, dengan asumsi pengguna akan menginginkan aplikasi spesifik untuk melakukan hal spesifik. Superhuman — dulu Grammarly — menjalankan toko aplikasi penuh “agen AI yang bisa berada di dalam browser atau di ribuan aplikasi di mana Grammarly sudah punya izin untuk berjalan,” menurut CEO Shishir Mehrotra.
Di Mozilla, CEO Laura Chambers punya strategi serupa untuk peramban Firefox. “Kami punya beberapa fitur AI, seperti fitur ‘goyang untuk merangkum’, pengelompokan tab pintar di ponsel, pratinjau tautan, terjemahan yang semua menggunakan AI. Yang kami lakukan adalah menjalankannya semua secara lokal, jadi data tidak pernah meninggalkan perangkat Anda. Tidak dibagikan ke model-model, tidak dibagikan ke LLM. Kami juga punya panel geser kecil di mana Anda bisa pilih model sendiri yang ingin digunakan dan memakai AI dengan cara itu,” katanya.
Di pembuat chip ARM, kepala strategi/CMO Ami Badani mengatakan kepada Fortune bahwa perusahaan mereka agnostik terhadap model. “Yang kami lakukan adalah membuat ekstensi kustom di atas LLM untuk kasus penggunaan yang sangat spesifik. Karena, jelas, kasus penggunaan itu sangat bervariasi dari perusahaan ke perusahaan,” ujarnya.
Pendekatan ini — agen AI yang sangat fokus dijalankan seperti bisnis terpisah — sangat kontras dengan platform AI umum yang masif. Di masa depan, satu sumber bertanya kepada Fortune, apakah Anda akan menggunakan ChatGPT untuk memesan kamar hotel yang sesuai kebutuhan spesifik Anda — mungkin Anda ingin kamar dengan bak mandi bukan shower, atau pemandangan menghadap barat — atau apakah Anda akan menggunakan agen spesialis yang punya database sedalam satu mil di bawahnya yang hanya berisi data hotel?
Pendekatan ini menarik uang investasi serius. IBM Ventures, dana ventura $500 juta yang fokus pada AI, telah berinvestasi dalam upaya AI yang jelas tidak glamor namun mengisi ceruk perusahaan yang kurang dikenal. Salah satu investasinya adalah di perusahaan bernama Not Diamond. Startup ini memperhatikan bahwa 85% perusahaan yang menggunakan AI memakai lebih dari satu model AI. Beberapa model lebih baik daripada yang lain untuk tugas berbeda, jadi memilih model yang tepat untuk tugas yang tepat bisa menjadi pilihan strategis penting bagi perusahaan. Not Diamond membuat “perute model,” yang secara otomatis mengirim tugas Anda ke model terbaik.
“Anda butuh seseorang untuk membantu mencari tahu itu. Kami di IBM percaya pada strategi model yang sesuai tujuan, artinya Anda butuh model yang tepat untuk beban kerja yang tepat. Ketika Anda punya perute model yang bisa membantu Anda melakukannya, itu membuat perbedaan besar,” kata Emily Fontaine, kepala ventura IBM, kepada Fortune.