Halo dan selamat datang di Eye on AI. Di edisi ini… Gemini 3 membuat Google jadi nomor satu di papan peringkat AI… Gedung Putih menunda Perintah Eksekutif yang melarang regulasi AI tingkat negara bagian… TSMC menggugat mantan eksekutif yang sekarang bekerja di Intel… Google Research mengembangkan arsitektur AI baru pasca-Transformer… OpenAI mendorong engagement pengguna meski ada bukti bahwa beberapa pengguna berkembang ketergantungan berbahaya dan delusi setelah interaksi lama dengan chatbot.
Saya menghabiskan minggu lalu di Fortune Innovation Forum di Kuala Lumpur, Malaysia, di mana saya memandu beberapa diskusi panel tentang AI dan dampaknya. Salah satu oleh-oleh yang saya bawa dari KL adalah apresiasi baru tentang seberapa besar perusahaan di luar AS dan Eropa sangat ingin membangun di atas model AI open source dan seberapa besar mereka tertarik ke model open source dari Tiongkok.
Kolega saya Bea Nolan sudah menulis sedikit tentang fenomena ini di newsletter beberapa minggu lalu, tetapi berada langsung di Asia Tenggara benar-benar menyadarkan saya: AS, meskipun punya model AI paling canggih, bisa saja kalah dalam perlombaan AI. Alasannya, seperti kata Chan Yip Pang, direktur eksekutif di Vertex Ventures Asia Tenggara dan India, dalam panel yang saya pimpin di KL, adalah perusahaan AI AS "membangun untuk kesempurnaan" sementara perusahaan AI Tiongkok "membangun untuk penyebaran."
Terkadang kita dengar eksekutif AS, seperti CEO Airbnb Brian Chesky, bersedia mengatakan bahwa mereka suka model AI open source Tiongkok karena performanya cukup bagus dengan harga yang sangat terjangkau. Tetapi sikap itu tetap, setidaknya untuk sekarang, tidak biasa. Banyak eksekutif AS dan Eropa yang saya ajak bicara mengatakan mereka lebih suka keunggulan performa model proprietary dari OpenAI, Anthropic, atau Google. Untuk beberapa tugas, bahkan keunggulan performa 8% (yang merupakan jarak saat ini antara model proprietary teratas dan model open source Tiongkok dalam tolok ukur pengembangan perangkat lunak utama) dapat berarti perbedaan antara solusi AI yang memenuhi ambang batas untuk digunakan secara luas dan yang tidak. Para eksekutif ini juga mengatakan mereka lebih percaya pada pengamanan keamanan yang dibangun di sekitar model proprietary ini.
Asia Membangun Aplikasi AI di Atas Model Open Source Tiongkok
Sudut pandang itu sangat berbeda dengan yang saya dengar dari para eksekutif yang saya temui di Asia. Di sini, kekhawatirannya lebih tentang memiliki kendali atas data dan biaya. Dalam metrik ini, model open source cenderung menang. Jinhui Yuan, salah satu pendiri dan CEO SiliconFlow, layanan hosting cloud AI Tiongkok terkemuka, mengatakan bahwa perusahaannya telah mengembangkan banyak teknik untuk menjalankan model open source dengan lebih hemat biaya, artinya menggunakannya untuk menyelesaikan tugas jauh lebih murah daripada mencoba melakukan hal yang sama dengan model AI proprietary. Terlebih lagi, dia mengatakan bahwa sebagian besar pelanggannya menemukan bahwa jika mereka menyempurnakan model open source pada data mereka sendiri untuk penggunaan tertentu, mereka dapat mencapai tingkat kinerja yang mengalahkan model proprietary—tanpa risiko membocorkan data sensitif atau data kompetitif.
Itu adalah poin yang juga ditekankan oleh Pang dari Vertex. Dia memperingatkan bahwa meskipun penyedia model proprietary juga menawarkan layanan penyempurnaan pada data perusahaan, biasanya dengan jaminan bahwa data ini tidak akan digunakan untuk pelatihan yang lebih luas oleh vendor AI, "kamu tidak pernah tahu apa yang terjadi di belakang layar."
Menggunakan model proprietary juga berarti kamu melepaskan kendali atas biaya kunci. Dia mengatakan dia memberi tahu startup yang dia nasihati bahwa jika mereka membangun aplikasi yang fundamental untuk keunggulan kompetitif atau produk inti mereka, mereka harus membangunnya di atas open source. "Jika kamu adalah startup yang membangun aplikasi asli AI dan kamu menjualnya sebagai layanan utama kamu, sebaiknya kamu mengendalikan technology stack, dan untuk bisa mengendalikannya, open source akan menjadi jalan yang harus ditempuh," katanya.
Cynthia Siantar, CEO Dyna.AI, yang berbasis di Singapura dan membangun aplikasi AI untuk layanan keuangan, juga mengatakan dia merasa beberapa model open source Tiongkok berperformaa jauh lebih baik dalam bahasa lokal.
Tetapi bagaimana dengan argumen bahwa AI open source kurang aman? Cassandra Goh, CEO Silverlake Axis, perusahaan Malaysia yang menyediakan solusi teknologi untuk perusahaan jasa keuangan, mengatakan bahwa model harus diamankan dalam suatu sistem—misalnya, dengan alat penyaringan yang diterapkan pada prompt untuk mencegah jailbreaking dan pada output untuk menyaring masalah potensial. Ini berlaku apakah model dasarnya proprietary atau open source, katanya.
Percakapan ini pasti membuat saya berpikir bahwa OpenAI dan Anthropic, yang keduanya dengan cepat mencoba memperluas jejak global mereka, mungkin menghadapi tantangan, terutama di negara-negara berpenghasilan menengah di Asia Tenggara, Timur Tengah, Afrika Utara, dan Amerika Latin. Ini adalah bukti lebih lanjut bahwa AS mungkin perlu berbuat lebih banyak untuk mengembangkan ekosistem AI open source yang lebih kuat di luar Meta, yang sejauh ini merupakan pemain Amerika signifikan satu-satunya di bidang model perbatasan open source. (IBM memiliki beberapa model fondasi open source tetapi mereka tidak secanggih model terkemuka dari OpenAI dan Anthropic.)
Haruskah Negara "Jembatan" Bersatu?
Dan itu bukan satu-satunya cara perjalanan ke Asia ini membuka mata. Juga menarik untuk melihat rencana membangun infrastruktur AI di seluruh wilayah. Negara bagian Johor di Malaysia, khususnya, berusaha memposisikan diri sebagai pusat data center tidak hanya untuk Singapura yang terdekat, tetapi juga untuk sebagian besar Asia Tenggara. (Diskusi tentang kerja sama dengan Indonesia terdekat untuk berbagi kapasitas data center sudah berlangsung.)
Johor berencana menghadirkan proyek data center 5,8 gigawatt dalam beberapa tahun mendatang, yang pada dasarnya akan menghabiskan seluruh kapasitas pembangkit listrik negara bagian saat ini. Negara bagian—dan Malaysia secara keseluruhan—berencana menambah pembangkit listrik secara signifikan, baik dari pembangkit listrik tenaga gas dan ladang surya besar, pada tahun 2030. Namun kekhawatiran semakin tumbuh tentang apa arti ekspansi kapasitas pembangkitan ini bagi tagihan listrik konsumen dan apakah data center akan menghabiskan terlalu banyak air tawar daerah. (Pejabat Johor telah memberitahu pengembang data center untuk menjeda pengembangan fasilitas berpendingin air baru hingga 2027 karena kekhawatiran tentang kekurangan air.)
Seberapa pentingnya para pemain regional akan bersatu dalam persaingan geopolitik yang semakin besar antara AS dan Tiongkok atas teknologi AI adalah topik hangat. Banyak yang tampak bersemangat mencari jalan yang memungkinkan mereka menggunakan teknologi dari kedua negara adidaya, tanpa harus memilih pihak atau berisiko menjadi "pelayan" dari salah satu kekuatan. Tetapi apakah mereka akan mampu berjalan di atas tali yang ketat ini adalah pertanyaan terbuka yang besar.
Awal minggu ini, sekelompok 30 ahli kebijakan dari Mila (Institut Kecerdasan Buatan Quebec yang didirikan oleh "bapak baptis" AI dan pemenang Penghargaan Turing Yoshua Bengio), Oxford Martin AI Governance Initiative, dan sejumlah lembaga Eropa, Asia Timur, dan Asia Selatan lainnya bersama-sama menerbitkan white paper yang menyerukan sejumlah negara berpenghasilan menengah (yang mereka sebut "kekuatan jembatan") untuk bersatu mengembangkan dan berbagi kapasitas serta model AI sehingga mereka dapat mencapai tingkat kemandirian dari teknologi AI Amerika dan Tiongkok.
Apakah aliansi semacam itu—semacam gerakan non-blok untuk AI—dapat dicapai secara diplomatik dan komersial, bagaimanapun, tampaknya sangat tidak pasti. Tetapi itu adalah ide yang saya yakin akan dipertimbangkan oleh politisi di negara-negara jembatan ini.
Dengan itu, inilah sisa berita AI hari ini.
Jeremy Kahn
[email protected]
@jeremyakahn
Jika Anda ingin mempelajari lebih lanjut tentang bagaimana AI dapat membantu perusahaan Anda sukses dan mendengar dari pemimpin industri ke mana arah teknologi ini, saya harap Anda akan bergabung dengan saya di Fortune Brainstorm AI San Francisco pada 8–9 Des. Di antara pembicara yang telah dikonfirmasi sejauh ini adalah kepala Google Cloud Thomas Kurian, CEO Intuit Sasan Goodarzi, CEO Databricks Ali Ghodsi, CEO Glean Arvind Jain, Panos Panay dari Amazon, dan banyak lagi. Daftar sekarang.