Getty Images
India masih belum mengembangkan model bahasa dasarnya sendiri seperti DeepSeek yang digunakan untuk menggerakkan hal-hal seperti chatbots
Dua tahun setelah ChatGPT menggemparkan dunia, DeepSeek dari China telah mengirim gelombang ke industri teknologi dengan menurunkan biaya untuk mengembangkan aplikasi kecerdasan buatan generatif.
Namun, saat perlombaan global untuk supremasi kecerdasan buatan semakin memanas, India tampaknya tertinggal, terutama dalam menciptakan model bahasa dasar sendiri yang digunakan untuk menggerakkan hal-hal seperti chatbots.
Pemerintah mengklaim bahwa setara lokal untuk DeepSeek tidak jauh. Pemerintah menyediakan chip high-end kepada startup, universitas, dan peneliti dengan ribuan chip high-end yang diperlukan untuk mengembangkannya dalam waktu kurang dari 10 bulan.
Sejumlah pemimpin global di bidang kecerdasan buatan juga telah membicarakan kemampuan India belakangan ini.
Setelah awalnya meremehkan, CEO OpenAI Sam Altman bulan ini mengatakan bahwa India seharusnya memainkan peran utama dalam revolusi kecerdasan buatan. Negara ini sekarang menjadi pasar terbesar kedua bagi OpenAI berdasarkan pengguna.
Perusahaan lain seperti Microsoft telah menaruh uang besar di meja – berkomitmen $3 miliar (£2,4 miliar) untuk infrastruktur cloud dan kecerdasan buatan. Jensen Huang dari Nvidia juga berbicara tentang bakat teknis India yang \”tidak tertandingi\” sebagai kunci untuk membuka potensi masa depannya.
Dengan 200 startup yang bekerja pada kecerdasan buatan generatif, sudah cukup aktivitas kewirausahaan yang sedang berlangsung.
Namun, meskipun memiliki bahan-bahan kunci untuk kesuksesan, India berisiko tertinggal tanpa perbaikan struktural dasar untuk pendidikan, penelitian, dan kebijakan negara, kata para ahli.
China dan AS sudah memiliki \”keunggulan empat hingga lima tahun\” dengan telah menginvestasikan banyak dana dalam penelitian dan akademisi serta mengembangkan kecerdasan buatan untuk aplikasi militer, penegakan hukum, dan sekarang model bahasa besar, analis teknologi Prasanto Roy mengatakan kepada BBC.
Meskipun berada di lima besar secara global dalam Indeks Kecemerlangan AI Stanford – yang menempatkan negara-negara berdasarkan metrik seperti paten, pendanaan, kebijakan, dan penelitian – India masih jauh tertinggal dari dua kekuatan besar dalam banyak area kunci.
China dan AS mendapatkan 60% dan 20% dari total paten kecerdasan buatan dunia antara 2010 dan 2022 masing-masing. India mendapat kurang dari setengah persen.
Startup kecerdasan buatan India juga menerima sebagian kecil dari investasi swasta yang diterima perusahaan AS dan China pada tahun 2023.
Misi kecerdasan buatan yang didanai negara India, sementara itu, bernilai $1 miliar dibandingkan dengan $500 miliar yang dikucurkan AS untuk Stargate – rencana untuk membangun infrastruktur kecerdasan buatan besar di AS – atau inisiatif China yang dilaporkan senilai $137 miliar untuk menjadi pusat kecerdasan buatan pada tahun 2030.
Getty Images
Modi di AI Action Summit di Paris – 15% dari bakat kecerdasan buatan dunia adalah India, tetapi sebagian besar pindah keluar dari negara
Meskipun kesuksesan DeepSeek telah menunjukkan bahwa model kecerdasan buatan dapat dibangun dengan chip lama yang lebih murah – sesuatu yang bisa diambil India sebagai pelajaran – kurangnya modal \”sabar\” atau jangka panjang baik dari industri maupun pemerintah adalah masalah utama, kata Jaspreet Bindra, pendiri konsultan yang membangun literasi kecerdasan buatan dalam organisasi.
\”Meskipun terdengar bahwa DeepSeek mengembangkan model dengan $5,6 juta, sebenarnya ada modal yang jauh lebih besar di belakangnya.\”
Kekurangan dataset India berkualitas tinggi yang diperlukan untuk melatih model kecerdasan buatan dalam bahasa-bahasa regional seperti Hindi, Marathi, atau Tamil adalah masalah lain, terutama mengingat keragaman bahasa India.
Namun, meskipun memiliki masalahnya, India sangat unggul dalam bakat – dengan 15% pekerja kecerdasan buatan dunia berasal dari negara ini.
Namun, menurut penelitian migrasi bakat kecerdasan buatan dari Stanford, semakin banyak dari mereka yang memilih untuk meninggalkan negara.
Hal ini sebagian karena \”inovasi kecerdasan buatan dasar biasanya berasal dari riset dalam universitas dan laboratorium riset korporasi\”, kata Mr Bindra.
Dan India kekurangan lingkungan riset pendukung, dengan sedikit terobosan teknologi tingkat tinggi yang muncul dari sektor akademis dan korporasi.
Kesuksesan besar revolusi pembayaran India disebabkan oleh kolaborasi kuat antara pemerintah-industri-akademisi – model serupa, katanya, perlu diulang untuk mendorong kecerdasan buatan.
Interface Pembayaran Bersatu (UPI), sistem pembayaran digital yang dikembangkan oleh organisasi pemerintah, telah merevolusi pembayaran digital di India, memungkinkan jutaan orang melakukan transaksi dengan sekali klik atau dengan memindai kode QR.
Getty Images
Revolusi pembayaran India adalah hasil dari kolaborasi kuat antara pemerintah-industri-akademisi
Industri outsourcing Bengaluru senilai $200 miliar, yang menjadi rumah bagi jutaan coder, seharusnya berada di garis depan ambisi kecerdasan buatan India. Namun, perusahaan IT sebenarnya tidak pernah mengalihkan fokusnya dari pekerjaan berbasis layanan murah ke pengembangan teknologi kecerdasan buatan konsumen yang mendasar.
\”Ini celah besar yang mereka tinggalkan untuk diisi oleh startup,\” kata Mr Roy.
Namun, dia tidak yakin apakah startup dan misi pemerintah dapat melakukan perubahan berat ini dengan cepat, menambahkan bahwa jangka waktu 10 bulan yang ditetapkan oleh menteri adalah reaksi spontan terhadap kemunculan tiba-tiba DeepSeek.
\”Saya tidak berpikir India akan dapat menghasilkan sesuatu seperti DeepSeek setidaknya untuk beberapa tahun ke depan,\” tambahnya. Ini adalah pandangan yang banyak orang lain juga bagikan.
Namun, India dapat terus membangun dan menyesuaikan aplikasi berdasarkan platform open source yang ada seperti DeepSeek \”untuk melompati kemajuan kecerdasan buatan kita sendiri\”, Bhavish Agarwal, pendiri salah satu startup kecerdasan buatan tertua India Krutrim, baru-baru ini menulis di X.
Namun, dalam jangka panjang, pengembangan model dasar akan krusial untuk memiliki otonomi strategis di sektor tersebut dan mengurangi ketergantungan impor serta ancaman sanksi, kata para ahli.
India juga perlu meningkatkan daya komputasinya atau infrastruktur perangkat keras untuk menjalankan model-model tersebut, yang berarti memproduksi semikonduktor – sesuatu yang belum terlaksana.
Banyak hal ini perlu terjadi sebelum kesenjangan dengan AS dan China dapat diperkecil secara signifikan.
\”.