OpenAI bersiap untuk mengubah ChatGPT menjadi 'aplikasi super' ↗
OpenAI dilaporkan mengubah ChatGPT dari chatbot tanya jawab menjadi "aplikasi super" yang lebih luas - alat pengkodean, agen, pembuatan gambar, dan aplikasi mitra semuanya terkumpul di satu tempat. Idenya hampir tampak sederhana, tetapi ini merupakan perubahan produk yang sangat besar. (Fortune)
Taruhan yang lebih besar adalah bahwa pengguna tidak hanya akan meminta jawaban dari AI. Mereka akan memberikan tugas-tugas yang rumit kepada AI—pemesanan, kalender, kode, alur kerja—dan mengharapkan AI untuk melakukannya dengan benar. Itulah perburuan keunggulan kompetitif saat ini.
Perplexity memungkinkan model AI untuk membuat alur pencarian mereka sendiri ↗
“Search as Code” dari Perplexity mengubah pencarian dari panggilan API tetap menjadi alur kerja Python yang ditulis oleh model. Alih-alih menguji kotak hitam dengan kueri demi kueri, model tersebut membangun mesin pencari kecilnya sendiri. (The Decoder)
Perusahaan tersebut mengatakan bahwa mereka menggunakan token yang jauh lebih sedikit pada tolok ukur keamanan siber dan unggul di sebagian besar pengujiannya. Tentu saja, klaim tentang tolok ukur tersebut harus diterima dengan skeptis - tetapi idenya cukup cerdas.
Nvidia menjalin kesepakatan baru terkait infrastruktur AI di Korea Selatan ↗
Nvidia mengumumkan serangkaian kemitraan dengan Korea Selatan yang mencakup chip memori, komputasi awan AI, pusat data, robotika, dan manufaktur. SK Hynix, SK Telecom, Naver, Doosan, LG Group, dan Hyundai semuanya termasuk dalam jajaran perusahaan yang bermitra di bidang manufaktur. (Reuters)
Intinya secara praktis: Nvidia ingin pasokan memori canggih tetap terjaga sambil mendorong "pabrik AI" lebih dalam ke dalam tumpukan industri. Glamor? Tidak terlalu. Penting? Sangat penting.
Bisnis AI menghadapi 4 realitas pahit ↗
Gambaran pasar AI menjadi lebih suram: biaya tinggi, pengembalian modal lebih lambat, permintaan infrastruktur yang kuat tetapi tidak secara ajaib tak terbatas, dan pembiayaan yang mungkin tetap mahal. Itulah kardus basah di bawah roket berlapis emas. (Axios)
Ketegangan utamanya sederhana: AI sebagai teknologi bisa sangat menjanjikan, sementara AI sebagai bisnis masih bisa terlihat mahal, tidak terstruktur, dan kurang dimonetisasi. Kedua hal itu bisa benar - menjengkelkan, tetapi benar.
Bank-bank menyiapkan landasan untuk pemutusan hubungan kerja massal seiring dengan semakin dominannya AI ↗
Bank-bank dilaporkan mengurangi jumlah analis junior, dalam beberapa kasus secara drastis, sementara masih mengandalkan kelompok calon analis pemula tersebut untuk mendapatkan talenta AI di masa depan. Ini adalah lingkaran setan yang aneh, yang justru merugikan program pendidikan pascasarjana sendiri. (Fortune)
Kasus penggunaan AI dalam waktu dekat lebih terarah daripada fiksi ilmiah: layanan pelanggan, pemantauan transaksi, pemantauan perdagangan. Bukan lagi "bank robot," melainkan lebih ke "banyak pemotongan kecil dan otomatisasi."
Di dalam gudang Amazon tersibuk di Eropa, tempat robot, laser, dan manusia menghadirkan masa depan ↗
Gudang LCY3 Amazon di Dartford beroperasi dengan robot bergerak, perangkat lunak AI, pemindai, dan sistem konveyor yang memindahkan jutaan unit per minggu. Kedengarannya seperti gabungan antara pusat pemenuhan pesanan dan meja pinball industri. (euronews)
Aspek AI-nya praktis: koordinasi robot, optimasi rute, pengukuran paket, pembacaan label, dan penyortiran jalur. Bukan hal-hal canggih seperti chatbot - lebih seperti kerangka tak terlihat dari ritel yang menjadi lebih cepat.
Pertanyaan yang Sering Diajukan (FAQ)
Apa arti dari perubahan haluan superapp ChatGPT yang dilaporkan oleh OpenAI?
OpenAI dilaporkan sedang mengembangkan ChatGPT lebih dari sekadar chatbot tanya jawab sederhana menjadi pusat yang lebih luas dan mirip aplikasi. Idenya adalah untuk menyatukan alat pengkodean, agen AI, pembuatan gambar, dan aplikasi mitra di satu tempat. Alih-alih hanya menjawab pertanyaan, ChatGPT akan membantu menyelesaikan tugas-tugas yang lebih besar seperti pemesanan, kalender, kode, dan alur kerja.
Mengapa agen AI menjadi fokus utama dalam berita AI?
Agen AI penting karena mereka menggeser tujuan produk dari memberikan jawaban menjadi mengambil tindakan. Dalam artikel ini, tema utamanya adalah pengguna memberikan tugas-tugas kompleks kepada AI dan mengharapkan AI untuk menyelesaikannya dengan benar. Hal itu membuat keandalan, penanganan alur kerja, dan integrasi yang berharga menjadi lebih penting daripada sekadar menghasilkan respons yang sempurna.
Apa pendekatan “Pencarian sebagai Kode” yang digunakan Perplexity?
Fitur “Search as Code” dari Perplexity memungkinkan model AI untuk menulis alur kerja Python untuk pencarian, bukan hanya memanggil API pencarian tetap. Artinya, model dapat membangun proses pencarian khusus yang kecil untuk tugas tersebut. Artikel tersebut menyatakan bahwa Perplexity mengklaim fitur ini menggunakan lebih sedikit token pada benchmark keamanan siber, meskipun klaim benchmark tersebut harus ditanggapi dengan hati-hati.
Mengapa kesepakatan infrastruktur AI Nvidia di Korea Selatan penting?
Kesepakatan Nvidia di Korea Selatan penting karena menghubungkan infrastruktur AI dengan chip memori, komputasi awan, pusat data, robotika, dan manufaktur. Perusahaan yang disebutkan termasuk SK Hynix, SK Telecom, Naver, Doosan, LG Group, dan Hyundai. Tujuan praktisnya adalah untuk mengamankan pasokan memori canggih sekaligus mendorong "pabrik AI" lebih dalam ke dalam operasi industri.
Apa saja realitas bisnis keras yang dihadapi perusahaan AI?
Artikel ini menyoroti empat tekanan utama seputar bisnis AI: biaya tinggi, pengembalian modal yang lebih lambat, permintaan infrastruktur yang terbatas, dan pembiayaan yang mahal. Intinya bukanlah bahwa AI gagal sebagai teknologi. Melainkan bahwa membangun bisnis AI yang menguntungkan masih bisa mahal, tidak merata, dan lebih sulit dimonetisasi daripada yang diperkirakan.
Bagaimana AI memengaruhi pekerjaan di sektor perbankan dan keuangan?
Bank-bank dilaporkan mengurangi jumlah analis junior sambil tetap bergantung pada pekerja yang baru memulai karier sebagai sumber daya talenta AI di masa depan. Penggunaan jangka pendek yang dijelaskan bersifat praktis dan terarah, termasuk layanan pelanggan, pemantauan transaksi, dan pemantauan perdagangan. Alih-alih menggantikan seluruh bank, AI tampaknya menciptakan banyak otomatisasi kecil di seluruh alur kerja yang ada.