pibitek.biz - Sudah lebih dari setahun sejak peluncuran ChatGPT yang menciptakan revolusi AI Generatifrevolusi AI Generatif. Sejak itu, para ahli industri telah berspekulasi kapan teknologi ini benar-benar mencapai "iPhone moment"-nya, yaitu saat teknologi ini benar-benar menjadi bagian dari kehidupan sehari-hari. Bagi para pengembang yang bertanggung jawab dalam membangun aplikasi AI Generatif yang sukses, penting untuk memahami apa artinya hal ini, dan bagaimana dan kapan hal ini akan terjadi.
2 – Fitur Baru ChatGPT: Memori Jangka Panjang 2 – Fitur Baru ChatGPT: Memori Jangka Panjang
3 – USPTO Tolak AI Sebagai Penemu dalam Paten 3 – USPTO Tolak AI Sebagai Penemu dalam Paten 300x600
Saat Steve Jobs, salah satu pendiri Apple, pertama kali merilis iPhone pada tahun 2007, perangkat tersebut menciptakan gelombang publisitas yang besar. Namun, penjualan pada tahun pertama relatif sedikit, baru meningkat pesat pada pertengahan tahun 2008 ketika App Store dirilis. Seiring dengan penambahan aplikasi, penjualan semakin meningkat.
Hal ini menunjukkan bahwa "iPhone moment" sebenarnya bukanlah saat peluncuran perangkat itu sendiri. Moment revolusioner yang sebenarnya terjadi ketika orang-orang dapat dengan mudah menemukan dan mengunduh aplikasi yang intuitif dan menyenangkan. App Store membuat aplikasi menjadi sangat mudah ditemukan, jauh lebih mudah daripada pasar aplikasi seluler lainnya pada saat itu, dan juga memberlakukan kebijakan tata kelola dan keamanan yang diperlukan untuk melindungi pengguna.
AI Generatif sekarang berada pada titik yang sama, dan organisasi harus peka terhadap pembelajaran ini ketika mengikuti gelombang ini bersama para pengembangnya. Kegembiraan seputar AI Generatif sering kali diekspresikan sebagai kemampuan untuk berbicara dan berinteraksi langsung dengan data, tetapi itu tidak sepenuhnya benar. Orang-orang yang berinteraksi dengan data biasanya berada di belakang layar, membuat skrip kueri Python, sementara kita yang lain berinteraksi dengan aplikasi, seperti ChatGPT, yang menjadi perantara antara pengguna dan LLM.
Selain itu, data tidak berada di perangkat apa pun yang kita gunakan untuk mengakses aplikasi; data disimpan dan diproses di cloud, yang berarti era AI Generatif berkaitan dengan lebih dari sekadar data dan algoritma. Yang benar-benar mewujudkan AI Generatif adalah kombinasi antara LLM (Large Language Models), infrastruktur data cloud, dan aplikasi. Jadi, seperti iPhone mencapai puncaknya dengan ketersediaan banyak aplikasi sederhana untuk tugas-tugas tertentu, AI Generatif akan menjadi hal yang umum ketika kemampuannya disajikan dalam bentuk aplikasi yang intuitif dan mudah ditemukan dan digunakan.
Dalam banyak kasus, pengguna bahkan tidak akan tahu bahwa ada AI di balik aplikasi tersebut; AI menjadi bagian dari aplikasi itu sendiri, bersama dengan pemrosesan bahasa alami, pencarian berbantuan AI, dan fungsionalitas terintegrasi lainnya. Bagi para pengembang yang ingin membangun aplikasi AI Generatif yang sukses, ini berarti memikirkan lebih dari sekadar apa yang data dapat lakukan, tetapi juga bagaimana pengguna mereka akan berinteraksi dengannya. Kamu dapat membangun model yang paling canggih di dunia, tetapi jika disajikan melalui antarmuka yang kompleks atau sulit ditemukan dan diinstal, maka usaha tersebut akan sia-sia.
Berikut adalah tiga elemen penting yang harus dipertimbangkan oleh para pengembang ketika membangun aplikasi AI Generatif yang sukses. Salah satu alasan mengapa ChatGPT begitu cepat populer adalah kesederhanaan antarmukanya, jadi pikirkanlah dengan seksama tingkat pemahaman teknis pengguna. Konsumen, eksekutif bisnis, analis data, insinyur data, dan pengembang software memiliki hubungan dan pemahaman teknologi yang berbeda, jadi desainlah antarmuka yang sempurna untuk mereka, bukan untuk kamu sendiri.
Dalam banyak kasus, antarmuka tidak akan menjadi aplikasi mandiri. Bisnis-bisnis sudah menyematkan AI Generatif ke dalam aplikasi yang sudah ada dengan berbagai cara. Pada akhirnya, kemungkinan banyak aplikasi akan memiliki "copilot" AI Generatif yang siap menjawab pertanyaan, seperti kotak pencarian yang kita temukan dalam aplikasi saat ini.
Untuk membangun antarmuka ini, para pengembang membutuhkan alat yang memungkinkan mereka dengan cepat mengubah data, model, dan fungsi analitik dan aplikasi mereka menjadi aplikasi interaktif yang ditulis dalam bahasa seperti Python. Salah satu opsi yang ada adalah Streamlit, lebih dari 20.000 aplikasi LLM telah dibangun di Streamlit Community Cloud, tetapi ada juga opsi lain. Salah satu alasan App Store begitu sukses adalah karena menyediakan lingkungan pengembangan yang aman dan terkontrol dengan ketat untuk membangun aplikasi.
Hingga saat ini, para pengembang masih harus meminta izin untuk mengakses kontak, kamera, atau foto pengguna, misalnya. Agar aplikasi AI Generatif benar-benar berkembang, para pengembang membutuhkan tata kelola ini yang terintegrasi dalam lingkungan pengembangan mereka. Ini berarti memiliki lapisan infrastruktur dengan kepatuhan, keamanan, interoperabilitas, dan kontrol akses yang diperlukan, sehingga baik pengembang maupun pengguna hanya melihat data yang seharusnya mereka lihat.
Aplikasi mungkin perlu menggabungkan data di sisi penyedia dengan data di sisi konsumen, tetapi tanpa mengumumkan data kepada kedua belah pihak, yang dapat dicapai dengan teknologi data clean room. Tata kelola ini harus dibangun ke dalam lingkungan pengembang dari awal sehingga para pengembang tidak perlu membangun kontrol khusus untuk setiap aplikasi. Hal ini harus mudah dipahami oleh konsumen dan memungkinkan mereka memutuskan izin apa yang ingin mereka berikan kepada aplikasi.
Dan idealnya, ini akan berfungsi di berbagai lingkungan cloud publik, karena banyak organisasi sekarang menggunakan arsitektur multi-cloud. Pengguna target juga perlu kemampuan untuk menemukan dan menggunakan aplikasi kamu dengan mudah. Ini bukanlah hal yang kecil: Para pengembang membutuhkan cara untuk meningkatkan kesadaran tentang aplikasi mereka dan mendistribusikannya melalui lingkungan terpercaya di mana audiens yang dituju dapat menemukan dan menginstalnya dengan mudah.
Jika kamu membangun aplikasi konsumen, mungkin melalui App Store atau Google Play Store. Di lingkungan bisnis, pasar aplikasi menyediakan cara untuk menerbitkan aplikasi sekali dan membuatnya tersedia secara internal untuk karyawan atau eksternal untuk bisnis lain. Idealnya, pasar aplikasi tersebut beroperasi di berbagai cloud dan wilayah serta mendukung model bisnis yang fleksibel berbasis penggunaan untuk memonetisasi aplikasi.
Tidak banyak teknologi yang menarik perhatian seperti AI Generatif, baik bagi industri maupun konsumen. Bahkan, IDC telah memprediksi bahwa pengeluaran untuk produk AI akan melebihi $500 miliar pada tahun 2027, yang didorong tidak sedikit oleh minat yang meluap-luap terhadap AI Generatif. Untuk mewujudkan "iPhone moment" AI Generatif, satu hal yang penting, para pengembang harus melihat lebih dari sekadar mengembangkan model AI yang brilian, dan fokus pada upaya menciptakan aplikasi.
