Jika saya harus meringkas ulasan tahun ai untuk pemilik tempat saya bekerja, itu akan menjadi satu kalimat: ini adalah tahun dimana AI berhenti menjadi demo dan mulai menjadi ketergantungan. Dua belas bulan yang lalu, sebagian besar bisnis yang saya ajak bicara menjalankan uji coba chatbot yang tidak dipercaya oleh siapa pun dengan pelanggan sebenarnya. Pada bulan Desember ini, beberapa di antaranya memiliki sistem produksi yang menangani volume dukungan nyata, pemrosesan dokumen nyata, dan keputusan nyata, secara diam-diam, tanpa siaran pers.
Pergeseran itu tidak terjadi karena teknologi tiba-tiba menjadi ajaib. Hal ini terjadi karena tiga hal menyatu pada tahun ini: model-model yang mampu menjadi jauh lebih murah, peralatan untuk mengintegrasikannya sudah matang, dan cukup banyak penggerak awal yang membuktikan laba atas investasi dengan cukup baik sehingga semua orang tidak lagi menunggu.
Saya ingin membahas apa yang sebenarnya berubah pada tahun 2024, karena berita utama melebih-lebihkan sebagian dari perubahan tersebut dan meremehkan bagian-bagian yang paling penting bagi keuntungan pemilik bisnis.
Rilisan Model yang Sebenarnya Penting
Dua rilis tahun ini mengatur ulang apa yang dimaksud dengan "cukup baik untuk produksi".
Claude 3 hadir pada musim semi dengan lompatan nyata dalam keandalan untuk tugas-tugas yang benar-benar penting bagi bisnis: mengikuti instruksi yang rumit, menangani dokumen yang lebih panjang secara akurat, dan mengurangi jenis jawaban salah yang membuat pemilik khawatir tentang penggunaan yang berhubungan dengan pelanggan. Saya membahas apa arti hal ini dalam praktiknya di [Claude 3 ada di sini: apa artinya bagi bisnis Anda] (/blog/claude-3-what-it-means-for-business), dan pola yang dipertahankan sepanjang tahun: keandalan, bukan kepintaran mentah, yang membuka peluang penggunaan produksi.
GPT-4o diikuti dengan kisah serupa dari lab besar lainnya: respons yang lebih cepat, biaya per permintaan yang lebih rendah, dan penanganan multimoda yang menjadikan alur kerja dokumen dan gambar praktis untuk pertama kalinya dengan harga yang dapat dibenarkan oleh bisnis kecil. Saya membahas implikasi bisnis dalam GPT-4 di sini: apa yang sebenarnya berubah bagi bisnis, dan pada paruh kedua tahun ini, trennya sudah terlihat jelas: harga turun kira-kira sejalan dengan peningkatan kemampuan, bukan berlawanan dengan peningkatan tersebut.
Mengapa Tahun Ini Harga Jatuh
Kisah dominan pada tahun 2024, lebih dari rilis model mana pun, adalah biaya. Menjalankan beban kerja model bahasa yang serius menurunkan harga beberapa kali sepanjang tahun, didorong oleh persaingan antar laboratorium dan peningkatan efisiensi dalam cara model disajikan. Bagi pemilik bisnis, hal ini lebih penting daripada judul kemampuan apa pun, karena hal ini mengubah perhitungan tentang apa yang layak untuk diotomatisasi.
Alur kerja yang tidak direncanakan secara finansial pada bulan Januari, ketika biaya per dokumen yang diproses melebihi biaya manusia yang melakukannya, sering kali diselesaikan pada pertengahan tahun tanpa adanya perubahan pada alur kerja itu sendiri. Modelnya menjadi lebih murah di bawahnya.
Dari Uji Coba hingga Produksi: Apa yang Sebenarnya Dikirim
Bisnis yang bergerak paling cepat tahun ini tidak mengejar setiap rilis baru. Mereka memilih satu hambatan nyata dan berkomitmen. Pola yang saya lihat berulang kali:
| Kuartal | Apa yang dilakukan oleh para penggerak awal | Apa yang masih dilakukan oleh para lamban |
|---|---|---|
| Q1 | Menjalankan uji coba kecil pada triase dukungan pelanggan | Memperdebatkan apakah AI hanya sekedar iseng |
| Q2 | Menghidupkan satu alur kerja produksi, mengukurnya dengan jujur | Menjalankan uji coba yang sama dari Q1, tidak terukur |
| Q3 | Memperluas ke alur kerja kedua berdasarkan data ROI nyata | Memulai uji coba pertama mereka |
| Q4 | Memperlakukan AI sebagai keputusan model operasi, bukan pembelian alat | Masih mengarahkan keputusan melalui IT saja |
Dimana AI Sebenarnya Mendarat dalam Operasi Nyata
Kasus penggunaan yang berpindah dari eksperimen ke ketergantungan pada tahun ini jarang sekali merupakan kasus yang mencolok. Mereka tidak menarik dan membawa beban:
- Mendukung triase dan penyusunan respons pertama, mengurangi waktu balasan pertama tanpa mengganti manusia yang menutup tiket.
- Pemrosesan dokumen dan ekstraksi data, khususnya dalam alur kerja keuangan dan peminjaman di mana data terstruktur biasanya memerlukan entri manual.
- Pengambilan pengetahuan internal, memungkinkan staf menemukan jawaban kebijakan tanpa mengirim pesan ke manajer.
Tak satu pun dari ini menjadi berita utama. Semuanya muncul di laporan biaya.
Yang Tidak Berubah
Perlu disebutkan apa yang tetap konstan, karena siklus hype mengaburkannya. AI masih bisa melakukan kesalahan dengan percaya diri. Ini masih memerlukan lapisan peninjauan manusia untuk segala hal yang berhubungan dengan pelanggan atau konsekuensi finansial. Dan hal ini masih mengharuskan perusahaan untuk benar-benar mengetahui prosesnya sendiri dengan cukup baik untuk menentukan seperti apa tampilan yang "benar", yang ternyata menjadi hambatan bagi sebagian besar pemilik, bukan modelnya.
Bawa pulang
Tahun dimana AI menjadi nyata bukanlah tentang satu model terobosan. Itu adalah tahun dimana penurunan harga dan peningkatan keandalan akhirnya membuat pilot dapat diubah menjadi sistem produksi, dan pemilik yang diuntungkan adalah mereka yang memilih satu hambatan dan berkomitmen daripada mengejar setiap rilis. Memasuki tahun depan, pertanyaan yang patut diajukan bukanlah "model terbaru apa" namun "proses manakah yang dapat membenarkan otomatisasi pada harga tahun ini."