AI mulai kehilangan hype

• Para profesional teknologi di Silicon Valley mengalami masa sulit dalam beberapa minggu terakhir
• Banyak investor khawatir AI tidak akan menghasilkan keuntungan besar yang mereka cari
• Harga saham perusahaan-perusahaan Barat yang memimpin revolusi AI telah turun 15% sejak mencapai puncaknya bulan lalu
• Banyak pengamat mempertanyakan batasan LLM yang menjadi tenaga penggerak layanan seperti ChatGPT

Kondisi penggunaan AI di perusahaan

• Perusahaan big tech telah menginvestasikan miliaran dolar ke model AI, dan menjanjikan pengeluaran yang jauh lebih besar di masa depan
• Namun, menurut data terbaru dari Census Bureau, hanya 4,8% perusahaan di AS yang menggunakan AI untuk memproduksi barang dan jasa, turun dari puncak 5,4% pada awal tahun ini
• Porsi perusahaan yang berencana menggunakan AI dalam satu tahun ke depan juga berada di kisaran serupa

Penjelasan tentang Hype Cycle

• Artikel ini menyinggung "Hype Cycle", istilah yang dipopulerkan oleh firma riset Gartner dan dianggap sebagai pengetahuan umum di Silicon Valley
• Pada tahap awal, setelah periode euforia irasional dan investasi berlebihan, teknologi baru yang sedang panas akan jatuh ke "lembah kekecewaan", ketika sentimen memburuk
• Kekhawatiran bahwa adopsi teknologi berjalan terlalu lambat dan sulit menghasilkan laba pun menyebar ke semua pihak
• Namun, setelah periode kekecewaan, teknologi akan bangkit kembali
• Investasi yang terjadi bersama gelombang euforia memungkinkan pembangunan infrastruktur dalam skala besar, yang membantu teknologi bergerak menuju adopsi arus utama
• Artikel ini mempertanyakan apakah Hype Cycle bisa menjadi panduan yang berguna untuk masa depan AI dunia

Contoh Hype Cycle dalam perkembangan teknologi

• Demam dan gelembung kereta api di Inggris abad ke-19, lalu transformasi ekonomi melalui pembangunan rel oleh perusahaan-perusahaan kereta api setelahnya
• Euforia terhadap internet pada 1990-an, kejatuhan pasar pada 2000 dan kegagalan 135 perusahaan dot-com besar, tetapi investasi perusahaan telekomunikasi pada kabel serat optik membentuk infrastruktur internet saat ini

Pendapat tentang kemungkinan Hype Cycle pada AI

• AI memang belum mengalami kehancuran besar seperti kereta api atau dot-com, tetapi kecemasan saat ini bisa menjadi bukti bahwa dominasi AI atas dunia sedang mendekat
• "Masa depan AI akan seperti semua teknologi lainnya. Akan ada pembangunan infrastruktur besar yang mahal, kehancuran besar ketika orang menyadari mereka belum tahu cara menggunakan AI secara produktif, lalu kebangkitan perlahan ketika mereka mulai memahaminya," kata komentator ekonomi Noah Smith

Teknologi yang tidak sesuai dengan Hype Cycle

• AI sendiri telah mengalami periode euforia dan keputusasaan selama beberapa dekade, tetapi belum bergerak ke tahap akhir Hype Cycle
• Euforia terhadap AI pada 1960-an, AI winter pada 1970-an dan 1990-an, lalu menurunnya minat riset terhadap AI hingga 2020 sebelum kembali melonjak dengan munculnya AI generatif
• Cloud computing, tenaga surya, dan media sosial menunjukkan pola perkembangan yang lebih linear, berbeda dari Hype Cycle
• Web3, printer 3D, dan carbon nanotube mengalami perubahan suasana dari euforia ke ketakutan, tetapi tidak kembali ke tingkat yang berarti

Sulitnya memverifikasi keteraturan empiris Hype Cycle

• Tidak mudah memverifikasi apakah Hype Cycle benar-benar merupakan keteraturan empiris
• Ethan Mollick dari University of Pennsylvania menunjukkan bahwa "karena ini adalah data berbasis emosi, sulit untuk mengatakannya dengan pasti"

Analisis data Hype Cycle oleh The Economist

• Artikel ini mencoba menganalisis dengan menggabungkan data penempatan Hype Cycle teknologi menjanjikan milik Gartner selama puluhan tahun dan analisis datanya sendiri
• Setelah melacak teknologi-teknologi terobosan dari waktu ke waktu, hanya sebagian kecil—sekitar 20%—yang melalui jalur dari inovasi ke antusiasme, kekecewaan, lalu adopsi luas
• Banyak teknologi menjadi digunakan secara luas tanpa melalui rollercoaster semacam itu
• Diperkirakan 60% dari semua bentuk teknologi yang jatuh ke lembah kekecewaan tidak pernah muncul kembali
• Hal ini sejalan dengan kesimpulan Michael Mullany bahwa "cukup mengejutkan, banyak tren teknologi pada satu waktu ternyata hanya mode sesaat"

Peluang dan tantangan revolusi AI

• AI masih bisa merevolusi dunia
• Salah satu perusahaan big tech bisa saja membuat terobosan
• Perusahaan-perusahaan bisa menyadari manfaat yang ditawarkan AI
• Namun, tantangan big tech saat ini adalah membuktikan bahwa AI memang punya sesuatu yang bisa diberikan kepada ekonomi riil
• Keberhasilan tidak dijamin

Kesimpulan

• Jika melihat sejarah teknologi untuk memahami masa depan AI, Hype Cycle adalah panduan yang tidak sempurna
• Ungkapan "Easy Come, Easy Go" mungkin menjadi panduan yang lebih baik

Opini GN⁺

• Hype Cycle tidak selalu berlaku dalam perkembangan dan komersialisasi teknologi AI. Setiap teknologi dapat menunjukkan pola perkembangan yang berbeda
• Saat ini memang ada penurunan investasi dan kekhawatiran terhadap AI, tetapi itu tidak berarti menolak potensi masa depan AI. Sebaliknya, ini bisa menjadi fenomena alami dalam proses perkembangan teknologi
• Karena pemanfaatan AI oleh perusahaan masih berada pada tahap awal, tampaknya dibutuhkan lebih banyak waktu sampai dampaknya terhadap ekonomi riil menjadi terlihat
• Seberapa cepat dan luas AI dapat mengubah industri yang ada masih belum pasti, tetapi dalam jangka panjang diperkirakan akan berdampak besar pada masyarakat secara keseluruhan
• Perusahaan big tech perlu mencari cara agar AI dapat mengatasi keterbatasannya dan menciptakan nilai yang nyata. Mereka juga harus mempertimbangkan tanggung jawab sosial dan isu etika, bukan hanya berlomba mengembangkan teknologi

[ilotoki0804]

Dari judulnya saja saya sempat mengira ini akan menjadi tulisan yang memperingatkan hype AI, tetapi isinya lebih mendekati analisis komprehensif tentang hype cycle.

[GN⁺]

Opini Hacker News

• Ada pendapat bahwa hype seputar proyek dan startup 'API wrapper' akan berkurang

  • Batas kemampuan LLMs masih belum dekat
  • LLMs yang disesuaikan untuk bidang tertentu akan menunjukkan performa setingkat pakar
  • Model-model ini akan digabungkan dengan MoEs tujuan umum
  • Selain LLMs, RL, dan sebagainya, pendekatan baru juga akan ditemukan dan disempurnakan
  • Batas kemampuan yang sebenarnya masih jauh

• AI telah sepenuhnya mengubah alur kerja

  • Claude Sonnet telah mengubah pekerjaan sebagai programmer
  • Perusahaan besar seperti Microsoft belum cukup memanfaatkan AI
  • Perubahan di perusahaan besar akan terjadi dengan lambat
  • Situasinya akan mirip dengan keruntuhan internet/dot-com

• Pernah mencoba merapikan database dengan AI, tetapi ChatGPT berkali-kali melakukan kesalahan

  • Bekerja dengan Excel mungkin akan lebih baik

• Reaksi terhadap AI terpolarisasi

  • Sebagian orang menganggap AI telah mengubah alur kerja
  • Sebagian menganggapnya sekadar hype
  • ChatGPT-4 mengesankan dalam berbagai tugas
  • Jika pengalaman awal buruk, ada kemungkinan orang akan mengabaikan AI

• Sebagai ahli saraf, ada kekaguman besar terhadap perkembangan AI

  • AI sangat kuat ketika dibandingkan dengan kecerdasan biologis
  • AI mengonsumsi banyak listrik dan punya kerentanan, tetapi akan 1000 kali lebih mampu daripada manusia
  • Perubahan nonlinier yang radikal diperkirakan akan terjadi

• Teknologi baru bisa diterapkan ke banyak masalah, sehingga menimbulkan hype

  • Seiring waktu, hanya penerapan yang praktis yang akan tersisa

• AI berguna untuk ringkasan, penjelasan, dan bantuan coding

  • Namun ada juga masalah plagiarisme terhadap seniman dan penulis, serta berkurangnya lapangan kerja
  • Ada kemungkinan AI hanya akan menjadi hype alih-alih meningkatkan sisi kemanusiaan

• Baru 1,5 tahun sejak GPT-4 dirilis

  • Perusahaan besar masih belum cukup memanfaatkan AI
  • Hype tidak berarti keberlanjutan

• ChatGPT terasa menakjubkan

  • Karena data teks mulai kurang, kini beralih ke data video
  • AI akan memberikan manfaat ekonomi
  • AI akan menggandakan produktivitas karyawan
  • Semua perusahaan akan mengadopsi AI