Ilusi AI Tiongkok: Bagaimana “Open Source” Menyembunyikan Hal yang Paling Penting

Dengan pemain Big Tech seperti Google, Microsoft, dan Meta bersaing untuk mendominasi pasar AI, High Flyer, Baidu, Moonshot, dan Alibaba dari Tiongkok telah membuat headline dengan merilis model bahasa besar mereka, yaitu DeepSeek, ERNIE 4.5, Kimi K2, dan Qwen3, sebagai open source. Perubahan ini dari merilis model GenAI yang dijaga ketat dan bersifat propietary telah diterima sebagai tanda bahwa industri AI Tiongkok sedang mengadopsi kekuatan open source untuk mendemokratisasi pengembangan AI dan memacu inovasi.

Namun, seperti banyak pemain yang mengklaim bahwa produk mereka adalah open source dan bahkan memasukkan kata “open source” dalam nama perusahaan mereka, High Flyer, Baidu, dan Moonshot belum benar-benar membagikan potongan kritis seperti dataset yang ada di jantung model mereka. Ketika model besar ini berusaha menjadi komoditas yang digunakan oleh pengembang, transparansi open source yang sebenarnya sangat penting untuk menciptakan teknologi yang tidak bias, etis, dan bermanfaat yang dapat kita percayai. Semua model “open source” ini sebenarnya adalah “open weight”, yang berarti bahwa mereka dapat diunduh dan digunakan, tetapi tidak dapat diinspeksi dengan cara yang bermakna tanpa data.

Sementara pemain AS seperti Open AI dan Meta tampaknya sedang mundur dari open source, undangan terbuka Baidu untuk memanfaatkan suite ERNIE 4.5 yang tersedia secara gratis dapat memacu inovasi dan kolaborasi dengan pengembang yang ingin menciptakan aplikasi kecil yang kuat. Pada saat yang sama, perusahaan ini, yang serupa dengan Google Tiongkok, telah memberikan dirinya keunggulan kompetitif dengan mendorong adopsi dan melekatkan modelnya dalam ekosistem AI yang sedang berkembang.

Hal yang sama dapat dikatakan untuk DeepSeek, Kimi K2 yang berharga rendah, dan Qwen3 yang diperbarui—yang memiliki benchmark yang menantang model tertutup seperti Claude Opus 4 dan GPT-4o-0327.

Pemain AI ini telah memposisikan diri mereka dengan baik dalam perlombaan untuk menjadi model komoditas pilihan dan pembaruan inovatif terbaru Qwen3 bahkan terinspirasi oleh umpan balik komunitas open source.

Seperti banyak yang mengklaim bahwa model AI besar mereka adalah open source, namun, komunitas AI Tiongkok tidak benar-benar membagikan data atau potongan kritis lainnya dari sistem AI mereka. Sebaliknya, mereka meminta pengembang global untuk mempercayai model tersebut tanpa dapat memahami atau menyelidiki.

Mengklaim Masa Depan dengan Model AI Komoditas Open Source

Ketika iPhone muncul di pasar pada tahun 2007, beberapa orang menganggap bahwa Mac akan mendominasi permainan smartphone dengan iOS, tetapi partisipasi open-source sangat penting untuk startup, serta memacu pertumbuhan ekonomi dan wirausaha di seluruh dunia—dan Android, sebuah startup yang diakuisisi oleh Google pada tahun 2005, mengikuti jalur ini untuk meraih kemenangan.

Dengan merilis perangkat lunak open source yang dapat dilihat, dimodifikasi, diadopsi, dan dibagikan, Android mengundang akademisi, pengembang, dan bahkan kompetitor untuk berkolaborasi pada perangkat lunak tersebut. Ini mempercepat proses inovasi, mendemokratisasi lapangan, dan akhirnya, menurunkan harga. Android memasuki pasar setahun setelah iPhone pertama dan pada awal tahun ini, memiliki 71,88 persen pangsa pasar global dibandingkan dengan 27,65 persen iOS.

Dalam revolusi teknologi yang tampaknya terjadi dalam semalam, smartphone menjadi sangat umum dan bahkan ketika perbaikan perangkat lunak, perangkat keras, dan antarmuka pengguna terus berlanjut, industri telah tumbuh jauh melampaui upaya untuk merevolusi cara kerja smartphone. Dengan ponsel seluler sekarang menjadi komoditas, inovasi saat ini ada pada aplikasi yang berjalan di atasnya, dan untuk menjadi pesaing, penyedia smartphone harus mempertahankan ekosistem yang mengundang pengembang.

Tidak lebih dari tiga tahun setelah peluncuran ChatGPT, industri AI menemukan dirinya pada ambang yang sama. Setiap pemain di industri AI global sedang berusaha untuk membuat model mereka menjadi Android atau iOS berikutnya, dan dengan membuat model DeepSeek, ERNIE 4.5, dan Kimi K2 open source, inovator Tiongkok berusaha untuk mengklaim posisi mereka dalam ekosistem yang sedang berkembang.

Namun, ini tidak mempromosikan transparansi open source yang sebenarnya yang telah terbukti penting untuk menciptakan inovasi yang dapat dipercaya.

Data adalah Potongan yang Hilang dalam Sebagian Besar AI Open Source

Dengan model AI yang jauh lebih rumit untuk dibuat dan dibagikan daripada perangkat lunak tradisional, panggilan untuk AI open source yang sepenuhnya tidaklah kecil. Sebaliknya, model AI terdiri dari tujuh komponen—termasuk kode sumber, parameter model, dataset, hiperparameter, kode sumber pelatihan, generasi angka acak, dan kerangka perangkat lunak.

Setiap potongan harus bekerja bersama untuk menghasilkan hasil yang diinginkan, yang berarti pengembang memerlukan visibilitas penuh untuk berbagi, memodifikasi, dan mengadopsi sistem dan memahami apa yang terjadi. Dengan reproducibility sebagai dasar metode ilmiah, namun, industri AI memiliki kebiasaan menggunakan istilah open source untuk merujuk pada rilis yang gratis atau berharga rendah yang tersedia dengan akses ke beberapa potongan teka-teki.

Baidu, misalnya, membuat sepuluh model ERNIE 4.5 tersedia secara gratis. Selain membagikan model dan parameter, perusahaan ini juga membuka sumber ERNIEKit dan toolkit FastDeploy. Ini memungkinkan pengembang untuk membangun aplikasi AI yang kuat dengan memberikan kemampuan industri, alur kerja pelatihan dan inferensi yang efisien sumber daya, dan kompatibilitas multi-perangkat.

Dengan kata lain, Baidu telah memberikan pengembang dengan alat yang menarik yang memungkinkan mereka untuk melepaskan inovasi lebih cepat, yang mereka harapkan akan, pada gilirannya, mendorong mereka untuk memilih ERNIE 4.5 daripada kompetitor.

Pengembang yang menggunakan ERNIE 4.5, namun, diminta untuk mempercayai model tersebut secara buta, karena Baidu telah menyembunyikan banyak hal, termasuk dataset yang memberi informasi dan mengajar modelnya.

Kekuatan Model AI Open Source yang Transparan

Sementara setiap potongan teka-teki AI sangat penting untuk membuat model bekerja, 80 persen proyek AI gagal, dan data ada di jantung masalah. Dataset yang tidak akurat, tidak lengkap, dan bias memimpin model yang tidak berperilaku secara prediktif atau sesuai keinginan.

Video kecelakaan Tesla Full-Self-Driving (FSD) yang dirilis baru-baru ini, misalnya, mengekspos skenario terburuk yang dapat terjadi ketika dataset dan model gagal. Ketika Tesla Model Y melaju ke matahari terbenam yang cerah, sistem setengah otomatis tidak dapat memahami atau bereaksi secara tepat terhadap apa yang dilihat oleh kameranya—atau tidak dilihat. Sementara mobil yang dikemudikan oleh manusia melambat dan menarik ke samping, kebingungan FSD mengakibatkan kematian seorang wanita.

Kejadian bencana ini mencerminkan data visual yang tidak lengkap, serta kurangnya mekanisme keamanan yang mempertimbangkan celah seperti itu. Ketika pengembang tidak memiliki wawasan ke dalam data, mereka tidak dapat menemukan kesalahan dan mengulangi untuk kinerja yang kuat.

Lebih mengkhawatirkan, tanpa dataset yang menggerakkan model, mereka dipaksa untuk mempercayai secara buta.

Ketika dataset open source, namun, komunitas AI telah terbukti akan mengungkit masalah yang mengganggu, seperti yang mereka lakukan dengan menemukan lebih dari 1.000 URL yang berisi Bahan Pelecehan Seksual Anak yang diverifikasi dalam LAION 5B. Dengan dataset yang digunakan untuk model generasi gambar AI tekstual seperti Stable Diffusion dan Midjourney, akan sangat berbahaya bagi industri AI jika pengguna mulai menghasilkan gambar photorealistic yang tidak pantas. Sebaliknya, sifat open source dari dataset ini memungkinkan komunitas untuk mengungkit konten berbahaya dan memotivasi perbaikan, Liaison B.

Di samping itu, sebagian besar dataset awal ini berasal dari web scraping yang dilakukan oleh Common Crawl yang besar, yang juga digunakan untuk model ChatGPT dan LLAMA. Meskipun pemangku AI terus memicu kekhawatiran tentang hak cipta, privasi, dan label yang bias dan rasialis, namun, pengembang di komunitas AI bekerja pada cara untuk membersihkan potongan dataset Common Crawl yang tumbuh untuk penggunaan yang lebih aman.

Ketika pengembang berusaha untuk tidak hanya membangun AI yang kuat, tetapi juga AI yang dapat dipercaya, baik pengguna maupun industri dilindungi oleh transparansi dan kolaborasi open source yang sebenarnya.

Mengadopsi Jalur Open Source

Dengan banyak yang masih ragu-ragu tentang teknologi yang sedang berkembang ini, perlombaan untuk menjadi iOS atau Android dari model AI komoditas besar sedang berlangsung—dan ketika komunitas AI global secara harfiah membangun apa yang akan menjadi standar untuk masa depan dan sistem AI sudah mengemudi mobil dan menawarkan penilaian medis, membangun kepercayaan dengan menciptakan AI yang tidak bias, dapat diandalkan, dan aman telah menjadi sangat penting.

Dengan komunitas AI Tiongkok berusaha untuk memposisikan diri sebagai juara inovasi terbuka, jalur menuju AI yang aman hanya dapat ditemukan dalam transparansi open source yang sebenarnya yang telah terbukti melalui dekade inovasi perangkat lunak. Melemparkan istilah tersebut ke sistem yang tidak membagikan potongan kritis seperti data tidak memungkinkan pengembang untuk menyelidiki, mengulangi, dan mengulangi. Sementara daya tarik model yang siap digunakan seperti DeepSeek, ERNIE 4.5, Kimi K2, dan Qwen3 tidak dapat disangkal, pengembang yang menggunakan model tersebut menukar transparansi yang memungkinkan kolaborasi dan inovasi untuk kenyamanan.

Komunitas AI harus memilih: mengadopsi transparansi radikal melalui open source yang sebenarnya, atau berisiko membangun sistem kritis masa depan di atas kotak hitam hari ini.