DeepSeek Distractions: Mengapa Infrastruktur Asli AI, Bukan Model, yang Akan Menentukan Kesuksesan Perusahaan

Bayangkan mencoba mengemudi Ferrari di jalan yang rusak. Tidak peduli seberapa cepat mobil itu, potensi penuhnya terbuang jika tidak ada fondasi yang solid untuk mendukungnya. Analogi itu merangkum lanskap AI perusahaan saat ini. Banyak perusahaan terobsesi dengan model baru yang mengkilap seperti DeepSeek-R1 atau OpenAI o1 sambil mengabaikan pentingnya infrastruktur untuk mendapatkan nilai dari mereka. Alih-alih hanya fokus pada siapa yang membangun model paling canggih, perusahaan perlu mulai berinvestasi di infrastruktur yang kuat, fleksibel, dan aman yang memungkinkan mereka bekerja secara efektif dengan model AI apa pun, beradaptasi dengan kemajuan teknologi, dan melindungi data mereka.

Dengan dirilisnya DeepSeek, model bahasa besar (LLM) yang sangat canggih dengan asal-usul yang kontroversial, industri saat ini dikuasai oleh dua pertanyaan:

• Apakah DeepSeek nyata atau hanya asap dan cermin?
• Apakah kita berinvestasi terlalu banyak di perusahaan seperti OpenAI dan NVIDIA?

Komentar Twitter yang santai mengimplikasikan bahwa DeepSeek melakukan apa yang teknologi Tiongkok lakukan dengan baik: “hampir sama baik, tetapi jauh lebih murah.” Yang lain mengimplikasikan bahwa itu tampak terlalu baik untuk dipercaya. Sebulan setelah dirilis, pasar NVIDIA turun hampir $600 Miliar dan Axios menyaran bahwa ini bisa menjadi peristiwa tingkat kepunahan untuk perusahaan modal ventura. Suara besar mempertanyakan apakah komitmen Proyek Stargate sebesar $500 Miliar untuk investasi infrastruktur AI fisik diperlukan, hanya 7 hari setelah pengumumannya.

Dan hari ini, Alibaba baru saja mengumumkan model yang diklaim melebihi DeepSeek!

Model AI hanya satu bagian dari persamaan. Ini adalah objek baru yang mengkilap, bukan paket lengkap untuk Perusahaan. Apa yang hilang adalah infrastruktur asli AI.

Model dasar hanyalah teknologi—ia membutuhkan alat dan infrastruktur asli AI yang mampu untuk bertransformasi menjadi aset bisnis yang kuat. Ketika AI berkembang dengan kecepatan kilat, model yang Anda adopsi hari ini mungkin sudah usang besok. Apa yang bisnis benar-benar butuhkan bukanlah hanya model AI “terbaik” atau “terbaru”—tetapi alat dan infrastruktur untuk beradaptasi dengan model baru dan menggunakannya secara efektif.

Apakah DeepSeek mewakili inovasi yang mengganggu atau hype yang dilebih-lebihkan tidaklah menjadi pertanyaan yang sebenarnya. Sebaliknya, organisasi harus menyisihkan skeptisisme mereka dan bertanya pada diri sendiri apakah mereka memiliki infrastruktur AI yang tepat untuk tetap tangguh ketika model diperbarui dan berubah. Dan apakah mereka dapat beralih antara model dengan mudah untuk mencapai tujuan bisnis mereka tanpa merekayasa semuanya?

Model vs. Infrastruktur vs. Aplikasi

Untuk lebih memahami peran infrastruktur, pertimbangkan tiga komponen penggunaan AI:

1. Model: Ini adalah mesin AI Anda—Large Language Models (LLM) seperti ChatGPT, Gemini, dan DeepSeek. Mereka melakukan tugas seperti pemahaman bahasa, klasifikasi data, prediksi, dan lain-lain.
2. Infrastruktur: Ini adalah fondasi di mana model AI beroperasi. Ini termasuk alat, teknologi, dan layanan yang dikelola yang diperlukan untuk mengintegrasikan, mengelola, dan menskalakan model sambil menyelaraskannya dengan kebutuhan bisnis. Ini umumnya mencakup teknologi yang fokus pada Komputasi, Data, Orkestrasi, dan Integrasi. Perusahaan seperti Amazon dan Google menyediakan infrastruktur untuk menjalankan model, dan alat untuk mengintegrasikannya ke dalam tumpukan teknologi perusahaan.
3. Aplikasi/Kasus Penggunaan: Ini adalah aplikasi yang pengguna akhir lihat yang menggunakan model AI untuk mencapai hasil bisnis. Ratusan penawaran memasuki pasar dari pendatang lama yang menambahkan AI ke aplikasi yang ada (misalnya, Adobe, Microsoft Office dengan Copilot) dan tantangan asli AI (Numeric, Clay, Captions).

Sementara model dan aplikasi sering mencuri perhatian, infrastruktur secara diam-diam memungkinkan semuanya bekerja bersama dengan lancar dan menetapkan fondasi untuk bagaimana model dan aplikasi beroperasi di masa depan. Ini memastikan organisasi dapat beralih antara model dan membuka nilai sebenarnya dari AI—tanpa menghabiskan biaya atau mengganggu operasi.

Mengapa Infrastruktur Asli AI Sangat Penting

Setiap LLM unggul dalam tugas yang berbeda. Misalnya, ChatGPT sangat baik untuk AI percakapan, sedangkan Med-PaLM dirancang untuk menjawab pertanyaan medis. Lanskap AI sangat kompetitif sehingga model teratas hari ini bisa dilampaui oleh pesaing yang lebih murah dan lebih baik besok.

Tanpa infrastruktur yang fleksibel, perusahaan mungkin menemukan diri mereka terkunci pada satu model, tidak dapat beralih tanpa merekayasa ulang seluruh tumpukan teknologi mereka. Itu adalah posisi yang mahal dan tidak efisien. Dengan berinvestasi di infrastruktur yang tidak bergantung pada model, bisnis dapat mengintegrasikan alat terbaik untuk kebutuhan mereka—apakah itu beralih dari ChatGPT ke DeepSeek, atau mengadopsi model baru yang diluncurkan bulan depan.

Model AI yang sangat canggih hari ini mungkin menjadi usang dalam beberapa minggu. Pertimbangkan kemajuan perangkat keras seperti GPU—bisnis tidak akan mengganti seluruh sistem komputasi mereka untuk GPU terbaru; sebaliknya, mereka akan memastikan sistem mereka dapat beradaptasi dengan GPU yang lebih baru secara lancar. Model AI memerlukan fleksibilitas yang sama. Infrastruktur yang tepat memastikan perusahaan dapat secara konsisten meningkatkan atau beralih model mereka tanpa merekayasa ulang seluruh alur kerja.

Sebagian besar alat perusahaan saat ini tidak dibangun dengan AI dalam pikiran. Sebagian besar alat data—seperti yang merupakan bagian dari tumpukan analitik tradisional—dirancang untuk manipulasi data manual yang berat. Mengintegrasikan AI ke dalam alat yang ada sering kali menciptakan ketidakefisienan dan membatasi potensi model yang lebih maju.

Alat asli AI, di sisi lain, dirancang untuk berinteraksi dengan lancar dengan model AI. Mereka menyederhanakan proses, mengurangi ketergantungan pada pengguna teknis, dan memanfaatkan kemampuan AI untuk tidak hanya memproses data tetapi juga mengekstrak wawasan yang dapat digunakan. Solusi asli AI dapat mengabstraksi data yang kompleks dan membuatnya dapat digunakan oleh AI untuk keperluan pengqueryan atau visualisasi.

Tiang-Tiang Utama Kesuksesan Infrastruktur AI

Untuk memastikan bisnis Anda, prioritaskan elemen-elemen dasar berikut untuk infrastruktur AI:

Lapisan Abstraksi Data

Bayangkan AI sebagai “bocah super berkekuatan.” Ini sangat kuat tetapi membutuhkan batasan yang jelas dan akses yang terarah ke data Anda. Lapisan abstraksi data asli AI bertindak sebagai gerbang yang dikendalikan, memastikan LLM Anda hanya mengakses informasi yang relevan dan mengikuti protokol keamanan yang tepat. Ini juga dapat memungkinkan akses konsisten ke metadata dan konteks tidak peduli model mana yang Anda gunakan.

Penjelasan dan Kepercayaan

Keluaran AI sering terasa seperti kotak hitam—berguna, tetapi sulit dipercaya. Misalnya, jika model Anda merangkum enam bulan keluhan pelanggan, Anda perlu memahami tidak hanya bagaimana kesimpulan ini dicapai tetapi juga data titik spesifik yang menginformasikan rangkuman ini.

Infrastruktur AI asli harus mencakup alat yang menyediakan penjelasan dan penalaran—memungkinkan manusia untuk melacak keluaran model kembali ke sumbernya dan memahami alasan di balik keluaran. Ini meningkatkan kepercayaan dan memastikan hasil yang konsisten dan dapat diulang.

Lapisan Semantik

Lapisan semantik mengatur data sehingga baik manusia maupun AI dapat berinteraksi dengannya secara intuitif. Ini mengabstraksi kompleksitas teknis data mentah dan menyajikan informasi bisnis yang bermakna sebagai konteks untuk LLM saat menjawab pertanyaan bisnis. Lapisan semantik yang baik dapat secara signifikan mengurangi halusinasi LLM.

Misalnya, aplikasi LLM dengan lapisan semantik yang kuat tidak hanya dapat menganalisis tingkat churn pelanggan Anda tetapi juga menjelaskan mengapa pelanggan pergi, berdasarkan sentimen yang ditandai dalam ulasan pelanggan.

Fleksibilitas dan Kelincahan

Infrastruktur Anda perlu memungkinkan kelancaran—memungkinkan organisasi untuk beralih antara model atau alat berdasarkan kebutuhan yang berkembang. Platform dengan arsitektur modular atau pipa dapat menyediakan kelancaran ini. Alat seperti itu memungkinkan bisnis untuk menguji dan menggelar beberapa model secara bersamaan dan kemudian menskalakan solusi yang menunjukkan ROI terbaik.

Lapisan Tata Kelola untuk Akuntabilitas AI

Tata kelola AI adalah tulang punggung penggunaan AI yang bertanggung jawab. Perusahaan membutuhkan lapisan tata kelola yang kuat untuk memastikan model digunakan secara etis, aman, dan dalam kerangka peraturan. Tata kelola AI mengelola tiga hal.

• Kontrol Akses: Siapa yang dapat menggunakan model dan apa data yang dapat diaksesnya?
• Transparansi: Bagaimana keluaran dihasilkan dan apakah rekomendasi AI dapat diaudit?
• Mitigasi Risiko: Mencegah AI membuat keputusan yang tidak sah atau menggunakan data sensitif secara tidak tepat.

Bayangkan skenario di mana model open-source seperti DeepSeek diberi akses ke perpustakaan dokumen SharePoint. Tanpa tata kelola di tempat, DeepSeek dapat menjawab pertanyaan yang mungkin termasuk data perusahaan yang sensitif, berpotensi menyebabkan pelanggaran atau analisis yang salah yang merusak bisnis. Lapisan tata kelola mengurangi risiko ini, memastikan AI diterapkan secara strategis dan aman di seluruh organisasi.

Mengapa Infrastruktur Sangat Kritis Sekarang

Mari kita ulangi DeepSeek. Sementara dampak jangka panjangnya masih tidak pasti, jelas bahwa persaingan AI global sedang memanas. Perusahaan yang beroperasi di ruang ini tidak lagi dapat mengandalkan asumsi bahwa satu negara, vendor, atau teknologi akan mempertahankan dominasi selamanya.

Tanpa infrastruktur yang kuat:

• Perusahaan berisiko lebih tinggi terjebak dengan model yang usang atau tidak efisien.
• Transisi antara alat menjadi proses yang memakan waktu dan mahal.
• Tim kekurangan kemampuan untuk mengaudit, mempercayai, dan memahami keluaran sistem AI dengan jelas.

Infrastruktur tidak hanya membuat adopsi AI lebih mudah—tetapi juga membuka potensi penuh AI.

Bangun Jalan, Bukan Membeli Mesin

Model seperti DeepSeek, ChatGPT, atau Gemini mungkin mencuri headline, tetapi mereka hanya satu bagian dari teka-teki AI yang lebih besar. Kesuksesan perusahaan yang sebenarnya dalam era ini bergantung pada infrastruktur AI yang kuat, yang memungkinkan adaptasi dan skalabilitas.

Jangan terganggu oleh “Ferrari” dari model AI. Fokus pada membangun “jalan”—infrastruktur—untuk memastikan perusahaan Anda berkembang sekarang dan di masa depan.

Untuk mulai memanfaatkan AI dengan infrastruktur yang fleksibel dan dapat diskalakan yang disesuaikan dengan bisnis Anda, saatnya untuk bertindak. Tetap di depan kurva dan pastikan organisasi Anda siap untuk apa pun yang dibawa oleh lanskap AI selanjutnya.