Bagaimana AI Generatif Meningkatkan Produktivitas Pekerja Pengetahuan

Terobosan teknologi yang tidak pernah berhenti dan inovatif dipimpin oleh domain seperti kecerdasan buatan (AI), robotika, blockchain, dan biologi yang dapat diprogram. Teknologi ini merevolusi ritel, otomotif, keuangan, manufaktur, dan banyak industri lainnya pada tingkat makro dan mikro.

AI, khususnya AI generatif, mengubah gaya hidup dan tugas sehari-hari pekerja pengetahuan – individu yang merupakan ahli subjek dengan pendidikan dan pelatihan formal. Hal ini sangat jelas dalam profesi seperti pemrograman, desain, teknik, dan penulisan, AI generatif telah meningkatkan produktivitas pekerja pengetahuan.

Tapi apa itu AI generatif dan apa yang membuatnya kritis untuk pekerja pengetahuan? Mari kita jelajahi ide ini lebih lanjut! 

Apa itu AI Generatif?

AI generatif membuat konten baru seperti teks, video, audio, dan gambar secara otomatis menggunakan algoritma AI, berdasarkan prompt yang ditulis oleh manusia. 

Beberapa alat dan produk generasi AI yang paling menonjol termasuk:

• ChatGPT – Dikembangkan oleh OpenAI, ChatGPT adalah chatbot AI cerdas yang dapat memberikan respons yang sangat detail dan dipersonalisasi berdasarkan prompt pengguna.
• DALL-E 2, Stable Diffusion, & Midjourney – Ini adalah alat generasi gambar yang ditenagai AI.
• Meta – Ini adalah alat generasi video yang ditenagai AI yang memungkinkan pengguna menghasilkan video dari prompt teks.
• Codex – Ini memungkinkan programmer menghasilkan kode dalam beberapa bahasa pemrograman dalam beberapa detik.

Sekarang, mari kita lihat bagaimana AI generatif mempengaruhi pekerja pengetahuan!

Mengenal Bagaimana AI Generatif Meningkatkan Produktivitas Pekerja Pengetahuan dari Berbagai Domain

Menurut laporan ARK’s Big Ideas 2023, AI diharapkan dapat meningkatkan produktivitas pekerja pengetahuan lebih dari 4 kali lipat pada tahun 2030. Laporan tersebut juga menunjukkan bahwa dengan adopsi 100%, AI dapat membawa sekitar $200 triliun dalam hal produktivitas tenaga kerja setelah pengeluaran AI sebesar $31 triliun. Jika vendor dapat mengekstrak hanya 10% dari nilai yang dibuat oleh produk AI mereka, mereka dapat mengumpulkan sekitar $14 triliun dalam pendapatan dan $90 triliun dalam nilai perusahaan pada tahun 2030.

Prakiraan pasar AI untuk 2030. Sumber: ARK’s Big Ideas 2023

Mari kita lihat secara rinci bagaimana alat generasi AI memberikan kontribusi pada peningkatan produktivitas penulis konten, pengembang, dan seniman.

1. Pekerja Pengetahuan: Penulis Konten & Editor

Bisnis modern memerlukan konten yang diriset dan disusun dengan baik untuk menarik audiens. Inilah tempat AI generatif membuat pekerjaan penulis konten dan editor menjadi lebih mudah.

Dengan munculnya chatbot cerdas seperti ChatGPT, pembuatan konten menjadi semakin mudah dan ekonomis. Menurut laporan ARK’s Big Ideas 2023, biaya inferensi per query ChatGPT sekitar $0,01 pada tahun 2022. Untuk satu miliar query, biaya inferensi total menjadi $10.000.000. Pada tahun 2030, biaya ini diharapkan turun menjadi hanya $650, berdasarkan Hukum Wright. 

Penurunan biaya sebesar ini akan memungkinkan adopsi massal alat konten AI. Misalnya, pada tahun 2030, aplikasi gaya ChatGPT diharapkan mencapai skala pencarian Google (GOOGL ) dan memproses 8,5 miliar pencarian per hari. Dengan demikian, akan menjadi lebih mudah bagi pekerja pengetahuan di domain konten untuk memanfaatkan AI generatif dalam tugas sehari-hari.

2. Pekerja Pengetahuan: Insinyur Perangkat Lunak & Pengembang

Mengingat siklus pengembangan perangkat lunak yang kompleks dan panjang, mengelola dan mengirimkan perangkat lunak memerlukan tim pengembang dan programmer yang terampil dan didedikasikan. Alat coding AI generatif seperti Codex dan Copilot membuat pengembangan perangkat lunak menjadi lebih mudah dan lebih produktif bagi pekerja pengetahuan. 

Faktanya, laporan ARK’s Big Ideas 2023 menyatakan bahwa asisten coding AI mengurangi waktu untuk menyelesaikan tugas coding menjadi setengahnya. Pada tahun 2030, asisten coding AI bisa meningkatkan output insinyur perangkat lunak sebesar 10 kali lipat.  

Waktu untuk menyelesaikan tugas coding. Sumber: ARK’s Big Ideas 2023

3. Pekerja Pengetahuan: Seniman Visual & Desainer

Kelompok lain pekerja pengetahuan yang dikategorikan sebagai seniman dan desainer juga dipengaruhi oleh AI generatif. Tugas mereka biasanya meliputi membuat konsep visual, grafis, ilustrasi, dan antarmuka pengguna kreatif menggunakan alat desain seperti Adobe Photoshop, Illustrator, dan Canva untuk menyampaikan pengalaman pengguna yang kaya. 

Dengan model gambar generatif yang revolusioner seperti DALL-E2, Stable Diffusion, dan Midjourney, produktivitas desainer telah meningkat secara luar biasa. Misalnya, desain grafis yang dibuat oleh manusia dalam 5 jam dan berharga $150 sekarang dapat dibuat dengan mudah dalam kurang dari 1 menit untuk 8 sen menggunakan model gambar generatif. 

4. Pekerja Pengetahuan: Musisi & Insinyur Suara

AI generatif membuat komposisi dan mixing trek musik menjadi lebih mudah. Misalnya, AudioLM dari Google adalah model audio generatif yang membuat musik piano realistis dan menyelesaikan nada akustik yang tidak lengkap. Google juga mengembangkan model generasi musik bernama MusicLM yang dapat menghasilkan melodi indah berdasarkan deskripsi teks.

Pada tahun 2020, Open AI memperkenalkan alat generasi musik serupa yang disebut Jukebox yang menghasilkan sampel musik baru berdasarkan genre, artis, dan lirik sebagai input. Sebelumnya Open AI juga merilis model GPT-2-based MuseNet yang dapat menghasilkan komposisi musik 4 menit menggunakan 10 instrumen.

Meskipun model audio generatif masih dalam tahap awal, ruang untuk meningkatkan produktivitas musisi dan insinyur suara akan terus tumbuh setiap tahun dengan alat musik AI generatif yang lebih baik.

5. Pekerja Pengetahuan: YouTuber & Pembuat Konten Video

Konten video sedang booming. Pada tahun 2022, ada sekitar 51 juta saluran YouTube. Produksi konten video melalui beberapa tahap, termasuk perekaman, editing, menambahkan ilustrasi dan suara, serta pra dan pasca-produksi.

Platform video AI generatif memudahkan pembuatan konten video untuk pekerja pengetahuan. Alat seperti Synthesia.io, dan Pictory, membuat pembuatan video menjadi lebih mudah untuk pemasar video dan ahli branding. Platform AI canggih ini memungkinkan pembuat konten membuat video dari skrip. Mereka dapat menambahkan narator dan latar belakang video untuk membuat video yang terlihat profesional berdasarkan skrip tersebut.

Pada September 2022, Meta AI merilis Make-A-Video platform yang dapat menghasilkan klip video berkualitas tinggi berdasarkan prompt teks. Ini dilatih pada dataset publik untuk mempelajari pola video. Ini dapat membuat video unik yang penuh dengan warna, karakter, dan lanskap.

Membuat konten berkualitas lebih banyak dalam waktu yang singkat akan meningkatkan produktivitas YouTuber dan pembuat konten video di masa depan.

Kelebihan dan Kekurangan AI Generatif untuk Pekerja Pengetahuan

Mari kita lihat berbagai manfaat dan kerugian yang AI generatif hadirkan bagi pekerja pengetahuan.

Kelebihan AI Generatif untuk Pekerja Pengetahuan

1. Generasi Data Sintetis: Pelatihan model AI inovatif memerlukan banyak dataset dan AI generatif dapat menyelesaikan masalah ini. Dilaporkan, AI generatif akan menyumbang 10% dari semua data yang dihasilkan pada tahun 2025 dibandingkan dengan 1% pada tahun 2023. Oleh karena itu, ilmuwan data dan ahli AI tidak perlu lagi menghadapi tantangan terkait pengumpulan data. 
2. Biaya Rendah: Gartner memprediksi bahwa sekitar 50% dari platform pengembangan kode rendah/tanpa kode akan menyediakan fungsi “teks ke kode” pada tahun 2024. Bagi pengembang, ini berarti lebih banyak fitur dengan usaha dan biaya minimal. 

Kekurangan AI Generatif untuk Pekerja Pengetahuan

1. Deteksi Konten Sintetis: Meskipun AI generatif meningkatkan produktivitas, masalah deteksi konten AI generatif dan membedakannya akan menjadi masalah serius dalam penelitian dan akademika. Pada tahun 2024, Uni Eropa akan mengesahkan legislasi untuk mengharuskan “pemberian tanda air” pada artefak yang dihasilkan AI.
2. Pengangguran: Pengembang dapat menghadapi pengangguran jika AI generatif menjadi “terlalu” cerdas. Gartner memprediksi bahwa pada tahun 2025, 20% dari profesional kode prosedural harus memperoleh keterampilan baru karena AI generatif akan mengambil alih set keterampilan inti mereka. 

Biaya Membangun Model AI Generatif

AI generatif adalah cabang AI yang paling inovatif. Saat ini, biaya pelatihan model AI generatif masih tinggi, tetapi secara bertahap menurun. Misalnya, biaya perkiraan untuk melatih GPT-3 adalah $4,6 juta pada tahun 2020. Pada tahun 2022, biaya tersebut telah turun menjadi $450.000.

Biaya untuk melatih GPT-3. Sumber: ARK’s Big Ideas 2023

Laporan ARK’s Big Ideas 2023 memprediksi bahwa pada tahun 2030, model AI dengan 57 kali lebih banyak parameter daripada GPT-3 (175 miliar parameter) dapat dilatih dengan biaya hanya $600.000. Ini akan menjadi mungkin terutama karena biaya pelatihan model AI menurun. Hukum Wright menunjukkan bahwa biaya produksi unit komputasi AI relatif (RCU) dan biaya perangkat lunak harus menurun sebesar 57% dan 47% pada tingkat tahunan, sehingga menghasilkan penurunan biaya pelatihan sebesar 70% setiap tahun hingga tahun 2030. 

Biaya perangkat keras pelatihan AI. Sumber: ARK’s Big Ideas 2023.

Tetaplah up-to-date dengan semua teknologi AI yang mengganggu di unite.ai.