Tujuh Tren yang Diharapkan dalam AI di 2025

Satu tahun lagi, satu investasi lagi dalam kecerdasan buatan (AI). Itulah yang telah terjadi pada 2024, tetapi apakah momentum yang sama akan berlanjut pada 2025 ketika banyak organisasi mulai mempertanyakan ROI-nya?

Menurut sebagian besar analis, jawabannya adalah ya yang luar biasa dengan investasi global yang diperkirakan akan meningkat sekitar sepertiga dalam 12 bulan ke depan dan terus pada trajektori yang sama hingga 2028. Namun, meskipun anggaran mungkin meningkat, saya melihat pendekatan yang lebih hati-hati pada 2025 dengan perusahaan menjadi lebih selektif tentang jenis teknologi yang mereka butuhkan, dan yang lebih penting, jika itu dapat mengatasi tantangan bisnis nyata.

Dengan demikian, berikut adalah beberapa prediksi saya untuk 2025:

1. Analisis Lebih Baik Sebelum Mengambil Keputusan

Dengan penekanan lebih besar pada ROI yang ditingkatkan, bisnis akan berpaling kepada AI itu sendiri untuk memastikan mereka menghabiskan uang dengan bijak. Salah satu masalah terbesar hingga saat ini adalah keinginan untuk “melompat ke kereta” terutama sejak diperkenalkannya AI generatif dan LLM. Faktanya, sebanyak 63% pemimpin bisnis global mengakui bahwa investasi mereka dalam AI disebabkan oleh FOMO (takut ketinggalan), menurut sebuah studi terbaru. Ini adalah alasan mengapa pendekatan berbasis data sangat penting. Mengikuti automasi agen, kecerdasan proses kognitif akan fokus pada menyediakan konteks yang lebih dalam tentang operasi bisnis, pada dasarnya memberi AI kemampuan untuk bertindak sebagai konsultan operasional. Sistem ini akan dapat memetakan, menganalisis, dan memprediksi alur kerja kompleks dalam sebuah organisasi, kemudian merekomendasikan perbaikan berdasarkan analisis data waktu nyata dan pola masa lalu, di luar otomatisasi tugas sederhana. Ini akan menarik terutama bagi sektor seperti keuangan, logistik, dan manufaktur, di mana bahkan perbaikan kecil dalam operasi akan diterjemahkan menjadi penghematan biaya yang signifikan.

2. Era AI-First Menghidupkan Kembali Minat pada BPM

Zaman keemasan baru dalam manajemen proses bisnis (BPM) sedang di ambang pintu. Tidak sejak 1990-an, ketika munculnya perencanaan sumber daya perusahaan (ERP) memicu digitisasi yang meluas, perusahaan perlu mengunjungi kembali bagaimana mereka beroperasi untuk tetap kompetitif. Dua faktor yang mendorong perubahan ini. Pertama, perusahaan menyadari bahwa pertumbuhan pada semua biaya tidak berkelanjutan dengan pergeseran menuju kinerja dan efisiensi untuk mencapai ekonomi unit yang sehat dan ROI positif. Kedua, hipe AI generatif dan agen mempercepat minat dan adopsi teknologi karena eksekutif perusahaan memerintahkan tim untuk mengeksplorasi kasus penggunaan, dengan tujuan untuk mendapatkan keunggulan pasar.

Model atau prompt yang paling efektif tidak berguna dalam isolasi. Sebagai hasilnya, BPM kembali menjadi sorotan. Pengaruh AI yang akan datang hampir pada semua alur kerja perusahaan membuat penemuan proses, analisis, dan perancangan ulang menjadi fundamental untuk mengoperasikan program, apalagi menskalakan. Dilema ini mencerminkan tantangan transformasi digital sebelumnya, yang menderita tingkat keberhasilan yang buruk karena fokus berlebihan pada teknologi sambil mengabaikan pertimbangan manusia atau proses.

3. Sistem AI Multimodal yang Lebih Terintegrasi

AI multimodal yang menggabungkan teks, visi, audio, dan data sensor akan menjadi norma untuk bisnis yang mencari kesadaran situasional holistik. Ini akan melampaui analisis dokumen mandiri atau pengenalan suara; sebaliknya, sistem terintegrasi akan dapat menarik wawasan dari beberapa modalitas untuk menyediakan interpretasi yang lebih kaya dan akurat dari skenario kompleks.

Di sektor keuangan, AI multimodal dapat merevolusi layanan pelanggan dengan mengintegrasikan teks, suara, catatan transaksi, dan data perilaku untuk menyediakan pemahaman komprehensif tentang kebutuhan pelanggan. Integrasi ini memungkinkan lembaga keuangan untuk menawarkan layanan yang dipersonalisasi, meningkatkan kepuasan pelanggan, dan meningkatkan efisiensi operasional.

Misalnya, penasihat keuangan virtual yang ditenagai AI dapat menyediakan akses 24/7 ke saran keuangan, menganalisis pola pengeluaran pelanggan dan menawarkan tips anggaran yang dipersonalisasi. Selain itu, chatbot yang didorong AI dapat menangani volume tinggi pertanyaan rutin, menyederhanakan operasi dan menjaga pelanggan tetap terlibat.

Dengan memanfaatkan AI multimodal, lembaga keuangan dapat memprediksi kebutuhan pelanggan, mengatasi masalah secara proaktif, dan menyediakan saran keuangan yang disesuaikan, sehingga memperkuat hubungan pelanggan dan mendapatkan keunggulan kompetitif di pasar.

4. AI yang Dapat Dijelaskan dan Siap Regulasi

Dengan peraturan global yang meningkat, akan ada fokus pada AI yang dapat dijelaskan dan transparan yang memenuhi persyaratan regulasi dari awal. Kami akan melihat penekanan lebih besar pada alat yang memungkinkan transparansi AI, pengurangan bias, dan jejak audit, yang memungkinkan perusahaan untuk mempercayai solusi AI mereka dan memverifikasi kepatuhan atas permintaan.

Pengembang AI kemungkinan akan menyediakan antarmuka yang memungkinkan pemangku kepentingan untuk menafsirkan dan menantang keputusan AI, terutama di sektor kritis seperti keuangan, asuransi, perawatan kesehatan, dan hukum.

Di luar transparansi, komitmen untuk AI yang bertanggung jawab akan menjadi prioritas karena perusahaan berusaha untuk mendapatkan kepercayaan klien dan konsumen. OECD melaporkan lebih dari 700 inisiatif regulasi yang sedang dikembangkan di lebih dari 60 negara. Meskipun legislasi masih tertinggal dari inovasi, perusahaan akan berusaha untuk proaktif mengikuti kode etik sukarela, seperti yang dikembangkan oleh IEEE atau NIST, untuk menetapkan standar yang jelas. Dengan menerima transparansi, mematuhi praktik terbaik, dan berkomunikasi dengan jelas dengan pelanggan, mereka memupuk reputasi yang dapat diandalkan yang menjembatani kesenjangan kepercayaan dalam AI dan meningkatkan loyalitas dan kepercayaan.

Audit eksternal juga akan tumbuh dalam popularitas untuk menyediakan perspektif yang tidak memihak. Contoh dari ini adalah forHumanity sebuah organisasi nirlaba yang dapat menyediakan audit independen dari sistem AI untuk menganalisis risiko.

5. Desain AI yang Berorientasi pada Manusia

Karena alat AI menjadi lebih tertanam dalam kehidupan kita, pertimbangan etis dan desain AI yang berorientasi pada manusia akan tumbuh dalam pentingnya. Harapkan untuk melihat pergeseran menuju sistem AI yang dirancang dengan pendekatan humanistik, yang memprioritaskan pemberdayaan pengguna, inklusivitas, dan kesejahteraan.

Perusahaan kemungkinan akan berusaha untuk mengembangkan solusi AI yang menekankan kecerdasan kolaboratif—sistem AI yang meningkatkan pengambilan keputusan manusia daripada menggantinya. Ini mungkin juga termasuk fokus pada keamanan psikologis dan kesejahteraan pengguna dalam interaksi manusia-mesin.

6. Tahan Kuda Agentic

Batas antara otomatisasi deterministik dan agen akan kabur pada 2025, menghasilkan sistem yang lebih terintegrasi, cerdas, dan adaptif yang meningkatkan berbagai aspek kehidupan dan industri kita. Namun, otomatisasi deterministik akan terus mendominasi dan memberi daya pada setidaknya 95% otomatisasi dalam produksi tahun depan.

Tidak diragukan lagi, otomatisasi agen, yang ditandai dengan sistem yang dapat membuat keputusan otonom dan beradaptasi dengan situasi baru, sangat menarik dan siap untuk membuat kemajuan substansial. Di lingkungan dinamis di mana fleksibilitas dan adaptabilitas sangat penting, sistem ini akan memungkinkan interaksi yang lebih personal dan responsif, meningkatkan pengalaman pengguna dan hasil.

7. Penolakan terhadap LLM

Kemajuan dalam model bahasa besar (LLM) tidak kurang dari revolusioner. Namun, seperti semua hal yang hebat, mereka datang dengan serangkaian tantangan, terutama label harga sumber daya yang besar.

Banyak kelemahan AI generatif dan LLM berasal dari toko data besar yang harus dinavigasi untuk menghasilkan nilai. Tidak hanya ini meningkatkan risiko dalam hal etika, akurasi, seperti halusinasi, dan privasi, tetapi juga sangat memperburuk jumlah energi yang diperlukan untuk menggunakan alat tersebut.

Sebagai gantinya, perusahaan akan beralih ke AI yang dibangun khusus untuk tugas dan tujuan yang lebih sempit. Ini seperti memotong kembali apa yang tidak benar-benar Anda butuhkan – seperti pohon Bonzi – Anda harus memotongnya, sehingga menjadi lebih ramping dan efisien. Dengan mengompresi model itu sendiri, presisi perhitungannya lebih kecil, meningkatkan kecepatan dan mengurangi kebutuhan energi untuk daya komputasi.

Rangkuman

Tanpa keraguan, 2025 akan menjadi tahun lain dengan investasi yang lebih besar dalam kecerdasan buatan, terutama AI generatif yang akan terus mengubah perusahaan dan pekerjaan di setiap sektor. Namun, pemimpin bisnis akan mengambil pendekatan yang lebih berbasis data, holistik untuk investasi yang mencapai tujuan bisnis nyata, sambil juga memastikan standar dipenuhi dalam etika dan keberlanjutan. Setelah semua, potensi nyata AI terletak pada cara itu diterapkan dengan bijak dan strategis – jangan biarkan FOMO mendungkan penilaian Anda.