Ledakan AI Berlanjut di 2025: Apa yang Harus Diantisipasi Organisasi di Tahun Ini

Dengan AI yang diprediksi akan terus meledak di 2025, teknologi yang terus berkembang ini menyajikan baik peluang luar biasa maupun tantangan kompleks bagi organisasi di seluruh dunia. Untuk membantu organisasi dan profesional hari ini mendapatkan nilai maksimal dari AI di 2025, saya telah membagikan pemikiran dan tren AI yang diantisipasi untuk tahun ini.

Organisasi Harus Merencanakan Biaya AI Secara Strategis

Dunia masih sangat antusias tentang potensi AI. Namun, biaya inovasi AI adalah metrik yang harus direncanakan oleh organisasi. Misalnya, AI membutuhkan GPU, namun banyak penyedia layanan cloud memiliki penyebaran GPU N-1, N-2 atau yang lebih lama yang tidak dibangun secara eksklusif untuk beban kerja AI. Selain itu, GPU cloud dapat sangat mahal pada skala besar dan dapat diaktifkan dengan mudah untuk pengembang saat proyek tumbuh/membesar (biaya tambahan); tambahan lagi, membeli GPU (jika dapat diperoleh karena kelangkaan) untuk digunakan di tempat dapat menjadi proposisi yang sangat mahal dengan biaya chip individu yang mencapai puluhan ribu dolar. Sebagai hasilnya, sistem server yang dibangun untuk beban kerja AI yang menuntut menjadi sangat mahal atau tidak terjangkau bagi banyak orang dengan anggaran operasional departemen yang terbatas (OpEx). Di 2025, pelanggan perusahaan harus menyetel ulang biaya AI mereka dan menyelaraskan tingkat anggaran pengembangan AI. Dengan banyak departemen yang terisolasi sekarang mengambil inisiatif dan membangun alat AI mereka sendiri, perusahaan dapat secara tidak sengaja menghabiskan ribuan dolar per bulan untuk penggunaan cloud-based GPU kecil atau terisolasi dan kebutuhan mereka akan instance komputasi AI, yang semua menambah biaya (terutama jika pengguna meninggalkan instance ini berjalan).

Model Open-Source Akan Mendorong Demokratisasi Beberapa Kasus Penggunaan AI

Di 2025, akan ada tekanan besar bagi organisasi untuk membuktikan ROI dari proyek AI dan anggaran terkait. Dengan biaya yang menggunakan alat low code atau no code yang disediakan oleh penyedia layanan populer untuk membangun aplikasi AI, perusahaan akan terus mencari model open-source yang dapat difine-tuning dengan lebih efisien daripada pelatihan dan pembangunan dari awal. Fine-tuning model open-source menggunakan sumber daya AI yang tersedia (orang, anggaran dan/atau daya komputasi), membantu menjelaskan mengapa saat ini ada lebih dari 900K+ (dan terus bertambah) model yang tersedia untuk diunduh di Hugging Face saja. Namun, ketika perusahaan memulai model open-source, akan sangat penting untuk mengamankan dan mengawasi penggunaan perangkat lunak open-source, kerangka kerja, perpustakaan, dan alat di seluruh organisasi. Perjanjian baru-baru ini antara Lenovo dan Anaconda adalah contoh yang baik dari dukungan ini, di mana portofolio Workstation Lenovo yang ditenagai oleh Intel dan Anaconda Navigator membantu mempermudah alur kerja ilmu data.

Kepatuhan AI Menjadi Praktik Standar

Perubahan kebijakan AI akan membuat perhitungan AI semakin dekat dengan sumber data perusahaan, dan lebih banyak di tempat (terutama untuk fase pengembangan AI dari proyek atau alur kerja). Ketika AI semakin dekat dengan inti banyak bisnis, akan berpindah dari alur kerja paralel atau khusus ke alur kerja yang sejalan dengan banyak fungsi bisnis inti. Memastikan AI patuh dan bertanggung jawab adalah tujuan nyata hari ini, sehingga ketika kita memasuki 2025, akan menjadi praktik standar dan bagian dari blok bangunan dasar untuk proyek AI di perusahaan. Di Lenovo, kami memiliki Komite AI Bertanggung Jawab, yang terdiri dari kelompok karyawan yang beragam yang memastikan solusi dan produk memenuhi standar keamanan, etika, privasi, dan transparansi. Kelompok ini meninjau penggunaan AI dan implementasi berdasarkan risiko, menerapkan kebijakan keamanan secara konsisten untuk sejalan dengan sikap risiko dan kepatuhan regulasi. Pendekatan inklusif komite ini menangani semua dimensi AI, memastikan kepatuhan menyeluruh dan pengurangan risiko secara keseluruhan.

Stasiun Kerja Muncul sebagai Alat AI yang Efisien di Dalam dan di Luar Kantor

Menggunakan stasiun kerja sebagai perangkat edge dan departemen yang lebih kuat untuk beban kerja AI sudah meningkat. Misalnya, portofolio Workstation Lenovo, yang ditenagai oleh AMD, membantu profesional media dan hiburan memenuhi kesenjangan antara harapan dan sumber daya yang dibutuhkan untuk menghasilkan konten visual dengan kualitas tertinggi. Berkat ukuran yang kecil dan jejak kaki, suara yang rendah, kebutuhan daya yang standar, dan penggunaan sistem operasi klien, mereka dapat dengan mudah dikerahkan sebagai solusi inferensi AI di mana server tradisional mungkin tidak sesuai. Kasus penggunaan lainnya adalah dalam alur kerja industri standar di mana analisis data yang ditingkatkan dengan AI dapat memberikan nilai bisnis nyata dan sangat terkait dengan eksekutif C suite yang mencoba membuat perbedaan. Kasus penggunaan lainnya adalah alat AI khusus domain yang lebih kecil yang dibuat oleh individu untuk keperluan mereka sendiri. Alat penghematan efisiensi ini dapat menjadi kekuatan super AI dan dapat mencakup semua mulai dari MS Copilot, Chatbot Pribadi hingga Asisten AI Pribadi.

Maksimalkan Potensi AI di 2025

AI adalah salah satu evolusi teknologi tercepat di era kita, memasuki setiap industri sebagai teknologi transformatif yang akan meningkatkan efisiensi untuk semua – memungkinkan hasil bisnis yang lebih cepat dan lebih berharga.

AI, termasuk mesin dan pembelajaran dalam serta generatif AI dengan LLM, memerlukan daya komputasi yang besar untuk membangun dan memelihara kecerdasan yang dibutuhkan untuk pengalaman AI pelanggan yang mulus. Sebagai hasilnya, organisasi harus memastikan mereka menggunakan solusi komputasi desktop dan mobile yang berkinerja tinggi dan aman untuk merevolusi dan meningkatkan alur kerja profesional AI dan ilmuwan data.