Perkembangan Teknologi Komputasi Otonom
Gelombang baru dalam industri teknologi global mulai bergeser dari sekadar kecerdasan buatan yang bersifat responsif menuju sistem komputasi yang mampu bertindak secara mandiri. Perusahaan-perusahaan besar seperti Nvidia, Microsoft, dan Google kini berada dalam perlombaan untuk membangun komputer otonom berbasis agen AI yang dapat mengeksekusi tugas tanpa instruksi berulang dari pengguna.
Selama lebih dari satu dekade, upaya menghadirkan asisten digital seperti Siri dan Alexa belum sepenuhnya memenuhi ekspektasi. Sebagian besar hanya digunakan untuk fungsi sederhana seperti mengatur alarm atau memutar musik. Namun, perkembangan model bahasa besar (large language models/LLM) sejak akhir 2022 mengubah arah pengembangan tersebut secara signifikan.
Bob O’Donnell, pendiri sekaligus kepala analis Technalysis Research, menilai arah teknologi ini bergerak menuju penyederhanaan interaksi manusia dengan komputer. “Tujuannya pada akhirnya adalah mencari tahu bagaimana seseorang cukup mengatakan kepada komputer apa yang ingin dikerjakan, lalu komputer tersebut melakukannya sendiri,” ujarnya.
Perubahan ini mendorong transformasi besar di sisi perangkat keras dan perangkat lunak. Nvidia dan Microsoft menjadi dua pemain yang paling agresif dalam mengembangkan ekosistem komputasi otonom.
Pengembangan Perangkat Keras dan Perangkat Lunak
Nvidia pada 1 Juni memperkenalkan cip laptop Windows bernama RTX Spark yang dirancang untuk menjalankan agen AI secara lokal tanpa bergantung pada komputasi awan. Cip tersebut menggabungkan kemampuan grafis, komputasi, dan jaringan dengan kapasitas memori lebih besar dibanding laptop konvensional. Dell, HP, dan Lenovo disebut akan merilis perangkat berbasis teknologi ini pada paruh akhir tahun ini.
Di sisi lain, Google juga mengembangkan pendekatan serupa melalui perangkat Chromebook generasi baru yang mampu memberikan rekomendasi tindakan berbasis konteks. Sistem ini, misalnya, dapat menyarankan pembuatan jadwal rapat ketika pengguna mengarahkan kursor ke tanggal tertentu dalam email, tanpa perlu perintah eksplisit.
Arah pengembangan ini tidak terlepas dari dampak kemunculan ChatGPT pada akhir 2022 yang mempercepat adopsi LLM secara global. Jika sebelumnya asisten digital hanya mampu menyelesaikan satu tugas dalam satu waktu, kini agen AI mulai dirancang untuk menangani rangkaian pekerjaan kompleks sekaligus memahami preferensi pengguna.
Contoh Agen AI yang Mengubah Dunia
Salah satu contoh yang mencerminkan perubahan ini adalah OpenClaw, agen AI yang banyak digunakan pengembang perangkat lunak. Sistem tersebut mampu menjalankan program, melakukan riset, dan menyelesaikan tugas tanpa instruksi terus-menerus, bahkan memungkinkan pengguna memantau progres melalui aplikasi pesan seperti WhatsApp atau Telegram.
Perubahan ini juga mulai terlihat dalam perilaku kerja di industri teknologi. Bloomberg dan The Wall Street Journal menyebutkan sebagian pekerja kini mulai menggunakan perintah suara kepada agen AI dibanding mengetik secara manual.
David Naranjo, Associate Director Counterpoint Research, menyebut perubahan ini didorong oleh adaptasi luas terhadap AI generatif. “Situasinya kini sangat berbeda karena semakin banyak orang sudah terbiasa menggunakan ChatGPT, Gemini, maupun Anthropic,” katanya.
Inovasi dari Nvidia dan Microsoft
Dalam demonstrasi terbaru, CEO Nvidia Jensen Huang memperlihatkan bagaimana laptop berbasis cip RTX Spark dapat digunakan untuk membantu merancang rumah melalui koordinasi agen AI lintas aplikasi desain tiga dimensi.
Sementara itu, Microsoft memperkenalkan agen baru bernama Scout untuk Microsoft 365 yang dibangun dengan teknologi OpenClaw. Scout dirancang untuk bekerja lintas ekosistem, mulai dari penyimpanan cloud, komputer pribadi, hingga aplikasi seperti Outlook dan Teams, termasuk memantau email dan percakapan kerja secara berkelanjutan.
Tantangan dan Tantangan Adopsi Massal
Namun, meski arah teknologi ini dinilai menjanjikan, para analis menilai adopsi massal masih menghadapi sejumlah hambatan. Harga perangkat yang diperkirakan tidak murah serta belum terbentuknya kebutuhan yang benar-benar mendesak di kalangan konsumen menjadi tantangan utama.
“Teknologi ini belum menjadi sesuatu yang benar-benar esensial,” ujar Naranjo.
Di sisi lain, kepercayaan terhadap sistem AI menjadi isu krusial, terutama ketika teknologi ini mulai menyentuh tugas-tugas yang bersifat sensitif.
Jitesh Ubrani dari International Data Corporation menegaskan, “Masih ada banyak persoalan yang harus dibereskan sebelum teknologi ini menjadi pasar massal. Namun, apakah kita berada di jalur yang benar? Ya,” ujarnya, mencerminkan optimisme yang tetap dibayangi kehati-hatian industri.
