AI tingkat konsumen: Membawa pembelajaran mesin ke massa

• Penulis:
• nama penulis

  Pandangan ke Depan Quantumrun
• Januari 27, 2023

Penawaran low-code dan no-code yang lebih mudah diakses dari Amazon Web Services (AWS), Azure, dan Google Cloud akan memungkinkan orang biasa membuat aplikasi AI mereka sendiri secepat mereka dapat menerapkan situs web. Aplikasi AI para ilmuwan yang sangat teknis dapat memberi jalan bagi aplikasi konsumen ringan yang jauh lebih ramah pengguna.

Konteks AI tingkat konsumen

“Konsumerisasi TI” telah menjadi tema berkelanjutan di kalangan teknologi sepanjang tahun 2010-an, tetapi pada tahun 2022, sebagian besar penawaran perangkat lunak perusahaan tetap kikuk, tidak fleksibel, dan sangat teknis. Paradigma ini sebagian karena terlalu banyak teknologi dan sistem warisan yang masih beroperasi di sebagian besar lembaga pemerintah dan bisnis Fortune 1000. Membuat AI yang ramah pengguna bukanlah tugas yang mudah, dan sering kali dikesampingkan demi prioritas lain seperti biaya dan waktu pengiriman. 

Selain itu, banyak perusahaan kecil tidak memiliki tim ilmu data internal yang dapat menyesuaikan solusi AI, sehingga mereka sering mengandalkan vendor yang menawarkan aplikasi dengan mesin AI bawaan. Namun, solusi vendor ini mungkin tidak seakurat atau disesuaikan dengan model yang dibuat oleh pakar internal. Solusinya adalah platform pembelajaran mesin otomatis (ML) yang memungkinkan pekerja dengan sedikit pengalaman untuk membuat dan menerapkan model prediktif. Misalnya, perusahaan DimensionalMechanics yang berbasis di AS telah memungkinkan pelanggan untuk membuat model AI terperinci secara sederhana dan efisien sejak tahun 2020. AI bawaan, disebut sebagai "Oracle", memberikan dukungan kepada pengguna selama proses pembuatan model. Perusahaan berharap masyarakat akan menggunakan berbagai aplikasi AI sebagai bagian dari rutinitas kerja sehari-hari, mirip dengan Microsoft Office atau Google Docs.

Dampak yang mengganggu

Penyedia layanan cloud semakin menerapkan add-on yang akan memudahkan orang untuk membangun aplikasi AI. Pada tahun 2022, AWS mengumumkan CodeWhisperer, layanan bertenaga ML yang membantu meningkatkan produktivitas pengembang dengan memberikan rekomendasi kode. Pengembang dapat menulis komentar yang menguraikan tugas tertentu dalam bahasa Inggris biasa, seperti "unggah file ke S3", dan CodeWhisperer secara otomatis menentukan layanan cloud dan perpustakaan umum mana yang paling cocok untuk tugas yang ditentukan. Add-on juga membuat kode spesifik dengan cepat dan merekomendasikan potongan kode yang dihasilkan.

Sementara itu, pada tahun 2022, Microsoft Azure menawarkan rangkaian layanan AI/ML otomatis tanpa atau kode rendah. Contohnya adalah program AI warga mereka, yang dirancang untuk membantu siapa saja dalam membuat dan memvalidasi aplikasi AI dalam pengaturan dunia nyata. Azure Machine Learning adalah antarmuka pengguna grafis (GUI) dengan ML otomatis dan penyebaran ke titik akhir batch atau real-time. Microsoft Power Platform menyediakan toolkit untuk membuat aplikasi kustom dan alur kerja yang mengimplementasikan algoritme ML dengan cepat. Pengguna bisnis akhir kini dapat membuat aplikasi ML tingkat produksi untuk mengubah proses bisnis lama.

Inisiatif ini akan terus menargetkan individu dengan pengalaman pengkodean minimal atau tanpa pengalaman pengkodean yang ingin menguji aplikasi AI atau mengeksplorasi teknologi baru dan solusi proses. Bisnis dapat menghemat uang untuk mempekerjakan ilmuwan dan insinyur data penuh waktu dan sebagai gantinya dapat meningkatkan keterampilan karyawan TI mereka. Penyedia layanan cloud juga mendapat manfaat dengan mendapatkan lebih banyak pelanggan baru dengan membuat antarmuka mereka lebih ramah pengguna. 

Implikasi AI tingkat konsumen

Implikasi yang lebih luas dari AI tingkat konsumen dapat mencakup: 

• Pasar yang berkembang untuk perusahaan yang berfokus pada pengembangan platform AI tanpa atau kode rendah yang memungkinkan pelanggan membuat dan menguji sendiri aplikasi.
• Peningkatan makro dalam tingkat digitalisasi operasi publik dan swasta. 
• Pengkodean mungkin menjadi keterampilan yang kurang teknis dan mungkin semakin otomatis, memungkinkan pekerja yang lebih luas untuk berpartisipasi dalam pembuatan aplikasi perangkat lunak.
• Penyedia layanan cloud membuat lebih banyak add-on yang akan mengotomatiskan pengembangan perangkat lunak, termasuk mampu memindai masalah keamanan siber.
• Lebih banyak orang memilih untuk belajar sendiri cara membuat kode dengan menggunakan platform AI otomatis.
• Program pendidikan pengkodean semakin banyak diadopsi (atau diperkenalkan kembali) ke dalam kurikulum sekolah menengah dan atas, takut akan aplikasi tanpa dan kode rendah ini.

Pertanyaan untuk dikomentari

• Jika Anda telah menggunakan aplikasi AI tingkat konsumen, seberapa mudah aplikasi tersebut digunakan?
• Menurut Anda bagaimana aplikasi AI tingkat konsumen akan mempercepat penelitian dan pengembangan?