Lomba Menuju Kecerdasan Buatan Umum (AGI): Kemajuan, Skeptisisme, dan Fokus Dunia Nyata

Temukan berita dan acara fintech teratas!

Langganan buletin FinTech Weekly

Dibaca oleh eksekutif di JP Morgan, Coinbase, Blackrock, Klarna, dan lainnya

Perdebatan tentang Kedatangan AGI

Kecerdasan Umum Buatan (AGI)—konsep AI yang menyamai atau melampaui kemampuan kognitif manusia—adalah subjek perdebatan yang semakin berkembang. Beberapa ahli memprediksi kedatangannya dalam satu dekade, sementara yang lain bersikeras bahwa tujuan ini masih jauh.

Demis Hassabis, CEO Google DeepMind, percaya AGI mungkin bisa dicapai dalam lima hingga sepuluh tahun. Ia berargumen bahwa meskipun sistem AI saat ini melakukan tugas tertentu dengan sangat baik, mereka kurang memiliki kemampuan beradaptasi seperti kecerdasan manusia. Optimisme-nya diwarnai oleh kenyataan bahwa AI harus belajar untuk memahami dunia dengan lebih mendalam sebelum mencapai AGI.

Suara lain di industri ini melukis gambaran yang berbeda. Dario Amodei dari Anthropic menyarankan bahwa AI yang mampu mengungguli manusia dalam hampir semua tugas bisa muncul dalam dua atau tiga tahun. Sementara itu, Jeetu Patel dari Cisco mengklaim dunia mungkin akan menyaksikan pengembangan AGI pada tahun 2025, dengan superintelligence buatan mengikuti segera setelahnya. Bahkan Elon Musk dari Tesla dan Sam Altman dari OpenAI memprediksi AGI akan muncul dalam beberapa tahun ke depan.

Tetapi tidak semua orang setuju dengan proyeksi ini.

Skeptisisme dan Prioritas AI Alternatif

Para pemodal ventura dan pemimpin startup memperingatkan agar tidak terfokus pada AGI. James Newell dari Voyager Capital mempertanyakan kelayakan AGI dalam 18 bulan, menekankan bahwa banyak ahli masih ragu dengan prediksi-prediksi yang paling berani. Tim Porter dari Madrona sependapat dengan skeptisisme ini, menyarankan bahwa perdebatan AGI bukanlah jalan yang paling produktif untuk inovasi AI.

Sebagai gantinya, para investor ini berargumen bahwa potensi nyata terletak pada AI vertikal—aplikasi yang dirancang untuk industri atau kebutuhan bisnis tertentu. Solusi AI yang disesuaikan untuk kesehatan, fintech, dan logistik sudah mengubah cara perusahaan beroperasi, memberikan nilai nyata tanpa ketidakpastian AGI.

Bagi pendiri startup, prioritas haruslah aplikasi AI yang praktis. Daryn Nakhuda, seorang insinyur AI, mendesak bisnis untuk fokus pada manfaat langsung AI daripada mengembangkan teknologi untuk kepentingannya sendiri. Ia menyarankan pemimpin untuk bertanya masalah apa yang sedang mereka selesaikan dengan AI sebelum mengintegrasikannya ke dalam operasi mereka.

Apa yang Diperlukan untuk Mencapai AGI?

Bahkan di antara para pendukung AGI, tantangan tetap ada. Hassabis mengidentifikasi rintangan penting: kemampuan AI untuk menggeneralisasi strategi pemecahan masalah di luar lingkungan yang terkontrol. Meskipun AI telah unggul dalam pengaturan terstruktur seperti permainan papan, mentransfer kemampuan tersebut ke skenario dunia nyata lebih kompleks.

DeepMind telah bekerja pada agen AI yang bersaing dan berkolaborasi, belajar berpikir strategis dalam permainan seperti Starcraft. Namun, menerjemahkan keterampilan ini ke dalam pengambilan keputusan yang lebih luas adalah tantangan yang sedang berlangsung. Sistem AI multi-agen—di mana berbagai entitas AI berkomunikasi dan berkolaborasi—sedang dieksplorasi sebagai solusi potensial.

Faktor lain adalah daya komputasi. Seiring kemajuan AI, sumber daya yang diperlukan untuk mengembangkan dan memelihara sistem ini meningkat. Ini menimbulkan pertanyaan tentang apakah pengembangan AGI akan dapat diakses oleh berbagai peneliti atau dikuasai oleh raksasa teknologi dengan kantong dalam.

Kasus Bisnis untuk AI Praktis

Sementara penelitian AGI berlanjut, fokus saat ini bagi banyak perusahaan tetap pada alat AI yang meningkatkan efisiensi. Bisnis memanfaatkan solusi yang didorong AI untuk mengotomatiskan proses, menganalisis data, dan meningkatkan interaksi pelanggan. Perusahaan fintech, misalnya, mengintegrasikan AI untuk deteksi penipuan, penilaian risiko, dan perdagangan otomatis, menghasilkan keuntungan finansial yang langsung.

Investor sangat bersemangat tentang agen AI—entitas perangkat lunak yang menangani tugas secara mandiri. Asisten yang didorong AI ini dapat menjadwalkan pertemuan, mengelola alur kerja, atau mengoptimalkan rantai pasokan, membawa perbaikan yang terukur bagi bisnis.

Alih-alih mengejar janji AGI yang jauh, startup memprioritaskan aplikasi praktis AI. Penekanan ada pada penyampaian produk yang memecahkan masalah yang ada daripada mengejar terobosan teoritis.

AGI: Tujuan Jangka Panjang atau Gangguan yang Terlalu Dihyperbola?

Dorongan untuk AGI memang menarik, tetapi pendapat berbeda tentang apakah itu seharusnya menjadi fokus utama pengembangan AI. Sementara beberapa ahli memprediksi kemajuan yang cepat, yang lain menganjurkan pendekatan yang lebih terukur, menekankan aplikasi AI yang membawa nilai saat ini.

Perdebatan ini jauh dari selesai. Apa yang tetap jelas adalah bahwa AI akan terus berkembang—baik melalui perbaikan bertahap atau terobosan revolusioner. Apakah AGI muncul dalam waktu dekat atau tetap menjadi aspirasi jangka panjang, prioritas langsung bagi sebagian besar bisnis dan investor adalah memanfaatkan AI untuk memecahkan tantangan dunia nyata.