Kekuasaan AI, sedang beralih dari model ke 'infrastruktur agen'…… Langkah unggulan Google Cloud

Ada analisis menunjukkan bahwa fokus Google Cloud dalam kompetisi kecerdasan buatan untuk meraih dominasi bukan lagi pada “kinerja model”, tetapi beralih ke “lapisan kontrol” dan infrastruktur data. Seiring dengan percepatan adopsi kecerdasan buatan tingkat perusahaan, penilaian industri menyatakan bahwa kemenangan sejati kemungkinan bergantung pada “infrastruktur AI yang mengaburkan batas” yang memungkinkan agen cerdas dapat membaca, menghubungkan, dan mengeksekusi data.

Chief Analyst dari The Cube Research, John Friel, saat menganalisis konferensi Google Cloud Next 2026, mendiagnosis bahwa Google sedang mengincar peran sebagai sistem operasi perusahaan yang mengaburkan batas. Ia berpendapat bahwa penguasaan “kontrol plane” yang menghubungkan data dan berbagai sistem akan menentukan keunggulan pasar. Lapisan ini seperti jaringan saraf, bertanggung jawab menghubungkan berbagai aplikasi dan aliran data internal perusahaan.

Di lokasi perusahaan, kecepatan pengenalan AI telah meningkat secara signifikan. Beberapa perusahaan bahkan menilai bahwa dalam pekerjaan penulisan kode, proporsi mesin sudah melebihi manusia. Namun, tidak semua organisasi bergerak dengan kecepatan yang sama. Banyak perusahaan yang belum menentukan prioritas bisnis mana yang paling efektif untuk menerapkan AI. Situasi ini semakin menegaskan pentingnya infrastruktur AI yang mengaburkan batas, yang dirancang bersama dalam hal data, keamanan, tata kelola, dan lingkungan eksekusi.

Intinya adalah “data konteks”… Lebih penting dari informasi yang akurat adalah “informasi yang paling tepat”

Google Cloud memandang “data konteks” sebagai kunci untuk mengatasi keterbatasan model AI. Kepala Insinyur Basis Data Google Cloud, Suresh Krishnamurthi, menjelaskan bahwa model sangat kuat, tetapi konteks yang dibutuhkan untuk bisnis nyata ada dalam data. Ini berarti, untuk menjawab pertanyaan, bukan sekadar memasukkan banyak informasi, tetapi harus mampu mengekstrak “informasi yang dibutuhkan saat ini” secara tepat.

Oleh karena itu, ada pandangan bahwa cloud data generasi berikutnya harus berbeda dari basis data yang ada. Ia perlu melampaui fungsi penyimpanan dan pencarian sederhana, mampu memproses pencarian grafis, embedding vektor, pencarian teks lengkap, dan operasi relasional dalam satu sistem. Hanya dengan meminimalkan perpindahan data sekaligus memberikan hasil terbaik, infrastruktur AI yang mengaburkan batas dapat berjalan dengan baik di lingkungan perusahaan skala besar.

OpenText juga sepakat dengan pandangan ini. OpenText bekerja sama dengan Google Cloud untuk membangun tumpukan agen cerdas berbasis konteks, kedaulatan data, dan interoperabilitas terbuka. OpenText menegaskan bahwa informasi perusahaan bukan sekadar penyimpanan dokumen, melainkan sistem yang mencakup klasifikasi, penandaan, tata kelola, dan koneksi dengan proses bisnis. Untuk menyediakan informasi ini ke model bahasa besar, harus mencegah banjir data yang tidak perlu dan hanya mengirimkan informasi yang diperlukan pada waktu yang tepat.

Google memperluas solusi industri dengan mengintegrasikan platform agen cerdas tingkat perusahaan Gemini secara mendalam, memungkinkan penggunaan aman dokumen perusahaan yang telah dikumpulkan selama puluhan tahun. Ini kembali menunjukkan bahwa keberhasilan pengenalan AI lebih banyak bergantung pada kualitas data dan arsitektur akses daripada sekadar kehebatan model.

Lingkungan hibrida dan pengurangan biaya… Kemitraan menentukan efisiensi infrastruktur AI

Persaingan infrastruktur AI tidak hanya bergantung pada kekuatan satu perusahaan. Google bekerja sama dengan NVIDIA, Dell Technologies, AMD, dan lainnya untuk membangun “infrastruktur kesiapan AI” yang mencakup cloud dan deployment lokal. Terutama karena banyak perusahaan sulit menyerahkan data sepenuhnya ke cloud eksternal karena alasan keamanan dan regulasi, Google melalui cloud terdistribusinya mendukung perusahaan agar dapat memanfaatkan Gemini di lingkungan lokal juga.

Dalam proses ini, peran Kubernetes menjadi semakin penting. Google memandang Kubernetes sebagai sistem operasi AI yang mencakup pembelajaran, inferensi, hingga pembelajaran penguatan. Ini berarti Kubernetes adalah alat utama untuk mengoordinasikan agen cerdas AI yang tersebar di berbagai lingkungan. Saat perusahaan memperluas AI sambil mempertahankan arsitektur multi-cloud atau hibrida, lapisan orkestrasi ini sangat penting.

Masalah biaya juga menjadi variabel penting. AMD menjelaskan bahwa dalam banyak kasus, infrastruktur berbasis x86 adalah solusi paling realistis saat banyak pelanggan menggunakan pusat data sendiri dan cloud secara bersamaan. Karena beban kerja kontainer dapat dengan mudah dipindahkan antara kedua lingkungan tanpa perlu mengubah kode, sekaligus memastikan performa dan efisiensi biaya.

Perusahaan teknologi perjalanan AS, Sabre, dilaporkan berhasil memigrasi lebih dari 50.000 CPU virtual ke instance berbasis AMD di Google Cloud, sekaligus menghemat biaya dan meningkatkan performa. Perusahaan menyatakan bahwa tanpa perlu mengubah kode, mereka mendapatkan performa pemrosesan yang lebih cepat dengan infrastruktur yang lebih kecil, dan anggaran yang dihemat dialokasikan kembali untuk investasi dalam AI yang mengaburkan batas.

Google juga berinvestasi besar dalam ekspansi ekosistemnya. Untuk memperkuat jaringan mitra Google Cloud, mereka berencana menginvestasikan 750 juta dolar AS (sekitar 1,107 triliun won Korea) untuk meningkatkan kinerja lebih dari 120.000 mitra bisnis. Google juga sedang merancang struktur yang memungkinkan agen cerdas mitra berinteraksi dengan sistem Google, otomatisasi onboarding, pelatihan, dan rekomendasi.

AI untuk “tantangan” agar efektif… Melampaui otomatisasi sederhana, tingkatkan pengalaman pelanggan

McKinsey menyarankan, perusahaan yang merasa ROI AI tidak sesuai harapan harus menargetkan masalah yang lebih besar. Mitra senior McKinsey, Ashutosh Padi, menyatakan bahwa untuk menciptakan nilai signifikan, harus dimulai dari masalah yang mampu mengguncang seluruh pola bisnis perusahaan. Karena bahkan proyek percobaan sederhana yang sukses belum tentu menarik perhatian seluruh organisasi, tetapi jika menyelesaikan masalah inti bisnis, manajemen perubahan dan pembangunan kapabilitas akan mengikuti.

Contoh kasus yang diajukan adalah pasar asuransi kesehatan negara bagian terbesar di AS, Covered California. Lembaga ini bekerja sama dengan Deloitte dan Google untuk memperkenalkan Google Document AI, yang secara besar-besaran mengotomatisasi proses verifikasi kelayakan dan pendaftaran. Diperkirakan, ini menghemat sekitar 24.000 jam operasional setiap tahun. Sebelumnya, verifikasi dokumen yang memakan waktu hingga 72 jam kini hanya membutuhkan beberapa detik.

Ini tidak hanya mengurangi biaya tenaga kerja. Penilaian menunjukkan bahwa dengan AI, staf dapat terbebas dari pekerjaan administratif berulang dan lebih fokus pada dukungan pelanggan yang bernilai, sehingga meningkatkan kualitas layanan dan pengalaman pelanggan. Deloitte menafsirkan bahwa AI bukan untuk menggantikan manusia, melainkan menjadi alat agar manusia dapat fokus pada pekerjaan yang lebih manusiawi.

Pesan dari Google Cloud Next 2026 sangat jelas. Inti kompetisi AI bukan lagi sekadar “siapa yang membuat model lebih pintar”. Di pasar perusahaan, kombinasi konteks data, lapisan kontrol, infrastruktur hibrida, efisiensi biaya, dan ekosistem mitra dalam infrastruktur AI yang mengaburkan batas menjadi faktor penentu kemenangan sejati. Di masa depan, keberhasilan atau kegagalan pengenalan AI kemungkinan lebih bergantung pada seberapa stabil dan fleksibel model dapat terhubung dengan lingkungan perusahaan, bukan sekadar kekuatan model itu sendiri.

Catatan AI TP Artikel ini dirangkum berdasarkan TokenPost.ai model bahasa. Isi utama mungkin ada yang terlewat atau tidak sesuai fakta.