Belakangan ini saya memikirkan sebuah fenomena: mengapa chatbot dan alat investasi AI semakin mudah memberikan kesimpulan yang tidak masuk akal? Secara kasat mata terlihat seperti masalah model, tetapi sebenarnya sumbernya seringkali berasal dari data.

Saya mencoba bertanya tentang data dasar, hasilnya sangat jauh dari kenyataan—setelah diverifikasi, ternyata informasinya salah sama sekali. Di mana masalahnya? Berdasarkan data industri tahun 2025, lebih dari 37% kesalahan yang dihasilkan AI langsung berasal dari data pelatihan yang tercemar atau tidak dapat dilacak sumbernya. Ini bukan angka kecil.

Bayangkan saja, alasan yang diberikan oleh model investasi ambigu, asisten chat percaya diri dan mengoceh sembarangan, kamu bahkan tidak tahu dari mana sumber informasinya. Apakah data tersebut diubah oleh siapa, kualitasnya seperti apa, semuanya seperti kotak hitam. Sama seperti makan makanan dari layanan pesan antar yang buruk, kamu sama sekali tidak bisa mengetahui di bagian mana masalahnya.

Industri saat ini sedang membentuk sebuah konsensus: kompetisi AI tidak lagi hanya soal ukuran parameter model, tetapi lebih kepada apakah data tersebut "bersih" dan dapat diverifikasi. Ini justru menjadi sebuah peluang.

Baru-baru ini saya melihat aksi dari ekosistem blockchain utama, mereka menggunakan satu rangkaian teknologi untuk menyelesaikan masalah ini. Di antaranya ada protokol khusus untuk verifikasi dan penyimpanan data, ide dasarnya sangat menarik—bukan hanya menyimpan data, tetapi ingin menjadi "notaris" data di era AI, sehingga setiap informasi dapat dilacak dan diverifikasi. Arah ini patut diperhatikan, karena ini adalah jalan nyata untuk meningkatkan kepercayaan AI.