Sebelumnya, Werner Vogels, CTO Amazon telah memaparkan prediksi teknologi yang paling berdampak pada tahun 2024. Prediksi tersebut mencakup AI generatif menjadi sadar budaya, berkembangnya FemTech, peningkatan produktivitas pengembang dengan asisten AI, dan perkembangan pendidikan demi mengimbangi kecepatan inovasi teknologi. AWS juga menghadirkan jajaran produk dan layanan terkini di ajang AWS re:Invent December 2023. Serangkaian produk dan layanan tersebut mencakup asisten virtual Amazon Q hingga penghasil gambar berbasis AI yakni Amazon Titan.
Baca juga: Amazon QuickSight Q, Fitur Natural Language Query untuk Business Intelligence
Alat dan sistem telah dikembangkan manusia untuk meningkatkan dan memperluas kemampuan. Inovasi-inovasi seperti mesin cetak dan lini perakitan memungkinkan untuk melakukan kerja lebih banyak dibandingkan mengerjakan sendiri. Kini teknologi cloud, machine learning dan AI generatif lebih mudah diakses, sehingga hampir mempengaruhi setiap aspek kehidupan. AI generatif dapat digunakan untuk menulis email, mengembangkan perangkat lunak, bahkan mendeteksi kanker sejak dini.
Inovasi-inovasi di bidang-bidang yang mendemokratisasi akses teknologi akan memenuhi beberapat tahun mendatang. Baik perseorang maupun bisnis harus dapat mengimbangi makin cepatnya kehidupan sehari-hari, dimulai dari AI generatif.
AI Generatif Sadar Budaya
AI generatif akan terus berkembang masif di tahun 2024. Salah satu peningkatan terpenting adalah pelatihan AI generatif berdasarkan model large language models (LLM) lintas budaya dan bahasa. Pelatihan tersebut dapat menghasilkan AI generatif yang sesuai konteks dan budaya. Aplikasi asisten coding juga akan lebih banyak dimanfaatkan di lebih banyak penerapan. Beberapa di antaranya untuk merancang dan menciptakan sistem-sistem yang kompleks dalam waktu makin cepat, Sekaligus sebagai sarana edukasi untuk belajar pemrograman atau coding.
“Kebanyakan LLM masih dilatih menggunakan Bahasa Inggris dan masih berorientasi budaya Barat. Jadi, salah satu hal yang kami investasikan di AWS adalah melatih LLM berdasarkan berbagai bahasa dan konteks budaya, termasuk di Indonesia sendiri,” ucap Olivier Klein.
Baca juga: Masuki Era AI Generatif, Ini Tips AWS bagi Pelaku Usaha
Segala hal dipengaruhi budaya, termasuk cerita, makanan, busana, nilai-nilai, perilaku, prasangka, termasuk cara menghadapi masalah dan membuat keputusan. Budaya menyediakan aturan dan pedoman yang membentuk dan mengatur perilaku dan keyakinan. Setiap daerah memiliki budaya yang berbeda, manusia terbiasa bekerja melintasi budaya. Informasi budaya dapat diberikan konteks, disintesis, menyesuaikan pemahaman dan menanggapi dengan tepat. Hal yang sama dapat diharapkan dari teknologi yang digunakan dalam kehidupan sehari-hari. Budaya berperan penting dalam perancangan teknologi, penerapan dan penggunaan, dampak ini paling terlihat pada AI generatif.
Sistem berbasis LLM perlu mencapai jenis kecekatan budaya yang diperoleh secara alami bagi manusia agar dapat mencapai audiens global. Model harus dilatih menggunakan teks dengan bahasa yang sesuai dengan budaya tersebut agar menghasilkan tanggapan sesuai konteks budaya yang diinginkan. Beberapa bulan belakangan, LLM non-Barat telah bermunculan, sehingga membuka akses ke AI generatif ke ratusan juta orang dengan dampak meluas. Hal ini dapat mempengaruhi pendidikan sampai perawatan medis.
Namun perlu diingat, bahwa bahasa dan budaya tidak sama. Kemampuan menerjemahkan secara sempurna tak memberikan model pemahaman budaya. Ketika berbagai sejarah dan pengalaman disematkan dalam model-model tersebut, LLM akan mengembangkan berbagai perspektif di seluruh dunia. LLM membutuhkan kesempatan untuk memperluas pandangan dan memahami budaya, layaknya manusia yang belajar dari diskusi, perdebatan dan pertukaran gagasan.
Reinforcement learning from AI feedback (RLAIF) dan multi-agent debate sangat berperan dalam pertukaran budaya. Umpan balik dari model lain digabungkan oleh RLAIF, interaksi model-model yang berbeda memperbarui pemahaman mengenai perbedaan konsep budaya berdasarkan interaksi. Sedangkan pada multi-agenet debate, beberapa contoh model menanggapi, membahas validitas setiap tanggapan dan alasannya, sampai mencapai jawaban yang disepakati melalui proses perdebatan. Kedua penelitian ini mengurangi biaya manusia untuk melatih dan menyempurnakan model.
Ketika LLM berinteraksi dan belajar satu sama lain, tantangan-tantangan sosial yang kompleks dipahami secara lebih halus melalui berbagai lensa budaya. Kemajuan-kemajuan ini memastikan tanggapan yang lebih kuat dan teknis yang akurat dalam berbagai topik di bidang teknologi oleh model tersebut.
Femtech
Prediksi selanjutnya adalah Femtech, yaitu layanan kesehatan khusus perempuan yang berbasis teknologi. Investasi di sektor Femtech meningkat pesat, jumlah data yang meningkat pun meningkatkan ketepatan diagnosis. Selain berdampak positif bagi perempuan, FemTech juga menyediakan pelayanan kesehatan secara keseluruhan.
Pasar perawatan kesehatan perempuan tidak kecil. Pengeluaran wanita untuk perawatan di Amerika Serikat mencapai USD500 miliar per tahun. Perempuan juga merupakan 50% populasi yang bertanggung jawab atas 80% keputusan terkait perawatan kesehatan secara umum.
AWS bekerja sama dengan perusahaan ritisan yang dipimpin wanita dan melihat pesatnya pertumbuhan Femtech. Pendanaan telah meningkat 197% dalam setahun belakangan. Investasi yang besar memungkinkan teknologi seperti machine learning dan perangkat terhubung dirancang khusus untuk wanita. Potensi pemanfaatan data dan analisis prediktif dalam menyediakan perawatan individual ditunjukkan oleh perusahaan seperti Elvie, Embr Labs dan Tia.
Baca juga: KlikDokter Lakukan Modernisasi Sektor Kesehatan dengan Dukungan AWS
Model perawatan hybrid yang memanfaatkan platform medis secara online dapat meningkatkan akses wanita terhadap layanan kesehatan. Selain itu juga akan menyajikan ketersediaan perangkat diagnostik berbiaya rendah dan akses ke tenaga medis setiap saat dibutuhkan. Salah satu contohnya adalah Maven, pelanggan AWS yang menyediakan berbagai layanan kesehatan, mulai dari konsultasi sampai perawatan menopause. Seiring matang dan tersebarnya platform ini, maka akses terhadap layanan kesehatan pun makin merata. Wanita di daerah pedesaan dan tidak terjangkau lebih mudah terhubung dengan dokter kandungan, profesional kesehatan dan spesialis lain melalui telemedis.
Wanita juga dapat membuat profil kesehatan rahim dan mengidentifikasi penanda potensial penyakit dengan sistem tampon pintar yang dikembangkan NextGen Jane. Perangkat yang dapat dipakai ke mana-mana juga akan memberikan data kesehatan longitudinal yang dapat dianalisis. Saat ini, lebih dari 70% wanita tidak diobati untuk gejala menopause. Peningkatan pendidikan, ketersediaan data, dan solusi non-invasif dapat melampaui perawatan yang diberikan dokter kandungan secara langsung.
Teknologi cloud seperti computer vision dan deep learning membuka akses ke berbagai data sehingga mengurangi kekeliruan diagnosis. Hal ini juga mengurangi efek samping obat yang tidak proporsional yang mempengaruhi wanita saat ini. Kondisi seperti endometriosis dan depresi pascamelahirkan pun akan mendapatkan perhatian yang layak. Perawatan wanita pun beralih dari pinggir ke garis depan. Tim yang dipimpin oleh wanita juga cenderung lebih mampu menyelesaikan berbagai masalah kesehatan. Akhirnya FemTech tak hanya bermanfaat bagi perempuan tetapi juga seluruh sistem kesehatan.
Asisten AI Meningkatkan Produktivitas Pengembang
Asisten AI akan berkembang dari pembuat kode mendasar menjadi pengajar dan mitra kerja yang mendukung sepanjang siklus pengembangan perangkat lunak. Sistem kompleks dapat dijelaskan asisten AI dalam bahasa yang sederhana, menyerankan perbaikan dan menangani tugas-tugas repetitif. Kemampuan ini memungkinkan pengembang untuk fokus pada bagian pekerjaan yang paling berdampak. Waktu tak terbatas dan kesabaran tanpa batas memungkinkan asisten AI mendukung semua orang di tim dan berkontribusi pada segala hal. Asisten AI dapat meninjau kode sampai membuat strategi produk.
 |
| contoh penggunaan Amazon Q |
Batas-batas yang membedakan antara product manager, engineer front-end dan back-end, DBA, desainer UI/UX, engineer DevOps, dan arsitek akan makin samar. Asisten AI dapat memberi rekomendasi yang meningkatkan kreativitas manusia dengan pemahaman kontekstual dari seluruh sistem. Coret-coret buatan manusia dapat diterjemahkan menjadi kerangka kerja yang benar-benar berfungsi, menghasilkan template dari dokumen persyaratan dan lain-lain.
Asisten AI dapat disesuaikan dan dipersonalisasi pada tingkat individu, tim, maupun perusahaan. Pengembang junior dapat memanfaatkan asisten AI untuk memahami infrastruktur yang tidak dikenal secara cepat. Proyek atau basis kode pemrograman baru pun dapat dipahami dengan cepat oleh insinyur senior dengan memanfaatkan asisten AI. Sebelumnya, mungkin mereka perlu waktu berbulan-bulan untuk memahami dampak perubahan kode pemrograman. Asisten AI bisa segera menilai modifikasi, merangkum efeknya pada bagian lain sistem, dan menyarankan perubahan tambahan yang diperlukan.
Beberapa bagian paling membosankan dari pengembangan perangkat lunak modern tidak lagi perlu dikerjakan pengembang. Tugas-tugas tersebut mencakup penulisan pengujian unit, kode boilerplate, sampai debugging kesalahan. Asisten ini akan dapat membangun kembali dan mengalihkan seluruh aplikasi legacy. Contohnya adalah melakukan pembaruan dari Java 8 ke 17, atau melakukan dekomposisi dari monolit menjadi microservices. Tentunya pengembang masih perlu merencanakan dan mengevaluasi output.
Asisten AI akan membantu menyaring riset akademis dan memilih algoritma yang tepat untuk sistem terdistribusi. Dukungan asisten AI dapat menentukan cara terbaik untuk beralih dari pendekatan primary-backup ke implementasi active-active. Pengaruh setiap sumber daya terhadap efisiensi dan harga bahkan dapat dipahami asisten AI. Pengembang dapat terbebas dari tugas-tugas membosankan sehingga bisa fokus pada pekerjaan kreatif yang memicu inovasi. Beberapa tahun mendatang, asisten AI mendukung tim engineering lebih produktif, mengembangkan sistem lebih berkualitas dan mempersingkat siklus rilis perangkat lunak.
Edukasi
Sektor edukasi juga banyak mengalami perubahan besar. Pesatnya laju perkembangan teknologi menimbulkan kebutuhan industri akan tenaga kerja yang terampil dalam pekerjaannya, sehingga pembelajaran terus-menerus menjadi prinsip utama. Ketika kian banyak industri membutuhkan spesialisasi dari karyawan, kesenjangan antara pengetahuan yang diajarkan di sekolah dengan kebutuhan bisnis makin melebar.
Program bekerja sambil belajar makin populer karena pendidikannya dapat disesuaikan pengusaha, peserta pun dapat memperoleh penghasilan. Kini perusahaan-perusahaan juga serius berinvestasi pada pendidikan berbasis keterampilan berskala besar. Amazon juga sudah melatih 21 juta pelajar teknologi di seluruh dunia dalam keterampilan teknologi. Pelatihan tersebut dilakukan melalui program-program yang mencakup Magang Mechatronics and Robotics dan AWS Cloud Institute. Program-program ini memungkinkan pembelajar mendapatkan keterampilan sesuai kebutuhan memasuki peran yang banyak diminati dalam karier tanpa komitmen program multi-tahun tradisional.
“Kebutuhan tenaga kerja yang terampil berusaha dipenuhi AWS dengan melatih lebih dari 500 ribu talenta digital di Indonesia. Kami akan terus melatih lebih banyak lagi talenta digital. Salah satu hal yang terpenting adalah tersedianya konten yang dapat diakses setiap orang. Kami pun telah menyediakan lebih dari 150 kursus pelatihan digital gratis dalam Bahasa Indonesia. Topik-topik kurus tersebut mencakup dasar-dasar cloud, machine learning, analitik data, keamanan siber, dan masih banyak lagi,” lanjut Olivier.
Pelatihan AI tanpa biaya juga diberikan AWS melalui program AI Ready. Program ini diberikan bagi setidaknya dua juta orang di seluruh dunia pada tahun 2025.
Pengumuman di AWS re:Invent 2023
Serangkaian produk dan layanan terkini diperkenalkan AWS pda AWS re:Invent 2023 yang digelar di Las Vegas pada Desember 2023. Salah satu aplikasi yang dikembangkan AWS adalah Amazon Q, yaitu asisten yang didukung AI generatif untuk diterapkan di berbagai hal. Amazon Q dapat digunakan untuk menjawab pertanyaan, menghasilkan konten, sampai membantu pemrograman dan berinteraksi dengan sistem. Keamanan dan perizinan paling ketat juga tetap melandasi aplikasi ini dan dijalankan pada virtual private cloud (VPC) dengan aman.
“AWS terus berusaha untuk membuka akses teknologi kepada siapa pun, termasuk akses terhadap machine learning dan AI. Hal ini diwujudkan melalui strategi AI generatif kami yang terbagi menjadi tiga lapisan utama: infrastruktur yang mumpuni, tools untuk membantu pelanggan kami dalam membangun model yang mereka butuhkan, dan aplikasi AI yang siap digunakan,” ucap Oliver.
AWS Bedrock terdapat di lapisan kedua untuk menyediakan akses ke foundation models (FMs) untuk berbagai penerapan. Beberapa penerapan mencakup Llama2 oleh Meta, Stable Diffusion oleh Stability.Ai, dan lain-lain. Selain itu, diperkenalkan juga Amazon Titan, yaitu FM yang bisa dipakai untuk menghasilkan gambar berkualitas tinggi layaknya buatan studio.
Parameter dan pembatasan terhadap hasil tanggapan juga bisa dibuat dengan Guardrails for Amazon Bedrock. Hal ini merupakan langkah AWS untuk mewujudkan penerapan AI yang bertanggung jawab. Guardrails for Amazon Bedrock dapat mencegah AI menghasilkan konten-konten yang berpotensi membahayakan dan menyaring jenis-jenis konten lain yang tak diinginkan.
Chip Graviton4 diluncurkan AWS di lapisan infrastruktur. Jika dibandingkan dengan Graviton3, chip Graviton4 yang kuat dan efisien ini dapat menjalankan beban kerja sampai 30% lebih cepat. Pada pemanfaatan database, Graviton4 bahkan bisa 40% lebih cepat dibandingkan generasi sebelumnya dengan biaya dan konsumsi daya lebih kecil.
Baca juga: Prosesor AWS Graviton 3 Tenagai Amazon EC2 C7g Instances Terkini
Pembangunan Berkelanjutan
AWS berkomitmen untuk berinvestasi sebesar USD5 miliar (sekitar Rp71 triliun) dalam jangka waktu 15 tahun. Komitmen ini terus dilakukan sejak peluncuran AWS Asia Pacific (Jakarta) Region pada tahun 2021. Inovasi bagi para pelanggan di Indonesia ini dilakukan mengingat Indonesia merupakan lokasi yang sangat penting bagi AWS.
Dalam mewujudkan pembangunan berkelanjutan, AWS dan Amazon bertekad mengurangi konsumsi energi, serta menambah penggunaan energi baru dan terbarukan. Amazon merupakan pembeli terbesar energi baru dan terbarukan di kalangan korporasi selama empat tahun berturut=-turut. Nilai investasi ekonomi pembangkit listrik tenaga surya dan tenaga angin milik AWS mencapai USD12 miliar sepanjang periode 2014-2022.
Postingan
