Lebih Pandai Mengobrol, tetapi Belum Andal Mengendalikan Rumah

Masalahnya bukan kemampuan berbicara, melainkan konsistensi

Sekitar setahun setelah Amazon dan Google mendorong asisten rumah pintar berbasis AI generatif seperti Alexa+ dan Gemini for Home, pertanyaan besarnya bukan lagi apakah perangkat ini bisa memahami bahasa manusia. Mereka jelas lebih luwes dalam percakapan.

Masalahnya, pengguna tidak membeli speaker pintar hanya untuk mengobrol. Mereka mengharapkan perintah sederhana—menyalakan lampu, memutar musik, memasang pengatur waktu, atau menjalankan rutinitas pagi—dieksekusi dengan cepat dan tepat setiap kali.

Di sinilah terjadi benturan antara model bahasa generatif dan sistem kendali yang membutuhkan kepastian. Model bahasa bekerja berdasarkan probabilitas: ia menafsirkan konteks lalu memperkirakan respons atau tindakan yang paling sesuai. Sistem rumah pintar, sebaliknya, seharusnya bekerja seperti sakelar: perintah “matikan lampu dapur” harus selalu menghasilkan tindakan yang sama. 16

Kegagalannya justru terjadi pada perintah paling sederhana

Pengujian terhadap Gemini for Home memperlihatkan kegagalan yang sulit dianggap sebagai kasus langka. Asisten tersebut mengabaikan permintaan lagu, mengalihkan topik percakapan, menyebut hari yang salah, dan menolak mematikan lampu pintar dengan alasan tidak dapat mengendalikan perangkat fisik di rumah. 1

Alexa+ juga menunjukkan pola yang serupa. Sejumlah pengguna melaporkan bahwa rutinitas pembuat kopi yang sebelumnya berjalan baik tiba-tiba gagal, bahkan ada yang mengatakan rutinitas lama mereka menghilang setelah beralih ke Alexa+. 67

Ironisnya, Alexa+ juga mampu melakukan hal yang mengesankan. Dalam pengujian lain, asisten ini berhasil membuat otomasi hanya melalui perintah suara: menyalakan lampu dek ketika seseorang terdeteksi kamera Ring pada rentang waktu tertentu. Sistem bahkan dapat mengenali perangkat yang dimaksud meski nama yang digunakan berbeda dari label di aplikasi. 2

Dua hal tersebut dapat terjadi bersamaan. Teknologinya memang punya kemampuan, tetapi hasilnya belum cukup konsisten untuk fungsi yang menjadi alasan utama orang memiliki speaker pintar.

Mengapa asisten lama terasa lebih dapat diandalkan?

Asisten suara tradisional biasanya bekerja dengan mencocokkan ucapan terhadap pola perintah yang sudah ditentukan. Setelah mengenali perangkat dan maksud pengguna, sistem memanggil fungsi atau API tertentu. Kalimat “matikan lampu ruang tamu” diarahkan ke tindakan yang relatif tetap.

Model bahasa besar atau LLM bekerja dengan cara yang lebih fleksibel. Ia menafsirkan konteks, memilih alat atau API yang dianggap relevan, lalu menyusun respons. Google sendiri menggambarkan Gemini sebagai sistem yang “non-deterministik”—artinya, sistem tersebut tidak selalu mengikuti skrip yang sama. 15

Fleksibilitas ini berguna ketika pengguna memberikan instruksi panjang atau tidak baku. Namun, untuk kendali perangkat, variasi kecil bisa menimbulkan masalah besar. Permintaan yang sama dapat ditafsirkan atau diarahkan secara berbeda pada kesempatan lain. Ketika tugasnya adalah membuat lampu benar-benar mati, ketidakpastian seperti itu tidak dapat diterima. 315

Latensi dan lapisan teknologi ikut memperburuk pengalaman

Asisten generatif juga cenderung memerlukan waktu lebih lama untuk merespons. Sejumlah laporan pengguna menyebut jawaban yang lambat, respons keliru, perintah yang terlewat, kesalahan saat memilih musik, dan rutinitas yang tidak lagi berjalan. 121417

Pada sebagian sistem, model AI baru juga tampaknya masih harus berinteraksi dengan lapisan asisten lama dan integrasi perangkat yang sudah ada. Artinya, perintah tidak selalu bergerak langsung dari model ke perangkat. Ada proses tambahan untuk menafsirkan maksud, memilih layanan, memanggil API, dan memastikan perangkat yang benar menerima instruksi.

Karena itu, persoalannya bukan sekadar “AI belum cukup pintar”. Arsitektur produknya juga perlu membatasi peran model generatif. LLM dapat digunakan untuk memahami bahasa yang bebas, tetapi tindakan akhirnya seharusnya melewati lapisan validasi dan eksekusi yang deterministik. Dengan begitu, model tidak menjadi satu-satunya pengambil keputusan untuk fungsi rumah yang penting.

Apple pun belum menemukan formula yang aman

Apple tidak sepenuhnya menjadi pengecualian. Perusahaan tersebut menunda fitur Siri yang lebih personal setelah menghadapi persoalan rekayasa dan bug perangkat lunak. Penundaan itu turut memengaruhi rencana perangkat rumah pintar Apple, termasuk layar rumah pintar yang peluncurannya ditunda sambil menunggu Siri versi baru. 358

Laporan lain menyebut perangkat keras HomePod yang ada mungkin tidak memiliki kapasitas pemrosesan yang cukup untuk ambisi AI Apple yang lebih baru. Hal ini membantu menjelaskan mengapa pembaruan perangkat dan integrasi Siri yang lebih canggih berjalan tidak merata atau tertunda. 916

Pelajarannya jelas: menambahkan AI generatif ke produk lama bukan hanya persoalan mengganti mesin percakapan. Perusahaan juga harus memastikan perangkat keras, koneksi, integrasi layanan, dan mekanisme pemulihan dapat mendukung perilaku baru tersebut.

Demo yang memukau belum sama dengan produk siap pakai

Percakapan yang terasa alami memang membuat asisten AI terlihat lebih pintar. Tetapi untuk perangkat yang mengendalikan rumah, standar terpenting bukanlah kemampuan membuat jawaban yang meyakinkan. Standarnya adalah perilaku yang dapat diprediksi, respons cepat, kegagalan yang jelas, serta mekanisme cadangan yang aman.

Prinsip ini juga berlaku ketika AI menangani kalender, pembelian, komunikasi, atau data pribadi. Jika sistem belum cukup andal, beban pengujian dan penemuan bug pada akhirnya berpindah ke pelanggan yang sudah membayar.

Dengan kata lain, konsumen berisiko menjadi kelompok penguji beta terbesar—padahal yang mereka inginkan dari speaker pintar mungkin hanya satu hal sederhana: ketika diminta mematikan lampu, lampunya benar-benar mati.