JawabanDipublikasikan22 sumber
Sam Altman Merevisi Prediksi AI: Hambatannya Kini Adopsi, Bukan Kemampuan
Sam Altman mengaku memperkirakan GPT 4, yang dirilis pada 2023, akan lebih cepat mengubah bisnis perangkat lunak dan ekonomi; kini ia menilai adopsi berjalan lebih lambat daripada kemajuan model. Ia juga menyebut pengembangan AI mungkin perlu diatur lajunya agar masyarakat dapat beradaptasi, sembari memperingatkan b...
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian
Poin-poin penting
- Sam Altman mengaku memperkirakan GPT 4, yang dirilis pada 2023, akan lebih cepat mengubah bisnis perangkat lunak dan ekonomi; kini ia menilai adopsi berjalan lebih lambat daripada kemajuan model.
- Ia juga menyebut pengembangan AI mungkin perlu diatur lajunya agar masyarakat dapat beradaptasi, sembari memperingatkan bahaya AI yang tak terkendali dan konsentrasi kekuasaan pada terlalu sedikit pihak.
- Penolakan publik terhadap data center AI dan komitmen NVIDIA senilai total 7 miliar dolar AS untuk Poolside menunjukkan bahwa transformasi AI membutuhkan infrastruktur, legitimasi sosial, serta model yang lebih fleksi...
AI Perintah
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman recently acknowledge about having underestimated how quickly society, businesses, and the economy would be di. Article summary: Altman’s apparent revision is not that AI will be economically minor, but that capable models do not automatically produce immediate economy-wide change. The available evidence supports a shift from a “GPT‑4 will quickly. Topic tags: general, general web, user generated, news, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
Sam Altman tampaknya sedang merevisi jadwal dampak AI, bukan keyakinannya bahwa AI akan sangat penting. Setelah GPT-4 dirilis pada 2023, ia memperkirakan gangguan terhadap perusahaan perangkat lunak dan ekonomi akan terjadi jauh lebih cepat. Kini, ia memberi bobot lebih besar pada pekerjaan yang tidak kalah sulit: mengubah kemampuan model menjadi aplikasi yang andal, menata ulang organisasi, membangun infrastruktur fisik, dan mendapatkan kepercayaan publik. 36
Perbedaan ini penting. Model yang sangat canggih belum tentu langsung menggantikan produk, mengubah cara kerja perusahaan, atau menghasilkan perubahan besar dalam perekonomian.
Hambatan AI bergeser dari pelatihan ke penerapan
Pandangan yang semakin terlihat adalah bahwa hambatan jangka pendek AI bukan sekadar membuat model dasar yang lebih pintar. Perusahaan masih harus membangun aplikasi yang berguna, mengintegrasikannya ke alur kerja yang sudah ada, merancang ulang organisasi, serta meyakinkan pelanggan dan karyawan untuk mengandalkannya.
Hal ini membantu menjelaskan mengapa ekonomi setelah GPT-4 belum mengalami perubahan mendadak seperti yang dibayangkan oleh sebagian ramalan. Kemampuan teknologi dapat terus meningkat pesat, sementara adopsinya harus melewati jalur institusional dan komersial yang jauh lebih lambat.
Pengamatan ekonomi Altman sendiri menunjukkan dua hal sekaligus. Ia mengatakan kecerdasan model meningkat seiring sumber daya yang digunakan untuk melatih dan menjalankannya. Di sisi lain, biaya menggunakan tingkat kemampuan AI tertentu turun drastis dari waktu ke waktu—kondisi yang pada akhirnya dapat mendorong pemakaian lebih luas. 40
Namun, biaya yang lebih rendah tidak otomatis menghapus hambatan seperti proses pengadaan, regulasi, kepercayaan, tata kelola data, dan sulitnya mengubah kebiasaan kerja.
Mengapa Altman membahas perlunya memperlambat laju AI?
Pada Juli, Altman mengatakan industri mungkin perlu “mengatur laju” pengembangan AI agar masyarakat memiliki waktu untuk “memperkuat diri” menghadapi tingkat kemampuan baru. Ia juga menekankan bahwa pendekatan semacam itu harus menghindari penguasaan regulasi oleh industri maupun kolusi di antara laboratorium AI terdepan. 37
Pernyataan tersebut bukan seruan untuk menghentikan AI secara permanen. Ini lebih merupakan pengakuan bahwa kemajuan teknis dan adaptasi sosial berjalan dengan kecepatan berbeda. Lebih dari 1.000 pekerja di perusahaan AI terkemuka juga menandatangani surat terbuka yang menyerukan regulasi lebih kuat serta waktu untuk mengembangkan langkah keamanan dan pengawasan. 38
Implikasinya adalah proses penyebaran AI yang lebih diperdebatkan: sistem yang canggih bisa hadir sebelum pemerintah, perusahaan, sekolah, dan masyarakat menyepakati cara penggunaannya.
Dua risiko yang disebut “anti-manusia”
Altman berulang kali mengatakan bahwa kekuatan AI tidak boleh terlalu terkonsentrasi dan bahwa masa depan harus dikendalikan oleh manusia serta institusi mereka. 44 Dalam kerangka ini, ada dua kemungkinan yang dianggap sangat tidak dapat diterima:
- AI menjadi begitu kuat sehingga manusia tidak lagi mampu mengendalikannya secara bermakna.
- Kemampuan dan kekuasaan pengambilan keputusan AI terkonsentrasi pada terlalu sedikit perusahaan atau pemerintah.
Risiko pertama berkaitan dengan hilangnya kendali. Risiko kedua berkaitan dengan kendali yang tetap ada, tetapi hanya berada di tangan kelompok kecil dengan pengaruh ekonomi dan politik yang sangat besar.
Keduanya dapat mendorong kebijakan ke arah berbeda. Langkah keselamatan mungkin mengurangi penyalahgunaan, tetapi akses yang sangat tersentralisasi dan sistem tertutup juga dapat memperbesar konsentrasi kekuasaan.
Apakah ini kritik terhadap Anthropic?
Membaca pernyataan tersebut sebagai kritik langsung terhadap Anthropic harus diperlakukan sebagai interpretasi, bukan fakta yang sudah terbukti. Materi yang tersedia tidak menunjukkan bahwa Altman secara eksplisit menyebut Anthropic atau menyebut pendekatan mereka yang mengutamakan keselamatan dan sentralisasi sebagai “anti-manusia”.
Meski begitu, memang ada ketegangan kebijakan yang nyata. Strategi model terdepan yang dikendalikan secara ketat dapat memudahkan pemantauan dan penegakan standar keselamatan, tetapi juga berpotensi menempatkan lebih banyak kekuasaan di tangan segelintir laboratorium.
Sebaliknya, model dengan bobot terbuka—model yang parameter utamanya dapat diakses dan disesuaikan—dapat memperluas akses serta kustomisasi, tetapi menghadirkan tantangan baru terkait penyalahgunaan dan akuntabilitas. Bukti yang tersedia mendukung pembahasan mengenai pertukaran risiko ini, bukan klaim bahwa Anthropic adalah sasaran Altman atau bahwa pendekatannya secara inheren berbahaya.
Penolakan data center menunjukkan hambatan fisik AI
Adopsi AI membutuhkan lebih dari sekadar perangkat lunak. Dibutuhkan pusat data, listrik, kapasitas transmisi, air, lahan, izin, dan persetujuan politik dari masyarakat setempat.
Pembangunan tersebut sudah menghadapi penolakan. Laporan yang mengutip survei Gallup menyebut 71% orang dewasa di Amerika Serikat menolak pembangunan data center AI di wilayah mereka. Lebih dari selusin proyek juga dilaporkan telah ditolak atau tertunda akibat penolakan lokal. 18 Laporan lain mencatat kekhawatiran mengenai listrik, air, dampak lingkungan, dan skema pajak daerah.
20
Altman mengakui alasan warga mungkin tidak ingin data center berada di dekat rumah mereka dan menyarankan lokasi gurun yang terpencil sebagai pilihan yang lebih sesuai. 23 Usulan ini menegaskan persoalan utamanya: memperluas AI juga merupakan masalah tata ruang dan infrastruktur, bukan sekadar perlombaan mendapatkan lebih banyak GPU.
Ketegangan serupa terlihat dalam dukungan OpenAI terhadap proyek infrastruktur besar. Saat mengunjungi lokasi data center di Michigan, Altman menyebut proyek yang dilaporkan bernilai 16 miliar dolar AS sebagai taruhan besar terhadap masa depan AI. Namun, kekhawatiran masyarakat setempat berfokus pada sumber daya seperti air dan listrik. 21
30
Ekspektasi industri tetap sangat besar. Akan tetapi, mengubah ekspektasi itu menjadi kapasitas operasional membutuhkan persetujuan masyarakat yang harus menanggung biaya fisiknya.
Kesepakatan NVIDIA-Poolside menunjukkan persiapan, bukan kemunduran
Transaksi NVIDIA yang dilaporkan dengan Poolside menggambarkan mengapa jadwal adopsi yang lebih lambat tidak boleh disalahartikan sebagai berkurangnya keyakinan terhadap AI.
NVIDIA dilaporkan sepakat membayar 6 miliar dolar AS untuk melisensikan teknologi Poolside dan menginvestasikan 1 miliar dolar AS lagi ke perusahaan rintisan tersebut. Lebih dari 100 karyawan Poolside diperkirakan akan bergabung dalam pengembangan keluarga model Nemotron NVIDIA dengan bobot terbuka. 1
5
Langkah ini menunjukkan bahwa NVIDIA sedang memperluas fokusnya dari perangkat keras ke sistem pengembangan model dan perangkat lunak berbobot terbuka. Menurut laporan mengenai kesepakatan itu, model berbobot terbuka lebih mudah disesuaikan dan dapat memiliki biaya operasional lebih rendah dibandingkan sejumlah alternatif tertutup. 5
Strategi tersebut sejalan dengan siklus penerapan AI yang lebih panjang dan kompetitif. Jika perusahaan membutuhkan model fleksibel yang dapat disesuaikan dengan infrastruktur mereka sendiri, model berbobot terbuka dapat menjadi bagian penting dari adopsi AI di dunia usaha.
Namun, transaksi ini tetap merupakan investasi agresif terhadap kemampuan AI. Kesepakatan itu bukan bukti bahwa NVIDIA memperkirakan permintaan AI akan anjlok. 1
5
Pelajaran besarnya: penyebaran AI akan bertahap, mahal, dan penuh perdebatan
Jika digabungkan, perkembangan ini mendukung gambaran jadwal AI yang lebih bernuansa:
- Kemampuan model dapat berkembang lebih cepat daripada adopsi bisnis.
36
- Aplikasi dan perancangan ulang organisasi menentukan apakah kemampuan teknis berubah menjadi dampak ekonomi.
- Perluasan infrastruktur menghadapi kendala listrik, air, perizinan, dan penerimaan masyarakat.
18
20
23
- Keselamatan dan tata kelola membutuhkan waktu agar institusi dapat beradaptasi.
37
38
- Industri tetap berinvestasi besar-besaran pada model baru dan alternatif berbobot terbuka.
1
5
Kesimpulan terkuatnya bukan bahwa AI hanya akan berdampak kecil terhadap ekonomi, atau bahwa industri telah sepakat untuk sengaja memperlambat pengembangan. Bukti yang ada lebih mengarah pada penyebaran AI yang lebih lambat, tidak merata, padat modal, dan penuh perdebatan.
AI mungkin tetap mengubah perekonomian secara mendalam. Namun, jalannya tidak hanya ditentukan oleh seberapa cepat model menjadi lebih pintar. Transformasi itu juga harus melewati aplikasi yang benar-benar berguna, pembangunan infrastruktur, regulasi, adaptasi institusi, dan penerimaan publik.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Sam Altman Merevisi Prediksi AI: Hambatannya Kini Adopsi, Bukan Kemampuan"?
Sam Altman mengaku memperkirakan GPT 4, yang dirilis pada 2023, akan lebih cepat mengubah bisnis perangkat lunak dan ekonomi; kini ia menilai adopsi berjalan lebih lambat daripada kemajuan model.
Apa poin penting yang harus divalidasi terlebih dahulu?
Sam Altman mengaku memperkirakan GPT 4, yang dirilis pada 2023, akan lebih cepat mengubah bisnis perangkat lunak dan ekonomi; kini ia menilai adopsi berjalan lebih lambat daripada kemajuan model. Ia juga menyebut pengembangan AI mungkin perlu diatur lajunya agar masyarakat dapat beradaptasi, sembari memperingatkan bahaya AI yang tak terkendali dan konsentrasi kekuasaan pada terlalu sedikit pihak.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Penolakan publik terhadap data center AI dan komitmen NVIDIA senilai total 7 miliar dolar AS untuk Poolside menunjukkan bahwa transformasi AI membutuhkan infrastruktur, legitimasi sosial, serta model yang lebih fleksi...
Sumber
blog.samaltman.comThree Observations - Sam Altman