Mengapa Asisten Rumah Pintar Berbasis AI Masih Gagal Menjalankan Perintah Dasar

AI generatif membuat asisten rumah pintar terdengar lebih natural, tetapi belum otomatis membuatnya lebih bisa diandalkan. Kesenjangan ini paling terasa pada permintaan sederhana—menyalakan lampu, mengatur tingkat kecerahan, atau menjalankan rutinitas—karena pengguna tidak membutuhkan jawaban yang terdengar meyakinkan. Mereka membutuhkan perangkat yang tepat berubah ke kondisi yang tepat, seketika.

Kegagalan justru muncul pada perintah paling dasar

Masalah yang dilaporkan bukan hanya terjadi pada otomatisasi rumit dengan banyak langkah. David Pogue mengatakan Alexa+ berhasil menjawab “sedikit di bawah separuh” dari 135 permintaan yang ia uji. Ia juga menyebut Alexa+ kesulitan menyalakan lampu dan mengatur tingkat peredup. Ini memang pengujian anekdotal, bukan tolok ukur standar industri, tetapi hasilnya tetap mencolok untuk asisten yang fungsi utamanya adalah mengendalikan perangkat.

Pengguna Google Home melaporkan kegagalan yang lebih spesifik: Gemini dapat menjalankan rutinitas Home saat ponsel tidak terhubung ke Android Auto, tetapi gagal menjalankan rutinitas yang sama ketika Android Auto aktif. Sebagian pengguna justru menerima respons acak atau jawaban generik.

Laporan lain menggambarkan Gemini menolak mematikan lampu pintar sambil mengatakan bahwa sistem tersebut tidak dapat mengendalikan lampu atau perangkat fisik lain di rumah. Android Authority juga melaporkan serangkaian pembaruan untuk memperbaiki alarm, timer, kontrol pencahayaan, kecepatan respons, serta berbagai bug—termasuk masalah yang membuat lampu menyala atau mati tanpa input pengguna.

Laporan-laporan ini tidak membuktikan adanya satu tingkat kegagalan yang berlaku untuk seluruh industri. Namun, semuanya menunjukkan pola berulang: kemampuan bercakap-cakap dapat meningkat sementara eksekusi sehari-hari tetap tidak konsisten.

Mengapa bahasa alami menimbulkan masalah kendali?

Asisten suara generasi lama memang lebih terbatas, tetapi jalur kendalinya relatif sederhana. Setelah mengenali sebuah perintah, sistem dapat memetakannya ke maksud yang sudah dikenal dan operasi yang telah divalidasi, misalnya:

setBrightness(device = kitchen, level = 50)

Pendekatan ini mengharuskan pengguna memakai pola perintah yang lebih sempit. Sebagai gantinya, sistem memiliki lebih sedikit kemungkinan tafsir dan jalur yang lebih konsisten dari ucapan menuju tindakan perangkat.

Asisten berbasis model bahasa besar atau LLM memiliki tugas yang jauh lebih luas. Sistem perlu:

1. memahami maksud pengguna;
2. menafsirkan kata rujukan seperti “di sini”, “yang itu”, atau “lampunya”;
3. menentukan ruangan, perangkat, dan kemampuan yang tepat;
4. memilih alat atau API yang sesuai;
5. mengirim parameter yang valid;
6. memperhitungkan kondisi perangkat saat itu; dan
7. melaporkan dengan akurat apakah tindakan benar-benar berhasil.

Kesalahan pada satu tahap saja bisa menghasilkan tindakan yang keliru. Asisten mungkin memilih perangkat yang salah, salah memahami nama ruangan, menggunakan kemampuan yang tidak didukung, mengirim parameter yang tidak valid, mengandalkan informasi kondisi perangkat yang sudah usang, atau mengklaim berhasil tanpa memastikan bahwa perangkat benar-benar berubah.

Riset mengenai kendali rumah pintar berbasis LLM mengidentifikasi sifat nondeterministik, latensi dan biaya inferensi, serta personalisasi yang terbatas sebagai hambatan khusus bagi kendali perangkat yang andal. Riset yang sama menunjukkan bahwa sistem ini bekerja lebih baik ketika permintaan disampaikan secara eksplisit dan terstruktur, dibandingkan ketika asisten harus menebak konteks yang lebih luas.

Berbicara dan mengeksekusi membutuhkan kemampuan yang berbeda

Fitur yang dipromosikan Amazon dan Google memang berguna. Alexa+ dirancang untuk memetakan deskripsi lisan ke perangkat dan fitur yang relevan, sementara Google menonjolkan perintah bertingkat, pengecualian, serta koreksi di tengah kalimat.

Kemampuan tersebut bermanfaat untuk hal-hal seperti:

• menerjemahkan gambaran suasana yang diinginkan pengguna menjadi adegan pencahayaan yang bisa diusulkan;
• membuat rutinitas tanpa harus membuka banyak menu di aplikasi;
• menjelaskan cara kerja sebuah otomatisasi; dan
• mengubah permintaan yang ambigu menjadi rencana terstruktur.

Namun, memahami permintaan berbeda dari mengeksekusinya. Kalimat “buat suasana ruangannya nyaman untuk makan malam” memang membutuhkan penilaian. Sebaliknya, “atur lampu dapur ke 50 persen” memiliki hasil akhir yang jelas. Perintah pertama diuntungkan oleh model yang fleksibel; perintah kedua membutuhkan jalur kendali yang sempit dan dapat diverifikasi.

Perbedaan ini menjelaskan mengapa asisten bisa menangani kalimat kompleks dengan mengesankan, tetapi gagal menjalankan perintah sederhana untuk lampu. Kompleksitas bahasa tidak sama dengan kompleksitas eksekusi. Permintaan yang melibatkan banyak perangkat bisa berhasil ketika model kebetulan memilih alat dan parameter yang benar, sedangkan perintah singkat dapat gagal jika pencocokan perangkat atau pendeteksian kemampuan mengalami masalah.

Latensi turut menentukan apakah sistem terasa dapat diandalkan

Ketepatan hanyalah satu bagian dari kendali yang andal. Perintah rumah pintar juga membutuhkan waktu respons yang cukup cepat dan tidak terlalu sulit ditebak. Lampu yang baru menyala setelah jeda panjang—atau setelah pengguna mengulang perintah—akan terasa tidak dapat diandalkan meskipun pada akhirnya berhasil.

Sebuah ulasan terhadap Alexa+ menemukan bahwa sejumlah respons dapat memakan waktu hingga 15 detik, walaupun tindakan dasar seperti menyalakan lampu dan mengatur termostat kadang berlangsung lebih cepat. Liputan terpisah mengenai Gemini for Home juga menyebut pembaruan yang berfokus pada respons lebih cepat dan jawaban lebih singkat untuk perintah sehari-hari. Ini menunjukkan bahwa latensi masih menjadi persoalan teknis yang terus ditangani.

Pemrosesan di cloud, pemilihan model, pencarian perangkat, dan pemanggilan alat semuanya dapat menambah jeda. Akibatnya, sistem mungkin secara teori lebih canggih, tetapi terasa kurang dapat diprediksi pada saat digunakan.

Apakah pengguna awal sedang dijadikan penguji?

Pembaruan berkelanjutan sudah menjadi hal biasa dalam pengembangan perangkat lunak. Model rilis lalu perbaiki secara bertahap mungkin masuk akal untuk fitur percakapan yang risikonya rendah. Kendali rumah pintar berbeda karena kegagalannya memengaruhi perangkat fisik dan rutinitas yang sudah diandalkan pengguna.

Jika pembaruan membuat lampu, alarm, atau otomatisasi berperilaku berbeda, pengguna merasakan dampaknya di rumah sendiri—bukan di dalam antarmuka chatbot yang abstrak.

Rangkaian keluhan setelah peluncuran, yang kemudian diikuti perbaikan dan pembaruan keandalan, tidak membuktikan bahwa vendor sengaja merilis produk yang belum selesai. Namun, rangkaian itu menunjukkan bahwa pelanggan menemukan masalah ketika sistem masih terus disetel. Laporan tentang otomatisasi yang terlewat, rutinitas yang rusak, respons yang tidak konsisten, dan keluhan pengguna yang berlanjut membuat pola “rilis, kumpulkan data, lalu perbaiki” terasa lebih mahal ketika diterapkan pada kendali rumah sehari-hari.

Peluncuran yang lebih aman seharusnya tetap mempertahankan jalur deterministik yang andal untuk perintah rutin, sembari menambahkan kemampuan generatif di sekelilingnya. Pengguna bisa mendapatkan percakapan yang lebih alami tanpa kehilangan janji dasar otomatisasi rumah: ketika perintah yang dikenal diberikan, perangkat yang dimaksud harus mencapai kondisi yang dimaksud.

Solusi yang paling mungkin adalah arsitektur hibrid

Desain yang paling praktis bukanlah menghapus LLM dari rumah pintar. Yang dibutuhkan adalah membatasi perannya pada tahap pemahaman, terutama ketika kesalahan menjadi paling berisiko.

Sistem yang lebih tangguh dapat memakai LLM untuk memahami bahasa dan menyusun rencana, lalu menyerahkan hasilnya kepada lapisan kendali yang menyediakan:

• pemilihan perangkat dan parameter yang divalidasi berdasarkan skema;
• izin khusus untuk tindakan sensitif;
• pemeriksaan kondisi perangkat sebelum dan sesudah eksekusi;
• mekanisme pengulangan dan penanganan kesalahan yang jelas; serta
• konfirmasi yang membedakan tindakan yang baru direncanakan dari tindakan yang benar-benar selesai.

Salah satu arah riset menawarkan pendekatan serupa. Dalam pendekatan tersebut, LLM menghasilkan artefak yang dapat dieksekusi pada tahap kompilasi, sementara orkestrasi alur kerja menangani percabangan, pemilihan alat, pengulangan, dan kesalahan secara deterministik saat sistem berjalan.

Untuk rumah pintar, prinsipnya sederhana: model dapat membantu mengungkapkan maksud pengguna, tetapi seharusnya tidak menjadi satu-satunya pihak yang menentukan tindakan fisik setiap kali perintah diberikan. Semakin dekat sebuah perintah dengan transaksi tetap pada perangkat, semakin terbatas dan mudah diuji jalur eksekusinya.

Kesimpulan

Alexa+ dan Gemini for Home menggambarkan pelajaran yang lebih luas tentang AI generatif: kemampuan berbicara lebih baik tidak otomatis berarti kemampuan mengoperasikan perangkat juga lebih baik. Laporan dari pengulas, pengguna, dan media teknologi menunjukkan bahwa asisten ini mampu memahami konteks yang lebih kaya serta menyusun permintaan yang lebih ambisius, tetapi masih tersandung pada lampu, peredup, alarm, dan rutinitas.

Asisten rumah pintar yang benar-benar tahan lama kemungkinan akan menggabungkan kedua pendekatan tersebut. AI generatif dapat membuat pengaturan dan percakapan lebih fleksibel; perangkat lunak deterministik harus memastikan tindakan akhir berlangsung akurat, cepat, dan dapat diverifikasi.

Sebelum batas antara keduanya dirancang dengan baik, asisten yang lebih banyak bicara bisa saja terasa lebih pintar—sekaligus lebih tidak dapat diandalkan saat menjalankan tugas dasar yang paling penting di rumah.