– [Penelitian dari Stanford University mengungkap potensi kecerdasan buatan (AI) yang berjalan di komputer rumah mampu menyaingi sistem cloud raksasa, menantang anggapan umum bahwa AI tercanggih hanya dapat diakses melalui infrastruktur data center besar.]
Selama bertahun-tahun, pemahaman umum dalam industri teknologi adalah bahwa kecanggihan AI berbanding lurus dengan ukuran modelnya. Anggapan ini mendorong perlombaan pembangunan pusat data bernilai miliaran dolar oleh perusahaan teknologi besar, dengan keyakinan bahwa masa depan AI bergantung pada model yang semakin besar dan membutuhkan sumber daya komputasi masif.
Namun, sebuah studi inovatif dari Stanford University kini menyajikan perspektif yang berbeda. Para peneliti menemukan bahwa model AI berukuran lebih kecil, yang mampu beroperasi langsung di komputer desktop, ternyata sanggup menangani sebagian besar tugas yang sebelumnya diasumsikan hanya bisa dilakukan oleh sistem cloud yang jauh lebih besar dan kompleks.
Temuan ini menjadi sangat relevan di tengah gelombang investasi besar-besaran yang dialokasikan untuk pusat data AI. Banyak pemain utama di industri teknologi meyakini bahwa pengembangan AI di masa depan akan sangat bergantung pada skala model yang terus membesar, yang secara inheren membutuhkan infrastruktur komputasi yang semakin masif.
Dalam penelitian yang dilakukan oleh tim dari Stanford University bersama Together AI, lebih dari 20 model bahasa lokal diuji secara ekstensif. Model-model ini memiliki ukuran hingga 20 miliar parameter aktif dan diuji menggunakan satu juta pertanyaan dan permintaan yang dikumpulkan dari skenario penggunaan dunia nyata.
Berdasarkan laporan dari LetsDataScience yang menganalisis studi tersebut, model AI lokal menunjukkan kinerja yang mengesankan. Model-model ini mampu memberikan jawaban yang akurat untuk 88,7 persen dari seluruh kueri yang diajukan. Lebih lanjut, pada tugas-tugas yang bersifat kreatif, seperti penulisan dan pembangkitan ide, tingkat akurasi bahkan mampu melampaui angka 90 persen.
Kinerja kuat juga terlihat dalam berbagai aktivitas profesional yang mencakup sektor penjualan, manajemen, dan hiburan. Hal ini mengindikasikan bahwa sebagian besar kebutuhan komputasi AI dalam kehidupan sehari-hari sebenarnya sudah dapat dipenuhi oleh model yang berjalan langsung pada perangkat pengguna.
Aspek yang semakin menarik perhatian para peneliti adalah kecepatan perkembangan kemampuan model AI lokal. Hanya dalam kurun waktu dua tahun terakhir, model-model ini telah mengalami lompatan kualitas yang signifikan. Sebelumnya, model lokal hanya mampu menyaingi model AI besar pada sebagian kecil tugas penalaran yang kompleks.
Situasi kini telah berubah secara drastis. Analisis yang dirujuk oleh Reuters menunjukkan bahwa model AI kecil kini mampu menandingi model besar dalam menangani sekitar 50 persen dari tugas-tugas penalaran yang paling sulit sekalipun.
Studi ini juga memperkenalkan sebuah konsep baru yang disebut intelligence per watt. Konsep ini dirancang untuk mengukur efisiensi AI, yaitu seberapa besar kemampuan kecerdasan yang dihasilkan relatif terhadap jumlah energi yang dikonsumsi.
Hasil pengukuran intelligence per watt menunjukkan peningkatan yang sangat pesat. Dalam rentang waktu antara tahun 2023 hingga 2025, efisiensi ini dilaporkan meningkat sekitar 5,3 kali lipat. Ini menandakan bahwa AI tidak hanya menjadi lebih cerdas, tetapi juga jauh lebih hemat energi.
Peningkatan efisiensi energi ini merupakan hasil dari sinergi antara kemajuan dalam model AI itu sendiri dan pengembangan perangkat keras yang mendukungnya. Keduanya berkontribusi secara simultan terhadap pencapaian ini.
Dampak dari efisiensi ini melampaui sekadar ranah teknologi, melainkan juga merambah ke aspek biaya operasional. Para peneliti menemukan bahwa dengan mengombinasikan penggunaan model lokal dan cloud, konsumsi energi dapat dipangkas hingga lebih dari 80 persen jika dibandingkan dengan skenario di mana seluruh tugas diproses di pusat data.
Penghematan biaya komputasi juga dilaporkan signifikan, mencapai lebih dari 70 persen. Angka ini sangat berarti mengingat salah satu tantangan terbesar yang dihadapi industri AI saat ini adalah tingginya biaya operasional yang terus meningkat.
Temuan ini secara otomatis memunculkan pertanyaan fundamental mengenai arah masa depan industri AI. Jika komputer desktop di masa depan mampu menangani sebagian besar kebutuhan pengguna secara mandiri, apakah layanan AI berbasis cloud masih akan menjadi kebutuhan primer untuk setiap tugas?
Penting untuk dicatat bahwa studi ini tidak serta-merta berarti model AI raksasa akan menjadi usang atau menghilang. Namun, hasilnya dengan jelas menunjukkan bahwa lanskap masa depan AI tidak hanya akan ditentukan oleh siapa yang memiliki pusat data terbesar, tetapi juga oleh siapa yang mampu menghadirkan solusi kecerdasan buatan dengan cara yang lebih efisien dan terjangkau.
