Pemakaian AI di perusahaan tidak hanya menimbulkan tagihan token atau biaya layanan. CEO Microsoft Satya Nadella mengingatkan ada pembayaran lain yang nilainya dapat jauh lebih sensitif, yakni data serta pengetahuan eksklusif milik pengguna.
Risiko ini muncul ketika perusahaan memberi instruksi rinci, mengoreksi jawaban, dan terus memakai model untuk pekerjaan bisnis. Interaksi tersebut dapat membuat model memahami proses, konteks, dan kebutuhan perusahaan dengan semakin mendalam.
Dalam unggahan blog yang dikutip CNBC Indonesia dari TechCrunch, Nadella menggambarkan situasi itu sebagai pembayaran ganda. Pengguna membayar dengan uang untuk mengakses AI, lalu membayar lagi melalui pengetahuan yang diberikan agar sistem tersebut bekerja lebih berguna.
Bayaran Tidak Berhenti pada Token
Nadella menilai biaya AI sering dipahami terlalu sempit karena hanya berfokus pada token. Padahal, kualitas hasil yang lebih tinggi biasanya memerlukan konteks bisnis yang lebih lengkap dari perusahaan yang menggunakannya.
“Pada dasarnya Anda membayar dua kali, sekali dengan uang dan sekali dengan sesuatu yang lebih berharga: pengetahuan eksklusif agar kecerdasan itu bermanfaat,” kata Nadella. Ia menambahkan bahwa kebutuhan untuk membagikan pengetahuan akan meningkat ketika pengguna menginginkan performa model yang lebih baik.
Menurutnya, “Semakin baik kinerja yang diinginkan untuk model tersebut, makin banyak pengetahuan yang harus Anda berikan.” Peringatan itu menempatkan informasi internal sebagai bagian penting dari pertimbangan biaya saat perusahaan mengadopsi AI.
| Komponen | Bentuk yang Diberikan Pengguna | Hal yang Disorot Nadella |
|---|---|---|
| Token | Pembayaran penggunaan AI | Biaya uang di awal pemakaian |
| Data dan pengetahuan | Petunjuk, koreksi, serta informasi bisnis | Nilai eksklusif yang ikut dibagikan |
| Kinerja model | Kebutuhan hasil yang lebih baik | Mendorong pemberian pengetahuan lebih banyak |
Interaksi Pengguna Dapat Menjadi Pengetahuan Baru
Perusahaan dapat mengajari model secara tidak langsung melalui aktivitas penggunaan sehari-hari. Setiap petunjuk yang semakin spesifik dan setiap koreksi atas keluaran AI berpotensi menambah pemahaman model mengenai bisnis pengguna.
Hal ini membuat nilai data tidak hanya berada pada dokumen atau basis data yang diunggah. Cara karyawan memberi arahan, menilai respons, dan memperbaiki jawaban juga dapat memuat pengetahuan operasional yang penting.
Nadella menyoroti ketimpangan dalam ekosistem tersebut. Pemilik model AI saat ini dapat melatih sistem mereka dengan data yang tersebar di dunia, sedangkan pihak lain tidak selalu memiliki kesempatan serupa untuk melatih model milik mereka sendiri.
Kepemilikan Data Menjadi Titik Kritis
Isu yang ditekankan Nadella bukan sekadar kemampuan teknis model, melainkan kontrol atas data penggunaan dan interaksi pelanggan. Ia menyampaikan kekhawatiran ketika pembuat model AI memiliki hak untuk mempelajari data yang dihasilkan selama layanan dipakai.
Bagi perusahaan, kondisi itu membuat kepemilikan data menjadi pertanyaan penting sebelum memasukkan informasi internal ke dalam alur kerja AI. Nilai sebuah sistem tidak hanya ditentukan oleh kecanggihannya, tetapi juga oleh siapa yang tetap mengendalikan pengetahuan yang tercipta dari pemakaiannya.
Solusi yang disorot Nadella adalah mempertahankan kepemilikan atas data, termasuk petunjuk dan umpan balik. Perusahaan juga perlu membangun lingkungan pembelajaran eksklusif di cloud agar pengetahuan bisnis tetap berada dalam kendali mereka.
Ia turut menekankan perlunya lapisan orkestrasi yang memungkinkan perusahaan berpindah antarmodel AI dari penyedia berbeda. Pendekatan ini ditujukan agar bisnis dapat memakai AI secara fleksibel tanpa menyerahkan kendali atas data yang mereka hasilkan sepanjang penggunaan layanan.
