KEHADIRAN AI generatif diperkirakan akan memberikan dampak yang sangat besar bagi bisnis. Meskipun kecerdasan buatan (artificial intelligence/AI) bukanlah hal baru, lanskap AI mengalami perubahan dramatis dengan dirilisnya ChatGPT pada bulan November 2022.

Dilengkapi dengan chatbot dan large language model (LLM), beserta LLM versi baru, chatbot tersebut mengubah AI dari tools yang hanya digunakan oleh para ahli teknologi dan ilmuwan data menjadi tools yang dapat diakses oleh siapa saja.

Dalam prosesnya, hal ini memicu revolusi teknologi yang setidaknya akan sama disruptifnya dengan internet—dan banyak yang percaya lebih dari itu.

CEO Google, Sundar Pichai, mengklaim bahwa AI akan memberikan dampak yang lebih besar bagi umat manusia “dibandingkan listrik atau api.”

Sementara Satya Nadella dari Microsoft meyakini bahwa AI generatif merupakan “teknologi yang dikembangkan di Silicon Valley yang pertama kali memberikan manfaat bagi kehidupan manusia sehari-hari secara cepat dan nyata.”

Dampak AI Generatif dalam Bisnis

Kehadiran AI generatif diperkirakan akan memberikan dampak yang sangat besar bagi bisnis. Goldman Sachs memproyeksikan bahwa AI generatif berpotensi meningkatkan produktivitas tenaga kerja tahunan sekitar 1,5 poin persentase dalam jangka waktu 10 tahun dan mendorong peningkatan PDB global sebesar 7%.

McKinsey juga sama optimisnya. Menurut penelitian yang dilakukan perusahaan tersebut, gen AI dapat menghasilkan setara dengan USD 2,6 triliun hingga USD 4,4 triliun per tahun pada 63 kasus penggunaan yang dianalisis.

Perusahaan ini juga mencatat bahwa perkiraan ini dapat meningkat dua kali lipat jika dampak dari penyematan gen AI ke dalam software yang saat ini digunakan untuk pekerjaan-pekerjaan di luar apa yang dianalisis juga disertakan dalam perkiraan mereka.

Di Indonesia, menurut Kearney, kontribusi AI terhadap PDB akan mencapai USD 366 miliar pada tahun 2030.

Berdasarkan analisis hubungan antara tenaga kerja dan produksi dalam perekonomian Indonesia, diperkirakan bahwa penggunaan AI generatif untuk melengkapi aktivitas pekerjaan dapat membantu meningkatkan kapasitas produksi sebesar USD 243,5 miliar di seluruh perekonomian, atau setara dengan 18% PDB pada tahun 2022.

Kasus penggunaan dan fitur baru bermunculan hampir setiap hari, tetapi berikut ini adalah beberapa penggunaan gen AI yang paling menarik di bidang keuangan, perawatan kesehatan, pemerintahan, dan manufaktur yang terjadi saat ini.

Kasus Penggunaan AI dalam Layanan Keuangan dan Perbankan

Industri jasa keuangan sering kali bergerak cepat dalam mengadopsi teknologi yang dapat meningkatkan proses dan layanan, karena peningkatan kecil dalam hal kecepatan atau efisiensi dapat memberikan keuntungan yang besar.

Di seluruh industri, gen AI dievaluasi atau digunakan dalam berbagai proses, mulai dari meningkatkan penilaian risiko pinjaman dan kredit, hingga mengelola kepatuhan terhadap peraturan, mendeteksi penipuan atau fraud, atau meningkatkan layanan nasabah.

Sebagai contoh, iterasi terbaru dari Visa Account Attack Intelligence (VAAI) Score menggunakan gen AI untuk mengevaluasi lebih dari 180 atribut risiko dalam hitungan milidetik dan menghasilkan skor yang memprediksi kemungkinan terjadinya pembobolan kartu secara paksa dengan bantuan bot.

Visa mengembangkan model gen AI untuk memerangi masalah penipuan saat pengujian kartu. VAAI Score yang didukung AI memiliki fitur pendeteksi penipuan 6 kali lipat lebih banyak dibandingkan model sebelumnya.

Visa mengembangkan model gen AI untuk memerangi masalah penipuan saat pengujian kartu dan berhasil mengurangi tingkat false positive sebesar 85%.

Perusahaan jasa keuangan juga melihat potensi gen AI untuk meningkatkan layanan nasabah dan pengambilan keputusan. Bank of America baru-baru ini memperkenalkan asisten virtual bertenaga AI, Erica, untuk memberikan panduan keuangan yang dipersonalisasi kepada nasabah mereka.

Capital One juga mengambil langkah serupa dengan Eno, SMS assistant dengan bahasa yang natural yang ditenagai oleh AI.

Gen AI juga membantu perusahaan jasa keuangan menyesuaikan diri dengan lanskap regulasi yang kompleks. Penyedia software manajemen kepatuhan menyematkan gen AI dan machine learning dalam platform mereka untuk menganalisis peraturan, kebijakan, dan proses regulasi; serta mengidentifikasi dan menilai risiko kepatuhan.

Kasus Penggunaan AI dalam Perawatan Kesehatan

Layanan kesehatan telah menjadi salah satu pihak yang paling diuntungkan oleh AI dengan kasus penggunaan yang meluas dari pengembangan farmasi hingga layanan pasien.

AI digunakan untuk mengotomatiskan kegiatan administratif, meningkatkan analisis gambar medis, membantu diagnosis, dan mengembangkan program perawatan yang dipersonalisasi.

Salah satu kasus penggunaan yang paling menarik adalah penemuan dan pengujian obat. Gen AI dapat mempercepat proses identifikasi senyawa untuk obat baru dan mempercepat pengembangannya.

Sebuah studi oleh Boston Consulting Group menemukan bahwa AI dapat memangkas 25-50% biaya, waktu pengembangan, dan pengujian obat, sehingga obat-obatan yang dapat menyelamatkan nyawa dan mengubah kehidupan dapat lebih cepat sampai ke pasar. Berikut adalah beberapa contohnya:

Para peneliti di MIT menggunakan AI untuk menyaring lebih dari 100 juta senyawa kimia, yang mengarah pada pengembangan Halicin, antibiotik yang terbukti efektif melawan banyak strain bakteri yang kebal obat.

Insilico menggunakan platform AI-nya untuk menghasilkan dan mengoptimalkan INS018_055, yang dirancang untuk mengobati fibrosis paru idiopatik (IPF), salah satu jenis penyakit paru-paru. Sekarang dalam uji klinis, obat ini dikembangkan hanya dalam waktu 18 bulan mulai dari identifikasi target hingga nominasi kandidat praklinis.

Perusahaan bioteknologi Recursion telah menggunakan AI pada data gambar biologis untuk mengidentifikasi lebih dari 20 obat baru yang sedang diinvestigasi untuk penyakit yang berkaitan dengan genetik dan usia, beberapa di antaranya sekarang sedang dalam uji klinis.

Kasus Penggunaan AI di Pemerintahan

Pemerintah mungkin menjadi salah satu pengguna AI terbesar karena banyaknya data yang mereka tangani setiap hari dan konstituen besar yang mereka layani.

Di dalam pemerintah federal AS, kasus penggunaan AI bermunculan dengan sangat cepat sehingga sebuah basis data dibuat untuk melacaknya.

Basis data tersebut kini mencakup lebih dari 700 contoh bagaimana departemen dan lembaga menggunakan AI, termasuk menganalisis titik-titik panas di perkotaan untuk melindungi penduduk dari cuaca ekstrem dengan lebih baik, menganalisis kritik dan saran yang tidak terstruktur dari para veteran militer untuk meningkatkan pelayanan, serta mempercepat proses perbandingan aplikasi paten baru dengan paten yang sudah ada.

Di Argentina, Kementerian Kesehatan menggunakan AI untuk memprediksi penyebaran penyakit seperti demam berdarah berdasarkan data iklim dan pergerakan populasi.

Secara lokal, Kantor Kejaksaan Umum Buenos Aires bekerja sama dengan Lab AI Universitas Buenos Aires untuk mengembangkan Prometea, asisten virtual AI yang membantu mempercepat pekerjaan layanan peradilan.

Kasus Penggunaan AI di Bidang Manufaktur

Manufaktur telah mendapatkan banyak manfaat dari AI dan teknologi canggih lainnya, dan gen AI akan memungkinkan efisiensi dan kualitas yang lebih baik lagi.

AI digunakan untuk mempercepat desain dan pengembangan produk, memantau kualitas, dan meningkatkan akurasi perencanaan produksi dan manajemen inventaris.

General Motors menggunakan desain generatif yang ditenagai oleh AI untuk mendorong peningkatan berkelanjutan pada komponen kendaraan, dengan fokus pada bobot yang ringan.

Berkolaborasi dengan AutoDesk, para insinyur GM dapat mengeva­luasi lebih dari 150 desain alternatif untuk braket kursi dengan lebih cepat dan menghasilkan desain dengan proses produksi yang lebih sederhana, sekaligus mengurangi bobot hingga 40% dan mening­katkan kekuatannya hingga 20%.

Airbus memiliki pengalaman serupa dengan desain generatif, menggunakannya untuk membuat partisi yang lebih kuat dan lebih ringan untuk pesawat A320. Mereka menggunakan algoritme AI generatif berdasarkan pola pertumbuhan yang ditemukan di alam untuk mengoptimalkan struktur partisi.

“Partisi bionik” yang dihasilkan 45% lebih ringan daripada desain tradisional sekaligus memenuhi persyaratan ketat untuk mengatasi tekanan dan perpindahan gaya tabrakan.

Di pabrik, gen AI digunakan untuk meningkatkan waktu produksi dan mengurangi biaya layanan. Model AI dapat dilatih berdasarkan data dari sensor peralatan dan mengenali pola dari data peralatan tersebut yang dapat mengindikasikan kegagalan yang bakal terjadi.

AI juga digunakan untuk menganalisis data riwayat pemeliharaan untuk membantu pemecahan masalah dan analisis kegagalan.

Mempersiapkan Revolusi AI

Pertanyaannya bukan apakah AI akan hadir dalam bisnis Anda, tetapi kapan—jika Anda memang belum menggunakannya.

Ketika Anda tertarik dengan potensi AI di perusahaan Anda, penting untuk mengidentifikasi perubahan yang diperlukan untuk membantu perjalanan AI dan memaksimalkan ROI dari kasus penggunaan AI Anda. (Mario Leonardo Tjandra Sales Director Vertiv Indonesia)