- Alex Karp, CEO Palantir, melontarkan kritik tajam terhadap model token AI yang digunakan oleh OpenAI dan Anthropic.
- Karp menyebut pendekatan model AI saat ini "salah total" karena biaya komputasi yang sangat tinggi dan ketidakberlanjutan.
- Kritik menyoroti kebutuhan akan model AI yang lebih efisien, aman, dan dapat beroperasi di jaringan tertutup.
- Palantir menawarkan visi AI yang praktis, hemat biaya, dan terintegrasi untuk aplikasi kritis tanpa mengorbankan keamanan.
- Pernyataan ini memicu perdebatan penting tentang arah dan masa depan pengembangan kecerdasan buatan global.
INDUSTRY.co.id - Alex Karp, CEO Palantir Technologies, baru-baru ini menyuarakan kritik kerasnya terhadap pendekatan yang diambil oleh raksasa AI seperti OpenAI dan Anthropic, khususnya mengenai model token OpenAI dan Anthropic. Menurut Karp, model-model ini "salah total" dan menunjukkan ketidakberlanjutan dalam jangka panjang, memicu diskusi penting di kalangan praktisi teknologi dan investor.
Kritik Alex Karp: Mengapa Model Token Dianggap Salah Total?
Dalam sebuah pernyataan yang mengejutkan industri, Alex Karp, CEO Palantir, menegaskan bahwa model token yang menjadi dasar pengembangan AI oleh OpenAI dan Anthropic adalah pendekatan yang "salah total". Kritik ini berakar pada pandangannya bahwa model-model ini terlalu bergantung pada infrastruktur komputasi yang masif dan konsumsi energi yang sangat tinggi, menjadikannya tidak efisien dan tidak berkelanjutan secara finansial dalam skala besar. Karp berpendapat bahwa biaya operasional dan pelatihan yang membengkak akan menjadi hambatan serius bagi adopsi AI secara luas, terutama untuk aplikasi di sektor-sektor krusial.
Karp juga menyoroti bahwa model-model besar ini, meskipun canggih, seringkali kurang dalam kemampuan untuk beradaptasi dengan lingkungan data yang spesifik dan sensitif, seperti yang dibutuhkan oleh lembaga pemerintah atau perusahaan pertahanan. Ketergantungan pada data eksternal dan model umum bisa menimbulkan risiko keamanan dan privasi yang tidak dapat diterima. Menurutnya, industri AI perlu bergerak melampaui obsesi terhadap model raksasa yang membutuhkan sumber daya tak terbatas, menuju solusi yang lebih cerdas, efisien, dan dapat disesuaikan.
Implikasi Biaya dan Keamanan dalam Model AI Saat Ini
Kritik Karp tidak hanya sekadar retorika, tetapi menyentuh inti permasalahan fundamental dalam pengembangan AI saat ini: biaya dan keamanan. Biaya untuk melatih dan menjalankan model bahasa besar (LLM) seperti GPT-4 atau Claude sangat fantastis, melibatkan ribuan GPU dan konsumsi listrik setara dengan kota kecil. Hal ini menciptakan hambatan ekonomi yang signifikan bagi banyak organisasi yang ingin memanfaatkan kekuatan AI, tetapi tidak memiliki anggaran atau infrastruktur seperti raksasa teknologi.
Lebih lanjut, aspek keamanan menjadi perhatian utama Palantir. Model yang bergantung pada cloud publik atau data yang tidak terkontrol sepenuhnya dapat menimbulkan celah keamanan yang serius, terutama bagi entitas yang menangani informasi rahasia atau operasional penting. Karp menekankan bahwa model AI harus mampu beroperasi di jaringan tertutup (air-gapped) atau lingkungan yang sangat aman, di mana data tidak pernah meninggalkan batas kendali organisasi. Inilah mengapa model token OpenAI dan Anthropic yang saat ini dominan, menurut Palantir, belum memenuhi standar keamanan yang ketat untuk aplikasi di sektor pertahanan, intelijen, atau infrastruktur kritis.
Visi Palantir untuk Masa Depan Kecerdasan Buatan yang Berkelanjutan
Sebagai antitesis terhadap model yang dikritiknya, Palantir menawarkan visi alternatif untuk masa depan AI. Perusahaan ini berfokus pada pengembangan AI yang praktis, dapat diterapkan, dan hemat biaya, dengan penekanan pada kemampuan untuk beroperasi di lingkungan yang sangat aman dan spesifik. Palantir tidak hanya membangun model AI, tetapi juga platform yang memungkinkan organisasi untuk mengintegrasikan AI ke dalam operasi mereka secara aman, mengelola data sensitif, dan mengambil keputusan berdasarkan informasi yang akurat dan relevan.
Visi Palantir adalah AI yang tidak hanya cerdas, tetapi juga bertanggung jawab dan dapat diandalkan. Ini berarti AI yang dapat memahami konteks spesifik dari data, bukan hanya pola umum, dan yang dapat memberikan nilai nyata tanpa memerlukan investasi infrastruktur yang astronomis. Dengan fokus pada "edge AI" dan kemampuan untuk membangun model khusus yang disesuaikan dengan kebutuhan klien, Palantir berusaha menciptakan solusi AI yang berkelanjutan dan dapat diakses oleh berbagai sektor, terutama yang membutuhkan tingkat keamanan dan efisiensi yang tinggi.
FAQ (Pertanyaan yang Sering Diajukan)
Inti kritik Alex Karp adalah bahwa model token yang digunakan OpenAI dan Anthropic terlalu mahal, tidak efisien, dan tidak berkelanjutan dalam jangka panjang karena ketergantungan pada komputasi skala besar dan konsumsi energi yang tinggi.
Model token merujuk pada cara model bahasa besar (LLM) memproses dan memahami teks dengan memecahnya menjadi unit-unit kecil (token), yang kemudian dianalisis dan digunakan untuk menghasilkan respons. Kritik Karp lebih ke arah skala dan biaya model yang sangat besar ini.
Palantir berfokus pada pengembangan AI yang dapat beroperasi secara efisien di jaringan tertutup (air-gapped) atau lingkungan yang sangat aman, dengan penekanan pada fungsionalitas praktis, hemat biaya, dan kemampuan beradaptasi dengan data spesifik klien.
Tidak, kritik ini lebih menyoroti tantangan dan keterbatasan model saat ini, serta mendorong inovasi menuju solusi AI yang lebih efisien, aman, dan berkelanjutan untuk berbagai aplikasi, terutama di sektor sensitif dan kritis.
- Kritik Keras: Alex Karp, CEO Palantir, mengkritik keras model token OpenAI dan Anthropic, menyebutnya "salah total" karena biaya operasional dan pelatihan yang sangat tinggi serta inefisiensi.
- Fokus Biaya & Keamanan: Model AI saat ini dianggap terlalu mahal untuk dioperasikan dan menimbulkan risiko keamanan data yang signifikan, terutama untuk aplikasi di sektor sensitif.
- Visi Palantir: Palantir mengadvokasi AI yang dapat beroperasi di lingkungan tertutup, hemat biaya, dan fokus pada aplikasi praktis di sektor krusial seperti pertahanan dan intelijen.
- Mendorong Inovasi: Kritik Karp diharapkan memicu perdebatan dan inovasi untuk mengembangkan model AI yang lebih efisien, aman, dan berkelanjutan di masa depan, menjauhi ketergantungan pada model raksasa.
- Pergeseran Paradigma: Ada indikasi pergeseran dalam pemikiran industri AI dari model generik berskala besar menuju solusi AI yang lebih spesifik, terintegrasi, dan mampu beradaptasi dengan kebutuhan operasional yang ketat.
