Jangan percaya perlombaan AI hanya antara AS dan China: CTO Amazon Werner Vogels
Werner Vogels, yang lahir di Belanda pada tahun 1958, lama merasakan tanah kelahirannya hanya sebagai tamu. Bertahun-tahun yang lalu, keahliannya membawanya ke luar negeri, pertama ke Portugal, lalu ke Amerika Serikat, pertama ke Negara Bagian New York. Dia telah tinggal di Seattle sejak 2004. Di sana ia bekerja sebagai wakil presiden dan chief technology officer Amazon dan karena itu berada tepat di belakang pendiri Jeff Bezos. Vogels dan timnya mengembangkan semua teknologi untuk grupnya. Apa yang mendefinisikan karyanya?
Werner, Anda sudah lama menjadi ilmuwan sebelum beralih ke sisi bisnis Amazon dan menjadi kepala teknologi di sana pada tahun 2005. Bagaimana terjadinya?
Saya sebenarnya telah menjadi seorang akademisi hampir sepanjang hidup saya. Setelah pelatihan, saya melakukan penelitian untuk mempelajari lebih lanjut tentang otomatisasi dan sistem yang sangat skalabel. Hal ini membawa saya pertama ke Portugal dan kemudian ke Universitas Cornell selama sepuluh tahun, tempat saya bekerja di dua perusahaan rintisan. Yang satu berhasil, yang lainnya tidak. Pada saat yang sama saya memberi nasihat kepada perusahaan seperti Microsoft. Pada tahun 2004, saya mendapat tawaran pekerjaan dari Amazon.
Awalnya tidak begitu jelas bahwa Anda beralih ke Amazon, bukan?
Benar sekali, saya hampir menolak tawaran itu. Saya berpikir: Toko online, seberapa sulitkah itu? Baru setelah saya berada di sana saya menyadari betapa besarnya operasi itu. Saya belum pernah melihat sesuatu sebesar ini. Ini memberi saya landasan yang baik dan kesempatan untuk menerapkan semua yang saya pelajari secara teoritis di dunia nyata.
Perkembangan apa di Amazon yang paling Anda banggakan?
Sebagai CTO sebuah perusahaan besar, Anda sangat melihat ke dalam. Misalnya, saya menghabiskan satu tahun penuh hanya mengerjakan topik toleransi kesalahan untuk memastikan tidak ada kegagalan. Kemudian kami juga menjadi penyedia layanan dan memulai Amazon Web Services (AWS). Dan saya masih bangga dengan bagaimana kami mampu mewujudkannya. Misalnya, kami mengembangkan sistem penyimpanan yang tidak perlu offline untuk pekerjaan pemeliharaan. Saat itu belum ada hal seperti itu. Dan itu harus menjadi sistem yang dapat berubah dan berkembang tanpa disadari oleh pengguna.
Subjek kecerdasan buatan – ada banyak definisi untuk itu. apa milikmu
Saya lebih suka berbicara tentang pembelajaran mesin. Kami mendapat kesan yang salah tentang kecerdasan buatan dari banyak film fiksi ilmiah. Ini bukan tentang robot yang mengambil alih dunia, tetapi tentang berbagai teknologi, seperti pemrosesan bahasa atau gambar alami. Saat kita berbicara tentang AI dalam konteks bisnis saat ini, biasanya yang dimaksud adalah menganalisis data dalam jumlah besar.
Apa yang baru darinya?
Bahwa mereka menjadi semakin besar. Massa ini tidak lagi dapat dikelola dengan cara konvensional. Manusia sangat buruk dalam melacak data dalam jumlah besar. Pembelajaran mesin berupaya memperoleh prediksi untuk masa kini dan masa depan dari jumlah data yang terus meningkat. Semakin banyak data, semakin dapat diandalkan hasilnya.
Hal-hal apa yang harus diperhatikan secara khusus oleh startup terkait AI, apa peran teknologi bahasa, dan cara memastikan kualitas data – Anda dapat mengetahui lebih lanjut dari CTO Amazon dalam laporan AI kami:
Apa contoh konkritnya?
Amazon, misalnya, memiliki miliaran data transaksi. Dari sini kita dapat memprediksi dengan probabilitas 95 persen apakah pesanan tersebut palsu. Kemudian seseorang dapat mengambil alih dan memeriksa semuanya. Atau pemrosesan bahasa: mengenali apa yang diucapkan secara real-time telah dimungkinkan selama beberapa waktu. Namun kemampuan memprosesnya secara instan menjadi realistis berkat pembelajaran mesin dan perangkat keras yang semakin canggih.
Dan apakah hal ini benar-benar memberikan wawasan dan kemungkinan baru yang mendasar?
Hal ini akan mendorong digitalisasi perekonomian secara keseluruhan. Ruang lingkup pengambilan keputusan yang lebih baik sangatlah luas: misalnya dalam hal desain produk baru atau keselamatan di pabrik.
Apa kasus penggunaan terbaik saat ini untuk teknik AI?
Jangan percaya perlombaan AI hanya antara AS dan China: CTO Amazon Werner Vogels.
Apa kasus penggunaan terbaik saat ini untuk teknik AI?
Sebuah cerita bagus dari sebuah startup Jerman terlintas di benak saya: Candis.io menggunakan pembelajaran mesin untuk mengotomatiskan proses akuntansi. Ini mungkin terdengar membosankan pada awalnya. Namun Anda harus mempertimbangkan berapa banyak waktu yang sering dimiliki perusahaan, misalnya, mengklasifikasikan dokumen dan menugaskannya ke pusat biaya yang tepat.
Mengapa ceritanya begitu luar biasa?
Karena ini memecahkan masalah yang sangat mendasar dan dapat membantu perusahaan dengan proses yang seringkali masih sangat analog. Menggunakan teknik pengenalan pola untuk membuat dokumen dapat digunakan secara digital terdengar biasa pada awalnya. Namun jika dipikir-pikir, Anda menyadari potensi besarnya: data tersebut kemudian dapat diproses lebih lanjut secara otomatis menggunakan pembelajaran mesin.
Apakah model bisnis digital tertentu lebih cocok untuk AI dibandingkan model bisnis lainnya?
Ini bukan hanya tentang model bisnis digital, tapi tentang semua orang. Setiap perusahaan saat ini memiliki akses ke infrastruktur TI yang sama. Dan juga alat AI yang sama! Artinya, pada akhirnya data yang tersedialah yang menciptakan keunggulan kompetitif. Semakin banyak perusahaan fokus pada kumpulan data unik, semakin mereka dapat membedakan dirinya dari pesaing.
Baca juga
Kecerdasan Buatan: Bagaimana AI Meningkatkan Produktivitas Anda
Hal-hal apa yang harus diperhatikan secara khusus oleh startup terkait AI, apa peran teknologi bahasa, dan cara memastikan kualitas data – Anda dapat mengetahui lebih lanjut dari CTO Amazon dalam laporan AI kami:
Jadi, Anda benar-benar membutuhkan data Anda sendiri – atau mungkinkah membeli kumpulan data juga masuk akal?
Keduanya bisa bekerja. Setiap perusahaan perlu mengetahui data apa saja yang dibutuhkan untuk mengembangkan produknya lebih lanjut. Membeli kumpulan data tentu dapat membantu dalam kasus tertentu.
Misalnya?
Misalnya, jika tujuannya adalah mengurangi pengembalian untuk toko online: Jika Anda membeli sepatu Valentino ukuran 40 dan menyimpannya, ukuran apa yang sebaiknya disarankan toko tersebut untuk merek lain? Tidak semua ukuran sepatu sama persis. Ada banyak kumpulan data yang tersedia secara terbuka. Ini bisa menjadi titik awal yang baik.
Apakah startup dirugikan ketika jumlah data yang besar dan, yang terpenting, data berkualitas tinggi sangatlah penting?
Mungkin. Penting untuk memikirkan strategi data Anda sejak awal. Data apa yang harus kami kumpulkan tentang proses kami, seperti keandalan atau penggunaan? Ini tentang membangun produk minimum yang layak (MVP) dan mengukur bagaimana pelanggan menggunakannya sejak awal. Ini adalah satu-satunya cara untuk mengetahui apakah produk tersebut benar-benar bermanfaat.
Apa langkah besar pengembangan AI selanjutnya?
Algoritmenya menjadi lebih pintar dan lebih fungsional. Hingga saat ini, analisis keseluruhan kumpulan data biasanya diperlukan berulang kali ketika aliran data baru terjadi, namun kini terdapat algoritma streaming yang dapat melengkapi analisis secara real-time. Namun, masih banyak yang harus dilakukan di bidang ini. AI juga akan menjadi lebih terspesialisasi.
Bagaimana apanya?
Misalnya, mesin yang bertindak secara mandiri di lingkungan berbahaya, seperti di pertambangan atau pasokan energi: inspeksi otomatis, pemeliharaan prediktif, atau deteksi pencurian. Di sektor ritel, misalnya, peramalan permintaan atau ketersediaan menjadi semakin penting. Secara umum, AI akan menjadi semakin tidak mengganggu, karena AI ada dimana-mana. Amazon pernah terkenal dengan rekomendasi pembeliannya. Hari ini Anda dapat menemukannya di setiap toko online. Penumpang tersebut bahkan tidak menyadari bahwa ada AI yang mendukung masinis di kereta hari ini.
Apakah benar-benar AS dan Tiongkok yang akan menentukan persaingan tersebut? Inilah yang sering dikatakan sekarang. Di manakah pusat AI sebenarnya?
Itu semua tergantung di mana bakatnya. Banyak hal yang terjadi di Berlin. Tidak jauh berbeda dengan startup teknologi pada umumnya. Banyak startup yang berfokus pada AI bermunculan di Israel, Amsterdam, dan London.
