Sejauh mana kecerdasan buatan akan berkembang?

Pada acara AI tahunan Zalo, para pembicara berbagi perjalanan mereka dalam menerapkan AI dalam kehidupan sehari-hari dan memprediksi tren baru seputar AI berbasis agen dan AI fisik.

Pertama kali diadakan pada tahun 2017, Zalo AI Summit adalah acara yang menyatukan para ahli terkemuka di bidang AI. Dengan tema "Vietnam di Era AI-ifikasi," Zalo AI Summit 2025 akan menghadirkan solusi untuk menerapkan AI dalam kehidupan sehari-hari, memprediksi tren AI, dan memamerkan pencapaian Zalo dalam mendekatkan AI kepada pengguna.

Dalam sambutan pembukaannya, Bapak Nguyen Minh Tu, Direktur Teknologi di Zalo, menyatakan bahwa era AI mulai muncul pada tahun 2018-2019 dengan model transformer pertama. Namun, baru setelah GPT-3.5 dan ChatGPT muncul pada tahun 2022, model bahasa ini mencapai kualitas tinggi dan menjadi lebih mudah diakses oleh khalayak yang lebih luas.

"Saat itulah era AI dimulai, ketika orang-orang mulai menggunakan ChatGPT," tegas Bapak Tu.

Sinyal positif bagi Vietnam

Seiring dengan semakin meningkatnya kemampuan pemodelan bahasa skala besar (LLM) dari perusahaan-perusahaan seperti Google, Anthropic, dan DeepSeek, pasar AI sedang menyaksikan titik balik yang disebut AI agenik.

Berbeda dengan AI konvensional yang hanya dapat menyelesaikan tugas tunggal, AI berbasis agen adalah sistem otonom yang mampu menghubungkan banyak agen untuk menangani masalah kompleks.

"AI berbasis agen berfungsi seperti karyawan kami. AI ini dapat menganalisis, bernalar, melakukan tugas, dan menulis laporan berdasarkan perintah kami," tambah Bapak Tu.

Di Vietnam, Zalo adalah salah satu perusahaan yang mengintegrasikan banyak fitur AI untuk melayani pengguna. Pada tahun 2025, jumlah pengguna layanan ini diperkirakan akan mencapai lebih dari 17 juta, meningkat lebih dari 200%. Lebih dari 7,5 juta orang menggunakan fitur dikte (mengubah ucapan menjadi teks).

"Fitur ini telah mengubah cara banyak orang menggunakan Zalo. Alih-alih mengetik teks, menggunakan suara jauh lebih cepat dan lebih nyaman," tegas Bapak Tú.

Fitur penerjemahan pesan dari bahasa Vietnam ke bahasa Inggris juga telah menarik banyak pengguna. Bapak Tu mengungkapkan bahwa terjemahan langsung untuk panggilan Zalo akan segera ditambahkan.

Tuan Nguyen Minh Tu, Direktur Teknologi di Zalo.

Selain melayani pengguna akhir, AI juga mendukung operasional Zalo. Perusahaan telah membangun chatbot layanan pelanggan, membantu mengatasi masalah peningkatan skala selama periode puncak ketika sulit untuk merekrut staf tambahan.

Setelah 3 bulan implementasi, sistem chatbot di Zalo mencapai tingkat respons 90%, lebih tinggi daripada manusia. Hanya sekitar 2-3% kasus yang membutuhkan bantuan manusia dari chatbot.

Perwakilan Zalo mengakui bahwa masih ada beberapa tantangan dalam menerapkan AI secara internal, terutama yang berkaitan dengan privasi dan keamanan. Itulah mengapa platform ini memilih pendekatan yang fleksibel, menerapkan model yang dikembangkan sendiri untuk data sensitif, dan memanfaatkan chatbot eksternal untuk data yang kurang sensitif.

Bapak Tú juga menyebutkan Zalo AI Challenge 2025, sebuah kompetisi untuk mengembangkan solusi aplikasi AI dalam kehidupan sehari-hari. Selain anak muda dan mahasiswa, kompetisi tahun ini juga menarik minat beberapa siswa SMA, bahkan beberapa di antaranya berhasil masuk 5 besar.

"Ini menunjukkan bahwa AI telah meresap ke semua bidang masyarakat, bahkan menyebar ke sekolah-sekolah di mana anak-anak terpapar AI sejak usia sangat muda. Ini adalah pertanda positif bagi Vietnam di era 'transformasi AI'," tegas seorang perwakilan Zalo.

Gelombang agen AI

Pada sesi pertama, Profesor Madya Quan Thanh Tho dari Universitas Teknologi Kota Ho Chi Minh mengajukan pertanyaan tentang bagaimana AI multimodal akan mengubah dunia . Ia berpendapat bahwa LLM telah mencapai siklus akhirnya, dan tren teknologi secara bertahap bergeser ke arah Sistem Multi-Agen (MAS).

Profesor Madya Dr. setuju dengan Bapak Tu mengenai tonggak penting LLM dengan diperkenalkannya GPT-3.5, menyatakan bahwa tujuan umum chatbot adalah meniru manusia sedekat mungkin. Konsep agen AI sudah ada sebelumnya, tetapi baru benar-benar berkembang di bawah kerangka kerja LLM.

“Agent adalah arsitektur yang cukup klasik, dan ketika dikombinasikan dengan LLM, ia memberikan kemampuan untuk komunikasi antar model,” kata Bapak Tho. Kata kunci "AI Agents" dan "Agentic AI" juga termasuk di antara istilah yang paling banyak dicari di Google Trends dari akhir tahun 2024 hingga saat ini.

Assoc. Prof. Dr. Quan Thanh Tho, Kepala Departemen Ilmu Komputer dan Teknik, Universitas Teknologi Kota Ho Chi Minh.

Profesor Madya menjelaskan bahwa AI berbasis agen hanyalah sebuah sistem yang terdiri dari banyak agen yang bekerja bersama. Setelah menerima perintah dari pengguna, agen-agen tersebut akan memecah permintaan, menetapkan tugas, memilih alat yang tepat, dan mengeksekusinya langkah demi langkah untuk mencapai efisiensi yang lebih tinggi dibandingkan dengan model tunggal.

Bapak Tho juga mempresentasikan beberapa aplikasi praktis MAS dalam bisnis domestik. Secara khusus, agen AI dapat memproses file PDF, gambar, dan dokumen secara bersamaan, meningkatkan efisiensi sebesar 40-60%. Di sektor asuransi, teknologi ini membantu perusahaan mengotomatiskan 20-40% beban kerjanya.

Selain itu, agen AI memiliki kemampuan untuk mengumpulkan informasi secara real-time, membantu memberikan harga pasar secara instan. Di tempat kerja, Profesor Madya Dr. [Nama] menyatakan bahwa sistem agen AI bertindak sebagai asisten cerdas, mampu menjawab pertanyaan terkait sekolah untuk orang tua dan siswa. Dalam bidang pendidikan , agen AI membantu menciptakan model pembelajaran personal yang disesuaikan dengan jalur belajar setiap siswa.

Zalo AI Summit 2025 menarik banyak peserta yang tertarik di bidang AI.

Secara keseluruhan, keunggulan MAS terletak pada kemampuannya untuk menangani berbagai masalah kompleks secara paralel. Melalui proses penalaran, agen dapat memproses informasi secara independen, belajar satu sama lain, dan belajar dari pengguna untuk mengurangi kesalahan, serta menghasilkan hasil yang akurat dan personal.

Arsitektur agen modern seringkali disediakan sebagai alat dan platform dengan antarmuka yang ramah pengguna, sehingga lebih mudah diakses oleh masyarakat umum.

Berdasarkan manfaat-manfaat tersebut, Bapak Tho menekankan pentingnya menerapkan teknologi dan menyesuaikan proses kerja internal dalam bisnis. Menurut Profesor Madya tersebut, dalam konteks tren inovasi yang kuat yang terjadi di seluruh dunia, ini adalah gelombang yang perlu mendapat perhatian khusus dari bisnis.

Apa yang akan terjadi setelah AI yang memiliki kemampuan bertindak sebagai agen?

Belakangan ini, robot humanoid telah menjadi tren yang menarik perhatian di dunia teknologi. Ini juga merupakan aplikasi AI fisik yang paling umum.

Dalam menyampaikan pandangannya mengenai topik ini, Dr. Tran Minh Quan, Teknolog Pengembang Senior di Nvidia Vietnam, menekankan bahwa AI fisik merupakan perkembangan paling maju dalam tren AI, setelah era AI generatif atau AI agen.

"Model AI ini mampu menerima perintah atau data masukan, kemudian menghasilkan tindakan spesifik yang memengaruhi motor atau komponen kontrol robot seperti lengan robot, kendaraan otonom, pabrik, dan lain-lain," ujar Bapak Quan, memberikan gambaran umum tentang AI fisik.

Dr. Tran Minh Quan dari Nvidia membagikan wawasannya tentang tren dalam AI fisik.

Menurut perwakilan Nvidia, AI fisik berpotensi menjadi industri bernilai triliunan dolar di masa depan. Potensi penerapan AI fisik sangat besar, mengingat infrastruktur perangkat keras global saat ini mencakup sekitar 2 miliar kamera industri, 10 juta pabrik, 200.000 gudang, dan 1,5 miliar kendaraan, belum termasuk miliaran robot humanoid yang dapat dikerahkan di masa mendatang.

"Jika setiap perangkat dilengkapi dengan 'otak' AI untuk menangani beban kerja saat ini, tugas-tugas yang dapat didukung akan berada pada skala yang jauh berbeda dari saat ini," tambah Bapak Quan.

Kebutuhan akan AI fisik muncul dari kekurangan tenaga kerja di banyak industri. Pekerjaan yang membutuhkan keterampilan tinggi di lingkungan yang keras, seperti pengelasan di ruang tertutup dan gelap, terbukti sulit dilakukan oleh manusia.

Robot kini menjadi solusi yang menyeimbangkan biaya personel dan operasional. Biaya dapat dioptimalkan karena robot sekarang memiliki kemampuan untuk mempelajari tugas-tugas baru secara mandiri, alih-alih hanya melakukan pekerjaan yang berulang.

"Itulah mengapa 'momen' ChatGPT untuk robotika bisa datang tahun ini atau tahun depan," tegas Bapak Quan.

AI fisik dianggap sebagai langkah selanjutnya setelah AI generatif dan AI agen.

Untuk mewujudkan visi ini, perwakilan Nvidia mengusulkan model tiga komputer, yang sesuai dengan tiga tahapan kunci dalam pengembangan AI fisik.

Oleh karena itu, fase pertama berfokus pada pembangunan fondasi di server. Setelah pelatihan, model dapat ditempatkan dalam lingkungan simulasi untuk mempelajari interaksi sebab-akibat, membantu model mengembangkan perilaku yang lebih baik di dunia nyata.

Simulasi membantu robot mengenali objek secara akurat dan cara menanganinya. Lebih penting lagi, simulasi memungkinkan banyak robot untuk bekerja bersama secara simultan, menguji skenario tabrakan tanpa harus mengeluarkan biaya perangkat keras di dunia nyata. Terakhir, simulasi memungkinkan penerapan langsung ke perangkat keras.

Tantangan dalam menerapkan AI dalam skala besar.

Proses "AI-isasi," yang melibatkan pengintegrasian teknologi ke dalam operasi sehari-hari untuk meningkatkan efisiensi dan mendukung pengambilan keputusan, semakin cepat secara global.

Menurut Dr. Chau Thanh Duc, Direktur Riset di Zalo AI, laju perkembangan AI di Vietnam berasal dari banyak faktor, terutama pengembangan model AI, peningkatan pesat infrastruktur perangkat keras dan data, serta proses transformasi digital.

Vietnam dianggap sebagai salah satu negara dengan potensi signifikan untuk pengembangan AI, sebagaimana dibuktikan oleh program perekrutan talenta, pembangunan komunitas teknologi, dan dukungan pemerintah. Selain itu, warga Vietnam dinilai memiliki tingkat kesiapan yang tinggi untuk transformasi digital.

Dr. Chau Thanh Duc, Direktur Riset di Zalo AI.

Dalam transformasi ini, Zalo meluncurkan banyak fitur terkait AI seperti asisten virtual Kiki. Perusahaan ini bertujuan untuk mengembangkan alat yang meningkatkan efisiensi kerja, dan terutama mudah digunakan oleh semua orang. Alat-alat Zalo mendukung segala hal mulai dari pengkodean, pemrograman, dan penelitian, hingga aktivitas sehari-hari seperti komunikasi, penerjemahan, dan pencarian gambar.

Namun, para ahli percaya bahwa ini baru permulaan, dan masih banyak kesulitan dalam proses transformasi AI. Dr. Nguyen Truong Son, Direktur Sains di Zalo AI, mengatakan bahwa kesulitan tersebut berasal dari masalah keamanan, biaya, dan tuntutan tinggi dari pengguna. Ini bukan hanya kesulitan bagi Zalo tetapi juga bagi pengguna dan bisnis.

Kendala pertama berkisar pada pemilihan model AI yang menjamin tingkat otonomi tertentu. Model pihak ketiga sering menawarkan kinerja dan kualitas keluaran yang lebih baik, sementara model internal memiliki keunggulan dalam kontrol informasi tetapi terbatas dalam hal stabilitas dan efisiensi.

Informasi yang dibagikan oleh perwakilan Zalo AI.

Selain itu, sebagian besar model saat ini memiliki kelemahan umum seperti akurasi yang tidak lengkap dan output yang tidak konsisten. Banyak chatbot memiliki kemampuan terbatas untuk memahami dan memproses bahasa Vietnam, sehingga gagal memenuhi persyaratan atau konteks tertentu.

Untuk mengatasi masalah ini, para ahli di Zalo mengusulkan beberapa solusi, seperti menerapkan teknologi pengembangan model tingkat lanjut dan menggabungkan sumber data yang andal selama pelatihan chatbot. Bersamaan dengan itu, tim pengembang terus mengevaluasi model melalui pengujian internal.

Tantangan lainnya terletak pada menyeimbangkan biaya, kinerja, dan keamanan. Menurut Dr. Nguyen Truong Son, menggunakan model kecil untuk menangani permintaan yang kompleks dapat meningkatkan waktu pemrosesan dan biaya operasional, dan sebaliknya.

Nguyen Truong Son, Direktur Sains di Zalo AI.

Ia berpendapat bahwa optimasi dapat dimulai sejak tahap input perintah. Pengguna dapat mengurangi biaya token dengan membatasi panjang yang tidak perlu dan memberikan konteks yang jelas dan ringkas untuk chatbot.

Pada tingkat sistem, tim Zalo menerapkan berbagai solusi seperti menyarankan perintah yang tepat dan menerapkan lapisan kontrol untuk memastikan keamanan informasi pengguna.

Secara keseluruhan, Vietnam dianggap siap menghadapi gelombang AI global. Zalo adalah salah satu peserta awal dalam transformasi ini, yang berfokus pada mengatasi tantangan biaya, kualitas, dan keamanan saat menerapkan AI dalam skala besar.

Persaingan chip yang sengit

Ledakan AI merupakan hasil dari kemajuan perangkat keras atau chip. Dr. Pham Hy Hieu dari OpenAI menekankan bahwa munculnya ChatGPT merevolusi chip, memungkinkan Nvidia untuk tumbuh pesat dalam waktu singkat.

Saat ChatGPT pertama kali diluncurkan, operasinya hampir sepenuhnya bergantung pada chip Nvidia. Hal ini menyebabkan lonjakan pembelian perangkat keras dari raksasa teknologi seperti Anthropic dan Meta.

Namun, persaingan ini bukan hanya untuk Nvidia. Para pesaing seperti AMD dan Google juga menawarkan solusi perangkat keras optimal untuk para pengembang pemodelan AI.

"Arus chip dan modal terkait chip juga berdampak pada arus ekonomi, setidaknya pada pertumbuhan ekonomi AS."

Selain itu, perusahaan yang bercita-cita mengembangkan AI juga memiliki ambisi untuk mengembangkan chip mereka sendiri karena biaya pembelian chip semakin meningkat, sehingga penghematan sekecil apa pun merupakan keuntungan yang sangat besar. Itulah mengapa setiap perusahaan ingin mandiri dalam sumber daya chip," tambah Bapak Hieu.

Dr. Pham Hy Hieu, mewakili OpenAI.

Pasar chip AI saat ini terbagi menjadi dua kategori utama berdasarkan tujuan penggunaannya. Kategori pertama adalah chip pelatihan, yang membutuhkan kemampuan untuk melakukan perkalian matriks besar, dimensi seragam, dan bandwidth tinggi untuk menghubungkan ribuan chip secara bersamaan.

Tipe kedua adalah chip inferensi, yang membutuhkan jumlah tautan yang lebih sedikit (sekitar 50-100 chip) dan berfokus pada masalah matriks berukuran kecil dan tidak beraturan. Namun, chip inferensi membutuhkan optimasi daya yang baik agar dapat beroperasi secara berkelanjutan.

Jika menilik kembali sejarah perkembangannya, periode 2019-2023 berfokus pada pelatihan dan kompresi data untuk model GPT, maka mulai tahun 2024 dan seterusnya, fokusnya bergeser ke kemampuan penalaran. Pergeseran ini menyebabkan meningkatnya permintaan akan chip inferensi.

"Apa peran Vietnam dalam industri manufaktur chip? Meskipun industri chip merupakan industri bernilai triliunan dolar, kita tidak membutuhkan puluhan miliar dolar untuk berpartisipasi. Masyarakat Vietnam dapat berkontribusi pada lanskap chip AI dalam banyak cara," ujar Bapak Hieu.

Wawasan dari Dr. Pham Hy Hieu tentang perangkat keras dalam infrastruktur AI.

Perwakilan OpenAI mengusulkan dua arah utama. Alih-alih berlomba memproduksi chip untuk model bahasa skala besar, Vietnam dapat fokus pada pengembangan chip hemat daya untuk mobil, ponsel pintar, atau perangkat medis implan. Ini adalah segmen pasar dengan potensi pertumbuhan yang signifikan dan biaya investasi yang lebih rendah.

Kedua, ada integrasi perangkat keras dan perangkat lunak. Kontribusi seperti algoritma Flash Attention 2 menunjukkan bagaimana kombinasi cerdas antara pemrograman dan perangkat keras dapat menciptakan terobosan tanpa memerlukan investasi modal besar.

"Masa depan berada di tangan mereka yang berani melihat peluang, berani mengambil risiko, dan berani menghadapi bahaya," simpul Bapak Hieu.

Tim-tim luar biasa di Zalo AI Challenge 2025

Setelah presentasi para pembicara, banyak solusi praktis untuk menerapkan AI dipresentasikan di Zalo AI Challenge 2025. Diluncurkan pada akhir Oktober, kompetisi ini menarik lebih dari 1.000 tim peserta.

Tahun ini, Zalo AI Challenge dibagi menjadi dua kategori: RoadBuddy (menggunakan algoritma untuk mengidentifikasi rambu lalu lintas) dan AeroEyes (merancang AI untuk drone agar dapat mengenali objek di darat). Tim pemenang akan menerima total hadiah uang tunai sebesar $12.000 beserta hadiah dari sponsor.

Menurut penyelenggara, soal ujian tahun ini semuanya bersifat praktis, menunjukkan potensi AI di luar lingkungan penelitian untuk memecahkan masalah dunia nyata.

Dalam tantangan RoadBuddy, para peserta fokus pada pengolahan data dari dashcam mobil. Tim harus memproses kumpulan data video berdurasi 0-15 detik, yang direkam dalam berbagai kondisi waktu. Tugas model AI adalah mengidentifikasi secara akurat detail seperti rambu jalan, lampu lalu lintas, dan marka jalur yang muncul dalam video.

Pengumuman dan pemberian hadiah untuk Zalo AI Challenge 2025.

Dengan kumpulan data yang terdiri dari 1.500 sampel pelatihan, 500 sampel uji publik, dan 500 sampel uji privat, tim-tim yang berkompetisi dievaluasi berdasarkan dua kriteria: akurasi dan waktu respons.

Menurut penilaian Bapak Nguyen Truong Son, para kontestan menerapkan teknik-teknik canggih seperti Vision Language Model (VLM). Proses umumnya melibatkan pengambilan frame dari video sebagai data masukan, kemudian menggabungkannya dengan model seperti Qwen atau YOLO untuk mengidentifikasi objek dan memberikan analisis logis.

Pada hasil akhir, tim CtelAI meraih posisi pertama dengan tingkat akurasi 71,3%, diikuti oleh BitterSweet dengan 70,5%.

Dengan tema AeroEyes, tim-tim berpartisipasi dalam babak kualifikasi sebelum melaju ke babak final. Di babak final, para kandidat harus memprogram model langsung ke drone, menetapkan jalur penerbangan, dan mengendalikan kamera dalam kondisi dunia nyata untuk mendeteksi objek.

Karena sulitnya tugas yang diberikan, jumlah tim yang memenuhi persyaratan tidak banyak, sehingga panitia secara fleksibel memperkenalkan topik tambahan. Tim-tim yang berkompetisi dengan cepat menyesuaikan model mereka untuk memenuhi persyaratan. Hasilnya, tim AIO_C3A menang berkat efisiensinya yang tertinggi. Juara kedua diraih bersama oleh tim IUH_Alers_K16 dan AEB.

Sumber: https://znews.vn/ai-se-di-xa-den-dau-post1613033.html