AI Highlights — gambaran menyeluruh — 2026-10-24 (Sab) Berita Harian

Warp Sciences telah mengumpulkan dana sebesar $215 million untuk membangun laboratorium yang menggunakan AI dan robot untuk menjalankan eksperimen kimia. Pada periode yang sama, American Express dilaporkan memangkas 5% tenaga kerjanya, dan Colliers memperingatkan bahwa kekurangan talenta AI dapat menghambat pertumbuhan di Eropa. Di tempat di mana pendanaan dan ekspektasi sama-sama tinggi, perombakan personel dan kekurangan personel terjadi pada saat yang bersamaan. Kesamaan artikel-artikel yang akan kita baca dalam setengah hari ini adalah pandangan bahwa perbedaan antara keberhasilan dan kegagalan lebih ditentukan oleh bagaimana investasi itu melewati verifikasi di lapangan dan oleh tangan siapa investasi itu dijalankan, daripada oleh seberapa besar uang yang diinvestasikan dalam AI. Penelitian dalam diagnosis, klasifikasi ucapan, dan prediksi juga menghadapkan pembaca pada perbedaan antara hasil dalam kondisi yang sesuai dan hasil di lingkungan nyata.

Kemitraan dengan dana besar yang terkumpul di bidang AI penemuan obat

Warp Sciences mengumpulkan $215 million untuk membangun laboratorium penemuan obat bertenaga AI (citybiz). Menurut BRIDGE, perusahaan ini menggunakan AI dan robot untuk melakukan eksperimen kimia demi penemuan obat, dan perusahaan tersebut menghimpun dana melalui Series A yang dipimpin oleh Lightspeed. Pada tahap Series A, dana yang terkumpul lebih dari $200 million. Tujuan penggunaan dana tersebut juga menjadi sorotan. Tujuannya bukan hanya mengembangkan perangkat lunak dan model, tetapi juga membangun laboratorium untuk benar-benar melakukan eksperimen dan mengotomatiskan eksperimen kimia.

Perusahaan lain, Pathos, perusahaan penemuan obat berbasis AI, mengumpulkan dana sebesar $237 million dengan valuasi $3 billion (STAT). Reuters melaporkan bahwa Pathos akan bermitra dengan Bristol Myers dan Tempus AI untuk memajukan pengembangan obat (Reuters). Di sini, jumlah pendanaan dan nilai valuasi mencakup keterkaitan praktis dari kemitraan dengan perusahaan farmasi besar. Alasan dana terkumpul bukan semata karena potensi AI saja. Tampaknya penilaian juga akan mencakup bagaimana AI akan diintegrasikan ke dalam proses pengembangan perusahaan farmasi.

Total dana yang dihimpun kedua perusahaan mencapai $452 million. Skala ini menunjukkan bahwa ekspektasi terhadap AI penemuan obat melampaui keunggulan algoritma dan mencakup investasi pada seluruh bisnis, termasuk peralatan eksperimen dan mitra. Hal yang perlu dipetik pembaca dari angka-angka ini bukanlah valuasi tinggi itu sendiri. Pertanyaannya adalah apakah dana tersebut digunakan dalam bentuk pengaturan eksperimen otomatis atau kolaborasi dengan perusahaan farmasi besar.

Namun, seluruh materi yang disajikan kali ini adalah pengumuman pendanaan dan kolaborasi, bukan laporan tentang hasil penemuan obat. Meskipun dana akan terkumpul lebih dulu, perlu dipastikan secara terpisah apakah sumber daya manusia untuk menjalankan laboratorium dan verifikasi di lokasi pengembangan yang sebenarnya akan berjalan dengan kecepatan yang sama.

Pengurangan personel dan kekurangan sumber daya manusia berlangsung bersamaan

American Express akan memangkas 5% tenaga kerjanya, lapor Demokratis.co.id. Alasan yang ditunjukkan dalam judul berita adalah karena kompatibel dengan AI. Pemangkasan ini menunjukkan bahwa penerapan AI tidak hanya meningkatkan efisiensi operasional, tetapi juga telah memasuki tahap penataan ulang komposisi ketenagakerjaan itu sendiri. 5% adalah persentase dari seluruh karyawan, bukan jumlah uang. Indikator yang lebih baik tentang seberapa serius sebuah perusahaan daripada apakah perusahaan itu telah menanamkan dana besar pada AI adalah apakah investasi tersebut tampak dalam perubahan susunan staf. Ketika pembaca melihat perusahaan mereka sendiri dan mitra bisnis mereka, menentukan pekerjaan mana yang berkurang dan pekerjaan mana yang dibutuhkan merupakan indikator keadaan sebenarnya yang lebih akurat daripada besarnya anggaran terkait AI.

Di sisi lain, tidak cukup hanya membicarakan kelebihan tenaga kerja. Menurut Data Center Solutions, raksasa jasa properti Colliers memperingatkan bahwa kekurangan talenta AI dapat menghambat pertumbuhan AI di Eropa. Pemangkasan 5% oleh American Express dan peringatan Colliers adalah laporan terpisah yang muncul pada waktu yang hampir bersamaan. Namun, jika disandingkan, terlihat satu susunan yang sama. Pekerjaan yang ada menjadi sasaran perampingan dan reorganisasi, sementara tenaga yang merancang, mengoperasikan, dan memelihara AI di lapangan tidak mencukupi. Telah ditunjukkan bahwa pasokan sumber daya manusia bisa menjadi batas atas pertumbuhan di kawasan Eropa, yang berarti bahwa sekadar menghimpun dana tidak menjamin pertumbuhan. Ketika pembaca merencanakan penerapan, selain mengamankan peralatan dan kontrak, mereka perlu lebih dulu memeriksa dari mana personel akan diperoleh.

Gerakan untuk mengubah hubungan antara alat dan penggunanya juga terjadi di luar industri. Frieze menampilkan pelukis David Salle yang mengundang AI ke studionya. Atelier adalah tempat para pencipta menyelesaikan karya dengan tangan mereka sendiri. Masuknya AI ke bidang ini dapat dilihat sebagai tanda bahwa pembagian peran antara pihak yang bertanggung jawab atas pekerjaan dan alat yang mendukung mereka sedang dipertimbangkan kembali. Meskipun skala ketiga isu ini berbeda: perampingan perusahaan, kekurangan sumber daya manusia di daerah, dan lokasi produksi individu, ketiganya memiliki satu kesamaan: siapa yang bertanggung jawab atas apa, dan sejauh mana AI akan bertanggung jawab. Berdasarkan fakta-fakta ini, tampaknya kita sedang beralih ke tahap di mana berhasil atau tidaknya penerapan diukur bukan dari besarnya jumlah yang diinvestasikan, melainkan dari apakah hasilnya dapat diverifikasi melalui penggunaan nyata di lapangan, dan apakah orang-orang yang mampu menjalankannya dapat diamankan. Pada bagian berikutnya, kita akan melihat sejauh mana pembuktian ini telah berkembang.

Verifikasi yang melampaui manusia dalam diagnosis dan prediksi mulai bermunculan

Microsoft memaparkan sebuah studi yang menunjukkan bahwa AI yang dimodelkan berdasarkan sekelompok dokter mengungguli dokter dalam akurasi diagnosis (Medical Economics). Disebutkan bahwa desainnya menggunakan AI untuk mereproduksi cara pengobatan dijalankan, yaitu beberapa ahli berdiskusi dan sampai pada satu kesimpulan. Selama ini, dukungan diagnosis AI sering dibicarakan sebagai alat untuk membantu dokter secara individu. Kali ini, yang dibandingkan adalah penilaian masing-masing dokter, dan sumbu evaluasinya bergeser dari kemudahan bantuan ke akurasi diagnosis itu sendiri. Namun, hasil ini diperoleh dalam kerangka penelitian. Apakah akurasi yang sama tetap terjaga di poliklinik rawat jalan dan unit gawat darurat yang sebenarnya, masih perlu menunggu verifikasi lebih lanjut.

Pengujian prediksi juga telah dimulai di bidang yang dekat dengan pemilihan terapi. BostonGene akan berkolaborasi dalam penelitian yang menggunakan AI-nya untuk memprediksi efikasi dan toksisitas terapi CAR-T (RegMedNet). Pada terapi CAR-T, keputusan pengobatan berpusat pada dua hal: mengidentifikasi pasien yang diharapkan mendapat manfaat dan memperkirakan lebih dahulu risiko efek samping berat. Jika cakupan prediksi meluas dari diagnosis ke efikasi dan toksisitas pengobatan, keluaran AI tidak lagi sekadar menjadi bahan pertimbangan dokter, tetapi akan menjadi dasar keputusan tentang apakah pengobatan dimulai dan bagaimana pengelolaannya. Bentuk penelitian bersama ini menunjukkan bahwa proyek tidak berhenti pada pemaparan metode, tetapi telah memasuki tahap memasukkan dan memverifikasi data serta keahlian dari sisi klinis.

Ada juga contoh di luar bidang kedokteran di mana AI bertanggung jawab atas pengamatan di lokasi. EdenCore mendemonstrasikan teknologi pemantauan buah berbasis AI di FIRA USA (Fruit Growers News). Hingga kini, tugas mengamati dan memahami kondisi buah secara berkelanjutan dilakukan oleh orang-orang yang mengunjungi ladang. Jika AI akan mengambil alih pengamatan ini, nilai penerapannya akan bergantung pada apakah AI dapat terus mengumpulkan informasi yang dapat digunakan untuk mengambil keputusan. Karena teknologi ini baru didemonstrasikan di sebuah pameran, perlu dilihat bagaimana penggunaannya untuk mengetahui apakah teknologi ini akan membuahkan hasil di lapangan.

Meskipun bidangnya berbeda, seperti diagnosis, prediksi pengobatan, dan pengamatan buah, kesamaan di antara semuanya adalah bahwa AI mulai mengambil peran pengamatan dan prediksi, yang merupakan pintu masuk menuju penilaian manusia. Dalam kasus ini, pertanyaannya bukan tentang kinerja di lingkungan penelitian atau pameran, melainkan apakah hasil yang sama dapat direproduksi di lingkungan nyata, dan apakah akan ada cukup orang yang mau menerima dan menggunakan hasilnya.

AI yang dekat dengan kehidupan sehari-hari dan konfirmasi di lingkungan nyata

Model suara AI yang mengklasifikasikan tingkat keparahan disartria menggunakan rekaman dunia nyata dimuat di Bioengineer.org. Disartria adalah kondisi ketika kejelasan ucapan terganggu. Hal yang patut dicatat dari laporan ini adalah cakupannya atas rekaman dari lingkungan nyata, bukan audio yang dikumpulkan dalam kondisi yang ditetapkan. Di rumah atau di fasilitas perawatan lansia, kita tidak bisa mengharapkan ruangan yang tenang atau mikrofon khusus. Apakah model ini dapat digunakan dalam situasi tersebut bergantung pada apakah model dapat mengklasifikasikan berdasarkan ucapan yang mengandung derau atau getaran dari penuturnya. Pihak yang mempertimbangkan penerapannya perlu tidak hanya melihat angka akurasi, tetapi juga memeriksa dalam kondisi perekaman apa akurasi itu dicapai.

Di sisi kehidupan sehari-hari, AI meluas ke hubungan antarpribadi dan cara kita menggunakan waktu. Halaman Biro Pengembangan Regional Hokuriku memuat perbandingan harga aplikasi pacar AI, versi gratis AI Lover, dan hal-hal yang perlu diperhatikan. Adanya artikel yang membandingkan struktur harga dan cakupan versi gratis menunjukkan bahwa aplikasi jenis ini telah beralih dari tahap uji coba ke tahap di mana sebagian orang memilihnya berdasarkan pertimbangan biaya. Pengguna sebaiknya mempertimbangkan secara terpisah apa yang bisa mereka mulai secara gratis dan apa yang harus mereka bayar untuk melanjutkan. Sementara itu, Unite.AI melaporkan bahwa tiga siswa sekolah menengah atas meluncurkan MyDaye AI. Ini adalah alat untuk memasukkan jadwal yang padat ke dalam rencana harian, dan para pembuatnya berasal dari generasi yang dekat dengan para penggunanya.

Di bidang yang berkaitan dengan emosi, kita juga bisa membicarakan mobil. Yahoo! News menampilkan Vision Cross Compact milik Mazda, yang membawa harapan sebagai penerus Mazda 2 generasi berikutnya. Mobil ini disebut menarik perhatian sebagai "sahabat" yang dilengkapi "AI empatik." Namun, ini adalah harapan terhadap mobil yang masih berada pada tahap konsep, dan belum dikonfirmasi dalam pengendaraan sesungguhnya bagaimana empati bekerja saat berkendara.

Empat kasus sejauh ini menyangkut situasi yang berbeda: dukungan medis, asmara, tugas sekolah dan jadwal, serta transportasi. Namun, kesamaan semuanya adalah bahwa AI mulai digunakan dekat dengan detail dan emosi kehidupan orang. Jika demikian, pertanyaan berikutnya bukanlah soal kinerjanya yang tinggi, melainkan siapa yang akan terus menggunakannya di lapangan dan siapa yang akan bertanggung jawab atasnya.

Sekilas, jumlah pendanaan AI penemuan obat, tingkat pengurangan staf, perbandingan akurasi diagnosis, dan klasifikasi menggunakan rekaman lingkungan nyata adalah topik yang berbeda. Namun, yang sama di setiap bagian adalah bahwa tolok ukur keberhasilan atau kegagalan penerapan bergeser dari jumlah investasi dan ekspektasi, menuju pembuktian di lapangan dan pengamanan orang-orang yang akan memimpinnya. Sebesar apa pun dananya, apakah laboratorium mampu menjalankan eksperimen tetap menjadi pertanyaan tersendiri. Apakah akurasi yang dicapai dalam kerangka penelitian tetap terjaga di ruang rawat jalan atau di rumah memerlukan verifikasi tersendiri. Situasi yang sama tecermin dari kenyataan bahwa sebagian perusahaan mengurangi tenaga kerjanya sementara yang lain mengeluhkan kekurangan sumber daya manusia. Alih-alih melihat berapa banyak yang telah diinvestasikan pada AI, melihat apa yang dapat diverifikasi dalam kondisi apa dan apakah ada cukup orang untuk menanganinya akan memberi petunjuk dalam memutuskan penerapan di masa mendatang.

Q1: Saat menggunakan AI dalam pekerjaan yang sedang dihadapi, dalam kondisi apa akurasi dan efektivitasnya telah dikonfirmasi, dan dapatkah Anda menjelaskannya sesuai dengan kondisi tempat kerja Anda sendiri? Q2: Ketika keputusan berdasarkan keluaran AI ternyata salah, sejauh mana kita dapat menelusuri di mana letak tanggung jawabnya dan catatan verifikasinya? Q3: Selain anggaran terkait AI, berapa banyak sumber daya yang dialokasikan untuk mengamankan personel dan melakukan demonstrasi di lokasi? Dapatkah Anda menjelaskan alokasi tersebut sebagai keputusan manajemen?

Terakhir, tiga pertanyaan

- Saat menggunakan AI dalam pekerjaan yang sedang dihadapi, dalam kondisi apa akurasi dan efektivitasnya dikonfirmasi, dan dapatkah Anda menjelaskannya dengan mempertimbangkan kondisi tempat kerja Anda sendiri? Q2: Ketika keputusan yang didasarkan pada keluaran AI keliru, sejauh mana kita dapat menelusuri di mana letak tanggung jawab dan catatan verifikasinya? Q3: Di luar anggaran terkait AI, berapa banyak sumber daya yang dialokasikan untuk mengamankan tenaga kerja dan melakukan demonstrasi di lokasi? Dapatkah Anda menjelaskan alokasi tersebut sebagai keputusan manajemen? - Ketika keputusan yang didasarkan pada keluaran AI keliru, sejauh mana kita dapat menelusuri di mana letak tanggung jawab dan catatan verifikasinya? Q3: Di luar anggaran terkait AI, berapa banyak sumber daya yang dialokasikan untuk mengamankan tenaga kerja dan melakukan demonstrasi di lokasi? Dapatkah Anda menjelaskan alokasi tersebut sebagai keputusan manajemen? - Di luar anggaran terkait AI, berapa banyak sumber daya yang dialokasikan untuk mengamankan tenaga kerja dan melakukan demonstrasi di lokasi, dan dapatkah alokasi ini dijelaskan sebagai keputusan manajemen?