- Tren penggunaan Small Language Model (SLM) menjadi harapan baru bagi perusahaan Indonesia untuk mengimplementasikan AI dengan lebih efisien dan hemat biaya.
- Dengan penerapan AI yang tepat, perusahaan di Indonesia dapat meningkatkan efisiensi operasional dan mempercepat transformasi digital mereka.
Kecerdasan buatan (AI) semakin mendominasi berbagai sektor bisnis di Indonesia, dengan tujuan meningkatkan efisiensi operasional. Namun, meskipun potensinya besar, adopsi AI di perusahaan-perusahaan Indonesia masih menghadapi sejumlah tantangan. Menurut data IBM, hanya 15% perusahaan di Indonesia yang menganggap AI sebagai elemen kunci dalam mencapai tujuan strategis mereka. Sebagian besar perusahaan masih melihat AI sebagai faktor pendukung, bukan bagian utama dalam transformasi digital.
Tantangan Adopsi AI di Indonesia
Presiden Direktur IBM Indonesia, Roy Kosasih, menyatakan bahwa ada beberapa kendala yang menghambat adopsi AI di kalangan perusahaan Indonesia. Salah satu tantangan terbesar adalah kurangnya sumber daya manusia (SDM) yang memiliki keahlian dalam mengembangkan dan mengoperasikan teknologi AI.
“Saat berbicara dengan CEO perusahaan, baik swasta maupun BUMN, banyak yang bertanya apakah mereka memiliki tenaga ahli yang mampu mengelola teknologi AI ini,” ujar Roy, di Jakarta, Rabu (12/3/2025).
Selain itu, implementasi AI tidak hanya membutuhkan adopsi teknologi yang sudah ada, tetapi juga pengembangan lebih lanjut agar sesuai dengan kebutuhan spesifik masing-masing perusahaan.
Biaya dan Infrastruktur yang Menjadi Kendala
Selain tantangan SDM, biaya penerapan dan pengembangan AI juga menjadi faktor yang memperlambat adopsi. Teknologi AI generatif memerlukan investasi besar dalam infrastruktur, perangkat lunak, serta integrasi dengan teknologi cloud untuk mendukung operasional yang lebih efektif.
“Kendala lainnya adalah harga dan pengembangan AI dalam skala besar, termasuk penerapan hybrid multi-cloud,” jelas Roy.
Pergeseran Tren AI: Meningkatnya Minat pada Small Language Model (SLM)
Di tengah berbagai tantangan ini, IBM Indonesia mencatat adanya pergeseran tren dalam pemanfaatan AI. Salah satu tren yang semakin populer adalah penggunaan Small Language Model (SLM). Dibandingkan dengan Large Language Model (LLM), SLM dianggap lebih efisien dan ramah biaya, sehingga menarik bagi perusahaan yang ingin mengimplementasikan AI dengan anggaran terbatas.
SLM memiliki ukuran yang lebih kecil dan lebih hemat daya, menjadikannya ideal untuk aplikasi yang membutuhkan latensi rendah atau dijalankan di lingkungan dengan sumber daya terbatas, seperti perangkat Internet of Things (IoT) dan sistem lokal. “Dengan menggunakan sistem berbasis Small Language Model atau fit-for-purpose model, perusahaan dapat mengurangi biaya operasional secara signifikan,” kata Roy.
SLM tidak memerlukan perangkat keras canggih seperti Graphics Processing Unit (GPU) yang biasa dibutuhkan oleh LLM, membuatnya lebih terjangkau dan efisien. “Fit-for-purpose model dapat berjalan tanpa peralatan mahal, menjadikannya solusi yang lebih hemat biaya,” tambah Roy.
Selain itu, SLM juga lebih ramah lingkungan karena mengurangi kebutuhan daya komputasi yang tinggi. “Dengan model ini, perusahaan dapat menghemat biaya operasional sekaligus mengurangi jejak karbon mereka,” ujar Roy.
Implementasi AI di Berbagai Sektor Industri
Sektor perbankan menjadi salah satu industri yang paling aktif dalam menerapkan AI. AI digunakan secara luas dalam analisis skor kredit (credit scoring). “Bank menggunakan AI untuk menganalisis riwayat kredit calon peminjam secara real-time, sehingga keputusan kredit menjadi lebih akurat,” jelas Roy. Selain itu, AI juga berperan dalam pencarian dokumen dan analisis kontrak hukum, yang dapat meningkatkan efisiensi kerja di sektor perbankan.
Setelah sektor perbankan, industri ritel—terutama di sektor e-commerce—juga aktif mengadopsi AI. Teknologi ini digunakan untuk menganalisis pola belanja konsumen dan mengoptimalkan rekomendasi produk. “AI dapat mengenali pola belanja konsumen, seperti kapan mereka lebih sering membeli produk tertentu, bahkan percakapan di aplikasi pesan seperti WhatsApp bisa dianalisis untuk menawarkan produk relevan,” ungkap Roy.
