Tahun 1996 dunia digegerkan oleh pertandingan antara juara dunia catur grandmaster Gary Kasparov vs super computer Deep Blue yang dikembangkan oleh IBM. Moment yang sangat monumental dalam sejarah catur yang melibatkan grandmaster catur, para ilmuwan dan para ahli computer. Pertandingan dihelat dalam enam partai dan pada partai pertama Kasparov langsung tumbang, namun partai berikutnya Kasparov bangkit dan score akhir Kasparov 4 – 2 Deep Blue.
Setahun kemudian, tahun 1997, Kasparov dipertemukan kembali dengan Deep Blue, banyak yang skeptis, apakah waktu setahun cukup mengembangkan kemampuan computer untuk dapat mengalahkan seorang grandmaster, bisa di mengerti mengingat ada sepuluh pangkat empat puluh kemungkinan posisi papan catur (jika ditulis angkanya menjadi angka satu diikuti oleh angka nol sebanyak empat puluh) dan sepuluh pangkat seratus dua puluh kemungkinan bentuk permainan catur. Partai pertama Kasparov menunjukkan bahwa manusia masih lebih unggul daripada computer, namun ternyata pengembangan Deep Blue mencengangkan dunia, bukan hanya kecepatan dan keakuratan namun juga pengembangan kemampuan untuk menganalisa gaya permainan Kasparov, score akhir Kasparov 2.5 – 3.5 Deep Blue. Sejak kemenangan Deep Blue tersebut Artificial Intelligence (AI) berkembang dengan pesat
Dua puluh tahun kemudian, tahun 2016, DeepMind, perusahaan AI yang merupakan anak perusahaan Google, menciptakan AlphaGo, sistem AI pertama yang berhasil mengalahkan pemain profesional Go dengan peringkat tertinggi, Lee Sedol. Go adalah permainan papan kuno asal Tiongkok yang telah dimainkan selama lebih dari 2.500 tahun. Kompleksitas permainan Go jauh lebih tinggi dibandingkan catur, jika di catur terdapat sepuluh pangkat empat puluh maka dalam permainan Go terdapat sepuluh pangkat seratus tujuh puluh kemungkinan posisi papan Go. Dalam pertandingan lima babak yang sangat bersejarah tersebut AlphaGo berhasil mengalahkan Lee Sedol dengan score 4 – 1.
Pendekatan Teknologi AlphaGo adalah:
- Deep Learning
AlphaGo menggunakan jaringan saraf tiruan (neural networks) untuk mengenali pola permainan berdasarkan jutaan data permainan Go sebelumnya, memungkinkan sistem “belajar” dan beradaptasi dengan gaya permainan manusia.
- Reinforcement Learning
AlphaGo juga berlatih dengan bermain melawan dirinya sendiri, meningkatkan kemampuannya dari waktu ke waktu dan menemukan strategi yang bahkan belum pernah digunakan oleh manusia.
- Monte Carlo Tree Search (MCTS)
Algoritma ini digunakan untuk mengevaluasi berbagai kemungkinan langkah berdasarkan probabilitas kemenangan di setiap langkah, membantu AlphaGo mempersempit langkah terbaik tanpa harus mengevaluasi seluruh kemungkinan.
- Unconventional Strategies
AlphaGo mengejutkan banyak ahli Go dengan pendekatan yang tidak konvensional dan langkah-langkah inovatif yang sebelumnya dianggap aneh oleh pemain manusia, tetapi ternyata efektif dalam pengendalian wilayah.
Kemenangan AI atas manusia dalam permainan catur dan Go telah memberikan dampak luas di berbagai sektor industri. Saat ini, AI telah menjadi landasan inovasi dalam bisnis, merevolusi operasi di berbagai industri. Berikut adalah beberapa contoh aplikasi utamanya:
- Marketing and Sales
- Analytic Predictive
Membantu tim penjualan meramalkan permintaan dan mengidentifikasi prospek dengan potensi tinggi menggunakan data historis dan real-time.
- Interaction Personalized Customer
Model pembelajaran mesin yang memberikan pengalaman pelanggan yang sangat personal.
- Automation Outreach
Menyederhanakan komunikasi dengan mengotomatiskan campaign menggunakan email dan menindak lanjuti hal tersebut.
- Customer Satisfaction
Membagi audiens ke dalam segmen granular berdasarkan perilaku, preferensi, dan demografi.
- Content Creation
Alat seperti generative AI menghasilkan konten pemasaran yang menarik dan relevan.
- Sentiment Analysis
Menganalisa umpan balik pelanggan dan tren media sosial guna menyempurnakan strategi mereka.
- Human Capital
- Recruitment
AI mengotomatisasi penyaringan resume dan mencocokkan kandidat dengan peran berdasarkan keterampilan dan pengalaman.
- Employees Envolvement
AI memantau sentimen tenaga kerja dan memprediksi risiko pengunduran diri, memungkinkan manajemen proaktif.
- Personal Learning
Menciptakan program pelatihan adaptif yang disesuaikan dengan kebutuhan individu.
- Finance
- Fraud Detection
Algoritma AI menganalisis pola transaksi untuk mengidentifikasi aktivitas penipuan.
- Financial Planning
Predictive Models membantu dalam meng compile budgeting, forecasting dan investment planning.
- Expenditure Management
AI mengotomatisasi tracking dan klasifikasi pengeluaran.
- Informastion Technology and Operation
- Cyber Security
Mendeteksi dan mengurangi ancaman keamanan secara real-time.
- Prediktive Maintenance
Menganalisa data-data peralatan untuk memprediksi dan mencegah damage.
- Process Automation Tugas berulang diotomatisasi untuk mengurangi biaya dan kesalahan.
- Supply Chain Management
- Inventory Optimization
AI memprediksi permintaan untuk meminimalkan kelebihan atau kekurangan persediaan.
- Route Planning
Mengoptimalkan rute pengiriman, mengurangi biaya, dan meningkatkan efisiensi.
- Supplier Risk Management
Memantau kinerja supplier dan mengidentifikasi potensi risiko.
Meskipun AI membawa manfaat besar namun juga menghadirkan ancaman signifikan terhadap pasar tenaga kerja. Otomasi dan AI diperkirakan akan menggantikan peran yang melibatkan tugas berulang dan rutin seperti data entry, perakitan, dan customer service. Hilangnya lapangan pekerjaan tersebut akan diiringi oleh adanya peran baru, yang mengarah pada rekonfigurasi pasar tenaga kerja. Beberapa potensi lapangan pekerjaan yang muncul adalah :
- Terkait AI – Data Scientists, AI Specialist, Learning Machine
- Ekonomi Kreatif – Content Creator, Game Design, dan Digital Art.
- Sustainability – Green Technology, Renewable energy dan pemantauan lingkungan (environment).
- Health – Diagnosa berbasis AI, telemedicine, dan personal medicine akan berkembang pesat.
World Economic Forum (WEF) dalam Laporan tahun 2020 memperkirakan bahwa pada tahun 2025 sebanyak 85 juta pekerjaan akan bergeser ke mesin namun WEF juga memperkirakan akan muncul 97 juta lapangan pekerjaan baru
McKinsey Global Institute mengatakan bahwa pada tahun 2030 pekerjaan yang hilang akibat otomatisasi akan mencapai 30%, terutama pada sector manufaktur, ritel, dan transportasi.
International Data Corporation mengatakan bahwa di tahun 2030 ekonomi global akan bertambah sekitar $13 trillion sebagai dampak berkembangnya AI yang dalam prosesnya akan menciptakan jutaan lapangan kerja baru
Fei Fei Li, mantan Board Director Twitter yang masuk dalam Time 100 AI Most Influential People list in 2023 mengatakan AI is everywhere, it is not that big, scary thing in the future. AI is here with us (AI ada di mana-mana, namun AI bukanlah hal yang besar dan menakutkan di masa depan. AI sudah ada bersama kita).
Industri, pemerintah, dan akademisi harus mengambil langkah proaktif agar dengan adanya AI dampak negatif akan diimbangi oleh terbukanya opportunity diberbagai bidang dengan cara :
- Pembelajaran berkelanjutan untuk melengkapi tenaga kerja dengan keterampilan yang relevan yang didorong oleh AI.
- Pemerintah harus menetapkan kebijakan untuk mengelola transisi pekerjaan dan memastikan penerapan AI yang etis.
- Kemitraan antara akademisi, industri, dan pembuat kebijakan dapat mendorong inovasi sambil mengatasi tantangan sosial.
