Pada hari Kamis, 13 Oktober 2022 saya mengikuti REY SUMMIT #6 AI for Startup Digital in Society 5.0 dengan narasumber Prof.Dr.rer.nat.Achmad Benny Mutiara. Q.N.SSI,S.Kom ada beberapa hal yang saya pelajari dari REY SUMMIT adalah sebagai berikut:
Prof. Po. Abas Sunarya
- Memberikan advise ke semua peserta untuk serius dalam mempelajari hasil dari sharing Prof Benny
- Mendorong anak-anak muda untuk menjadi enterprenuer dan start up yang hebat
- Orang sukses dimulai dengan kerja keras, ketekunan dan fokus
Prof.Dr.rer.nat.Achmad Benny Mutiara. Q.N.SSI,S.Kom
- Menurut Presiden Putin, Siapa yang bisa menguasai AI mereka akan menguasai dunia
- Menurut Presiden Joko Widodo “The existence of AI make bureaucracy easier, bureaucratic tasks become faster.” AI akan mempermudah birokrasi yang selama ini lama di segala bidang seperti Pemerintahan, Industri, Universitas maupun komunitas
- Peluncuran strategi nasional kecerdasan artifisial 2020 – 2025 berfokus terhadap Kesehatan, Reformasi birokrasi, Pendidikan dan reserach, ketahanan Pangan, Mobilitas/Smart City.Pemanfaatan teknologi kecerdasan artifisial (KA) bertujuan untuk memberikan peningkatan produktivitas bagi bisnis, untuk meningkatkan produktivitas dari efisiensi investasi pemanfaatan sumber daya manusia, dan mendorong inovasi diberbagai sektor.”
- Presiden Joko Widodo (Jokowi) mengungkapkan penyebab 90 persen startup atau perusahaan rintisan gagal saat merintis bisnisnya karena tidak menguaasai pasar
- Pentingnya Badan Usaha Milik Negara (BUMN) untuk menjalankan fungsinya dalam mendorong ekosistem pada startup. Selain itu, dia juga menekankan pentingnya venture capital dalam memastikan pendanaan startup
- Erick Tohir memperkirakan di tahun 2030 ekonomi digital di Indonesia akan menjadi yang terbesar di Asia Tenggara dengan nilai Rp 4.500 triliun, atau 40 persen dari total ekonomi di Asia Tenggara
- Ada 11 AI Startup di Indonesia https://east.vc/id/east-ventures-id/artificial-intelligence-startups-indonesia/
PERBEDAAN ANTARA AI STARTUPS DAN AI- ENABLED STARTUPS – PRODUCT PLAY
AI STARTUPS
- Menyediakan layanan AI di mana mereka membuat dan menjual produk AI
- Perusahaan produk yang mengembangkan solusi dan layanan AI seperti platform chatbot, mem- bangun mesin rekomendasi, solusi pembelajaran mesin, infrastruktur GPU, dan banyak lagi
- menyediakan alat dan infrastruktur AI
AI – ENABLED STARTUPS
- Mengintegrasikan layanan untuk meningkatkan
- perusahaan untuk menghadirkan penawaran yang lebih baik dan lebih meningkat seperti menghadirkan persona- lisasi, memperkaya pengalaman pelanggan, atau mempercepat proses mereka sehari-hari. Perusahaan-perusahaan ini mengerjakan produk yang secara tradisional berbasis perangkat lunak dan AI digunakan untuk meningkatkan kinerja, mendapatkan wawasan, dan aktivitas lainnya contohnya seperti: Misalnya, Netflix menggunakannya untuk merekomendasikan film yang harus di tonton atau Dunzo menggunakannya untuk meningkatkan jumlah transaksi. platform hiburan OTT (Over The Top) dan pengiriman makanan & bahan makanan. Oleh karena itu, mereka dapat disebut sebagai AI-enabled startups karena AI bukanlah produk akhir tetapi bagian darinya
PERBEDAAN ANTARA AI STARTUPS DAN AI- ENABLED STARTUPS – REVENUE/PENDAPATAN
AI STARTUPS
- Tentang produk dan layanan berbasis pembelajaran mesin, oleh karena itu, pendapatan mereka sangat bergantung pada penjualan langganan perangkat lunak AI yang dapat dikemas sebagai layanan AI
AI – ENABLED STARTUPS
- Menghasilkan uang dari bisnis inti dan pengalaman mereka di mana AI hanya membantu.
PERBEDAAN ANTARA AI STARTUPS DAN AI- ENABLED STARTUPS – WAKTU YANG DIBUTUHKAN UNTUK PENGEMBANGAN DAN PENERAPAN
AI STARTUPS
- Mungkin perlu waktu berbulan-bulan dan bertahun-tahun bagi startup AI murni untuk menyiapkan prototipe produk atau layanan AI mereka
- Karena membutuhkan penelitian dari awal, ada banyak perencanaan, perincian, pelaksanaan dan investasi yang masuk ke dalamnya
- Mengingat waktu dan upaya yang diperlukan untuk startup AI, seringkali ada kemungkinan mereka menyerah pada tekanan biaya dan energi yang dibutuhkan seperti yang kita lihat dengan Deepmind.
AI – ENABLED STARTUPS
- Juga membutuhkan waktu dalam hal penerapan tetapi biasanya tidak sebanyak mengembangkan produk.
PERBEDAAN ANTARA AI STARTUPS DAN AI- ENABLED STARTUPS – SCALING UP/PENINGKATAN
AI STARTUPS
- Meningkatkan startup AI itu menantang karena memerlukan penelitian yang berbeda hanya untuk menskalakan kecerdasan ke tingkat di mana ia dapat melayani banyak pelanggan sekaligus.
AI – ENABLED STARTUPS
- Memang bergantung pada penskalaan AI, tetapi komponen utama bagi mereka adalah perangkat lunak bebas AI yang mereka bangun untuk memastikan transaksi inti
PERBEDAAN ANTARA AI STARTUPS DAN AI- ENABLED STARTUPS – USE CASES
AI STARTUPS
AI – ENABLED STARTUPS
- Sebagian besar perusahaan yang melibatkan pelanggan seperti e-commerce, hiburan digital, dan perusahaan serupa ingin mengadopsi AI dalam beberapa bentuk atau lainnya
- Mereka semua berada di bawah AI-enabled startups & companies. Membawa tingkat perso- nalisasi meningkatkan pengalaman pelanggan di mana mereka sering menggunakan teknologi seperti IoT, pengenalan suara, realitas virtual, chatbots, dan banyak lagi
PERBEDAAN ANTARA AI STARTUPS DAN AI- ENABLED STARTUPS – TUJUAN AKHIR
AI STARTUPS
- bertujuan untuk mengembangkan solusi AI dan ML
AI – ENABLED STARTUPS
- bertujuan untuk mengintegrasi- kan AI ke dalam layanan mereka yang sudah ada
AI STARTUPS DAN AI – ENABLED STARTUPS SALING BERGANTUNG
- Dengan kebutuhan perusahaan untuk menjadi cerdas dan setara dengan persaingan, perusahaan memungkinkan diri mereka sendiri dengan pengalaman AI.
- Mengintegrasikan AI dengan startup adalah kebutuhan saat ini karena meningkatkan standar pemasaran.
- Aplikasi AI dapat digunakan untuk menganalisis kumpulan data, mengidentifikasi pola, dan menciptakan pengalaman yang dipersonalisasi
- Raksasa besar memberi pengguna kekuatan suara untuk rekomendasi dan analisis yang lebih baik.
- Aplikasi berkemampuan Kecerdasan Buatan dengan kemampuan cerdas mencoba memecahkan masalah dunia nyata. Namun, ini hanya menggores permukaan nilai AI.
- Di tahun-tahun mendatang, teknologi ini akan semakin membantu perusa- haan untuk merampingkan proses di mana kebutuhan startup AI akan jauh lebih banyak daripada sebelumnya.
- Oleh karena itu, dapat dikatakan bahwa AI Startups dan AI-Enabled Startups Saling Bergantung satu sama lain agar perusahaan dapat memilih dan membayar produk
Apa perbedaan antara model bisnis AI startup dan model bisnis umum terkait TI?
sampel 8076 startup terkait AI, yang memenuhi kriteria 100 AI startup.
Taksonomi Model Bisnis AI Startup
- Taksonomi yang dihasilkan terdiri dari 11 dimensi dan 39 karak- teristik dan didasarkan pada representasi konseptual model bisnis
- Setiap kombinasi karakteristik di seluruh dimensi menghasilkan instantiasi baru dari model bisnis AI Startup
1. Proposisi Nilai ditemukan bahwa
- model bisnis AI Startup dapat diklasifikasikan berdasarkan dua dimensi nilai inti AI dan pembelajaran berkelanjutan.
- Pertama, nilai inti AI menggambarkan nilai yang diciptakan oleh masing-masing solusi AI yang digunakan oleh AI Startup sebagai bagian dari produk atau layanan mereka.
- Solusi ini bertujuan untuk menganalisis sejumlah besar data, termasuk sebagian besar data tidak terstruktur, untuk menciptakan wawasan kognitif , untuk menganalisis aliran data untuk pemantauan & deteksi anomali , untuk menyediakan proses interaktif & dukungan tugas bagi manusia, atau untuk mengotomatisasi tugas melalui robot & bot otonom
- Misalnya, startup Zebrium menganalisis file log dari berbagai platform dan mendeteksi anomali secara real-time. Sebagai contoh lain, startup Osaro menawarkan robot industri dengan visi komputer untuk meng- otomatisasi tugas pengemasan.
- Kedua, pembelajaran berkelanjutan menjelaskan apakah atau bagai- mana masing-masing solusi AI mampu belajar dari data baru dari waktu ke waktu.
2.Penciptaan nilai, ditemukan bahwa
- model bisnis AI Startup dapat diklasifikasikan berdasarkan empat dimensi: teknologi AI utama , tipe data , sumber data , dan penyediaan perangkat keras.
- Pertama, teknologi AI utama menggambarkan teknologi AI yang paling penting untuk solusi AI yang digunakan oleh startup, baik dari perspek- tif fungsional maupun pemasaran.
- Kedua, tipe data menjelaskan apakah AI Startup sebagian besar memproses data numerik/sensor yang terstruktur dengan baik , data tekstual/dokumen (tidak termasuk percakapan), data bahasa alami (termasuk bahasa lisan), data visual (termasuk video), atau tipe data campuran.
- Ketiga, sumber data menjelaskan dari mana data yang digunakan untuk melatih solusi AI berasal.
- Ditemukan bahwa data dapat dibuat sendiri di sisi startup, diperoleh dari penyedia data eksternal, dikumpulkan dari sumber yang tersedia untuk umum , atau disediakan oleh pelanggan.
- Keempat, penyediaan perangkat keras menjelaskan apakah sebuah startup juga memproduksi dan menawarkan komponen perangkat keras tertentu sebagai bagian dari model bisnis, seperti komponen robot, drone, atau kamera
3.Pengiriman nilai, ditemukan bahwa
- model bisnis AI Startup dapat diklasifikasikan berdasarkan empat dimensi: mode pengiriman , tingkat penyesuaian , pelanggan , dan cakupan industri
- Pertama, mode pengiriman menggambarkan bagaimana nilai disampaikan kepada pelanggan.
- Kedua, tingkat penyesuaian menjelaskan bagaimana produk atau layanan startup dapat dikonfigurasi dan disesuaikan untuk melayani kebutuhan pelanggan individu
- Ketiga, pelanggan menjelaskan apakah produk atau layanan startup ditargetkan dan dijual kepada pelanggan bisnis ( B2B ), konsumen pribadi ( B2C ), atau keduanya
- Keempat, ruang lingkup industri menggambarkan apakah produk atau layanan startup terikat pada industri tertentu (fokus industri ), atau apakah itu memenuhi kebutuhan pelanggan di seluruh industri (industri agnostik).
4.Penangkapan nilai, ditemukan bahwa
- model bisnis startup AI dapat diklasifikasikan berdasarkan dimensi biaya pelanggan.
- Startup AI menawarkan produk dan layanan mereka secara gratis , sebagai bagian dari model berbasis langganan atau berbasis transaksi , atau sebagai pembayaran satu kali. Misalnya, startup Fakespot menyediakan plugin yang gratis, Sedangkan startup Kubit menawarkan beragam paket berlangganan untuk solusi mereka.
Pola Model Bisnis Tipikal dari AI Startup
Pola 1: Penyedia Produk/Layanan yang dibebankan AI.
- Startup yang menerapkan pola ini menawarkan produk atau layanan dengan model AI yang siap dilatih yang tertanam di inti model bisnis mereka. Solusinya sebagian besar disampaikan sebagai produk dan layanan standar yang tidak memerlukan penyesuaian lebih lanjut.
- Startup pola ini biasanya tidak mencakup seluruh alur kerja, tetapi menawarkan solusi untuk satu kasus tugas tertentu dalam suatu industri, misalnya, mendeteksi item terlarang di bandara (misalnya, Synapse Technologies).
- Solusinya terutama dijual ke pelanggan bisnis lain. Karena produk dan layanannya agak standar, startup dalam pola ini juga dapat melayani kebutuhan konsumen swasta dalam beberapa kasus.
Pola 2: Fasilitator Pengembangan AI
- Startup yang menerapkan pola ini berfokus pada memfasilitasi pengembangan AI untuk pelanggan mereka sebagai inti dari model bisnis mereka.
- Startup dari pola ini menawarkan antarmuka yang dapat diprogram aplikasi (API) atau kit pengembangan perangkat lunak yang dapat digunakan untuk pengembangan AI
- Selain itu, beberapa perusahaan rintisan menawarkan meja kerja tanpa kode, di mana pebisnis dengan sedikit pengetahuan TI dapat mengembangkan solusi AI baru (misalnya, membuat chatbot sendiri). Dalam pola ini, NLP seringkali menjadi teknologi AI yang dominan. Mungkin, solusi berbasis NLP, seperti chatbots, hampir tidak dapat distandarisasi dan memerlukan penyesuaian yang kuat untuk konteks spesifik pelanggan dan kebutuhan individu.
- Startup dari pola ini menargetkan pelanggan bisnis di seluruh industri dan sering menggunakan model berbasis langganan untuk menangkap nilai
Pola 3: Penyedia Analisis Data
- Startup yang menerapkan pola ini fokus pada integrasi dan analisis sejumlah besar data dalam model bisnis mereka, termasuk sumber data internal dan eksternal.
- Solusi yang disediakan menawarkan analisis data yang komprehensif untuk mendukung pengambil- an keputusan yang terinformasi dengan baik, misalnya dengan terus memantau operasi, mengung- kap pola tersembunyi, atau membuat prediksi untuk masa depan. Untuk itu, data biasanya dianalisis menggunakan pendekatan pembelajaran mesin konvensional. Untuk integrasi data, solusi seringkali memerlukan penyesuaian awal pada pelanggan. Namun, solusi biasanya terhubung dengan baik dengan sistem informasi yang banyak digunakan.
- Startup dari pola ini sebagian besar menargetkan pelanggan bisnis dan menggunakan model pendapatan berbasis transaksi atau berbasis langganan.
Pola 4: Peneliti Deep Teknology
- Startup yang menerapkan pola ini meneliti dan mengembangkan solusi ceruk inovatif di garis depan teknologi AI sebagai inti dari model bisnis mereka, misalnya, di bidang robotika, mengemudi otonom, dan penemuan obat medis.
- Startup dari pola ini sering kali dipimpin oleh penelitian dengan tujuan mendorong model dan algoritme AI mereka ke kesempurnaan. Mereka tidak menawarkan solusi standar atau mudah disesuaikan untuk pasar massal, melainkan memberikan teknologi dasar yang kompleks yang dapat diimplementasikan dan disesuaikan oleh pelanggan bisnis mereka.
- Oleh karena itu, startup tersebut tidak mempertahankan aliran pendapatan yang stabil, tetapi,sebaliknya, sering mengandalkan pendanaan eksternal.Dalam hal robotika, startup juga mengerjakan komponen perangkat keras masing-masing sebagai bagian dari model bisnis mereka
Secara keseluruhan, disimpulkan bahwa
- model bisnis AI startup berbagi tumpang tindih yang nyata dengan model bisnis umum terkait TI. Misalnya, mereka menggunakan pendekatan serupa untuk pengiriman nilai dan penangkapan nilai dengan yang sudah diketahui dari model bisnis terkait TI umum, seperti model pendapatan perangkat lunak sebagai layanan atau berbasis langganan.
- model bisnis AI startup juga berangkat dari model bisnis umum terkait TI dalam aspek-aspek tertentu.
Secara khusus,
ditemukan (1) proposisi nilai baru melalui kemampuan AI, (2) peran data yang berbeda untuk penciptaan nilai, dan (3) dampak teknologi AI pada logika bisnis secara keseluruhan
Arah penelitian masa depan untuk AI dalam Kewirausahaan
Top EXplainable AI Companies https://www.ventureradar.com/keyword/Explainable%20AI
Mengapa bisnis membutuhkan EXPLAINABLE ARTIFICIAL INTELLIGENCE (XAI)
EXPLAINABLE ARTIFICIAL INTELLIGENCE (XAI)
- AI adalah inti dari industri di seluruh dunia yang telah merangkul teknologi informasi baru, dan merupakan faktor penting dalam Revolusi Industri 4.0.
- Kemajuan teknologi AI telah membawa kita untuk memecahkan beberapa masalah dengan teknologi yang bekerja berdampingan
- EXplainable AI adalah seperangkat alat dan kerangka kerja untuk membantu kita memahami dan menafsirkan prediksi yang dibuat oleh model pembelajaran mesin.
Metode Atribusi Fitur
- LIME (Local Interpretable Model Agnostic Explanation)
- GradCam (Gradient-weighted Class Activation Mapping)
- Deep Taylor
- SHAP (SHapley Additive exPlanations)
- SODEx (The Surrogate Object Detection Explainer)
- SegGradCAM (extension of Grad-CAM for semantic segmentation)
PANDANGAN DARI PENULIS
Diharapkan setelah mengikuti seminar ini dapat membangun bisnis dengan konsep EXPLAINABLE ARTIFICIAL INTELLIGENCE (XAI)
- Untuk Meningkatkan produktivitas dari bisnis yang dibangun
- Membangun kepercayaan dan adopsi dari pelanggan atau calon pembeli
- Menghadirkan intervensi baru yang menghasilkan nilai, kreatifitas untuk menciptakan intervensi atau intusi dalam membuat suatu bisnis
- Memastikan AI memberikan nilai bisnis atau value for money
- Mengurangi risiko regulasi dan risiko lainnya seperti penipuan yang akan bertentangan dengan norma dan etika di suatu daerah dan dapat memicu publikasi yang negatif dari media atau pelanggan
“EXplainable Artificial Intelligence (XAI) adalah serangkaian proses dan metode yang memungkinkan pengguna manusia untuk memahami dan mempercayai hasil dan keluaran yang dibuat oleh algoritme pembelajaran mesin
Saat ini pemerintah dengan komitment dari Presiden yang fokus untuk membangun digitalization untuk mempermudah suatu proses yang kadang-kadang terlalu banyak birokrasi sehingga diharapkan nanti Artificial Intelligence akan menjadi pondasi belajar bagi generasi yang akan datang untuk meningkatkan kemajuan industri 5.0 di Indonesia
7 Comments
muhamad ikhsan mustopa
October 13, 2022 - 3:30 pmMantap pak viktor sangat detail👍
Yansha Juliano Putrasetia
October 13, 2022 - 6:25 pmKeren pak Viktor cerminya jelas dan detail, semangat terus pak Viktor lanjutkannn 🙌
Epsa
October 13, 2022 - 6:34 pmMantap pa viktor jelas sekali🤩
maulanafaqih
October 13, 2022 - 7:22 pmSangat jelas dan detail banget Pak Viktor keren✨
rismanrmala
October 13, 2022 - 8:54 pmmantap
Jihad Fadel Muhamad
October 13, 2022 - 9:07 pmSubhanallah semangat trus pak viktor ^^
RKurniaji95
October 13, 2022 - 9:23 pmSangat menarik pak cerminya saya jadi makin paham tentang Taksonomi Model Bisnis AI Startup, jadi makin semangat deh belajar Ai Startup karena makin banyak referesi hehe