Industri teknologi sedang mengalirkan jumlah uang yang belum pernah terjadi sebelumnya ke dalam fitur kecerdasan buatan, namun para pengembang dan pengguna mempertanyakan apakah investasi besar-besaran ini mengorbankan perbaikan masalah software fundamental yang telah mengganggu industri selama bertahun-tahun.
Sebuah insiden baru-baru ini di Gamescom menyoroti kekhawatiran yang semakin meningkat ini. Aplikasi networking konferensi tersebut menambahkan generator meeting AI yang secara otomatis membuat permintaan meeting yang tidak diinginkan, membanjiri para peserta. Fitur tersebut sangat tidak diterima dengan baik sehingga penyelenggara dengan cepat menghapusnya dan mengeluarkan permintaan maaf. Hal ini menimbulkan pertanyaan kritis: mengapa memprioritaskan fitur AI ketika fungsionalitas aplikasi dasar masih rusak?
Masalah Perangkat Lunak Umum yang Diabaikan:
- Aplikasi jaringan konferensi dengan sistem pesan yang tidak dapat diandalkan
- Fungsi pencarian yang sering rusak
- Pengguna terdaftar hilang dalam pencarian direktori
- Fitur penjadwalan dan penjadwalan ulang yang gagal
- Penundaan pemeliharaan infrastruktur kritis
Biaya Nyata dari Obsesi AI
Skala investasi AI sangat mengejutkan. Perusahaan-perusahaan menghabiskan miliaran dolar Amerika Serikat untuk pengembangan AI sementara software sehari-hari terus menderita dari masalah-masalah yang sudah berlangsung lama. Aplikasi networking konferensi masih gagal mengirimkan pesan dengan andal, fungsi pencarian sering rusak, dan infrastruktur kritis terabaikan. Seorang anggota komunitas mencatat bahwa dengan anggaran AI dari satu perusahaan teknologi besar saja, Anda bisa mendanai lebih dari 100 tahun pengembangan software open-source.
Polanya jelas di seluruh industri. Software yang diandalkan pengguna setiap hari tetap penuh bug dan tidak dapat diandalkan, namun perusahaan bergegas menambahkan fitur AI yang sering membuat pengalaman pengguna menjadi lebih buruk daripada lebih baik. Kesalahan alokasi sumber daya ini mencerminkan masalah yang lebih luas tentang bagaimana industri teknologi menetapkan prioritas.
Perbandingan Skala Investasi AI:
- Anggaran AI satu perusahaan teknologi besar dapat mendanai pengembangan open-source selama lebih dari 100 tahun
- Pengeluaran AI mewakili persentase poin satu digit dari PDB di beberapa wilayah
- Perangkat lunak open source diperkirakan memberikan nilai ekonomi global lebih dari $8 triliun USD selama beberapa dekade terakhir
Mengapa Perusahaan Mengejar AI Alih-alih Kualitas
Dorongan untuk mengintegrasikan AI di mana-mana berasal dari tekanan investor dan hype pasar daripada kebutuhan pengguna yang sesungguhnya. Perusahaan merasa terpaksa menambahkan fitur AI untuk tampil inovatif dan menarik investasi, bahkan ketika fitur-fitur ini memberikan sedikit nilai aktual. Ini menciptakan siklus di mana sumber daya yang bisa meningkatkan fungsionalitas inti dialihkan ke implementasi AI yang trendi namun tidak perlu.
Produk Anda tidak memerlukan AI untuk mendapatkan lebih banyak pengguna, lebih banyak uang, lebih banyak fitur. Produk itu hanya perlu menjadi lebih baik.
Diskusi komunitas mengungkapkan frustrasi terhadap pendekatan ini. Banyak pengembang dan pengguna lebih memilih perusahaan fokus membuat software yang ada bekerja dengan baik daripada menambahkan fitur AI yang mencolok yang sering gagal memberikan manfaat yang berarti.
Biaya Peluang dari Mengikuti Tren
Ini bukan pertama kalinya industri teknologi tersapu dalam tren yang mengalihkan sumber daya dari perbaikan praktis. Gelombang sebelumnya termasuk blockchain, cryptocurrency, dan berbagai teknologi lain yang menjanjikan perubahan revolusioner namun sering memberikan nilai dunia nyata yang terbatas. Setiap siklus tren melihat investasi besar mengalir menuju buzzword terbaru sementara masalah kualitas software fundamental tetap bertahan.
Boom AI saat ini mengikuti pola serupa. Perusahaan menambahkan fitur AI bukan karena pengguna memintanya, tetapi karena itulah yang diharapkan investor dan eksekutif untuk dilihat. Sementara itu, fungsionalitas dasar yang benar-benar dibutuhkan pengguna tetap rusak atau kurang dikembangkan.
Siklus Tren Industri Teknologi Sebelumnya:
- UML ( Unified Modeling Language )
- SOA ( Service-Oriented Architecture )
- MongoDB dan basis data NoSQL
- Migrasi cloud computing
- Blockchain dan cryptocurrency
- Internet of Things ( IoT )
- Saat ini: Large Language Models ( LLMs ) dan AI
Seruan untuk Prioritas yang Lebih Baik
Komunitas teknologi semakin mempertanyakan apakah pendekatan ini melayani kepentingan jangka panjang siapa pun. Alih-alih mengejar hal besar berikutnya, perusahaan bisa fokus menyelesaikan masalah nyata yang mempengaruhi pengguna setiap hari. Ini mungkin termasuk meningkatkan keandalan software, memperbaiki antarmuka pengguna, atau membangun integrasi yang lebih baik antara alat-alat yang ada.
Diskusi menunjukkan bahwa kesuksesan bisnis yang berkelanjutan datang dari menciptakan produk yang benar-benar berguna daripada mengikuti tren. Perusahaan yang memprioritaskan kualitas dan kebutuhan pengguna daripada fitur yang mencolok mungkin menemukan diri mereka lebih baik diposisikan ketika siklus hype AI saat ini akhirnya berakhir.
Saat industri terus bergulat dengan prioritas-prioritas ini, pertanyaan fundamental tetap ada: akankah perusahaan memilih untuk berinvestasi dalam membuat teknologi yang benar-benar berfungsi, atau akankah mereka terus mengejar tren yang menjanjikan berikutnya sementara masalah software dasar tetap bertahan?
Referensi: What could have been.
 |
|---|
| Seorang figur berdiri di jembatan, menatap bulan merah yang menakutkan, melambangkan keputusan penting bagi perusahaan teknologi antara mengejar tren dan fokus pada peningkatan perangkat lunak yang nyata |