Menu
News
EkBis
New Economy
Kabar Finansial
Sport & Lifestyle
Government
Video
Indeks
About Us
Social Media

Teknologi Generative AI Snowflake Diyakini Bisa Bantu Perusahaan Berikan Solusi Berbasis Data

Teknologi Generative AI Snowflake Diyakini Bisa Bantu Perusahaan Berikan Solusi Berbasis Data Kredit Foto: Snowflake
Warta Ekonomi, Jakarta -

Teknologi AI telah membantu bisnis lintas sektor di Indonesia untuk bertransformasi menjadi perusahaan yang lebih adaptif dan efisien. Berbagai industri pun mulai mengadopsi teknologi tersebut, mulai dari keuangan, manufaktur, e-commerce dan sebagainya. 

Senior Regional Vice President Snowflake untuk ASEAN dan India Sanjay Deshmukh mengatakan bahwa dalam menyusun staregi AI harus diawali dengan menyusun strategi data. Saat ini, revolusi model data terjadi sangat cepat dalam berbagai industri yang mendorong inovasi dan membuka  jalan bagi pemanfaatan Generative AI.

“Teknologi Generative AI bisa digunakan untuk mengoptimalisasi biaya dan menyederhanakan arsitektur data dengan menghadirkan data dalam satu tempat. Ini adalah salah satu cara mendasar bagi platform data,” kata Sanjay, di Jakarta, Selasa (14/11/2023). 

Baca Juga: Artificial Intelligence Center Indonesia: Kenalkan dan Kembangkan AI Bersinergi dengan Pendidikan

Menurut Sanjay, Generative AI dapat membantu memecahkan masalah bisnis yang lebih kompleks. Namun untuk bisa memahami data dibutuhkan keahlian dalam membaca bahasa seperti SQL dan Python.

“Karena itu, hanya sebagian kecil yang bisa berinteraksi dengan data. Satu-satunya cara untuk memahami data adalah dengan memungkinkan pengguna mengajukan pertanyaan sederhana dalam bahasa Inggris, maka Generative AI bisa membantu memberikan solusi. Misalnya pertanyaan seperti produk apa yang paling laris, produk mana yang paling menguntungkan buat pelanggan, di mana letak kegagalan tertinggi dan seterusnya. Pertanyaan seperti ini akan diolah oleh Snowflake dan akan dijawab kepada pengguna,” tuturnya.

Sanjay mencontohkan industri manufaktur yang ingin meningkatkan efisiensi pabrik dengan memanfaatkan AI. “Saat Anda melakukan pekerjaan di pabrik, pabrik, tempat Anda melakukan servis mesin, seringkali laporan tersebut dibuat di selembar kertas. Bagaimana cara meningkatkan efisiensi pabrik? Ini pertanyaan yang sangat sederhana, namun merupakan pertanyaan yang sangat mendalam tentang bagaimana meningkatkan efisiensi pabrik. Anda hanya akan dapat meningkatkan efisiensi pabrik jika Anda memahami berapa tingkat kegagalan mesin saat ini, Anda akan memahami tingkat kegagalan mesin saat ini jika Anda menganalisis laporan layanan, yang akan memiliki informasi bahwa bagian ini telah gagal.”

Baca Juga: Data dari LinkedIn: Keterampilan Kerja akan Berubah 65% karena AI pada 2030

Sanjay mengatakan bahwa Document AI dari Snowflake dibuat berbasis Generative AI. “Teknologi ini membantu bagaimana membantu perusahaan dapat menggunakan data yang tidak terstruktur dan memprosesnya dengan menggunakan Large Language Model (LLM) untuk kemudian menjadi sebuah wawasan dalam mengambil keputusan,” ungkapnya.

Snowflake baru-baru ini mengumumkan inovasi baru yang memperluas kemampuan program data bagi ilmuwan data (data scientists), teknisi data (data engineer), dan pengembang aplikasi sehingga mereka dapat membangun dengan cepat dan lebih efisien di Data Cloud.  

Dengan peluncuran Snowpark Container Services (pratinjau pribadi), Snowflake akan memperluas jangkauan Snowpark Snowpark sehingga para pengembang dapat membuka banyak pilihan infrastruktur yang lebih luas, seperti akselerasi komputasi untuk menjalankan lebih banyak beban kerja dalam platform Snowflake yang aman dan terkelola tanpa kerumitan, termasuk jangkauan AI yang lebih luas dan model ML, API, aplikasi yang dikembangkan secara internal, dan banyak lagi.

Dengan menggunakan Snowpark Container Services, pelanggan Snowflake juga mendapatkan akses ke katalog luas perangkat lunak dan aplikasi pihak ketiga termasuk LLMs (Large Language Models) Notebooks, alat-alat MLOps, dan banyak lagi dalam akun mereka.

Selain itu, Snowflake menyederhanakan dan menskalakan cara pengguna mengembangkan, mengoperasionalkan, dan menggunakan model ML, serta meluncurkan inovasi baru sehingga lebih banyak organisasi dapat menghidupkan data dan model ML mereka.

Mau Berita Terbaru Lainnya dari Warta Ekonomi? Yuk Follow Kami di Google News dengan Klik Simbol Bintang.

Penulis: Annisa Nurfitri
Editor: Annisa Nurfitri

Advertisement

Bagikan Artikel: