Jika AI adalah 'penghabis bahan bakar' data, bagaimana kita bisa mendapatkan jarak tempuh yang lebih baik?
Meskipun kualitas data telah menjadi perhatian utama selama bertahun-tahun, mengidentifikasi data penting untuk AI dan model pelatihan merupakan tantangan lainnya.
Bisakah kita menjinakkan banyaknya data yang tidak memadai atau meragukan yang mengalir melalui sistem kecerdasan buatan? AI terhambat oleh halusinasi, bias, data pelatihan yang tercemar, dan -- pada akhirnya -- ketidakpastian organisasi. Para pemimpin industri dan pemikir memiliki beberapa ide untuk mengatur data.
Jika data adalah minyak baru, maka AI, "yang membutuhkan banyak sekali data, adalah 'penghabis bahan bakar' data," kata Andy Thurai, analis utama di Constellation Research, kepada ZDNET. Namun, mengonsumsi data dalam jumlah besar berisiko menurunkan kualitas prosesnya -- sehingga menimbulkan masalah kepercayaan terhadap AI.
Survei Salesforce terhadap 6.000 karyawan menemukan bahwa tiga perempatnya tidak mempercayai data yang digunakan untuk melatih AI yang mereka gunakan. Survei Fivetran terhadap 550 eksekutif di organisasi besar memperkirakan bahwa organisasi kehilangan rata-rata 6% pendapatan tahunan mereka, atau $406 juta, karena model AI yang berkinerja buruk (yang dibuat menggunakan data yang tidak akurat atau berkualitas rendah), yang mengakibatkan kesalahan informasi dalam pengambilan keputusan bisnis. Organisasi yang memanfaatkan model bahasa besar (LLM) melaporkan 50% ketidakakuratan dan halusinasi data.
Selain itu, memperbaiki kekurangan ini memerlukan kurasi data dan jaminan kualitas, yang menghabiskan banyak waktu bagi orang-orang yang seharusnya fokus pada masalah bisnis. “Sebagian besar data scientist menghabiskan waktu untuk melakukan kurasi atau mengolah data vs. membuat dan menguji model sebenarnya,” tambah Thurai.
Namun masih banyak data yang dibutuhkan untuk menggerakkan mesin AI. Tantangannya adalah “saat Anda memasukkan sebagian data ke model AI dan ML, Anda hanya mendapatkan sebagian gambaran perusahaan,” jelas Thurai. “Meskipun perusahaan menghasilkan lebih dari cukup data, data tersebut masih sangat terfragmentasi antara unit bisnis, domain, platform, dan implementasi seperti cloud versus pusat data pribadi.”
Masalahnya adalah banyak organisasi yang lebih mengutamakan AI. “Banyak perusahaan yang terlalu bersemangat untuk menggunakan teknologi untuk mengatasi masalah paling besar yang ada tanpa melakukan kerja keras, seperti mengatasi masalah mendasar kualitas data,” Michael Heath, pimpinan insinyur solusi teknis di SHI International, mengatakan kepada ZDNET. “Hal ini menuntut data yang akurat, konsisten, dan lengkap. Tanpa tata kelola data dan praktik manajemen data yang kuat, organisasi berisiko memperbesar kesalahan dan menghasilkan wawasan yang tidak dapat diandalkan.”
Tata kelola data memerlukan upaya menyeluruh untuk memastikan bahwa data yang tepat diberikan kepada orang dan aplikasi yang tepat, dan bahwa data tersebut tepat waktu, relevan, aman, dan memiliki nilai.
Meskipun kualitas data telah menjadi perhatian utama selama bertahun-tahun, mengidentifikasi data yang penting untuk AI dan model pelatihan merupakan tantangan lainnya. "Data klasik" ini -- sebagaimana didefinisikan oleh Neda Nia, chief product officer untuk Stibo Systems -- terdiri dari data "yang diatur dengan baik dan benar-benar mewakili apa yang memberikan hasil paling optimal untuk melatih model pembelajaran mesin," katanya kepada ZDNET.
Kualitas itu penting -- dan tata kelola yang terpadu diperlukan baik pada tingkat data maupun AI. Hal ini menciptakan "kekuatan transformatif yang membentuk kembali pengelolaan dan pengiriman data di era GenAI," kata CTO Alation Junaid Saiyed. “Pemrosesan data yang sangat cepat, berskala besar, dan rumit di GenAI menuntut kerangka tata kelola AI yang kuat. Organisasi dapat mengatasi dilema sampah masuk dan keluar dengan tata kelola AI yang efektif.”
Tentu saja, data berkualitas tinggi tidak muncul begitu saja. “Tantangan utama dalam menjaga data berkualitas tinggi terletak pada persyaratan yang tidak dapat diprediksi,” kata Nia. "Pertanyaannya mencakup 'Apa yang dimaksud dengan data yang siap AI?' 'Model masa depan manakah yang memerlukan data spesifik?' dan 'Seberapa jauh data harus disimpan untuk pemrosesan yang optimal dalam model?'"
Orang yang bekerja dengan AI perlu mempertimbangkan "persyaratan yang ditetapkan yang ditetapkan oleh kepatuhan dan peraturan, sekaligus mengantisipasi kebutuhan ilmu data di masa depan, termasuk kebutuhan tersebut belum bisa ditentukan,” jelas Nia. “Hal ini menimbulkan tantangan yang signifikan - bagaimana kita dapat mengantisipasi kebutuhan di masa depan dalam lingkungan yang terus berubah?”
Juga: Bisakah pemerintah mewujudkan pembicaraan tentang keselamatan AI?
Data yang dikelola dengan baik dan berkualitas harus siap dan tersedia untuk semua skenario, lanjutnya. “Berinvestasilah dan fokuslah pada data tersebut. Meskipun volume data penting, kualitasnya melebihi volume di dunia modern.”
AI dan tata kelola data “memastikan model AI beroperasi pada data yang bersih, relevan, dan andal,” kata Saiyed. “Hal ini meningkatkan akurasi dan keadilan keputusan AI, mendorong kolaborasi efektif melalui manajemen metadata, dan memastikan kepatuhan terhadap tuntutan peraturan yang semakin meningkat.”
Tata kelola data juga membantu “membangun budaya integritas data, sehingga organisasi dapat mendorong inovasi, efisiensi operasional, dan pertumbuhan,” kata Saiyed.