Pergeseran Menuju Aplikasi AI
Tahun lalu, Kai-Fu Lee dari Zero One Technology menekankan pentingnya berfokus pada aplikasi AI daripada hanya mengembangkan model bahasa besar (LLM). Sementara komentar Lee disambut dengan skeptisisme, tren menuju aplikasi AI tidak dapat disangkal.
Setelah dua tahun persaingan ketat di ruang LLM, lanskap aplikasi AI sebagian besar belum dimanfaatkan. Dari perspektif bisnis, mengembangkan aplikasi AI menawarkan beberapa keuntungan:
- Penentuan Posisi Ekosistem: Mirip dengan hari-hari awal iOS, pengadopsi awal pengembangan aplikasi AI mendapatkan keunggulan kompetitif yang signifikan.
- Permintaan Pasar: Proyeksi pertumbuhan pendapatan OpenAI dari $3,7 miliar pada tahun 2024 menjadi $12,7 miliar pada tahun 2025 dan $29,4 miliar pada tahun 2026 menunjukkan permintaan yang sangat besar untuk solusi AI.
Singkatnya, berfokus pada aplikasi AI merupakan peluang pertumbuhan besar berikutnya dibandingkan dengan pasar LLM yang jenuh.
Menyediakan layanan ekosistem kepada pengembang aplikasi AI adalah area yang paling menjanjikan dalam lanskap yang baru muncul ini.
MCP: Menjembatani Kesenjangan Antara Model dan Aplikasi
Kemajuan DeepSeek dalam LLM pada tahun 2025 telah memacu terciptanya cabang-cabang khusus dalam industri AI. Sementara LLM tidak diragukan lagi akan terus berkembang, lanskap persaingan sebagian besar telah mengkristal, dengan pemain utama di AS dan Tiongkok telah memantapkan posisi mereka. Pengembangan LLM secara efektif telah menjadi perlombaan antar tim nasional, sehingga sulit bagi pendatang baru untuk bersaing.
Dari perspektif aplikasi, LLM telah memberdayakan pengembang untuk dengan cepat mewujudkan ide-ide mereka dengan kemampuan dasar yang kuat. Popularitas Manus menyoroti nilai agen cerdas, yang dapat memberikan pengalaman pengguna yang unggul bahkan dengan infrastruktur yang kurang canggih. Ini merupakan keuntungan besar bagi pengembang aplikasi, memungkinkan mereka untuk membuat produk yang lebih baik dan menjelajahi kemungkinan-kemungkinan baru.
Pengembang sekarang dapat fokus pada pembangunan aplikasi yang menarik dan menunggu LLM untuk memberikan kemampuan dasar yang lebih baik. Seperti yang saya sebutkan, aplikasi utama berikutnya dari model AI adalah dalam pemanfaatan alat, dan MCP berfungsi sebagai pusat penting yang menghubungkan alat dan model dalam aplikasi. Pengembang dapat berkonsentrasi pada nilai dan interaksi produk mereka, menyerahkan sisanya ke MCP.
Semoga, lebih banyak orang sekarang memahami nilai MCP dan signifikansi inisiatif Alibaba.
Sementara teknologi di balik MCP mungkin tidak inovatif, nilai strategisnya dalam ekosistem tidak dapat disangkal, menjadikannya area penting bagi Alibaba Cloud untuk mendominasi.
Pertimbangkan tindakan Alibaba setelah mendeklarasikan strategi ‘All in AI’:
- Mengembangkan LLM Qwen untuk menunjukkan kehebatan teknologinya.
- Berinvestasi di startup LLM terkemuka untuk memanfaatkan peluang yang muncul.
- Menyediakan daya komputasi untuk perusahaan LLM untuk menghasilkan pendapatan bagi Alibaba Cloud.
- Menawarkan sumber daya komputasi kepada perusahaan aplikasi AI untuk mendorong pertumbuhan Alibaba Cloud.
- Menciptakan platformekosistem MCP untuk memungkinkan perusahaan aplikasi AI memanfaatkan berbagai LLM.
Tindakan-tindakan ini menunjukkan jalur strategis yang jelas dan rencana komprehensif Alibaba untuk pasar AI-to-B. Wu Yongming menyadari bahwa Alibaba Cloud adalah satu-satunya entitas yang mampu menjalankan strategi ‘All in AI’. Sebagai bisnis B2B, Alibaba Cloud harus mengkomersialkan AI di atas fondasi yang ada. Oleh karena itu, memprakarsai platform ekosistem MCP di sekitar pasar AI-to-B selaras sempurna dengan kepentingan masa depan Alibaba.
Di sinilah strategi ‘All in AI’ membuahkan hasil.
Keputusan Alibaba Cloud untuk mengembangkan dan meluncurkan MCP dengan segera adalah langkah yang tepat waktu dan strategis. Dengan MCP, Alibaba Cloud telah menyelesaikan tata letak rantai industri AI-nya, termasuk infrastruktur TI, daya komputasi AI, dan akses ke LLM. Sekarang, dengan ekosistem MCP yang ada, perusahaan siap untuk mendukung pengembangan aplikasi AI yang inovatif.
Alibaba Cloud vs. Baidu vs. Google
Tahun lalu, saya mengatakan bahwa Baidu tidak memiliki arah dan seharusnya fokus pada MCP daripada LLM.
Baidu tampaknya tidak yakin dengan tujuannya, berpegang pada gagasan untuk ‘menandingi Google’ dan ‘memimpin dalam teknologi’ untuk mendorong upaya AI dan LLM-nya. Ia mengejar setiap tren teknologi, secara membabi buta berinvestasi di bidang-bidang seperti NLP, mengemudi otonom, dan LLM, tanpa mencapai hasil yang nyata. Ini karena Baidu melihat dirinya sebagai ‘perusahaan yang maju secara teknologi’.
Dalam putaran ini, Baidu membuat lelucon yang lebih besar.
Pada bulan Februari, DeepSeek mempermalukan Baidu dengan membuktikan bahwa LLM-nya lebih rendah dari tim yang lebih kecil.
Kemudian, dikonfirmasi bahwa Apple telah menggantikan Baidu dengan Alibaba sebagai mitra AI-nya di Tiongkok.
Baidu menghadapi rasa malu lebih lanjut di bulan April ketika perusahaan mulai meluncurkan MCP mereka. Alibaba Cloud meluncurkan terlebih dahulu pada 9 April, diikuti oleh Google pada 10 April. Baidu meluncurkan pada 25 April. Sementara waktunya mungkin tidak penting, Baidu meluncurkan lebih lambat dari yang lain. Apakah Baidu memiliki infrastruktur untuk mendukung MCP? Alibaba mengumumkan ‘All in AI’ dan secara strategis tepat sasaran. Sekarang MCP adalah bagian dari strategi keseluruhan Alibaba. Tapi bagaimana dengan Baidu?
Meskipun tidak sepenuhnya ‘ketinggalan kereta’, tanggapan Baidu lambat.
Masa Depan MCP
Pentingnya MCP akan menjadi lebih jelas dalam tiga tahun ke depan. Peluncuran MCP oleh Alibaba Cloud merupakan tata letak All in AI yang lengkap. Sementara AI mungkin tidak menunjukkan nilai yang jelas bagi konsumen, di ujung toB, momentum ini akan dengan cepat tercermin dalam kinerja di masa depan.
Untuk lebih memperjelas pemahaman tentang MCP dan dampaknya, mari kita telusuri lebih dalam beberapa aspek kunci:
Arsitektur MCP: Memahami bagaimana MCP diatur secara teknis akan membantu kita menghargai kemampuannya. MCP kemungkinan melibatkan lapisan abstraksi yang memungkinkan pengembang untuk berinteraksi dengan berbagai LLM dan alat tanpa harus menangani kompleksitas integrasi individu. Ini dapat mencakup API standar, format data yang umum, dan mekanisme untuk orkestrasi alur kerja.
Fitur Utama: Apa yang membedakan MCP dari platform lain? Mungkin ada fitur-fitur seperti kemampuan untuk memantau dan mengelola kinerja model, mengoptimalkan alokasi sumber daya, dan menerapkan kontrol akses dan keamanan. Fitur-fitur ini penting untuk memastikan bahwa aplikasi AI dapat diandalkan, efisien, dan aman.
Kasus Penggunaan: Di mana MCP dapat digunakan? Contohnya mungkin termasuk otomatisasi proses bisnis, pengembangan agen virtual, dan pembuatan konten cerdas. Dengan MCP, pengembang dapat membuat aplikasi yang memecahkan masalah dunia nyata dan memberikan nilai nyata kepada pengguna. Misalnya, sebuah perusahaan e-commerce dapat menggunakan MCP untuk membangun chatbot yang dapat menjawab pertanyaan pelanggan, merekomendasikan produk, dan memproses pesanan. Sebuah perusahaan manufaktur dapat menggunakannya untuk mengoptimalkan rantai pasokan mereka, memprediksi kegagalan peralatan, dan meningkatkan kualitas produk.
Dampak pada Ekosistem AI: Bagaimana MCP akan mempengaruhi lanskap AI secara keseluruhan? Ini dapat menyebabkan peningkatan inovasi, karena pengembang memiliki akses yang lebih mudah ke alat dan sumber daya yang mereka butuhkan untuk membangun aplikasi AI baru. Ini juga dapat menyebabkan standarisasi yang lebih besar, karena platform seperti MCP membantu menyatukan berbagai komponen ekosistem AI. Pada akhirnya, ini dapat membuat AI lebih mudah diakses dan lebih bermanfaat bagi bisnis dan individu.
Tantangan dan Peluang: Apa tantangan dan peluang yang terkait dengan pengembangan dan penerapan MCP? Tantangan dapat mencakup memastikan interoperabilitas dengan berbagai model dan alat, menangani masalah keamanan dan privasi, dan mengatasi masalah skalabilitas dan kinerja. Peluang dapat mencakup menciptakan ekosistem aplikasi AI yang berkembang, mendorong inovasi di berbagai industri, dan menciptakan nilai ekonomi yang signifikan.
Dengan mempertimbangkan aspek-aspek ini, kita dapat memperoleh pemahaman yang lebih komprehensif tentang MCP dan potensinya untuk mengubah lanskap AI. Peluncuran MCP oleh Alibaba Cloud merupakan langkah strategis yang menempatkan perusahaan sebagai pemimpin dalam pasar aplikasi AI yang baru muncul. Namun, keberhasilan MCP akan bergantung pada kemampuan Alibaba untuk membangun ekosistem yang berkembang, memecahkan tantangan teknis, dan menciptakan nilai nyata bagi pengembang dan pengguna.
Penting juga untuk memantau perkembangan pesaing. Google dan Baidu juga mengembangkan platform serupa, dan keberhasilan MCP Alibaba akan bergantung pada kemampuannya untuk membedakan dirinya dari pesaing. Ini dapat melibatkan fokus pada kasus penggunaan tertentu, menawarkan fitur unik, atau membangun ekosistem pengembang yang kuat.
Pada akhirnya, masa depan MCP cerah, tetapi keberhasilannya tidak dijamin. Dengan strategi yang tepat, Alibaba Cloud dapat memanfaatkan MCP untuk memimpin dalam pasar aplikasi AI dan mendorong inovasi di berbagai industri.