India membanggakan ekosistem startup AI yang berkembang pesat, namun belum menghasilkan mesin AI yang kompetitif secara global, yang memicu pertanyaan tentang tantangan dan peluang dalam mengejar kepemimpinan AI.
India, dengan gudang besar lebih dari 5 juta profesional TI dan penekanan yang meningkat pada kecerdasan buatan (AI) dalam pendidikan, tampaknya berada dalam posisi yang sempurna untuk bersaing dalam perlombaan AI global yang berkembang pesat. Sementara Amerika Serikat mendirikan keunggulan awal dengan ChatGPT pada tahun 2023, dan Cina dengan cepat menyusul dengan DeepSeek, India belum mengembangkan Model Bahasa Besar (LLM) yang sebanding yang mampu meniru komunikasi mirip manusia.
Lanskap AI India yang Berkembang
Terlepas dari tidak adanya mesin AI unggulan, sektor AI India mengalami pertumbuhan yang signifikan. Data dari Tracxn mengungkapkan bahwa lanskap AI India mencakup 7.114 startup, secara kolektif mengamankan pendanaan ekuitas sebesar $23 miliar. Menyadari potensi AI, pemerintah India telah meluncurkan IndiaAI Mission, mengalokasikan sekitar $1,21 miliar untuk mendorong pengembangan dan penyebaran Model Multimodal Besar (LMM) asli dan model fondasi khusus domain di seluruh sektor penting.
Menavigasi Arena AI Global
Menurut Abhishek Singh, CEO IndiaAI Mission, startup India harus melihat melampaui pasar domestik untuk bersaing secara efektif dengan pusat kekuatan AI global. Berbicara di Accel AI Summit di Bengaluru, Singh menekankan bahwa sementara dukungan pemerintah awal sangat berharga, keberhasilan jangka panjang bergantung pada perspektif global dalam pelatihan model.
The National Association of Software and Service Companies (NASSCOM), yang mewakili industri teknologi India senilai $283 miliar, mengakui kompleksitas dan intensitas sumber daya untuk membangun model AI yang diakui secara global. Satyaki Maitra, manajer senior komunikasi NASSCOM, menggarisbawahi perlunya bergerak cepat dan membangun identitas AI yang unik.
Untuk meningkatkan kemampuan penelitian AI, IndiaAI Mission baru-baru ini mengumumkan penambahan 15.916 Unit Pemrosesan Grafis (GPU), penting untuk perhitungan AI intensif pemrosesan paralel. Peningkatan ini akan meningkatkan total kapasitas komputasi AI nasional menjadi 34.333 GPU melalui kemitraan publik-swasta.
Membudidayakan Inovasi AI Dalam Negeri
Beberapa startup, termasuk Gan AI, Gnan AI, SarvamAI, dan Soket AI, secara aktif mengembangkan model fondasi yang disesuaikan dengan konteks India dengan dukungan dari IndiaAI Mission. Perusahaan lain seperti Sarvam AI, Fractal, dan CoRover AI berkonsentrasi pada inovasi AI di area tertentu.
Menurut Maitra, mencapai keberhasilan AI membutuhkan upaya kolaboratif antara pemerintah, industri, dan akademisi untuk membangun rantai nilai komprehensif yang mencakup tata kelola komputer dan data, pelatihan model, dan penyebaran praktis.
Mengatasi Tantangan dalam Pendakian AI India
Pawan Duggal, seorang ahli keamanan siber terkemuka, menunjukkan bahwa India mungkin menghadapi tantangan seperti kelangkaan perangkat keras AI kelas atas, akses terbatas ke GPU canggih, dan sumber daya komputasi awan yang tidak mencukupi, yang semuanya penting untuk melatih model AI skala besar.
Duggal juga menyoroti kesenjangan investasi yang signifikan dibandingkan dengan rekan-rekan global. Sementara investasi modal ventura di startup AI India telah meningkat, tetap jauh lebih rendah daripada tingkat yang terlihat di AS dan Cina.
Dari tahun 2014 hingga 2023, AS menginvestasikan $2,34 triliun dan Cina $832 miliar dalam usaha dan startup, sementara India menginvestasikan $145 miliar selama periode yang sama, katanya.
Duggal percaya bahwa India membuat langkah menuju menciptakan model AI sendiri tetapi perlu mengatasi infrastruktur penting, pendanaan, bakat, data, dan tantangan regulasi.
Keanekaragaman Linguistik: Tantangan Unik
Keanekaragaman linguistik India menghadirkan rintangan unik untuk pengembangan AI. Bahasa inggris hanyalah salah satu dari 22 bahasa resmi di negara itu, yang juga membanggakan lebih dari 1.600 bahasa lisan, banyak di antaranya memiliki representasi digital yang terbatas.
Yash Shah dari Momentum 91, sebuah perusahaan pengembangan perangkat lunak khusus, menyoroti bahwa kasus penggunaan utama untuk LLM “India” terletak pada kemampuannya untuk berfungsi di berbagai bahasa India. Namun, hal ini saat ini menantang karena kelangkaan data pelatihan berkualitas untuk sebagian besar bahasa India.
Shah menyarankan bahwa untuk LLM berbasis bahasa Inggris, perusahaan dan negara lain memiliki keunggulan yang cukup besar yang kemungkinan akan bertahan.
Hambatan Utama untuk Kemajuan AI
Utpal Vaishnav dari Upsquare Technologies mengidentifikasi investor yang menghindari risiko, peraturan data yang tidak konsisten, dan pasokan GPU yang terbatas sebagai hambatan utama.
Vaishnav percaya bahwa India memiliki modal intelektual yang berlimpah, dengan GPU menjadi lebih mudah diakses dan data multibahasa menunggu pemanfaatan. Dengan modal yang sabar, definisi masalah yang jelas, dan penyebaran bakat yang strategis, LLM ringkas kelas dunia dapat diluncurkan dalam dua hingga tiga tahun.
Menyelami Lebih Dalam Tantangan yang Dihadapi Pengembangan AI di India
Untuk benar-benar memahami perjalanan India menuju menciptakan mesin AI kelas dunia, penting untuk membedah jalinan kompleks tantangan yang menghambat kemajuannya.
Rintangan Perangkat Keras: Hambatan Kritis
Seperti yang ditekankan Pawan Duggal, akses ke perangkat keras AI mutakhir, terutama GPU canggih, merupakan kendala yang signifikan. GPU adalah pekerja keras AI, mempercepat tugas-tugas intensif komputasi dalam melatih dan menjalankan model AI yang kompleks. Ketersediaan sumber daya ini yang terbatas di India menimbulkan hambatan langsung terhadap pengembangan dan inovasi AI yang cepat.
Teka-Teki Kapasitas Awan: Kekhawatiran Skalabilitas
Terkait erat dengan keterbatasan perangkat keras adalah masalah sumber daya komputasi awan yang tidak mencukupi. Platform awan menawarkan daya komputasi, penyimpanan, dan layanan yang dapat diskalakan yang penting untuk menangani kumpulan data besar dan tuntutan komputasi dalam melatih model AI skala besar. Sementara adopsi awan tumbuh di India, ketersediaan infrastruktur awan yang kuat dan terjangkau yang disesuaikan untuk beban kerja AI tertinggal dari negara-negara AI terkemuka. Perbedaan ini memengaruhi kemampuan pengembang AI India untuk bereksperimen, melakukan iterasi, dan menskalakan model mereka secara efektif.
Faktor Pendanaan: Menjembatani Kesenjangan Investasi
Kesenjangan investasi substansial antara India dan para pemimpin AI global seperti AS dan Cina menjadi penyebab kekhawatiran. Modal ventura memicu pertumbuhan startup AI, memungkinkan mereka untuk menarik bakat terbaik, memperoleh sumber daya, dan mengejar proyek-proyek ambisius. Kelangkaan relatif pendanaan ventura yang berfokus pada AI di India dapat menghambat inovasi dan mempersulit startup untuk bersaing dalam skala global. Mengatasi hal ini membutuhkan pembinaan iklim investasi yang lebih kondusif untuk AI, menarik modal domestik dan asing.
Tango Bakat: Memelihara Keahlian AI
Sementara India membanggakan kumpulan besar profesional TI, ketersediaan bakat AI khusus tetap menjadi tantangan. Membangun dan menyebarkan sistem AI yang canggih membutuhkan berbagai keterampilan, termasuk pembelajaran mesin, pembelajaran mendalam, pemrosesan bahasa alami, visi komputer, dan ilmu data. Untuk menjembatani kesenjangan bakat ini, India perlu berinvestasi dalam program pendidikan dan pelatihan khusus AI, menarik profesional AI berpengalaman dari luar negeri, dan membina komunitas penelitian yang dinamis.
Kekurangan Data: Mengatasi Kuantitas dan Kualitas
Ketersediaan data berlabel berkualitas tinggi adalah darah kehidupan AI. Model AI mempelajari pola dan membuat prediksi berdasarkan data yang mereka latih. Kurangnya data yang cukup di bidang-bidang utama, terutama dalam bahasa-bahasa India, merupakan kendala yang signifikan. Selain itu, memastikan privasi data, keamanan, dan penggunaan etis sangat penting. India perlu mengembangkan strategi data komprehensif yang membahas pengumpulan data, anotasi, tata kelola, dan aksesibilitas.
Hambatan Regulasi: Menavigasi Ketidakpastian
Sifat AI yang berkembang pesat menghadirkan tantangan regulasi. Pemerintah di seluruh dunia bergulat dengan bagaimana mengatur AI untuk mempromosikan inovasi sambil mengurangi potensi risiko. Tidak adanya peraturan AI yang jelas dan konsisten di India menciptakan ketidakpastian bagi pengembang dan investor AI. Membangun kerangka kerja regulasi yang terdefinisi dengan baik yang membahas masalah-masalah seperti privasi data, bias algoritmik, dan tanggung jawab sangat penting untuk membina pengembangan AI yang bertanggung jawab.
Peluang Masih Berlimpah: Visi untuk Masa Depan
Terlepas dari tantangan, India memiliki potensi besar untuk menjadi pemain utama dalam lanskap AI global. Populasi besar negara itu, ekonomi yang berkembang, dan peningkatan adopsi digital menciptakan lahan subur untuk inovasi AI. Untuk mewujudkan potensi ini, India perlu fokus pada:
- Investasi Strategis: Meningkatkan investasi dalam infrastruktur AI, penelitian dan pengembangan, dan pendidikan.
- Pengembangan Bakat: Memperkuat program pendidikan dan pelatihan AI untuk mengembangkan tenaga kerja terampil.
- Ekosistem Data: Menciptakan ekosistem data yang kuat yang memfasilitasi pengumpulan, berbagi, dan tata kelola data.
- Kejelasan Regulasi: Membangun peraturan AI yang jelas dan konsisten yang mempromosikan inovasi dan mengurangi risiko.
- Kemitraan Kolaboratif: Membina kolaborasi antara pemerintah, industri, akademisi, dan masyarakat sipil.
Dengan mengatasi tantangan ini dan memanfaatkan kekuatannya, India dapat membangun ekosistem AI yang berkembang yang mendorong pertumbuhan ekonomi, meningkatkan kualitas hidup, dan berkontribusi pada revolusi AI global. Upaya untuk mesin AI kelas dunia mungkin sulit, tetapi hadiah potensialnya sangat besar, menjanjikan untuk mengubah India menjadi pusat kekuatan AI.