Lonjakan Permintaan dan Reaksi Cepat
Gelombang kejut awal datang dalam bentuk lonjakan permintaan. Perusahaan-perusahaan berebut untuk mendapatkan akses ke model DeepSeek melalui alat pengembangan Bedrock Amazon. Hal ini mendorong Amazon untuk bertindak dengan kecepatan yang tidak biasa, dengan cepat menambahkan DeepSeek ke platform Bedrock. Sementara beberapa karyawan menganggap proses persetujuan sangat cepat, kepemimpinan Amazon membingkai hal itu sebagai respons cepat terhadap permintaan pelanggan yang jelas. CEO Andy Jassy kemudian menekankan ketangkasan ini kepada investor, menyoroti komitmen perusahaan untuk memenuhi kebutuhan pelanggan.
Responsif ini menggarisbawahi tren yang lebih luas dalam dunia AI yang bergerak cepat. Bahkan perusahaan teknologi terbesar pun tidak kebal terhadap potensi disrupsi dari penemuan-penemuan baru. Amazon, bersama dengan pesaing seperti OpenAI, Google, Meta, dan Microsoft, telah dipaksa untuk beradaptasi dengan lanskap yang berubah yang dibentuk oleh DeepSeek.
Namun, Amazon menegaskan bahwa strategi intinya tetap tidak berubah. Seorang juru bicara perusahaan menegaskan kembali bahwa fokus mereka selalu pada penyediaan akses yang aman ke model-model mutakhir melalui AWS, memberdayakan pelanggan dengan kontrol atas data mereka dan kemampuan untuk membangun aplikasi AI generatif yang disesuaikan.
Menavigasi Lanskap Privasi
Kinerja DeepSeek yang mengesankan dan efektivitas biaya tidak dapat disangkal, tetapi kedatangannya juga menimbulkan pertanyaan. Kemampuan model yang kuat dan titik harga yang rendah menyebabkan kegemparan di pasar, membuat investor meneliti investasi besar yang telah dilakukan perusahaan teknologi AS dalam infrastruktur komputasi.
Tanggapan Amazon bersifat multifaset. Sambil terus mengintegrasikan fitur-fitur yang terkait dengan DeepSeek, seperti pengenalan layanan yang dikelola sepenuhnya untuk model penalaran DeepSeek di Bedrock baru-baru ini, perusahaan juga berfokus pada edukasi dan diferensiasi.
Secara internal, diskusi berkisar pada cara memposisikan penawaran Amazon terhadap DeepSeek. Salah satu aspek kunci dari strategi ini adalah menekankan privasi dan keamanan.
Menyoroti Keamanan dan Pilihan
Pedoman internal untuk karyawan AWS mendorong mereka untuk menyoroti potensi masalah privasi dan keamanan yang terkait dengan DeepSeek saat berinteraksi dengan pelanggan. Pedoman ini menyarankan:
- Mengingatkan pelanggan tentang pentingnya ‘pilihan model’.
- Menawarkan model AI Nova AWS sebagai alternatif yang layak.
- Mempromosikan Bedrock sebagai platform yang lebih aman dan privat untuk mengakses model AI.
Pedoman tersebut secara eksplisit menunjukkan bahwa Bedrock memastikan data pelanggan tidak dibagikan dengan penyedia model atau digunakan untuk meningkatkan model dasar. Amazon mengantisipasi bahwa sebagian besar pelanggan akan memilih versi open-source dari model DeepSeek, daripada yang disediakan langsung oleh perusahaan Tiongkok, yang selanjutnya mengurangi potensi risiko privasi.
Pedoman tersebut juga menarik perhatian pada kebijakan privasi DeepSeek, yang menyatakan bahwa data pengguna dapat dikumpulkan dan disimpan di server di Tiongkok. Ini memperkuat pesan bahwa AWS secara aktif menyadari dan mengatasi masalah privasi yang terkait dengan DeepSeek.
Memanfaatkan Kekuatan Nova
Selain privasi, AWS juga memanfaatkan kekuatan model AI Nova-nya sendiri dalam positioning kompetitifnya. Pedoman internal menekankan bahwa:
- Model Nova menunjukkan kinerja yang lebih cepat dibandingkan dengan model DeepSeek, berdasarkan data benchmark pihak ketiga.
- Model Nova mendapatkan manfaat dari standar ‘AI yang bertanggung jawab’ AWS yang lebih kuat, meningkatkan keamanannya.
Sambil mengakui bahwa Nova lebih sebanding dengan model V3 DeepSeek (model khusus teks) daripada model penalaran R1, pedoman tersebut menyoroti kemampuan Nova yang lebih luas, termasuk pemahaman gambar dan video.
Kolaborasi dan Pembelajaran Internal
Kedatangan DeepSeek memicu kesibukan aktivitas internal di Amazon. Saluran Slack internal bernama ‘Deepseek-interest’ dengan cepat menarik lebih dari 1.300 karyawan dalam beberapa hari setelah debut pasar DeepSeek. Saluran ini menjadi pusat diskusi, pertanyaan, dan observasi.
Beberapa karyawan menyatakan keterkejutan pada penolakan yang relatif terbatas terhadap DeepSeek, mengingat asal-usulnya dari Tiongkok dan potensi implikasi keamanan. Yang lain mencari dukungan untuk model DeepSeek pada platform pengembangan chip internal AWS, Neuron. Ada juga laporan keluhan pelanggan mengenai kesalahan yang ditemui saat menggunakan DeepSeek di Bedrock.
Untuk mengatasi lonjakan minat dan memberikan panduan, Amazon menyelenggarakan sesi pembelajaran DeepSeek internal pada akhir Januari. Sesi ini mencakup pesan AWS, positioning kompetitif, dan pembeda utama terhadap DeepSeek.
Beradaptasi dan Berkembang
Sambil secara aktif mengintegrasikan dan menanggapi DeepSeek, Amazon juga mengambil langkah-langkah untuk mengelola potensi risiko. Karyawan sekarang tidak dianjurkan untuk menggunakan DeepSeek di komputer kerja mereka dan menerima peringatan agar tidak membagikan informasi rahasia dengan aplikasi DeepSeek, mencerminkan tindakan pencegahan yang ada untuk menggunakan ChatGPT di tempat kerja.
Kecepatan inovasi yang cepat di bidang AI terbukti dalam fakta bahwa beberapa karyawan Amazon sudah melihat melampaui DeepSeek. Diskusi dalam saluran Slack internal telah bergeser ke penawaran AI Tiongkok lainnya, seperti Qwen Alibaba, yang menunjukkan kesadaran konstan akan lanskap yang terus berkembang. Seorang karyawan bahkan berkomentar bahwa DeepSeek ‘sudah menjadi masa lalu’, menyoroti laju kemajuan yang tak henti-hentinya.
Pengaruh Teknis DeepSeek
Amazon tidak hanya bereaksi terhadap kehadiran pasar DeepSeek; Amazon juga mempelajari teknologi yang mendasarinya. Upaya sedang dilakukan untuk menganalisis teknik pelatihan DeepSeek, dengan tujuan untuk berpotensi menerapkan beberapa di antaranya ke model penalaran AWS sendiri, yang saat ini sedang dalam pengembangan.
Seperti yang dilaporkan sebelumnya, AWS telah mengerjakan model penalarannya sendiri selama beberapa waktu. Namun, kemunculan DeepSeek telah menyuntikkan rasa urgensi, mempercepat kemajuan proyek.
Selama panggilan pendapatan, CEO Andy Jassy mengakui bahwa Amazon ‘terkesan’ dengan beberapa aspek metodologi pelatihan DeepSeek. Dia secara khusus menyebutkan ‘membalik urutan pelatihan penguatan’ dan ‘optimalisasi inferensi’ tertentu sebagai area yang menarik.
Fokus pada Penalaran
Pengembangan pesaing langsung Amazon untuk model penalaran R1 DeepSeek menggarisbawahi komitmen perusahaan untuk tetap berada di garis depan inovasi AI. Kemajuan pesat dalam kemampuan penalaran, yang dicontohkan oleh DeepSeek, telah menyoroti pentingnya area ini.
Dengan membuat model penalarannya sendiri, AWS bertujuan untuk:
- Menawarkan alternatif yang kompetitif untuk R1 DeepSeek.
- Mengatasi potensi masalah privasi dan keamanan yang terkait dengan penggunaan model dari entitas asing.
- Memanfaatkan keahlian dan infrastrukturnya sendiri untuk berpotensi melampaui kemampuan DeepSeek.
Implikasi yang Lebih Luas
Tanggapan Amazon terhadap DeepSeek memberikan studi kasus yang berharga tentang bagaimana perusahaan teknologi besar menavigasi dunia AI yang dinamis dan seringkali tidak dapat diprediksi. Ini menunjukkan:
- Kebutuhan akan ketangkasan: Kemampuan untuk beradaptasi dengan cepat terhadap perkembangan baru dan permintaan pelanggan sangat penting.
- Pentingnya diferensiasi: Menyoroti kekuatan unik dan mengatasi potensi kelemahan sangat penting dalam lanskap yang kompetitif.
- Fokus berkelanjutan pada privasi dan keamanan: Karena model AI menjadi lebih kuat, kekhawatiran tentang privasi dan keamanan data menjadi sangat penting.
- Pengejaran inovasi yang berkelanjutan: Mempelajari dan belajar dari pesaing, sambil secara bersamaan berinvestasi dalam penelitian dan pengembangan internal, sangat penting untuk tetap unggul.
Kisah DeepSeek adalah pengingat bahwa lanskap AI terus berubah. Pemain baru muncul, teknologi berkembang, dan perusahaan harus beradaptasi agar tetap kompetitif. Tanggapan Amazon, yang ditandai dengan perpaduan integrasi yang cepat, positioning strategis, dan pembelajaran internal, mencerminkan tantangan dan peluang yang dihadirkan oleh lingkungan yang selalu berubah ini. Pengembangan berkelanjutan dari model penalarannya sendiri semakin menggarisbawahi komitmen Amazon untuk tidak hanya menanggapi pergeseran pasar tetapi juga membentuk masa depan AI.