Startup Ini Latih AI Super Cepat Pakai Chip Murahan: Ancaman Baru bagi Google & Microsoft?

Di tengah perlombaan teknologi kecerdasan buatan (AI) yang semakin sengit, sebuah gebrakan tak terduga datang dari startup kecil bernama Fastino. Berbeda dengan raksasa teknologi seperti Google, Microsoft, dan OpenAI yang menggelontorkan miliaran dolar untuk melatih model AI mereka, Fastino justru berhasil menciptakan model AI canggih hanya dengan menggunakan perangkat keras murah—GPU yang biasa dipakai untuk bermain game berkualitas rendah.

Perusahaan yang berbasis di Palo Alto, California, ini berhasil mengembangkan model AI dengan arsitektur baru, yang didesain untuk menyelesaikan tugas-tugas spesifik dalam skala kecil. Pendekatan ini berbeda jauh dari model besar seperti GPT yang berfokus pada penggunaan generalis. Keunikan Fastino tidak hanya pada arsitekturnya, tapi juga pada efisiensi biaya. Untuk membangun pusat data (data center) guna melatih model mereka, Fastino hanya menghabiskan sekitar US$100.000 atau setara dengan Rp1,65 miliar—jumlah yang sangat kecil dibandingkan biaya pelatihan model AI besar yang bisa mencapai ratusan juta dolar.

CEO Fastino, Ash Lewis, mengklaim bahwa meski menggunakan perangkat keras murah, model AI mereka mampu memberikan performa unggulan. “Model kami lebih cepat, lebih akurat, dan biaya latihannya sangat rendah, tapi bisa mengungguli model AI raksasa dalam pekerjaan tertentu,” ungkap Lewis. Hal ini tentu menimbulkan pertanyaan besar: apakah pendekatan minimalis ini akan mengubah arah industri AI ke depan?

Keberhasilan Fastino dalam menciptakan model AI efisien ini menarik perhatian banyak investor. Dalam pendanaan awal (seed funding), mereka berhasil meraih US$17,5 juta dari Khosla Ventures, salah satu investor awal OpenAI. Menariknya, pada pendanaan tahap lanjutan, unit ventura milik Microsoft, yaitu M12, juga turut menanamkan modal. Ini menunjukkan bahwa bahkan pemain besar mulai melirik potensi AI kecil yang lebih fleksibel dan hemat energi.

Dalam operasionalnya, Fastino menawarkan berbagai model AI khusus untuk klien bisnis. Tidak seperti model besar yang mencoba menyelesaikan semua tugas secara sekaligus, setiap model Fastino dikhususkan untuk satu fungsi spesifik. Contohnya, ada model yang dirancang untuk merangkum dokumen panjang, sementara yang lain fokus pada menghapus data sensitif dari dokumen bisnis. Pendekatan modular ini memungkinkan perusahaan mendapatkan solusi AI yang lebih ringkas, cepat, dan relevan dengan kebutuhan mereka.

Salah satu kelebihan utama dari model AI Fastino adalah kecepatannya. Karena ukuran model sangat kecil dan tidak membutuhkan proses komputasi kompleks, waktu responsnya bisa hanya beberapa milidetik saja. Ini menjadi nilai tambah signifikan, terutama dalam dunia bisnis yang menuntut kecepatan dan efisiensi tinggi.

Meski kini namanya belum sebesar OpenAI atau Anthropic, Fastino mulai dianggap sebagai ancaman potensial di tengah pasar AI yang semakin padat. Pendekatan mereka membuktikan bahwa membangun AI tidak selalu harus mahal, selama arsitektur dan strategi pelatihannya tepat sasaran.

Tidak hanya Fastino yang mengejar pendekatan ini. Beberapa perusahaan teknologi lain juga mulai melirik model AI berukuran kecil, khususnya yang disesuaikan untuk kebutuhan spesifik industri. Cohere dan Databricks misalnya, juga sedang mengembangkan solusi serupa yang ditujukan untuk pelanggan korporat. Bahkan perusahaan modal besar seperti Anthropic dan Mistral—yang dikenal karena model AI mereka yang powerful—kini juga ikut menjajaki jalur pengembangan AI kecil.

Perkembangan ini mencerminkan pergeseran paradigma dalam dunia AI. Jika dulu ukuran besar dan kompleksitas tinggi dianggap sebagai tolok ukur kecanggihan AI, kini banyak pihak mulai menyadari pentingnya efisiensi, fleksibilitas, dan skalabilitas. Dalam banyak kasus, model kecil yang dirancang dengan baik dapat memberikan hasil yang lebih optimal untuk tugas tertentu dibandingkan model besar yang serba bisa tapi boros daya dan mahal.

Lebih jauh lagi, apa yang dilakukan Fastino bisa menjadi awal dari demokratisasi AI. Dengan biaya pelatihan yang lebih murah, kini perusahaan kecil, startup, atau bahkan institusi pendidikan pun berpeluang untuk mengembangkan AI mereka sendiri. Tidak lagi harus bergantung pada segelintir raksasa teknologi yang memonopoli sumber daya komputasi dan data.

Namun tentu saja, masih banyak tantangan yang perlu dihadapi. Misalnya, bagaimana memastikan keamanan dan etika model-model AI kecil ini? Apakah model kecil juga bisa dilatih untuk tidak menyebarkan disinformasi atau bias, sebagaimana yang menjadi perhatian utama dalam model besar?

Yang jelas, inovasi Fastino menandai babak baru dalam ekosistem AI global. Dengan teknologi yang murah tapi efisien, mereka tidak hanya menawarkan alternatif praktis, tapi juga memicu kompetisi yang lebih sehat dan terbuka di dunia AI.

Jika strategi ini terus berhasil dan mampu membuktikan keandalan model kecil di berbagai sektor, bisa jadi ke depannya kita akan melihat semakin banyak perusahaan yang meninggalkan pendekatan AI besar dan memilih AI modular, cepat, dan hemat seperti milik Fastino.