Hai, teman-teman, selamat datang di buletin AI rutin TechCrunch. Jika Anda ingin menerima berita ini di kotak masuk Anda setiap hari Rabu, daftar di sini.
Minggu ini di bidang AI, dua perusahaan rintisan yang mengembangkan perangkat untuk membuat dan menyarankan kode — Magic dan Codeium — mengumpulkan hampir setengah miliar dolar secara gabungan. Jumlah putaran pendanaan tersebut tinggi bahkan menurut standar sektor AI, terutama mengingat Magic belum meluncurkan produk atau menghasilkan pendapatan.
Jadi mengapa investor antusias? Nah, coding bukanlah bisnis yang mudah — atau murah. Dan ada permintaan dari perusahaan dan pengembang individu untuk cara-cara menyederhanakan proses yang lebih sulit di sekitarnya.
Menurut sebuah survei, rata-rata pengembang menghabiskan hampir 20% dari minggu kerja mereka untuk memelihara kode yang ada daripada menulis sesuatu yang baru. Dalam studi terpisah, perusahaan mengatakan bahwa pemeliharaan kode yang berlebihan (termasuk mengatasi utang teknis dan memperbaiki kode yang berkinerja buruk) merugikan mereka sebesar $85 miliar per tahun karena hilangnya peluang.
Banyak pengembang dan firma percaya bahwa perangkat AI dapat membantu di sini. Dan, para konsultan pun setuju. Dalam laporan tahun 2023, analis di McKinsey menulis bahwa perangkat pengkodean AI dapat memungkinkan pengembang menulis kode baru dalam waktu setengahnya dan mengoptimalkan kode yang ada dalam waktu sekitar dua pertiganya.
Kini, AI untuk coding bukanlah solusi ajaib. Laporan McKinsey juga menemukan bahwa beban kerja tertentu yang lebih kompleks — seperti beban kerja yang membutuhkan keakraban dengan kerangka kerja pemrograman tertentu — tidak selalu mendapat manfaat dari AI. Bahkan, dibutuhkan pengembang junior lebih panjang untuk menyelesaikan beberapa tugas dengan AI dibandingkan tanpa AI, menurut rekan penulis laporan tersebut.
“Umpan balik dari peserta menunjukkan bahwa pengembang secara aktif mengulangi penggunaan alat untuk mencapai [high] kualitas, yang menandakan bahwa teknologi tersebut paling baik digunakan untuk melengkapi pengembang daripada menggantikan mereka,” tulis para penulis bersama, yang menegaskan bahwa AI bukanlah pengganti pengalaman. “Pada akhirnya, untuk menjaga kualitas kode, pengembang perlu memahami atribut yang membentuk kode berkualitas dan meminta alat tersebut untuk memberikan hasil yang tepat.”
Alat pengodean AI juga memiliki masalah keamanan dan hak kekayaan intelektual yang belum terselesaikan. Beberapa analisis menunjukkan bahwa alat tersebut telah mengakibatkan lebih banyak kode yang salah dimasukkan ke basis kode selama beberapa tahun terakhir. Sementara itu, alat pembuat kode yang dilatih pada kode berhak cipta telah ketahuan memuntahkan kode tersebut ketika diminta dengan cara tertentu, sehingga menimbulkan risiko tanggung jawab hukum bagi pengembang yang menggunakannya.
Namun hal itu tidak menyurutkan antusiasme para pengembang — atau bahkan para pemberi kerja mereka — untuk membuat kode AI.
Mayoritas pengembang (lebih dari 97%) dalam jajak pendapat GitHub tahun 2024 mengatakan bahwa mereka telah mengadopsi perangkat AI dalam beberapa bentuk. Menurut jajak pendapat yang sama, 59% hingga 88% perusahaan mendorong — atau sekarang mengizinkan — penggunaan perangkat pemrograman bantuan.
Jadi, tidak terlalu mengejutkan jika pasar alat pengkodean AI dapat bernilai sekitar $27 miliar pada tahun 2032 (menurut Polaris Research) — terutama jika, seperti prediksi Gartner, 75% pengembang perangkat lunak perusahaan menggunakan asisten pengkodean AI pada tahun 2028.
Pasar sudah panas. Perusahaan rintisan pengkodean AI generatif Cognition, Poolside, dan Anysphere telah menutup putaran pendanaan besar-besaran tahun lalu — dan alat pengkodean AI GitHub Copilot memiliki lebih dari 1,8 juta pengguna berbayar. Keuntungan produktivitas yang dapat diberikan oleh alat-alat tersebut cukup untuk meyakinkan investor — dan pelanggan — untuk mengabaikan kekurangannya. Namun, kita akan lihat apakah tren ini akan bertahan — dan untuk berapa lama.
Berita
“Emotion AI” menarik investasi: Julie menulis bagaimana sejumlah VC dan bisnis tertarik pada “AI emosi,” saudara analisis sentimen yang lebih canggih, dan bagaimana hal ini bisa menjadi masalah.
Mengapa robot rumahan masih jelek: Brian meneliti mengapa banyak percobaan robot rumahan gagal total. Ia mengatakan, hal itu berkaitan dengan harga, fungsionalitas, dan kemanjuran.
Amazon merekrut pendiri Covariant: Terkait robot, minggu lalu Amazon merekrut pendiri perusahaan rintisan robotika Covariant beserta “sekitar seperempat” karyawan perusahaan. Perusahaan juga menandatangani lisensi non-eksklusif untuk menggunakan model robotika AI Covariant.
NightCafe, generator gambar OG: Saya mengulas NightCafe, salah satu generator gambar asli dan pasar konten yang dihasilkan AI. Situs ini masih aktif dan berkembang, meskipun ada tantangan moderasi.
Midjourney masuk ke perangkat keras: Saingan NightCafe, Midjourney, mulai merambah ke bidang perangkat keras. Perusahaan tersebut membuat pengumuman dalam sebuah posting di X; tim perangkat keras barunya akan berkantor pusat di San Francisco, katanya.
SB 1047 lolos: Badan legislatif California baru saja meloloskan RUU AI SB 1047. Max menulis tentang mengapa sebagian orang berharap gubernur tidak akan menandatanganinya.
Google meluncurkan perlindungan pemilu: Google bersiap menghadapi pemilihan presiden AS dengan meluncurkan perlindungan untuk lebih banyak aplikasi dan layanan AI generatifnya. Sebagai bagian dari pembatasan tersebut, sebagian besar produk AI perusahaan tidak akan menanggapi topik terkait pemilu.
Apple dan Nvidia dapat berinvestasi di OpenAI: Nvidia dan Apple dikabarkan tengah berunding untuk memberikan kontribusi pada putaran penggalangan dana OpenAI berikutnya — putaran yang dapat memberi nilai pembuat ChatGPT itu sebesar $100 miliar.
Makalah penelitian minggu ini
Siapa yang butuh mesin permainan jika Anda memiliki AI?
Para peneliti di Universitas Tel Aviv dan DeepMind, divisi R&D AI Google, minggu lalu mempratinjau GameNGen, sebuah sistem AI yang dapat mensimulasikan permainan Doom hingga 20 frame per detik. Dilatih pada rekaman ekstensif permainan Doom, model tersebut dapat secara efektif memprediksi “status permainan” berikutnya saat pemain “mengendalikan” karakter dalam simulasi. Ini adalah permainan yang dibuat secara real time.
GameNGen bukanlah model pertama yang melakukannya. Sora milik OpenAI dapat mensimulasikan permainan, termasuk Minecraft, dan sekelompok peneliti universitas meluncurkan AI simulasi permainan Atari awal tahun ini. (Model lain yang sejenis ini mencakup berbagai macam mulai dari World Models hingga GameGAN dan Genie milik Google sendiri.)
Namun GameNGen adalah salah satu upaya simulasi permainan yang paling mengesankan sejauh ini dalam hal kinerjanya. Model ini bukannya tanpa batasan besar, yaitu gangguan grafis dan ketidakmampuan untuk “mengingat” lebih dari tiga detik permainan (yang berarti GameNGen tidak dapat membuat permainan yang fungsional). Namun, ini bisa menjadi langkah maju menuju jenis permainan yang sama sekali baru — seperti permainan yang dibuat secara prosedural dengan steroid.
Model minggu ini
Seperti yang pernah ditulis oleh kolega saya Devin Coldewey, AI tengah mengambil alih bidang prakiraan cuaca, mulai dari prediksi singkat, “Berapa lama hujan ini akan berlangsung?” hingga prospek 10 hari, hingga prediksi tingkat abad.
Salah satu model terbaru yang hadir, Aurora adalah produk organisasi penelitian AI Microsoft. Dilatih pada berbagai kumpulan data cuaca dan iklim, Aurora dapat disesuaikan dengan tugas prakiraan tertentu dengan data yang relatif sedikit, klaim Microsoft.
“Aurora adalah model pembelajaran mesin yang dapat memprediksi variabel atmosfer, seperti suhu,” Microsoft menjelaskan pada halaman GitHub model tersebut. “Kami menyediakan tiga versi khusus: satu untuk prediksi cuaca beresolusi sedang, satu untuk prediksi cuaca beresolusi tinggi, dan satu untuk prediksi polusi udara.”
Performa Aurora tampaknya cukup baik dibandingkan dengan model pelacakan atmosfer lainnya. (Dalam waktu kurang dari satu menit, model ini dapat menghasilkan prakiraan polusi udara global selama lima hari atau prakiraan cuaca beresolusi tinggi selama sepuluh hari.) Namun, model ini tidak kebal terhadap kecenderungan halusinasi model AI lainnya. Aurora dapat membuat kesalahan, itulah sebabnya Microsoft memperingatkan bahwa model ini tidak boleh “digunakan oleh orang atau bisnis untuk merencanakan operasi mereka.”
Tas hadiah
Minggu lalu, Inc. melaporkan bahwa Scale AI, perusahaan rintisan pelabelan data AI, memberhentikan sejumlah besar anotator — orang-orang yang bertanggung jawab untuk memberi label pada kumpulan data pelatihan yang digunakan untuk mengembangkan model AI.
Hingga berita ini diterbitkan, belum ada pengumuman resmi. Namun, seorang mantan karyawan mengatakan kepada Inc. bahwa ratusan orang telah diberhentikan. (Scale AI membantah hal ini.)
Sebagian besar anotator yang bekerja untuk Scale AI tidak dipekerjakan oleh perusahaan secara langsung. Sebaliknya, mereka dipekerjakan oleh salah satu anak perusahaan Scale atau firma pihak ketiga, yang membuat mereka kurang aman dalam bekerja. Para pelabel terkadang bekerja lama tanpa mendapatkan pekerjaan. Atau mereka tiba-tiba dikeluarkan dari platform Scale, seperti yang terjadi pada kontraktor di Thailand, Vietnam, Polandia, dan Pakistan baru-baru ini.
Terkait PHK minggu lalu, juru bicara Scale mengatakan kepada TechCrunch bahwa mereka merekrut kontraktor melalui perusahaan bernama HireArt. “Orang-orang ini [i.e., those who lost their jobs] adalah karyawan HireArt dan menerima pesangon dan tunjangan COBRA hingga akhir bulan dari HireArt. Minggu lalu, kurang dari 65 orang diberhentikan. Kami membangun tenaga kerja kontrak ini dan menyesuaikannya dengan ukuran yang sesuai seiring dengan berkembangnya model operasi kami selama sembilan bulan terakhir, kurang dari 500 orang telah diberhentikan di Amerika Serikat.”
Agak sulit untuk memahami dengan tepat apa yang dimaksud Scale AI dengan pernyataan yang disusun dengan hati-hati ini, tetapi kami sedang menyelidikinya. Jika Anda adalah mantan karyawan Scale AI atau kontraktor yang baru saja diberhentikan, hubungi kami dengan cara apa pun yang Anda rasa nyaman.