Endoxa Asia – Penggunaan kecerdasan buatan (AI) sebagai asisten digital mulai berkembang melampaui aktivitas bertanya dan mencari informasi. Garry Tan, CEO Y Combinator, bahkan menghabiskan sekitar US$100.000 hingga US$200.000 per tahun untuk menjalankan AI agent yang membantu pekerjaan, pemrograman, hingga berbagai urusan pribadinya.
Jika dikonversi dengan asumsi kurs Rp16.500 per dolar AS, pengeluaran tersebut setara dengan sekitar Rp1,65 miliar hingga Rp3,3 miliar per tahun. Angka itu disampaikan Tan dalam wawancara bersama jurnalis dan penulis Walter Isaacson untuk podcast The Builders.
Tan menggunakan AI agent untuk mengerjakan berbagai proyek, membantu tugas pemrograman, serta menyiapkan bahan sebelum wawancara. Sistem yang digunakannya bahkan memiliki akses ke sejumlah dokumen pribadi, termasuk email, Dropbox, Apple Notes, dan catatan terapi selama 20 tahun.
Pengalaman Tan memperlihatkan bagaimana AI agent mulai digunakan sebagai asisten yang memahami konteks pengguna dan dapat mengambil inisiatif. Namun, biaya operasional yang tinggi juga menjadi penghalang bagi teknologi ini untuk digunakan secara luas.
Bukan Sekadar Chatbot, AI Agent Bisa Mengambil Inisiatif
Berbeda dari chatbot konvensional yang umumnya menunggu pertanyaan atau instruksi, AI agent dirancang untuk menjalankan rangkaian tugas dengan tingkat kemandirian lebih tinggi.
Sistem ini dapat memanfaatkan konteks yang tersedia, menggunakan perangkat tertentu, membagi pekerjaan menjadi beberapa langkah, lalu memberikan hasil kepada pengguna. Dalam beberapa skenario, AI agent juga dapat mengusulkan tindakan berikutnya tanpa harus menunggu instruksi terperinci.
Tan menggambarkan pengalaman tersebut seperti memiliki asisten yang selalu berada di dekatnya. Ia mengibaratkannya sebagai Jiminy Cricket, karakter kecil dalam cerita Pinocchio yang selalu memberikan saran.
Menurut Tan, AI agent dapat membantu hampir semua aktivitas sehari-hari dengan memahami kebutuhan penggunanya. Sistem tersebut bahkan bisa mengantisipasi persoalan atau menyarankan sesuatu yang mungkin belum terpikirkan oleh pengguna.
Salah satu contoh penggunaannya adalah membantu Tan mempersiapkan wawancara bersama Walter Isaacson. Ia menggunakan AI agent untuk meneliti podcast Isaacson dan mengumpulkan informasi yang relevan sebelum sesi wawancara berlangsung.
AI Agent Garry Tan Punya Akses ke Email hingga Catatan Terapi
Hal yang membuat penggunaan AI agent Tan berbeda adalah luasnya konteks pribadi yang dapat diakses sistem tersebut.
Dalam wawancara itu, Tan mengatakan AI agent miliknya telah membaca email, seluruh dokumen di Dropbox, serta catatan yang tersimpan di Apple Notes. Akses tersebut bahkan mencakup catatan terapi yang dikumpulkannya selama sekitar 20 tahun.
Dengan informasi yang tersedia, AI agent dapat memberikan bantuan berdasarkan riwayat dan konteks pengguna, bukan hanya informasi yang diberikan dalam satu percakapan.
Pendekatan ini memperlihatkan potensi personalisasi AI. Asisten digital dapat memahami proyek yang sedang dikerjakan, preferensi, catatan lama, hingga berbagai informasi yang mungkin dibutuhkan untuk mengambil keputusan.
Namun, penggunaan seperti ini juga membawa persoalan privasi dan keamanan data. Semakin banyak informasi pribadi yang diberikan kepada AI agent, semakin penting pula pengaturan akses, perlindungan data, dan kejelasan mengenai bagaimana informasi tersebut diproses.
Pengalaman Tan merupakan contoh penggunaan pribadinya, bukan bukti bahwa semua AI agent membutuhkan akses seluas itu untuk dapat bekerja secara efektif.
Y Combinator Juga Mengembangkan AI Agent Internal
Penggunaan AI agent tidak hanya dilakukan Tan untuk kebutuhan pribadi. Y Combinator juga menggunakan sistem internal bernama Stray Light untuk membantu mengubah cara organisasi tersebut beroperasi.
Tan menjelaskan bahwa Stray Light memiliki semacam company brain atau basis konteks organisasi. Sistem tersebut dapat mengakses informasi mengenai para pendiri startup yang pernah didukung Y Combinator, orang-orang yang pernah mengirim email, hingga data aplikasi yang masuk.
Dengan konteks tersebut, AI agent diharapkan dapat membantu organisasi mengelola informasi dan menjalankan pekerjaan internal secara lebih terintegrasi.
Tan menggambarkan Stray Light sebagai agen yang memiliki kepribadian sekaligus pemahaman terhadap informasi organisasi. Namun, ia tidak merinci seluruh proses operasional maupun ukuran keberhasilan sistem tersebut.
Pengembangan ini memperlihatkan bahwa penggunaan AI agent mulai meluas dari asisten individu menuju sistem yang membantu pekerjaan organisasi.
Garry Tan Membagikan 23 Skill AI Lewat Gstack
Tan juga membagikan sebagian pendekatan kerjanya kepada komunitas developer melalui proyek open-source bernama gstack di GitHub.
Gstack berisi 23 Claude Code skills yang dirancang untuk membantu pengguna memanfaatkan kemampuan AI agent dalam berbagai pekerjaan. Kumpulan keterampilan tersebut menjadi salah satu cara Tan memperkenalkan pola kerja berbasis agen kepada developer lain.
Tan merupakan pengguna awal OpenClaw dan kini menggunakan AI agent secara intensif. Ia berpendapat bahwa agen AI tidak seharusnya selalu diperlakukan seperti perangkat lunak tradisional.
Menurutnya, kekhawatiran berlebihan terhadap konsistensi hasil dan keamanan terkadang membuat pengguna kehilangan sebagian kemampuan yang menarik dari AI agent, terutama fleksibilitasnya dalam merespons konteks seperti seorang asisten manusia.
Meski demikian, pendekatan tersebut bukan berarti aspek keamanan dapat diabaikan. Sistem yang memiliki akses ke dokumen, email, dan berbagai layanan digital tetap membutuhkan batas kewenangan serta pengawasan yang memadai.
Biaya Mahal Jadi Penghalang AI Agent Digunakan Lebih Luas
Di balik pengalamannya menggunakan AI agent, Tan mengakui bahwa biaya menjadi salah satu kendala utama untuk membuat teknologi tersebut dapat diakses lebih banyak orang.
Pengeluaran US$100.000 hingga US$200.000 per tahun merupakan estimasi pribadinya untuk penggunaan token. Tan juga menyebut bahwa tingkat pengeluaran seperti itu merupakan sebuah privilese yang tidak dapat dilakukan semua orang.
Token merupakan satuan pemrosesan teks yang digunakan model AI ketika menerima instruksi dan menghasilkan jawaban. Dalam layanan berbasis penggunaan, biaya dapat meningkat seiring banyaknya token yang diproses.
AI agent yang menjalankan banyak tugas, mengakses konteks panjang, dan bekerja berulang kali dapat menggunakan token jauh lebih banyak dibandingkan percakapan chatbot sederhana.
Karena itu, biaya penggunaan tidak hanya ditentukan oleh jumlah pertanyaan, tetapi juga kompleksitas tugas, panjang konteks, frekuensi pemrosesan, dan model AI yang digunakan.
Tan memperkirakan AI agent pribadi pada akhirnya dapat menjadi teknologi yang digunakan secara lebih luas. Namun, menurutnya, biaya harus turun terlebih dahulu agar pengguna biasa dapat memperoleh manfaat serupa tanpa perlu mengeluarkan dana dalam jumlah besar.
Masa Depan AI Pribadi Juga Berkaitan dengan Kendali Pengguna
Selain persoalan harga, Tan menyoroti pentingnya kendali pengguna terhadap AI pribadi. Ia menginginkan sistem yang dapat diprogram dan dikendalikan langsung oleh pemiliknya.
Dalam pandangannya, personal AI sebaiknya tidak sepenuhnya bergantung pada perusahaan teknologi besar yang mengatur algoritma dan cara sistem bekerja. Pengguna perlu memiliki ruang untuk menentukan bagaimana asisten digital mereka beroperasi.
Gagasan tersebut menjadi semakin relevan ketika AI agent memperoleh akses ke semakin banyak informasi pribadi dan pekerjaan. Kemampuan memahami konteks memang dapat membuat asisten digital lebih berguna, tetapi juga meningkatkan kebutuhan akan transparansi dan kendali data.
Pengalaman Garry Tan menunjukkan dua sisi perkembangan AI agent. Teknologi ini berpotensi membantu seseorang mengelola pekerjaan dan kehidupan sehari-hari dengan lebih terintegrasi. Namun, biaya tinggi, privasi, dan kendali pengguna masih menjadi tantangan sebelum personal AI dapat digunakan secara lebih luas.
About The Author
Komentar