Satuan 1 / 10

Ekosistem Penyedia AI: Peta, Konsep, dan 'Tidak Ada Model Terbaik'

Keuntungan:

  • Mampu membedakan konsep penyedia, keluarga model, dan versi model.
  • Kenali delapan penyedia utama dan keunggulan mereka dengan cara yang tidak memihak
  • Membingkai pemilihan model sebagai masalah kecocokan pekerjaan, bukan perlombaan daftar nama

Ekosistem Penyedia AI: Peta, Konsep, dan “Tidak Ada Model Terbaik”

Ketika sebuah bisnis mengatakan "Kami akan menggunakan kecerdasan buatan" saat ini, sebenarnya yang dimaksud bukanlah satu produk, namun pasar luas yang terdiri dari lusinan model yang bersaing satu sama lain dan perusahaan saingan yang mengembangkan model ini. Pasar ini terdiri dari dua atau tiga pemain beberapa tahun lalu; Saat ini, pilihannya telah meningkat sedemikian rupa sehingga memilih model yang tepat telah menjadi sebuah kompetensi tersendiri. Tujuan dari unit ini adalah untuk memaparkan peta pasar ini dan memperjelas konsep dasar seperti "penyedia", "keluarga model", "versi model". Setelah unit selesai dibuat, Anda akan dapat membicarakan siapa yang memproduksi apa tanpa bingung dan menjelaskan mengapa tidak ada satu pun "model terbaik".

Target audiens kami di seluruh modul ini bukanlah tim perangkat lunak teknis; Profesionallah yang harus mengambil keputusan. Dengan kata lain, seorang manajer yang berencana menggunakan AI di perusahaannya, seorang pengacara yang ingin membaca kontrak, seorang akuntan yang memproses faktur, seorang spesialis e-commerce yang memilah komentar pelanggan, seorang petugas layanan pelanggan yang membuat ringkasan panggilan. Pertanyaan umum dari orang-orang ini adalah: "Ada lusinan model; model mana yang harus saya pilih untuk bisnis saya dan atas dasar apa?" Cara untuk menjawabnya adalah dengan mempelajari terlebih dahulu kata-kata yang tepat.

Tiga Konsep Dasar: Penyedia, Keluarga Model, Versi Model

Banyak kebingungan muncul karena mencampurkan ketiga kata ini. Mari kita perjelas:

  • Penyedia: Perusahaan yang mengembangkan dan menawarkan model. Misalnya Antropik, OpenAI, Google. Penyedianya mirip dengan merek pada mobil.
  • Keluarga model: Ini adalah sekelompok model yang dikumpulkan oleh penyedia dengan merek yang sama. Seperti keluarga "Claude" Anthropic, keluarga "GPT" OpenAI, keluarga "Gemini" Google. Keluarga itu mirip dengan seri di dalam mobil.
  • Versi model: Model spesifik dalam keluarga. Seperti "Claude Opus 4.8" atau "GPT-4o". Setiap versi menawarkan keseimbangan kecepatan, biaya, dan kemampuan yang berbeda. Versinya mirip dengan paket perlengkapan pada mobil.
Tip: Mengatakan "Saya punya mobil" tidaklah cukup; Merek (penyedia), seri (keluarga), dan paket perangkat keras (versi) adalah penting. Meskipun city car dan mobil balap berasal dari merek yang sama, keduanya cocok untuk pekerjaan yang sangat berbeda. Situasinya persis sama dengan model kecerdasan buatan.

Mari kita lihat sebuah contoh. Katakanlah Anda adalah sebuah firma hukum dan Anda berkata, "Kami akan mencoba Claude Opus 4.8." Di sini Anthropic adalah penyedianya, Claude adalah keluarga modelnya, Opus adalah tingkatan yang kuat dalam keluarga tersebut, dan 4.8 adalah nomor versinya. Ada juga tingkatan yang lebih cepat dan lebih murah (misalnya Haiku) dalam keluarga yang sama. Jadi kalimat "Kami menggunakan Anthropic" tidak lengkap kecuali disebutkan tingkatan dan versi mana yang Anda gunakan.

Delapan Pemain Utama Ekosistem

Sekarang mari kita mengenal pasar dengan pandangan objektif. Pada tabel di bawah ini Anda akan menemukan ceruk masing-masing penyedia, kelompok model, dan negara asal. Anda tidak perlu menghafal tabel ini; Tujuannya adalah untuk secara permanen membangun gagasan bahwa “dunia AI bukan hanya tentang satu perusahaan”. Kami akan membahas secara detail masing-masing di unit berikut.

Penyedia

Keluarga Teladan

Tempat yang menonjol

Tipe Berat

Asal

Antropis

Claude (Opus/Soneta/Haiku)

Konteks panjang, kode, penggunaan perusahaan yang aman

Tertutup

Amerika Serikat

OpenAI

GPT (GPT-4o, seri o)

Ekosistem yang luas, keserbagunaan

Tertutup

Amerika Serikat

Google

Gemini (Pro/Flash)

Multimodalitas, Integrasi Ruang Kerja

Tertutup

Amerika Serikat

komoditas

lama

Buka bobot, jalankan di server Anda sendiri

terbuka

Amerika Serikat

mistral

Mistral / Campuran

Asal Eropa, opsi bobot terbuka

dicampur

Perancis

xAI

Grok

Data waktu nyata, integrasi X (Twitter).

Tertutup

Amerika Serikat

Pencarian Mendalam

Pencarian Mendalam

Keseimbangan biaya/kinerja rendah

terbuka

Cina

menyatu

perintah

Pencarian perusahaan dan permintaan dokumen (RAG)

dicampur

Kanada

Ada tiga dimensi yang menonjol dalam tabel: bidang yang menonjol (keahliannya), jenis bobot (tertutup atau terbuka – subjek unit berikutnya) dan asal (penting dalam hal kedaulatan data dan regulasi hukum). Ketiga dimensi ini akan menjadi tulang punggung pohon keputusan pemilihan model Anda di bagian berikut.

Langsung saja kita jelaskan beberapa istilah yang digunakan di sini. RAG (retrieval-augmented generation) adalah metode di mana model menemukan dan membaca bagian relevan dari dokumen Anda sebelum menghasilkan jawaban; Ini adalah dasar dari sistem pencarian perusahaan. Multimodalitas adalah kemampuan model untuk memproses tidak hanya teks tetapi juga gambar dan audio. Kami akan kembali ke konsep ini secara terpisah di unit mendatang.

Mengapa Ada Begitu Banyak Penyedia?

Melihat bahwa bukan suatu kebetulan jika pasar begitu ramai akan memandu Anda dalam menentukan pilihan. Ada empat alasan utama:

  1. Kebutuhan bisnis yang berbeda: Meskipun firma hukum membutuhkan model yang dapat membaca kontrak sepanjang 200 halaman secara keseluruhan, situs e-niaga menginginkan model yang cepat dan murah yang menghasilkan ratusan deskripsi produk per detik. Model yang sama tidak mungkin paling cocok untuk kedua pekerjaan tersebut.
  2. Tekanan biaya dan persaingan: Persaingan antar penyedia terus-menerus menurunkan harga. Keterampilan yang mahal beberapa tahun lalu ditawarkan hari ini dengan sepersepuluh harga. Ini adalah keuntungan langsung bagi bisnis.
  3. Kedaulatan data: Perusahaan yang berbasis di Eropa dapat meminta agar data pelanggan diproses di dalam UE. Kebutuhan ini membuat pemain regional seperti Mistral atau model bobot terbuka yang berjalan di server Anda sendiri menjadi berharga.
  4. Pilihan pendekatan terbuka atau tertutup: Beberapa institusi ingin menjalankan model sepenuhnya di bawah kendali mereka sendiri, di server mereka sendiri; beberapa lebih memilih layanan cloud yang sudah jadi. Preferensi ini sendiri dapat menentukan penyedia mana yang bekerja sama dengan Anda.
Perhatian: Asumsi bahwa “model yang digunakan semua orang juga cocok untuk kita” sering kali salah. Model yang digunakan pesaing Anda dipilih berdasarkan alur kerja, tipe data, dan anggaran mereka. Pilihan tepat Anda bergantung pada kebutuhan spesifik bisnis Anda. Tujuan modul ini bukan untuk memaksakan jawaban yang sudah jadi pada Anda, namun untuk mengajari Anda cara mengajukan pertanyaan yang tepat.

Prompt Lemah / Prompt Kuat: Saat Menanyakan Perbandingan Penyedia

Saat Anda ingin membuat perbandingan model, cara Anda bertanya menentukan kualitas jawaban yang Anda peroleh. Mari kita letakkan dua contoh secara berdampingan.

Perintah yang lemah:

Model AI mana yang terbaik?

Pertanyaan ini bebas konteks; Model tersebut memberi Anda jawaban "tergantung" yang mengelak atau memberi Anda daftar umum yang tidak berguna bagi Anda.

Perintah yang kuat:

Peran Anda: konsultan AI perusahaan. Konteks: Kami adalah firma hukum yang beranggotakan 15 orang. Kami ingin merangkum ~300 kontrak per bulan, sekitar 40 halaman dalam bahasa Turki, dan menandai item berisiko. Data tersebut berisi data pribadi dan kami harus mematuhi KVKK. Tugas: Bandingkan model dari 3 penyedia berbeda untuk pekerjaan ini. Isi judul berikut untuk masing-masing: kesesuaian jendela konteks, perkiraan kisaran biaya bulanan, penyimpanan data/status privasi, kekuatan dan kelemahan. Format: Tabel dengan 4 kolom + 2 kalimat rekomendasi di akhir.

Perbedaannya jelas: peran cepat yang kuat memiliki konteks, tugas yang terukur, dan format yang jelas. Model tersebut kini dapat menghasilkan keluaran sebanding yang sesuai dengan bisnis Anda.

Templat yang Dapat Disalin

Keempat template di bawah ini dapat Anda gunakan dengan menyesuaikannya dengan bisnis Anda sendiri.

1. Pemetaan penyedia:

Saya bekerja di [INDUSTRI]. Tugas AI utama yang ingin saya lakukan adalah: [TUGAS]. Sebutkan 5 penyedia yang cocok untuk tugas ini; Isi baris "mengapa ini pantas" dan "kemungkinan kerugian" untuk masing-masing baris. Jangan berikan harga pasti, berikan kisarannya.

2. Klarifikasi konsep:

Pisahkan dan beri label penyedia, kelompok model, dan versi model dalam kalimat berikut:"[KALIMAT TERMASUK]"

3. Analisis kebutuhan:

Pekerjaan saya: [DESKRIPSI]. Throughput bulanan: [NUMBER]. Tipe data: [TEKS/GAMBAR/AUDIO].Persyaratan privasi: [YA/TIDAK]. Sensitivitas anggaran: [RENDAH/SEDANG/TINGGI].Haruskah saya memulai dengan model bobot tertutup atau terbuka berdasarkan profil ini? Membenarkan.

4. Kerangka perbandingan netral:

Bandingkan 3 model ini [MODEL A], [MODEL B], [MODEL C] untuk tugas saya. Kriteria: kualitas, kecepatan, biaya, konteks, privasi. Berikan 1-5 poin untuk setiap kriteria dan tulis alasan skor Anda dalam satu kalimat. Jangan menggunakan bahasa periklanan, jika kurang jelas tulis “harus diuji”.

Model Mana yang Digunakan Platform Ini?

Demi transparansi, izinkan kami menyatakan: Pelatih AI dari platform yang Anda baca sekarang menggunakan versi claude-opus-4-8 dari keluarga Claude Anthropic. Pilihan ini dibuat karena kapasitas konteksnya yang panjang dan pendekatan keamanannya yang menonjol dalam penggunaan korporat. Namun ini tidak berarti "ini adalah model terbaik untuk semua orang"; Penyedia lain mungkin lebih cocok untuk bisnis Anda. Tujuan kami dalam modul ini adalah memberi Anda gambaran yang jujur ​​dan komparatif.

Kesalahan umum

  • Penyedia yang membingungkan dengan versi: Mengatakan "kami menggunakan OpenAI" tidak menyebutkan model dan tingkatan yang mana. Selalu tentukan juga versinya.
  • Mencari satu "pemenang": Perlakukan pasar seperti liga sepak bola dan tanyakan "siapa yang lebih dulu?" untuk bertanya. Pertanyaan yang tepat adalah “yang mana untuk bisnis saya?” seharusnya.
  • Salah mengartikan popularitas karena kualitas: Model yang paling banyak dibicarakan mungkin bukan model yang tepat untuk tugas spesifik Anda.
  • Mengabaikan negara asal: Jika Anda memproses data pribadi, lokasi penyedianya adalah masalah kewajiban hukum, bukan masalah teknis.
  • Menjadikan harga sebagai satu-satunya kriteria: Model termurah sebenarnya mungkin lebih mahal karena meningkatkan waktu koreksi manusia dengan kualitas keluaran yang buruk.

Singkatnya

  • Pasar AI tidak terdiri dari satu produk, namun terdiri dari banyak kelompok model dan versi dari penyedia pesaing; Ketiga konsep ini berbeda.
  • Delapan pemain utama (Anthropic, OpenAI, Google, Meta, Mistral, xAI, DeepSeek, Cohere) kuat di berbagai bidang.
  • Alasan ramainya pasar ini adalah kebutuhan bisnis yang berbeda, persaingan biaya, kedaulatan data, dan preferensi on/off.
  • Tidak ada satu pun jawaban "model terbaik"; Pilihan yang tepat tergantung pada kebutuhan bisnis Anda.
  • Perbandingan model yang baik memerlukan prompt dengan peran, konteks, tugas yang terukur, dan format yang jelas.

Tugas aplikasi

Anggap saja bisnis Anda sendiri atau bisnis fiktif. Tuliskan hal berikut pada selembar kertas: (1) apa misi utama AI Anda, (2) perkiraan hasil bulanan Anda, (3) apakah data Anda berisi data pribadi, (4) apakah sensitivitas anggaran Anda rendah atau tinggi? Kemudian berikan profil ini ke model AI menggunakan templat 3 di atas (perlu analisis) dan tanyakan mengapa Anda disarankan memulai dengan model bobot tertutup atau terbuka. Jawaban yang dihasilkan akan kita uji pada unit selanjutnya.

daftar periksa

  • [ ] Saya dapat menjelaskan perbedaan antara penyedia, rangkaian model, dan versi model dengan sebuah contoh.
  • [ ] Saya ingat setidaknya lima dari delapan penyedia utama dan bidang di mana mereka menonjol.
  • [ ] Saya dapat menjelaskan mengapa pencarian "model terbaik" itu menyesatkan.
  • [ ] Saya dapat menulis perintah yang kuat untuk perbandingan model.
  • [ ] Saya dapat membuat analisis kebutuhan untuk bisnis saya sendiri dengan empat pertanyaan.