Selama bertahun-tahun, pemahaman populer tentang kecerdasan buatan (AI) dibentuk oleh gagasan bahwa AI hanyalah perangkat lunak yang mengotomatisasi atau mempercepat tugas. Namun Vishal Dhupar, Managing Director, Asia Selatan, NVIDIA, berpendapat bahwa pandangan ini tidak mencerminkan inti sebenarnya dari pengembangan AI.
Terobosan ini tidak datang dari baris kode saja, namun dari perangkat keras yang membuat jaringan saraf modern bekerja dalam skala besar, Dhupar berbagi dalam diskusi singkat. TechSpark 2025Dengan pendiri dan CEO Shraddha Sharma ceritamu.
Dia menjelaskan bahwa hubungan antara perangkat lunak dan perangkat keras saling bergantung, dengan menggunakan analogi sederhana untuk menjelaskan maksudnya.
Sekarang, semua orang bilang ada mesin, tapi kalau tidak ada bahan bakar, bagaimana cara mengendarainya? Tergantung bagaimana Anda melihatnya,” kata Dhupar.
Selama beberapa dekade, para peneliti mengetahui apa yang mereka inginkan dari jaringan saraf, namun mereka tidak memiliki kekuatan komputasi untuk mempelajari model tersebut dengan cukup baik agar dapat berguna. Algoritma bukanlah hal baru; Mereka memiliki kemampuan untuk berlatih.
“Selama 60 tahun, kami terus mencari solusi atas masalah persepsi. Kami membangun jaringan saraf, kami punya cukup data, kami terus berusaha,” ujarnya. “Dan tiba-tiba sekelompok orang cerdas di Toronto menyadari… komputer akan menulis perangkat lunak yang tidak dapat ditulis oleh manusia mana pun. Dan hal itu diselesaikan oleh GPU.”
Pergantiannya tidak terduga. NVIDIA telah membangun CUDA (Compute Unified Device Architecture), platform komputasi paralelnya, jauh sebelum keuntungan komersialnya terlihat jelas. Pada saat itu, bagi banyak orang, hal itu tampak seperti pertaruhan yang mahal dan tidak perlu.
“CUDA dimulai pada saat semua orang mengatakan Anda tidak berjalan dengan baik sebagai sebuah perusahaan, mengapa Anda memberi nilai tambah padanya. Selama enam tahun, kami terbebani untuk berusaha agar CUDA dapat beroperasi,” kenangnya. Baru ketika pembelajaran mendalam mencapai perangkat keras pada tahun 2012, industri menyadari apa yang telah berubah: “Umat manusia secara keseluruhan adalah rasional.”
Industrialisasi intelijen
Dhupar menggambarkan momen AI saat ini bukan sebagai peningkatan teknologi, namun sebagai pergeseran dalam cara produksi dan distribusi kecerdasan itu sendiri. Daripada sekadar menyimpan dan mengambil informasi dari database atau mesin pencari, sistem AI kini menghasilkan jawaban baru secara real-time. Hal ini mewakili sebuah langkah dari akses informasi ke produksi intelijen.
“Hari ini sebenarnya kita mengajukan pertanyaan, sistem berpikir dan menghasilkan jawaban baru yang terkadang mengejutkan Anda, meningkatkan kecerdasan Anda,” jelasnya. “Sampai hari ini, kami sebenarnya mengambil informasi dari halaman web atau database. Saat ini, sistem menghasilkannya.”
Kemampuan baru ini telah mengubah peran pusat data. Mereka telah berevolusi menjadi apa yang Dhupar sebut sebagai pabrik AI: bukan hanya pusat penyimpanan tetapi juga fasilitas yang secara aktif menghasilkan intelijen.
“Pusat data telah menjadi pabrik AI di tingkat bawah. Dan pabrik AI ini pada dasarnya menghasilkan token. Dan token adalah mata uang baru. Dan yang paling penting, ini adalah industrialisasi intelijen,” ujarnya.
A.I
Dhupar berpendapat bahwa India memiliki keunggulan yang menentukan dalam perlombaan AI global: kombinasi unik antara data, bakat, dan permintaan domestik. Namun aset-aset ini hanya akan menjadi kepemimpinan jika negara tersebut membangun infrastruktur yang diperlukan untuk mengubah data menjadi intelijen.
“Permainan akhirnya adalah bagaimana kami melayani 1,4 miliar orang yang secara resmi berbicara dalam 22 bahasa,” katanya. “Kami punya kewarasan kami sendiri, kewarasan kami sendiri… Hal itu tidak bisa dilakukan di dunia Barat. Itu harus dilakukan di sini.”
Fondasinya, tegasnya, adalah pabrik AI: kekuatan komputasi berskala nasional yang memungkinkan negara tersebut melatih dan menerapkan model yang disesuaikan dengan konteks India.
“Anda memerlukan pabrik AI untuk memproduksi token dan jaringan listrik untuk memberikan kecerdasan kepada kita masing-masing. Sama seperti listrik yang membutuhkan jaringan listrik untuk menjangkau setiap rumah.”
Dia dengan jelas menguraikan peta jalannya: membangun infrastruktur komputasi dengan cepat, membersihkan dan mengatur kumpulan data, dan mendorong masyarakat untuk menjadikan AI sebagai pengganda produktivitas, bukan sebagai ancaman.
“Hal pertama yang akan saya lakukan adalah mempercepat pembangunan infrastruktur… yang kedua adalah mempercepat kumpulan data, dan membersihkannya… yang ketiga adalah mengadopsinya sepenuhnya,” katanya.
Ekspor intelijen
Dhupar juga menyoroti bahwa reputasi lama India sebagai eksportir perangkat lunak siap untuk berkembang. Daripada mengekspor tenaga kerja dan kemampuan eksekusi kode, India dapat mengekspor intelijennya sendiri: model, sistem, dan solusi AI yang dibangun berdasarkan skala dan kendala yang dimilikinya.
Dengan membangun model yang mengatasi keragaman bahasa, keterjangkauan, dan keterbatasan infrastruktur, India menciptakan teknologi yang secara alami dapat melayani sebagian besar negara-negara Selatan. Negara-negara di Afrika, Asia, dan Amerika Latin semuanya memiliki hambatan serupa dan menerapkan AI yang dikembangkan di India, sama seperti banyak negara yang sudah mengadopsi UPI.
“Kekayaan intelektual Anda dapat dipertukarkan dengan negara-negara seperti kami. Dengan demikian, Anda akan menjadi tolok ukur bagi negara-negara selatan,” katanya.
Hal ini mewakili pergeseran dari back office dunia menjadi sumber produksi intelijen global.
“Kita telah menjadi negara yang tidak hanya mengekspor perangkat lunak, kita juga mengekspor intelijen. Banyak orang datang ke sini. Dan itulah cara kita terus menjadi ibu kota intelijen dunia.”
Diedit oleh Jyoti Narayan
