GPT-5 OpenAI telah mengubah cara perusahaan beroperasi. Lebih dari 600.000 perusahaan kini membayar pengguna bisnis ChatGPT Enterprise, dan lebih dari 92% perusahaan Fortune 500 menggunakan produk atau API OpenAI, setidaknya dalam kapasitas tertentu.
Alat AI generasi baru dengan cepat memasuki tahap produksi, memberdayakan interaksi pelanggan, alur kerja karyawan, dan pengambilan keputusan internal di seluruh departemen.
Presiden, CEO dan Pendiri Alkyra.
Hubungan antara bisnis dan alat OpenAI menjadi semakin erat. Pada tahun 2025, panggilan API harian melebihi 2,2 miliar. Rata-rata, perusahaan kini menjalankan lebih dari lima aplikasi atau alur kerja internal yang didukung oleh model GPT.
Pertumbuhan seperti ini sangat bagus untuk inovasi, namun juga memberikan tekanan baru pada sistem yang menjaga semuanya tetap berjalan. Dan titik tekanan terbesar bukanlah komputasi atau penyimpanan. Ini adalah jaringannya.
Keraguan tentang GPT-5
Beberapa orang di dunia teknologi merasa skeptis terhadap GPT-5, namun hal ini tidak memperlambat perusahaan-perusahaan besar untuk meluncurkannya dengan cepat.
Pengembang dan pengguna sehari-hari telah menunjukkan manfaat nyata dan keterbatasan yang membandel, dan perpaduan antara pujian dan kritik memperjelas bahwa jika Anda beralih dari uji coba kecil ke produksi penuh, Anda memerlukan infrastruktur TI yang dapat berkembang dan berada di bawah beban.
CIO, khususnya, bergerak sangat cepat untuk mengadopsi GPT-5 dan mengintegrasikannya ke dalam bisnis. Namun banyak yang melakukan hal ini tanpa visi yang jelas tentang bagaimana sistem ini memindahkan data. Jenis AI ini berkembang pesat dalam pemrosesan real-time dan akses tanpa batas ke model cloud.
Ini terus mengalirkan video, audio, perintah bahasa besar, dan data bisnis bolak-balik. Ini bukanlah jenis lalu lintas yang dapat ditangani oleh sebagian besar jaringan perusahaan.
Jaringan lama tidak dibuat untuk lalu lintas AI
Banyak organisasi masih mengandalkan jaringan yang dirancang bertahun-tahun yang lalu: sirkuit MPLS, VPN bisnis terpusat, mungkin solusi SD-WAN yang digabungkan. Pengaturan ini bagus untuk email dan aplikasi SaaS. Namun GPT-5 berbeda. Hal ini menciptakan lalu lintas bervolume tinggi dan tidak dapat diprediksi di seluruh wilayah cloud dan unit bisnis.
Model ini dapat mengambil data dari platform CRM di satu wilayah, memprosesnya melalui mesin inferensi yang dihosting di cloud di wilayah lain, dan mengirimkan hasilnya ke antarmuka pengguna di belahan dunia lain.
Jika jaringan Anda tidak fleksibel dan responsif, semuanya akan melambat. Latensi mematikan pengalaman. Perutean yang buruk mengganggu alur kerja. Visibilitas yang terbatas mengubah masalah kinerja menjadi permainan tebak-tebakan. Dan ketika itu terjadi, AI-lah yang disalahkan, padahal masalah sebenarnya adalah jalur yang harus dilalui oleh data tersebut.
Arsitektur jaringan yang dikembangkan untuk beban kerja AI
Tantangannya sebagian besar bersifat arsitektural. Jaringan tradisional yang dibuat berdasarkan perangkat demi perangkat dan tautan demi tautan sering kali menghadapi tantangan skalabilitas saat mendukung beban kerja AI dengan permintaan tinggi.
Ekspansi ke lokasi atau wilayah baru sering kali memerlukan perencanaan proyek yang signifikan, dan penerapan aplikasi baru memerlukan koordinasi antar tim jaringan, keamanan, dan cloud, sebuah proses yang dapat memperlambat respons TI yang diperlukan untuk adopsi AI secara cepat.
Banyak organisasi sedang menjajaki perkembangan arsitektur jaringan yang menekankan skalabilitas, jangkauan global, dan penyediaan sesuai permintaan untuk mengatasi tantangan ini.
Model-model yang muncul bertujuan untuk mendukung penyampaian layanan dinamis daripada koneksi statis dan mengurangi ketergantungan pada lingkungan yang berpusat pada perangkat keras. Perubahan ini memungkinkan tim TI untuk menyediakan sumber daya jaringan dengan lebih fleksibel dan cepat seiring dengan berkembangnya kebutuhan bisnis.
Adopsi desain jaringan yang terinspirasi cloud oleh industri telah menunjukkan manfaat potensial termasuk penerapan alat AI yang efisien, peningkatan perutean lalu lintas berdasarkan kebutuhan aplikasi, dan peningkatan segmentasi beban kerja untuk menyeimbangkan kinerja dan keamanan.
Pendekatan ini sering kali bertujuan untuk meminimalkan upaya konfigurasi ulang manual dan lebih mendukung siklus inovasi yang cepat. Singkatnya, mereka memberikan landasan yang lebih optimal untuk beban kerja perusahaan modern.
Keamanan harus ditingkatkan dengan AI
Keamanan juga harus mengimbangi. GPT-5 berinteraksi dengan data sensitif, sering kali diambil dari sistem internal langsung seperti catatan keuangan, dokumentasi produk, atau riwayat pelanggan. Jika jaringan tidak dapat menerapkan akses berbasis identitas, jejak audit, dan kebijakan segmentasi dalam skala besar, hal ini akan menciptakan paparan yang nyata.
Anda memerlukan jaringan yang memperlakukan kebijakan sebagai bagian dari rancangan, bukan hanya sekedar renungan. Pada akhirnya, pengendalian ini penting untuk menjaga kepercayaan dan kepatuhan bisnis.
Imbalannya lebih besar dibandingkan kinerja AI murni. Ketika jaringan terhubung dengan kecepatan bisnis, inovasi bergerak lebih cepat. Pengembang dapat meluncurkan kemampuan baru tanpa menunggu infrastruktur.
Pemimpin bisnis dapat menguji ide dalam lingkungan produksi tanpa perlu persiapan selama berminggu-minggu. Tim risiko mendapatkan visibilitas dan kontrol yang lebih baik. Dan CIO berhenti menjadi penghambat dan mulai menjadi pendukung.
Jaringan ini sekarang menjadi pendukung AI
Sebagian besar perusahaan belum siap untuk GPT-4, dan GPT-5 sudah berada di depan dalam hal infrastruktur yang dibutuhkan. Kesenjangan semakin melebar, namun belum terlambat untuk mengatasinya.
Jaringan kini menjadi komponen garis depan strategi AI Anda dan jika jaringan tidak berkembang sesuai dengan beban kerja yang didukungnya, jaringan akan menghambat Anda.
GPT-5 sudah ada di sini. Pertanyaannya adalah apakah jaringan Anda siap untuk mengikutinya.
Lihat alat pemantauan jaringan terbaik.
Artikel ini dibuat sebagai bagian dari saluran Expert Insights TechRadarPro tempat kami menampilkan para pemikir terbaik dan tercemerlang di industri teknologi saat ini. Pandangan yang diungkapkan di sini adalah milik penulis dan belum tentu milik TechRadarPro atau Future plc. Jika Anda tertarik untuk berkontribusi, pelajari lebih lanjut di sini:
