Bos OpenAI Sebut RAM di PC Pribadi Mubazir, Mending Buat Apa

Apa yang sebenarnya dikatakan Sam Altman soal RAM PC?

Bos OpenAI sebut RAM di PC pribadi mubazir dalam konteks alokasi sumber daya global untuk AI, bukan sebagai larangan memakai komputer pribadi. Sam Altman, CEO OpenAI, dikritik setelah menyebut penyimpanan RAM dalam komputer pribadi sebagai kondisi yang “quite terrible” dari sudut pandang alokasi sumber daya global. Menurut Gizmologi.id, komentar itu disampaikan dalam podcast Cheeky Pint bersama John Collison, salah satu pendiri Stripe. Topiknya bukan larangan memakai PC pribadi, melainkan cara memanfaatkan pasokan DRAM ketika tersedia dalam jumlah terbatas.

Menurut Uzone.id dan Gizmologi.id, Altman sedang membahas local inference: menjalankan model AI langsung di perangkat pengguna, alih-alih di server cloud. Ia berpendapat RAM yang tersebar di banyak PC dapat kurang efisien untuk kebutuhan AI jika hanya dipakai sesekali.

Mengapa Altman memilih pusat data sebagai alternatif?

Argumen Altman bertumpu pada pemakaian bersama. RAM di pusat data dapat dialokasikan untuk banyak permintaan komputasi melalui layanan cloud. Ketika satu pengguna selesai menjalankan pekerjaan, kapasitas itu secara teori dapat dipakai pengguna lain. Uzone.id melaporkan bahwa Altman mengaitkan pola tersebut dengan pasokan DRAM yang terbatas dan kebutuhan tingkat utilisasi lebih tinggi.

Cara pandang itu masuk akal bila masalahnya adalah layanan AI yang melayani banyak orang dengan permintaan berubah-ubah. Sebagai ilustrasi hipotetis, sebuah tim memakai layanan cloud untuk merangkum dokumen. Pada pagi hari, tim operasional mengirim banyak dokumen. Siang hari, kapasitas yang sama dapat melayani permintaan dari tim lain. Tim tidak perlu menyediakan perangkat berkapasitas besar yang menganggur ketika tidak ada dokumen masuk.

Namun, efisiensi pusat data tidak otomatis berarti RAM pada PC pribadi mubazir. PC bukan gudang memori untuk AI saja. RRI.co.id menyebut RAM juga dipakai untuk bermain game, siaran langsung, pengeditan video, dan menjalankan aplikasi sehari-hari. Kapasitas yang tampak tidak terpakai saat komputer sedang ringan dapat dibutuhkan ketika pengguna membuka aplikasi kreatif, game, browser, atau perangkat lunak kerja secara bersamaan.

Local inference bukan sekadar memasang RAM lebih besar

Local inference berarti model AI memproses permintaan di komputer pengguna tanpa mengirim seluruh pekerjaan ke server cloud. Gizmologi.id menjelaskan konteks ini sebagai menjalankan model langsung pada perangkat pribadi. Pengguna mungkin memilih pendekatan lokal karena ingin proses tetap berada di perangkatnya atau karena membutuhkan akses ketika koneksi internet tidak ideal.

RAM tetap hanya satu komponen dalam keputusan tersebut. Pengguna juga perlu melihat model yang dipakai, penyimpanan, kemampuan perangkat menjalankan aplikasi, serta cara data masuk dan keluar dari workflow. Menambah RAM tanpa mengetahui model atau pekerjaan yang dituju tidak menjawab masalah utama. Begitu pula membeli PC baru hanya karena tren AI, padahal tugas sehari-hari masih dapat diselesaikan dengan perangkat dan layanan yang sudah ada.

Sebagai ilustrasi, seorang kreator video mungkin membuka perangkat lunak editing, banyak tab referensi, aplikasi desain, dan alat komunikasi dalam satu sesi. Kebutuhan RAM-nya ditentukan beban kerja tersebut, bukan perdebatan tentang AI lokal. Sebaliknya, pengguna yang ingin menguji model AI di perangkat perlu memulai dari model dan skenario penggunaan, lalu menilai apakah perangkat yang ada memadai.

Mengapa gamer dan pengguna PC mengkritik komentar itu?

Kritik muncul karena komentar tentang alokasi global dapat terdengar seperti mengabaikan fungsi PC pribadi. Menurut RRI.co.id, komunitas gamer dan pengguna perangkat keras menilai RAM diperlukan untuk berbagai aktivitas yang tidak terkait AI. Gizmologi.id juga mencatat bahwa pernyataan itu kontroversial bagi gamer dan kreator konten karena kebutuhan perangkat mereka lebih luas daripada inferensi lokal.

Perbedaan sudut pandang terletak pada unit yang dinilai. Altman membicarakan pasokan DRAM global dan penggunaan bersama melalui pusat data. Pengguna PC menilai perangkat dari kebutuhan individu: kelancaran kerja, kebebasan memilih spesifikasi, privasi, serta kemampuan memakai aplikasi kapan diperlukan. Dua sudut pandang ini tidak perlu dipertentangkan sebagai pilihan mutlak.

Misalnya, gamer yang juga melakukan siaran langsung dapat membutuhkan RAM memadai untuk game, aplikasi streaming, browser, dan alat komunikasi. Kapasitas itu mungkin tidak aktif penuh sepanjang hari, tetapi tetap memiliki fungsi ketika sesi berlangsung. Dalam kasus seperti ini, ukuran efisiensi pribadi bukan seberapa lama RAM bekerja tanpa henti, melainkan apakah perangkat mampu menjalankan pekerjaan pada saat dibutuhkan.

Cara menilai cloud atau pemrosesan lokal untuk workflow AI

Pilihan antara cloud dan pemrosesan lokal harus dimulai dari proses kerja, bukan dari spesifikasi perangkat. Cloud relevan bila tim membutuhkan layanan yang dapat diakses beberapa orang dan beban kerja datang tidak menentu. Pemrosesan lokal dapat dipertimbangkan jika pekerjaan perlu berada di perangkat pengguna. Bahan bersumber tidak membandingkan biaya, keamanan, atau kinerja kedua opsi secara kuantitatif, sehingga keputusan perlu diuji pada workflow masing-masing.

Mulailah dengan empat pertanyaan. Data apa yang diproses? Siapa yang boleh mengaksesnya? Tindakan apa yang boleh dijalankan otomatis? Siapa yang memeriksa hasil sebelum hasil dipakai? Pertanyaan ini lebih berguna daripada langsung menentukan bahwa semua proses harus memakai AI lokal atau seluruhnya pindah ke cloud.

Andaikan tim sales menerima formulir lead dari situs. Proses awalnya dapat dipetakan: formulir masuk, admin membaca kebutuhan, data dicatat ke CRM, lead diberi kategori, lalu sales menerima notifikasi. AI dapat membantu membaca dan mengelompokkan jawaban. Otomasi dapat memindahkan data berdasarkan aturan. Bila sistem akan mengirim penawaran atau mengubah data penting, hasilnya sebaiknya menunggu persetujuan manusia. AI agent, bila digunakan, berbeda lagi karena dapat menjalankan beberapa langkah memakai konteks dan alat yang tersedia.

Apa langkah praktis setelah kontroversi RAM ini?

Jangan memakai komentar Altman sebagai alasan tunggal untuk menunda atau membeli RAM. Catat aktivitas paling berat pada PC selama satu minggu: aplikasi yang dibuka bersamaan, waktu perangkat melambat, dan pekerjaan yang ingin dibantu AI. Catatan ini menunjukkan masalah nyata, bukan asumsi dari spesifikasi di internet.

Setelah itu, pilih satu workflow kecil untuk diuji. Contohnya, gunakan AI untuk membuat ringkasan dokumen atau mengelompokkan pertanyaan masuk, tanpa memberinya izin mengirim respons otomatis. Tentukan data yang boleh dipakai, periksa hasilnya secara manual, lalu nilai apakah kendalanya ada pada perangkat, koneksi, proses kerja, atau kualitas instruksi. Untuk konteks kontrol data dan risiko sistem AI, pembaca dapat melanjutkan ke artikel pilar Rumor Kesepakatan Keamanan Siber OpenAI Buat Industri Teknologi Waspada Risiko Privasi.