Siemens menekankan pentingnya kecerdasan buatan (AI) untuk industri. Namun, AI untuk industri berbeda signifikan dengan AI generatif (GenAI) yang umum digunakan publik. Perbedaan utama terletak pada jenis data yang diproses.
Peter Koerte, Managing Board Member & CTO Siemens AG, menjelaskan bahwa model bahasa besar (LLM) yang mendasari GenAI berfokus pada bahasa alami. Industri, sebaliknya, beroperasi dengan data yang jauh lebih beragam dan kompleks.
“Kami yang pertama di dunia yang membangun apa yang kami sebut sebagai industrial foundation model. Seperti yang Anda ketahui, model bahasa besar (LLM) didasarkan pada language, tetapi industri tidak berbicara language. Industri berbicara suhu, berbicara tegangan, berbicara koordinat dalam hal sumbu x, y, dan z, data deret waktu, gambar, 2D, 3D,P&ID,” jelas Peter dalam Siemens Tech Summit 2025 di Jakarta.
Data industri mencakup suhu, tegangan, koordinat, data deret waktu, gambar 2D dan 3D, serta diagram P&ID (Piping and Instrumentation Diagram). Oleh karena itu, model AI untuk industri harus dilatih dengan dataset spesifik yang mencerminkan kompleksitas data tersebut.
Akurasi menjadi kunci dalam penerapan AI industri. Koerte menegaskan bahwa akurasi 80 persen tidak cukup baik. Meskipun masih melibatkan pengawasan manusia, akurasi minimal 90 persen atau lebih dibutuhkan untuk memastikan keandalan sistem.
Presiden Direktur dan CEO PT Siemens Indonesia, Surya Fitri, memberikan contoh penerapan AI industri dalam pemeliharaan (maintenance). Sistem AI dapat menganalisis penyebab utama kerusakan (“root cause”) ketika terjadi downtime atau kerusakan mesin.
Dengan kemampuan analisis ini, tim pemeliharaan tidak perlu lagi selalu hadir di lokasi. AI dapat mengidentifikasi masalah dan bahkan melakukan koreksi otomatis, berkat pelatihan yang dilakukan dengan data relevan.
GenAI yang ada saat ini seringkali gagal dalam menangani data industri yang kompleks. Pekerjaan industri membutuhkan pengetahuan domain yang jauh lebih mendalam daripada tugas AI consumer seperti peringkasan teks.
Model bahasa besar tidak mampu menangani kompleksitas ini. AI industri, di sisi lain, diharapkan mampu membantu insinyur dalam berbagai proses, mulai dari identifikasi fitur mesin dan rekomendasi strategi hingga percepatan pembuatan P&ID dan pengolahan data teknik yang kompleks.
Keunggulan AI Industri dibandingkan GenAI
Berikut ini beberapa perbedaan utama dan keunggulan AI Industri dibandingkan GenAI:
- Jenis Data: AI Industri memproses data numerik, sensor, gambar, dan diagram teknik, sementara GenAI berfokus pada teks dan data tak terstruktur lainnya.
- Akurasi: AI Industri membutuhkan akurasi yang jauh lebih tinggi (90% atau lebih) dibandingkan GenAI yang toleransi terhadap kesalahan lebih tinggi.
- Pengetahuan Domain: AI Industri memerlukan pemahaman mendalam tentang proses dan pengetahuan khusus industri, GenAI lebih umum dan kurang spesifik.
- Aplikasi: AI Industri digunakan untuk optimasi proses, pemeliharaan prediktif, dan pengambilan keputusan berbasis data dalam lingkungan industri, sedangkan GenAI digunakan untuk berbagai tugas yang lebih umum seperti pembuatan teks, terjemahan, dan pembuatan gambar.
Tantangan Implementasi AI Industri
Meskipun menawarkan potensi besar, implementasi AI industri juga menghadapi beberapa tantangan:
- Kualitas Data: AI Industri sangat bergantung pada data yang akurat, lengkap, dan bersih. Mengumpulkan dan memproses data dalam jumlah besar dan berkualitas tinggi bisa menjadi tugas yang sulit dan mahal.
- Keamanan Data: Data industri seringkali sensitif dan rahasia. Memastikan keamanan data dan privasi merupakan prioritas utama dalam implementasi AI industri.
- Keterampilan Tenaga Kerja: Implementasi AI industri memerlukan tenaga kerja yang terampil dalam pengembangan, implementasi, dan pemeliharaan sistem AI.
Kesimpulannya, AI untuk industri merupakan teknologi yang menjanjikan untuk meningkatkan efisiensi, produktivitas, dan keamanan di berbagai sektor industri. Namun, kesuksesan implementasinya bergantung pada beberapa faktor kunci, termasuk kualitas data, keamanan, dan kemampuan tenaga kerja. Perbedaan mendasar antara AI industri dan GenAI terletak pada jenis data yang diproses dan tingkat akurasi yang dibutuhkan. AI industri membutuhkan data yang spesifik dan akurasi yang tinggi untuk menghasilkan keputusan yang dapat diandalkan dan aman.