13 Jan 2025 · Ringkasan AI 24 Jam: Gemini Jadi Fondasi AI Apple, NVIDIA+Eli Lilly Bangun “Lini Produksi” Penemuan Obat, AWS Uji Hollow-Core Fiber
Tiga kabar hari ini berada di tiga lapisan stack AI: pintu depan konsumen (Siri/Apple Intelligence), platformisasi life sciences (AI drug discovery), dan substrat jaringan data center generasi berikutnya (HCF). Polanya jelas: kompetisi AI meluas dari kualitas model ke penguncian ekosistem, workflow industri, dan upgrade infrastruktur.
1. Google mengonfirmasi kesepakatan multi-tahun dengan Apple: Gemini mendukung Apple Foundation Models dan Siri generasi baru; Musk mengkritik “konsentrasi kekuasaan”
Ulasan:
Jika Gemini benar menjadi fondasi inti bagi model generasi baru Apple, dampaknya bukan sekadar “tambah pemasok model”. Ini berpotensi mengubah Siri dari “eksekutor perintah” menjadi agen personal yang paham konteks, multimodal, dan mampu mengorkestrasi tugas lintas aplikasi di bawah payung Apple Intelligence.
Kerja sama ini juga mengungkap realitas: progres AI internal Apple tampak lebih lambat dibanding urgensi pasar untuk asisten suara yang jauh lebih cerdas. Mengambil model terkuat dari luar adalah jalan tercepat untuk menutup gap pengalaman.
Titik paling sensitif adalah privasi dan kontrol. Informasi yang beredar menyebut kerja sama dibatasi pada pelatihan/penguatan model dasar, sementara data interaksi pengguna tetap dikendalikan Apple; Gemini tidak langsung menyentuh perangkat atau data pribadi pengguna.
Namun kekhawatiran kompetisi tetap masuk akal. Google sudah dominan di OS mobile (Android), browser (Chrome), dan search. Jika modelnya kini tertanam dalam ekosistem Apple, ada potensi basis iOS raksasa menjalankan Siri “berbasis Gemini”. Ikatan lintas-ekosistem sedalam ini bisa melemahkan tekanan kompetitif—itulah inti kritik Musk.
Bagi pengguna umum, ini trade-off klasik: ingin Siri lebih berguna, tapi juga khawatir soal privasi dan konsentrasi kekuasaan. Kamu lebih memprioritaskan yang mana?
2. NVIDIA dan Eli Lilly membentuk JV: investasi $1 miliar dalam 5 tahun untuk laboratorium penemuan obat berbasis AI
Ulasan:
Yang menarik di sini adalah pergeseran dari “beli compute, lakukan eksperimen” menjadi “lini produksi” terintegrasi: compute + data + otomasi wet lab dalam loop iterasi yang lebih rapat. Nilainya bukan hanya model yang lebih pintar, tapi workflow yang lebih industrial dan berulang.
Ekspektasi tetap perlu realistis: yang paling memakan waktu adalah uji klinis dan persetujuan regulator. AI dapat menaikkan hit rate, mengoptimalkan desain uji, dan stratifikasi populasi, tetapi sulit memangkas jalur klinis menjadi “hitungan bulan”. KPI yang lebih masuk akal: kecepatan menemukan kandidat, attrition rate, biaya per kandidat, dan waktu dari hit ke IND.
Secara strategi, NVIDIA terus bergeser dari vendor GPU menjadi pembangun platform life sciences (model, DGX Cloud, workflow). Lilly memperkuat posisinya dengan pipeline AI yang bisa diskalakan. Menurutmu kolaborasi ini bisa menghasilkan peningkatan efisiensi yang terukur?
3. AWS menerapkan hollow-core fiber (HCF) untuk menghubungkan 10 data center; berpotensi menggantikan serat optik tradisional, tetapi biaya dan pasokan jadi kendala
Ulasan:
Infrastruktur optik bergerak dari “era kaca” menuju “era udara”. Untuk AWS, ini bukan sekadar uji teknologi, tetapi taruhan strategis pada fondasi jaringan untuk klaster AI generasi berikutnya.
Mengapa HCF? Cahaya merambat lebih cepat di udara daripada di kaca. Untuk sinkronisasi lintas kampus, replikasi storage, dan training terdistribusi, perbaikan mikrodetik pun bisa berubah menjadi peningkatan throughput dan tail latency pada skala besar.
HCF juga menahan jalur optik terutama di inti udara, yang secara teori membuka ruang untuk mengurangi sebagian efek non-linearitas dan isu dispersi saat industri bergerak ke 800G/1.6T. AWS terkenal melakukan diferensiasi di lapisan infrastruktur (NIC, switch, DPU, ekosistem optik). Jika HCF “jadi”, ini bisa menjadi kartu jangka panjang untuk jaringan AI mereka.
Tetapi batas kerasnya jelas: biaya harus terkendali, pasokan harus bisa diskalakan, dan operasi harus bisa direplikasi.
Penutup:
Gemini masuk ke fondasi Apple, AI drug discovery dibuat seperti lini produksi, dan AWS menguji substrat jaringan baru—ini semua tanda bahwa AI berubah menjadi “systems race”. Menurutmu, lapisan mana yang paling cepat membangun moat pada 2025: pintu depan konsumen, platform industri, atau jaringan data center?
Bacaan lanjutan (72 jam terakhir):