Hampir setiap pemilik usaha yang mulai serius memakai AI akan sampai pada pertanyaan yang sama, yaitu sebaiknya memakai Claude, ChatGPT, atau Gemini. Artikel perbandingan di internet biasanya penuh skor benchmark yang sulit diterjemahkan ke pekerjaan sehari-hari, dan hasilnya cepat usang karena ketiga penyedia merilis model baru secara rutin.
Memilih model AI untuk bisnis lebih tepat dilakukan dengan kriteria yang sesuai kebutuhan Anda sendiri. Artikel ini membahas kriteria tersebut, gambaran umum tiap penyedia tanpa memihak, dan cara menguji model dengan data perusahaan Anda sebelum mengambil keputusan.
Mulai dari tugasnya
Pertanyaan pertama sebaiknya tentang pekerjaan yang ingin dibantu AI. Merangkum kontrak panjang di kantor notaris, membalas chat pelanggan toko online, mengekstrak data dari invoice distributor, dan menulis kode untuk aplikasi internal adalah tugas yang sangat berbeda. Model yang unggul di satu tugas belum tentu terbaik di tugas lain.
Tuliskan dua sampai lima tugas utama, lengkap dengan contoh input dan seperti apa hasil yang dianggap bagus. Daftar ini akan menjadi dasar pengujian nanti, dan jauh lebih berguna daripada peringkat umum.
Ingat juga bahwa setiap penyedia menawarkan beberapa ukuran model. Model besar biasanya lebih mampu untuk penalaran yang rumit, sedangkan model kecil lebih cepat dan lebih murah. Untuk tugas sederhana seperti klasifikasi email, model kecil sering sudah cukup.
Kriteria memilih model AI untuk bisnis
Kualitas Bahasa Indonesia
Ketiga model bisa berbahasa Indonesia, tetapi kualitasnya perlu Anda nilai sendiri untuk konteks bisnis Anda. Perhatikan apakah hasilnya terdengar alami atau seperti terjemahan, apakah model memahami istilah lokal seperti PPN, BPJS, SPK, atau faktur pajak, dan apakah bisa menyesuaikan nada formal untuk surat resmi serta nada santai untuk balasan WhatsApp. Uji juga bahasa campuran Indonesia dan Inggris, karena begitulah banyak tim benar-benar menulis.
Biaya
Lewat API, biaya biasanya dihitung per token, dengan harga berbeda untuk input dan output. Harga juga berbeda jauh antar ukuran model. Hitung perkiraan biaya dari volume nyata Anda, misalnya jumlah dokumen per bulan dan rata-rata panjangnya. Untuk paket langganan per pengguna, bandingkan fitur dan batas pemakaian, karena harga per kursi saja tidak menceritakan semuanya.
Ketentuan data
Baca ketentuan data tiap layanan. Akun konsumen, paket bisnis, dan API sering punya aturan berbeda tentang penyimpanan riwayat dan penggunaan data untuk melatih model. Jika Anda memproses data pribadi pelanggan atau karyawan, ketentuan ini perlu ditinjau dengan memperhatikan UU PDP, termasuk lokasi pemrosesan data.
Integrasi
Pertimbangkan di mana AI akan dipakai. Jika tim Anda bekerja di Google Workspace, Gemini sudah tersedia di dalam ekosistem itu. Jika perusahaan memakai cloud tertentu, cek ketersediaan model di sana. Claude tersedia lewat API Anthropic, Amazon Bedrock, dan Google Cloud Vertex AI. Model OpenAI tersedia lewat API OpenAI dan Microsoft Azure. Gemini tersedia lewat Google AI Studio dan Vertex AI. Untuk menghubungkan AI ke sistem internal, MCP (Model Context Protocol), standar terbuka yang diperkenalkan Anthropic pada 2024, kini didukung oleh banyak klien AI, termasuk Claude dan ChatGPT.
Gambaran umum ketiga penyedia
Claude dikembangkan oleh Anthropic, ChatGPT oleh OpenAI, dan Gemini oleh Google. Ketiganya menyediakan aplikasi chat untuk pengguna, paket untuk tim dan perusahaan, serta API untuk developer. Ketiganya juga mampu membaca dokumen panjang, gambar, dan menulis kode, dengan kekuatan yang bergeser dari satu rilis ke rilis berikutnya.
Karena itu, perbedaan yang paling menentukan bagi perusahaan biasanya ada di luar modelnya. Ekosistem yang sudah Anda pakai, ketentuan data, cara penagihan, dan dukungan untuk tim sering lebih berpengaruh daripada selisih kecil di kualitas jawaban.
Uji dengan data Anda sendiri
Pengujian sederhana selama satu atau dua minggu biasanya cukup untuk mengambil keputusan yang baik.
- Siapkan 20 sampai 50 contoh nyata dari tugas utama Anda, dengan data pribadi disamarkan.
- Tentukan cara menilai hasil, misalnya akurasi, kelengkapan, kesesuaian nada, dan perlu tidaknya diedit.
- Jalankan contoh yang sama di setiap model dengan instruksi yang sama.
- Minta orang yang biasa mengerjakan tugas itu menilai hasilnya, sebaiknya tanpa tahu model mana yang menghasilkan apa.
- Catat juga kecepatan respons dan perkiraan biaya per tugas.
- Ulangi pengujian setiap kali ada model baru atau tugas berubah.
Hasilnya sering tidak seragam. Satu model bisa paling cocok untuk merangkum dokumen, sementara model lain lebih hemat untuk klasifikasi bervolume besar.
Siap berganti model
Pasar model AI bergerak cepat, jadi hindari ketergantungan penuh pada satu penyedia sejak awal. Simpan instruksi, contoh uji, dan aturan validasi di luar platform tertentu. Jika membangun integrasi, rancang aplikasi agar model bisa diganti dengan perubahan konfigurasi. Banyak perusahaan akhirnya memakai lebih dari satu model, masing-masing untuk tugas yang paling sesuai.
Memilih model per tugas
Averoa membangun integrasi AI dengan Claude, ChatGPT, atau Gemini, termasuk pemilihan model per tugas, pengujian dengan data nyata, dan batas pemakaian agar biaya API tetap terukur. Penjelasannya ada di halaman integrasi AI.
