- Diterbitkan pada
Model Bukanlah Parit Pertahanan
- Penulis

- Nama
- AbnAsia.org
- @steven_n_t
Listen in English · Model Bukanlah Parit Pertahanan
0:00 / 0:00
Watch in English · Model Bukanlah Parit Pertahanan
Argumennya cukup dalam satu kalimat, dan Eliot Horowitz sendiri mengatakannya seperti itu: nilai dalam robotika tidak akan menjadi milik siapa pun yang memiliki model tertutup terbesar. Model bukanlah benteng pertahanannya. Data dan pengetahuan praktis Anda lah yang menjadi benteng.
Itu hal yang aneh untuk didengar dari seseorang yang menjual perangkat lunak, itulah sebabnya sisa tulisannya layak dibaca sebagai ekonomi, bukan sebagai antusiasme.
Apa yang tetap menjadi milik Anda, dan apa yang tidak
Ia menarik garis secara sempit. Tiga hal merupakan benteng pertahanan dan harus tetap menjadi hak milik: data yang dikumpulkan mesin Anda, pengetahuan praktis dalam proses Anda, dan deployment yang benar-benar Anda jalankan. Semua hal lainnya — model, bobot, sistem pengodean — harus terbuka.
Data Anda
yang dikumpulkan di mesin Anda sendiri
Keahlian Anda
prosesnya, bukan modelnya
Deployment Anda
di mana ia berjalan dan apa yang disentuhnya
Segala hal lainnya
model, bobot, perkakas — terbuka
Alasannya bukan sentimen. Data robotika publik yang digunakan semua orang untuk melatih model itu kecil dan dibagi bersama, sehingga model yang dilatih dengannya akan konvergen — dan perbedaannya kemudian berasal dari apa yang dilihat mesin Anda sendiri. Data itu tersebar di jutaan penerapan di pabrik, pertanian, dan gudang yang tidak dapat dijangkau oleh perusahaan model mana pun. Yang, menurutnya, menjadi alasan untuk infrastruktur yang dimiliki oleh orang-orang yang memegang data, bukan oleh segelintir pihak yang menginginkannya.
Dua keberatan, dijawab
Skala menang
datanya tersebar, tidak terkonsentrasi
Bobot terbuka tersedia
tanpa perkakas dan penerapan, bobot tidak banyak berguna
Dia menangani dua hal yang muncul lebih dulu. Jika skala yang menang, siapa pun yang memiliki data terbanyak akan melatih model terbaik — hanya saja data yang penting tidak terkonsentrasi di mana pun, dan tidak bisa dibeli untuk dikumpulkan di satu tempat. Dan jika bobot terbuka sudah ada, itu baru permulaan, bukan jawaban: perkakas, pipeline data, dan lapisan deployment juga harus terbuka, atau bobot itu tidak banyak berguna bagi orang yang membutuhkannya.

Dari mana data pelatihan sebenarnya berasal
Video, sebagian besar. Ada jumlah rekaman yang sangat besar tentang orang-orang melakukan berbagai hal, dan banyak sekali rekaman yang dibuat khusus untuk mengajarkan suatu tugas, ditambah kumpulan penelitian yang terus berkembang tentang mengubahnya menjadi data pelatihan robot. Hasil awal cukup menjanjikan sehingga kelompok-kelompok penelitian sudah melatih kebijakan robot menggunakan video pekerjaan manusia sehari-hari. Itu adalah bagian argumen yang paling tidak pasti, dan ia memperlakukannya sebagai bagian dengan ruang berkembang paling besar.
Pengungkapan, yang ia lakukan sendiri
Dia tidak netral, dan tidak berpura-pura netral. Dia telah menanamkan uangnya sendiri ke sebuah perusahaan robotika yang runtime-nya open source, yang modul-modulnya ia publikasikan, dan yang memungut biaya untuk layanan cloud — bentuk yang sama dengan bisnis basis data yang ia bangun sebelumnya. Bisnis dan open source tidak saling bertentangan, katanya; itu adalah modelnya, bukan kompromi.
Yang ia tentang adalah hasil tertentu: jutaan pengembang bekerja untuk sepuluh perusahaan yang mengunci nilai di balik paywall. Alternatif yang ia inginkan lebih membosankan dan lebih besar — AI fisik terbuka di setiap bisnis, dari bengkel mesin kecil hingga perusahaan pelayaran hingga laundry komersial.
Apa yang diubahnya bagi kita semua
Runtime terbuka memindahkan risiko, bukan menghilangkannya. Jika model adalah komoditas dan runtime adalah kode publik, maka pembeda dan eksposur sama-sama bermigrasi ke deployment: apa yang Anda jalankan, apa yang dapat dijangkau, dan siapa yang dapat menambalnya saat celah muncul. Itu adalah masalah keamanan sebelum menjadi pertanyaan lisensi, dan itulah bagian dari argumen robotika terbuka yang cenderung tidak diungkapkan.
Anda tidak hanya mendapatkan perangkat lunak — Anda mendapatkan perangkat lunak yang aman. Jika Anda menempatkan mesin di jaringan dengan runtime terbuka di bawahnya, hubungi kami: [email protected].
Sumber: Eliot Horowitz, "Open Is How Robotics Wins", 18 November 2026. Pandangan-pandangan tersebut adalah milik penulis; pengungkapan investasinya adalah miliknya sendiri.
Harap dicatat bahwa versi bahasa Indonesia didukung oleh AI dan karena itu mungkin terjadi kesalahan kecil.
Penulis
Ai-Banking-NetworkSecurity (ABN), ABN ASIA didirikan oleh orang-orang dengan akar yang kuat di dunia akademis, dengan pengalaman kerja di Amerika Serikat, Belanda, Hungaria, Jepang, Korea Selatan, Singapura, dan Vietnam. ABN Asia adalah tempat di mana akademik dan teknologi bertemu dengan peluang. Dengan solusi terdepan kami dan layanan pengembangan perangkat lunak yang kompeten, kami membantu bisnis untuk meningkatkan level dan bersaing di panggung global. Komitmen kami: Lebih Cepat. Lebih Baik. Lebih handal. Dalam kebanyakan kasus: Lebih murah juga.
Jangan ragu untuk menghubungi kami jika Anda membutuhkan layanan IT, konsultasi digital, solusi perangkat lunak siap pakai, atau jika Anda ingin mengirimkan permintaan proposal (RFP). Anda dapat menghubungi kami di [email protected]. Kami siap membantu Anda dengan semua kebutuhan teknologi Anda.

© ABN ASIA