Perkembangan kecerdasan buatan (AI) dalam beberapa tahun terakhir banyak ditopang oleh perusahaan besar dengan infrastruktur komputasi masif, akses data skala besar, serta model yang dikembangkan dalam sistem tertutup. Di satu sisi, pola ini mempercepat inovasi. Namun, di sisi lain, muncul pertanyaan yang kian sering dibahas: apakah wajar jika teknologi sepenting AI dikendalikan oleh segelintir pihak?

Perdebatan tersebut tidak hanya menyangkut siapa yang paling unggul secara teknologi, tetapi juga siapa yang memiliki akses, siapa yang menetapkan aturan, dan siapa yang memperoleh manfaat terbesar. Dalam konteks ini, gagasan desentralisasi—yang sebelumnya populer di ekosistem aset kripto—mulai dilihat sebagai salah satu pendekatan untuk mengubah distribusi kontrol dalam pengembangan dan pemanfaatan AI.

Dari situ, muncul pendekatan yang tidak berupaya “melawan” AI, melainkan mengubah cara AI dibangun dan dijalankan: dari sistem yang terpusat menuju sistem yang lebih terbuka dan terdistribusi. Konsep inilah yang dikenal sebagai aplikasi AI terdesentralisasi.

Apa itu aplikasi AI terdesentralisasi?

Aplikasi AI terdesentralisasi adalah sistem AI yang tidak berjalan di satu server atau dikontrol oleh satu perusahaan, melainkan tersebar di jaringan node yang saling terhubung. Dalam model ini, komponen penting seperti data, model, dan komputasi tidak berada di satu tempat, tetapi didistribusikan dan dijalankan secara kolektif oleh jaringan.

Pendekatan tersebut kerap disamakan dengan konsep cloud terdesentralisasi, yakni ketika penyimpanan dan komputasi tidak bergantung pada satu penyedia, melainkan tersebar di banyak node independen. Konsekuensinya, tidak ada satu pihak yang dapat sepenuhnya mengontrol sistem AI. Kontribusi—baik berupa data, model, maupun daya komputasi—ikut memengaruhi keluaran dan perkembangan jaringan.

Pendukung pendekatan ini menilai desentralisasi dapat membuat AI lebih terbuka dan transparan, serta dalam beberapa kasus mendorong distribusi nilai yang lebih merata kepada para kontributor.

Alasan pergeseran dari AI terpusat

Pergeseran menuju sistem terdesentralisasi disebut didorong kebutuhan, bukan semata tren. Dalam sistem AI terpusat, beberapa persoalan mulai terasa: data dikumpulkan dalam skala besar, tetapi pengguna tidak selalu mengetahui bagaimana data digunakan; proses pengembangan model berlangsung cepat, namun sering kali tidak transparan; dan akses untuk membangun atau memanfaatkan AI dapat bergantung pada platform tertentu.

Melalui pendekatan terdesentralisasi, data tidak harus diserahkan sepenuhnya, pengembangan model dapat dilakukan secara kolaboratif, dan partisipasi dimungkinkan tanpa perlu izin dari satu otoritas. Prinsip ini kerap disejajarkan dengan cara kerja Decentralized Finance (DeFi) yang membangun layanan tanpa perantara dan memberi kontrol lebih besar kepada pengguna.

Di saat yang sama, muncul gagasan tentang “AI economy”, yakni ekosistem di mana kontribusi terhadap sistem—sekecil apa pun—dapat dihargai secara langsung.

Bagaimana cara kerja aplikasi AI terdesentralisasi?

Secara umum, sistem AI terdesentralisasi dapat dipahami sebagai kombinasi beberapa lapisan yang saling terhubung.

1) Infrastruktur komputasi
Jika sistem tradisional mengandalkan server besar milik perusahaan, sistem terdesentralisasi memanfaatkan jaringan global berisi banyak node. Setiap node dapat menyediakan sumber daya seperti GPU atau CPU yang kemudian bisa digunakan pihak lain. Pola ini membuat akses komputasi lebih terbuka dan fleksibel.

2) Data dan model AI
Perubahan penting terjadi pada tata kelola data dan model. Data tidak harus dikumpulkan di satu tempat; pemilik data dapat mempertahankan kepemilikan sambil tetap berkontribusi dalam pelatihan model. Model AI juga tidak selalu bersifat eksklusif karena sejumlah proyek memungkinkan pengembangan kolaboratif dan evaluasi antarmodel.

3) Blockchain dan insentif
Untuk menjaga sistem berjalan tanpa pusat kontrol, digunakan mekanisme insentif berbasis blockchain. Kontribusi dapat diberi imbalan dalam bentuk token. Pada beberapa jaringan, kualitas output turut menentukan besaran imbalan. Konsep ini kerap disebut “Proof of Intelligence”, yakni nilai ditentukan oleh kualitas kontribusi, bukan sekadar partisipasi.

Jenis-jenis aplikasi AI terdesentralisasi

Ekosistem AI terdesentralisasi tidak berjalan dalam satu bentuk tunggal. Sejumlah kategori yang kerap disebut antara lain:

1) Infrastruktur AI
Berfokus pada penyediaan komputasi. Contoh yang disebut dalam ekosistem ini antara lain Render dan Akash yang menawarkan akses GPU secara global tanpa membangun infrastruktur sendiri.

2) Data dan marketplace AI
Berperan sebagai layanan yang dapat diakses dan “diperdagangkan”. SingularityNET dan Ocean Protocol disebut memungkinkan model dan data digunakan secara terbuka dengan tetap memperhatikan aspek keamanan.

3) AI agent
Berbeda dari model AI biasa, AI agent dirancang untuk mengambil keputusan dan menjalankan tugas otomatis. Fetch.ai disebut sebagai salah satu contoh yang menargetkan penggunaan di sektor seperti logistik dan perdagangan.

4) Jaringan AI terbuka
Mendorong ekosistem AI yang kolaboratif secara menyeluruh. Bittensor kerap dijadikan contoh karena model dalam jaringan dapat saling berinteraksi dan berkembang bersama.

Contoh implementasi yang telah berjalan

Sejumlah proyek disebut sudah menjalankan konsep AI terdesentralisasi dalam praktik. Bittensor membangun jaringan yang menilai model AI berdasarkan kualitas output, sehingga tercipta kompetisi tanpa kontrol terpusat. Fetch.ai mengembangkan agen untuk menjalankan tugas otomatis, termasuk optimasi transaksi dan pengambilan keputusan berbasis data. Ocean Protocol menawarkan mekanisme berbagi data tanpa mengorbankan privasi. Sementara SingularityNET menghadirkan marketplace AI yang memungkinkan integrasi model ke berbagai aplikasi tanpa bergantung pada satu penyedia.

Rangkaian implementasi tersebut dipandang sebagai sinyal bahwa pendekatan ini tidak berhenti pada eksperimen, melainkan mulai membentuk ekosistem tersendiri.

Perbedaan AI terpusat dan terdesentralisasi

Perbedaan utama dapat dilihat dari aspek kontrol, tata kelola data, transparansi, akses, dan insentif. Pada AI terpusat, kontrol cenderung berada di perusahaan; data terkumpul terpusat; transparansi terbatas; akses kerap memerlukan izin; dan insentif lebih banyak terakumulasi pada perusahaan. Pada AI terdesentralisasi, kontrol didistribusikan ke jaringan; data tetap dimiliki kontributor; transparansi lebih terbuka; akses bersifat permissionless; dan insentif dibagi kepada kontributor.

Perbedaan ini menunjukkan bahwa perubahan tidak hanya bersifat teknis, tetapi juga menyangkut model ekonomi di balik pengembangan teknologi.

Kelebihan dan tantangan

Pendekatan terdesentralisasi menawarkan keterbukaan, transparansi, serta peluang partisipasi yang lebih luas. Namun, tantangannya juga nyata: kompleksitas teknis, koordinasi antarnode yang tidak selalu mudah, serta performa yang belum tentu menyaingi sistem terpusat dalam semua kondisi. Selain itu, adopsi masih membutuhkan waktu karena ekosistemnya dinilai masih berkembang.

Ke mana arah perkembangan AI terdesentralisasi?

Perkembangan AI terdesentralisasi diperkirakan berlanjut, tetapi tidak serta-merta menggantikan sistem terpusat sepenuhnya. Dalam sejumlah sektor, AI terpusat kemungkinan tetap dominan. Namun, untuk area yang membutuhkan transparansi dan kolaborasi, pendekatan terdesentralisasi berpotensi menjadi pilihan penting.

Pada akhirnya, diskusi tentang AI terdesentralisasi tidak hanya membahas teknologi, melainkan juga pergeseran kontrol dan distribusi nilai. Jika AI semakin dibangun secara terbuka dan kolaboratif, maka manfaat ekonominya pun berpeluang tidak lagi terkonsentrasi pada satu pihak, melainkan tersebar ke banyak kontributor.