NVIDIA dan Model Terbuka Membentuk Strategi AI Operator Telekomunikasi

Mengapa operator telekomunikasi membutuhkan model AI yang bisa mereka sesuaikan sendiri, padahal layanan AI siap pakai semakin mudah diakses? Jawabannya berkaitan dengan pengetahuan operasional yang mereka miliki: kondisi jaringan, riwayat gangguan, prosedur teknis, dan kebutuhan pelanggan. AI yang berguna harus mampu memahami konteks tersebut. Di sinilah NVIDIA menempatkan model terbuka sebagai fondasi untuk membangun kemampuan AI yang relevan dengan pekerjaan operator. NVIDIA Blog

Perubahan ini membuka pertanyaan strategis: bagaimana operator mengubah akses terhadap model menjadi layanan yang andal, terukur, dan dapat dikendalikan?

Apa itu model terbuka untuk telekomunikasi?

Model terbuka menyediakan akses terhadap bobot model sehingga pengembang dapat menjalankan dan menyesuaikannya, mengikuti ketentuan lisensi masing-masing. Pada keluarga Nemotron, keterbukaan juga mencakup publikasi data dan teknik pelatihan. Akses tersebut memberi ruang bagi pengembangan kemampuan yang lebih spesifik. NVIDIA Nemotron

Laporan State of AI in Telecommunications 2026 dari NVIDIA menunjukkan bahwa 89% responden menilai model dan perangkat lunak open source penting bagi strategi AI perusahaan mereka. Survei mencakup 1.038 responden dari berbagai bagian ekosistem telekomunikasi, termasuk operator, vendor, dan integrator. NVIDIA

Angka itu mengukur persepsi mengenai pentingnya open source. Secara analitis, temuan tersebut menunjukkan kebutuhan untuk lebih terlibat dalam pengembangan AI, tanpa membuktikan bahwa seluruh responden telah menerapkan model terbuka dalam produksi.

Mengapa operator memilih model terbuka?

Daya tarik model terbuka mencakup biaya, penyesuaian, kontrol, fleksibilitas deployment, dan peluang layanan baru. Lima faktor ini saling berhubungan dalam strategi operator:

1. Mengatur pilihan model. Operator dapat memakai model terbuka untuk tugas tertentu dan mempertahankan model tertutup ketika manfaatnya lebih sesuai.
2. Menyesuaikan pengetahuan industri. Model dapat dilatih lebih lanjut menggunakan data jaringan, pelanggan, dan prosedur operasional.
3. Memperkuat evaluasi. Akses terhadap artefak model memberikan ruang untuk memeriksa perilaku dan menyesuaikannya dengan kebijakan perusahaan.
4. Memilih lokasi pemrosesan. Model dapat dioptimalkan untuk public cloud, infrastruktur privat, atau edge sesuai kebutuhan.
5. Mengembangkan layanan lokal. Operator dapat menjadi penyedia layanan AI yang disesuaikan dengan bahasa, industri, dan kebutuhan pelanggan bisnis. NVIDIA Blog

Secara analitis, nilai ekonominya perlu dinilai sepanjang siklus penggunaan. Operator tetap perlu memperhitungkan komputasi, pengelolaan data, integrasi, evaluasi, dan pemeliharaan. Penghematan baru bermakna apabila kualitas layanan terjaga dan biaya per tugas yang berhasil diselesaikan membaik.

Bagaimana NVIDIA mendukung AI khusus telekomunikasi?

Melalui Nemotron, operator memperoleh keluarga model terbuka yang mendukung penalaran, penggunaan alat, dan aplikasi berbasis suara. Kemampuan tersebut dapat menjadi fondasi bagi agen yang menangani beberapa tahap pekerjaan. NVIDIA Nemotron

Contoh penyesuaiannya adalah model telko 30 miliar parameter yang dikembangkan AdaptKey dari Nemotron-3-Nano-30B. Model tersebut dilatih lebih lanjut untuk kebutuhan telekomunikasi dan rekayasa jaringan, termasuk pemahaman standar, analisis log, serta konfigurasi fungsi jaringan. Hasil pengujiannya tetap perlu dibedakan dari performa pada jaringan produksi operator. Hugging Face

Untuk mendukung kustomisasi, NVIDIA NeMo menyediakan perangkat pengembangan model. Tutorial NeMo-Skills yang dirujuk sumber memperlihatkan alur pengolahan data, pembuatan contoh sintetis, pelatihan, dan evaluasi agen penalaran untuk insiden jaringan. Contoh tutorialnya menggunakan Qwen3-32B, sehingga alur tersebut perlu dipahami sebagai pendekatan adaptasi model terbuka. Nemo-Skills

SoftBank memperlihatkan penerapan strategi ini melalui pengembangan Large Telecom Model berbasis beberapa model terbuka, termasuk Nemotron, untuk kebutuhan operasi, desain, dan pengelolaan jaringan. NVIDIA Blog

Apa yang diperlukan agar AI siap digunakan dalam produksi?

Kesiapan produksi membutuhkan data yang terkelola, integrasi sistem, batas tindakan agen, dan evaluasi berkelanjutan. Model menjadi salah satu komponen dalam sistem operasional yang lebih luas.

NVIDIA AI Enterprise menyediakan kumpulan perangkat lunak komersial dengan dukungan enterprise untuk pengembangan dan deployment AI. Keterbukaan model dan layanan dukungan produksi merupakan dua bagian yang perlu dievaluasi secara terpisah. NVIDIA

Pada arsitektur telekomunikasi, NVIDIA Agent Toolkit menjadi bagian dari fondasi pengembangan agen, bersama pipeline data, model, runtime yang mengatur eksekusi, serta simulasi. Pendekatan ini mendukung validasi rencana sebelum tindakan diterapkan pada jaringan. NVIDIA Technical Blog

Sebagai contoh hipotetis, agen dapat mengumpulkan informasi gangguan, menyusun dugaan penyebab, lalu merekomendasikan perubahan konfigurasi. Operator perlu menentukan perubahan yang boleh dilakukan otomatis, kondisi yang memerlukan persetujuan teknisi, dan langkah pemulihan apabila hasilnya tidak sesuai.

Dengan demikian, kematangan AI dapat dinilai dari kemampuannya membantu pekerjaan sambil menjaga kendali operasional.

Apa relevansi strategi NVIDIA bagi Indonesia?

Model terbuka memberi peluang membangun AI yang memahami bahasa, konteks budaya, dan kebutuhan layanan lokal. Sahabat-AI, yang dikembangkan melalui kolaborasi Indosat Ooredoo Hutchison dan GoTo, menjadi contoh penting.

Dalam pengumuman Juni 2025, kedua perusahaan memperkenalkan model 70 miliar parameter dengan layanan chat multibahasa, termasuk bahasa Indonesia serta bahasa Jawa, Sunda, Bali, dan Batak. Contoh ini memperlihatkan bagaimana pengembangan model dapat diarahkan pada kebutuhan masyarakat setempat. gotocompany.com

Secara analitis, relevansi lokal perlu diuji lebih jauh daripada kemampuan menerjemahkan. Sistem harus memahami istilah layanan, variasi pertanyaan pelanggan, dan konteks penggunaan. Operator juga memiliki peluang untuk menyediakan fondasi AI bagi perusahaan dan lembaga yang membutuhkan penyesuaian khusus.

Bagaimana operator mengukur keberhasilan adopsi?

Keberhasilan sebaiknya diukur melalui hasil operasional. Saat mengevaluasi solusi NVIDIA, operator dapat menetapkan indikator sebelum melakukan pilot:

• Kualitas: ketepatan diagnosis, relevansi jawaban, dan kualitas eskalasi.
• Kecepatan: waktu penanganan insiden atau penyelesaian permintaan pelanggan.
• Ekonomi: biaya per tugas yang selesai dengan benar, termasuk biaya operasional.
• Kontrol: kepatuhan terhadap batas akses dan kemampuan menelusuri tindakan agen.

Sebagai pendekatan implementasi, pilot dapat dimulai dari satu pekerjaan yang jelas, dibandingkan dengan proses sebelumnya, lalu diperluas setelah manfaatnya terbukti. Ini membantu menghubungkan investasi teknologi dengan kebutuhan bisnis yang konkret.

Kesimpulan

NVIDIA menunjukkan bagaimana model terbuka dapat menjadi fondasi bagi strategi AI telekomunikasi yang lebih mudah disesuaikan dan dikendalikan. Nilainya berkembang ketika kemampuan model dipadukan dengan pengetahuan industri, data berkualitas, dan tata kelola operasional.

Bagi operator, langkah paling menentukan adalah memilih pekerjaan yang tepat untuk ditingkatkan dan membuktikan hasilnya. Dari sana, model terbuka dapat membantu mengubah pengetahuan jaringan menjadi kemampuan yang terus berkembang, sekaligus membuka layanan AI yang relevan bagi pelanggan dan pasar lokal.