Kuliah umum ini menghadirkan Guru Besar ITB, Prof. Suhono Harso Supangkat, untuk membedah peta jalan transformasi kecerdasan artifisial (AI) serta penguatan talenta masa depan melalui Program Studi Magister Kecerdasan Sistem SPITM ITB.

Menjawab Tantangan: Menjadi Produsen Kecerdasan

Dalam paparannya, Prof. Suhono menyoroti akselerasi AI global yang kini telah bergeser dari sekadar wacana laboratorium menuju arena kompetisi investasi ratusan miliar dolar AS, lonjakan inovasi paten, hingga adopsi industri nyata. Namun, pesatnya laju ini menimbulkan tekanan baru terhadap infrastruktur komputasi (compute), lonjakan konsumsi energi listrik pusat data, hingga tantangan kesiapan kapasitas manusia.

Menghadapi dinamika tersebut, pertanyaan krusial bagi Indonesia adalah bagaimana melompat agar tidak hanya menjadi konsumen atau pemakai aplikasi AI, melainkan produsen kecerdasan.

"Keunggulan masa depan tidak lagi ditentukan semata oleh kepemilikan data mentah atau sekadar dasbor visualisasi, melainkan oleh kemampuan mengubah data menjadi keputusan yang cepat, tepat, kontekstual, dan akuntabel," ujar Prof. Suhono.

Untuk mewujudkannya, ia memperkenalkan konsep AI Factory, yakni sistem terorganisasi yang memproses data menjadi kecerdasan operasional secara berulang dan terukur—mulai dari pengumpulan data (sense/ingest), pemodelan (understand), penalaran agen cerdas (reasoning), hingga eksekusi aksi di lapangan (actuate) dan perbaikan berkelanjutan (feedback loop).

"AI Factory bukan sekadar tumpukan kartu grafis (GPU) mahal. Ia adalah sistem produksi menyeluruh yang menyatukan data, komputasi, model, tata kelola (governance), dan talenta manusia. Factory tanpa ekosistem adalah mesin mahal, sedangkan ekosistem tanpa factory hanya akan menjadi seminar," ujarnya.

Kedaulatan Keputusan dan Portofolio Strategis

Prof. Suhono juga menggarisbawahi makna Kedaulatan Keputusan (Decision Sovereignty). Kedaulatan di era AI bukan berarti autarki atau memaksakan diri membangun seluruh komponen teknologi secara mandiri. Sebaliknya, kedaulatan menuntut kejelasan strategi:

Sewa (Cloud/Token):

Digunakan untuk eksperimen cepat, elastis, dan layanan umum.

Bangun Terbatas (On-Premise):

Diterapkan untuk data sensitif, operasi misi kritis, dan kebutuhan latensi rendah.

Kapasitas Nasional/Hybrid: Standardisasi, pembagian kapasitas antarlembaga, dan interoperabilitas demi skala daya saing bangsa.

Selain itu, keberhasilan AI harus teruji di ekonomi riil—seperti penerapan smart factory untuk predictive maintenance, quality vision, efisiensi energi per unit, keselamatan kerja, hingga ketahanan rantai pasok.

Aspek tata kelola seperti mitigasi risiko halusinasi, keamanan siber, privasi data, dan keadilan algoritma juga wajib terintegrasi langsung ke dalam alur kerja (workflow).

Magister Kecerdasan Sistem: Melahirkan Talenta Multidisiplin

Rantai produksi kecerdasan yang berdaulat membutuhkan talenta yang mampu merancang sistem cerdas yang sadar konteks dan berdampak nyata. Karena itu, momentum kuliah umum ini sekaligus menjadi ajang sosialisasi Program Studi Magister Kecerdasan Sistem SPITM ITB.

Program magister multidisiplin ini membekali mahasiswa dengan empat pilar utama:

Human-Centered AI:

Merancang kecerdasan buatan yang berpusat pada manusia, etis, inklusif, dan terpercaya.

Situational Awareness:

Membangun kepekaan sistem terhadap dinamika data, batasan operasional, regulasi, dan konteks lokal Indonesia.

Decision Intelligence:

Mentransformasikan data analitik dan pengetahuan domain menjadi keputusan yang adaptif dan teruji.

Smart-X Applications: Mengimplementasikan kecerdasan sistem ke domain sektoral nyata, seperti Smart City, Smart Industry, Smart Energy, Smart Maritime, Smart Building, hingga Smart Health.

"AI Factory membutuhkan talenta lintas disiplin yang menguasai teknologi, domain keilmuan, tata kelola, serta mampu menerjemahkan persoalan riil menjadi sistem keputusan," ujar Prof. Suhono.

Melalui sinergi antara AI Factory ITB, program studi Magister Kecerdasan Sistem, dan ekosistem industri, karya riset di kampus diharapkan dapat terus bergulir dalam siklus penemuan (discover), penerapan (apply), asesmen (assess), dan pembelajaran (learn) demi kemandirian dan kemajuan bangsa.