AI generatif ada di mana-mana. Chatbot dan asisten virtual menanggapi pelanggan, Large Language Models (LLM) membantu membuat postingan blog, video viral, dan bahkan mengajar siswa. Namun, bukan berarti mudah digunakan hanya karena tersebar luas.
Banyak bisnis kesulitan mengadopsi AI generatif karena kompleksitas teknisnya, biaya tinggi, kurangnya bakat yang dibutuhkan untuk bekerja dengannya, dan masalah skalabilitas, antara lain.
Untuk
Karier Sharma terbentuk dari masa kecilnya yang dihabiskan untuk berpindah-pindah di seluruh dunia. Lahir di Kalkuta, ia tinggal di kota-kota seperti Milan, Dubai, Stavanger, dan London sebelum melanjutkan kuliah di Montreal.
Pindah tempat tinggal secara teratur mengajarinya beradaptasi dengan cepat dan terhubung dengan orang-orang dari semua lapisan masyarakat, tetapi ia menjadi sadar akan perbedaan besar dalam kualitas hidup antara tempat tinggalnya dan tempat kelahirannya.
Melihat ketimpangan ini di usia muda telah menginspirasi Kaustav untuk membuat perubahan. Terombang-ambing antara belajar ekonomi dan teknik, ia akhirnya memilih teknik, bukan hanya untuk membangun sesuatu tetapi juga untuk menciptakan solusi praktis yang membuat hidup lebih mudah bagi orang lain - terutama mereka yang tidak memiliki akses ke sumber daya.
Keyakinan bahwa bakat bersifat universal, tetapi kesempatan tidak, terus memandu karyanya. Dari masa kerjanya di Amazon Web Services (AWS) hingga perannya sebagai teknisi pertama di Gumloop, Kaustav secara konsisten merancang berbagai alat yang membuat AI lebih mudah diadopsi, sehingga memberi lebih banyak orang kesempatan untuk berkreasi dan berinovasi.
Di AWS, Kaustav menghadapi tantangan besar selama Aurora Hackathon: menyederhanakan cara teknisi menulis kueri basis data. Aurora, alat yang membantu organisasi mengelola data seperti melacak penjualan atau menyesuaikan penyimpanan, mengharuskan teknisi menggunakan SQL (Structured Query Language), yang mungkin sulit bagi mereka yang bukan ahli basis data.
Jadi, Kaustav dan rekan setimnya membuat alat AI generatif yang memungkinkan pengguna menjelaskan kebutuhan data mereka dalam bahasa yang mudah dipahami, mengubah deskripsi tersebut menjadi kueri SQL secara otomatis. Mereka bekerja keras untuk membuat alat tersebut andal, membersihkan data yang digunakan, dan menyempurnakan akurasinya dengan umpan balik dan pengujian manusia.
Pada akhirnya, alat tersebut mudah digunakan, mempercepat penulisan kueri, dan membuat tugas basis data lebih mudah diakses – bahkan bagi Kaustav, yang memiliki pengalaman SQL terbatas saat itu. Karya mereka memenangkan hackathon dan menjadi sumber daya penting bagi tim.
Setelah keberhasilan ini, Kaustav dan rekan setimnya Rahul, salah satu pendiri Gumloop, mengalihkan fokus mereka ke pendidikan, di mana mereka menghadapi tantangan yang berbeda.
Kuliah tradisional, tempat para siswa mendengarkan dan mencatat, tidak banyak berubah selama beberapa dekade. “Pasca-COVID dan di era seluler, anak-anak menjadi hiperaktif, sulit fokus, dan kuliah tradisional tidak efektif untuk belajar,” jelas Kaustav.
Untuk mengatasi hal ini, mereka membangun
Kaustav dan Rahul kemudian melanjutkan untuk mengatasi masalah yang lebih dekat dengan rumah: betapa sulitnya bagi orang untuk mengakses layanan kesehatan mental, bahkan di negara-negara dengan banyak sumber daya. Mereka menemukan bahwa terapi sering kali terasa di luar jangkauan; terlalu mahal, membingungkan, atau membuat frustrasi untuk dijalani.
Untuk membantu, mereka membuat Therapai, alat AI yang dirancang untuk mempermudah proses dengan memungkinkan pengguna mengatur preferensi untuk jenis terapis yang mereka inginkan, baik itu seseorang yang mendengarkan mereka atau seseorang yang lebih berfokus pada solusi. Alat ini juga memiliki perlindungan, seperti persetujuan yang jelas untuk penggunaan data dan langkah-langkah keamanan untuk menghubungkan pengguna dengan penyedia layanan kesehatan yang sebenarnya.
Meskipun mereka tidak dapat mengembangkan Therapai sepenuhnya karena keterbatasan waktu – Rahul sibuk dengan YC dan Kaustav berada di AWS – proyek tersebut mengajarkan mereka banyak hal. Hal ini menunjukkan permintaan akan perangkat AI yang mudah digunakan dan dirancang dengan mempertimbangkan kebutuhan pengguna.
Kaustav menerapkan wawasan ini ke dalam pekerjaannya di Gumloop, tempat ia terus membuat teknologi praktis, mudah diakses, dan bermanfaat bagi pengguna sehari-hari.
Di Gumloop, Kaustav membangun Gummie, asisten virtual 24/7 yang menjawab pertanyaan dan memecahkan masalah alur kerja. Pengguna dapat menjelaskan apa yang mereka butuhkan dalam bahasa yang mudah dipahami, seperti "ringkas dokumen ini dan kirimkan melalui email ke tim saya," dan Gummie akan menangani sisanya. Pendekatan ini menghemat waktu dan mempermudah manajemen proyek bagi orang-orang yang tidak memiliki latar belakang teknis.
Gummie telah membuat Gumloop lebih mudah bagi pengguna, mempersingkat waktu pendaftaran dan mengurangi dukungan pelanggan manual. “Bayangkan imajinasi Anda menjadi kenyataan,” kata Kaustav. “Itulah yang ingin dicapai Gummie – mengubah ide menjadi tindakan dengan AI.”
Membangun alat AI generatif seperti Gummie, StudyGuru, dan Therapai telah mengajarkan Kaustav beberapa pelajaran penting tentang cara menyederhanakan teknologi untuk pengguna sehari-hari.
Berikut ini adalah beberapa hal penting yang ia sampaikan:
Saat membangun produk AI baru, Kaustav yakin kuncinya adalah meluncurkan Produk Minimum yang Layak (MVP) - versi paling dasar dari suatu produk yang memiliki cukup fitur untuk dapat digunakan oleh pelanggan awal - dengan cepat. Tujuannya bukanlah untuk membuat semuanya sempurna dengan segera, tetapi untuk menyediakan sesuatu bagi pengguna, mengumpulkan umpan balik, dan melakukan perbaikan berdasarkan penggunaan di dunia nyata.
Kaustav menyarankan dua prinsip penting untuk setiap proyek AI baru: pisahkan berbagai layanan dalam kode Anda sehingga lebih mudah diadaptasi nanti, dan hindari membuat keputusan yang tidak dapat dibatalkan. Dengan bergerak cepat dalam mengambil keputusan yang dapat dibatalkan, Anda menjaga tim Anda tetap fleksibel dan dapat menghindari kebuntuan dalam jangka panjang.
Karier Kaustav melejit saat ia dan Rahul mulai terhubung dengan komunitas AI yang lebih luas. Menghadiri konferensi dan berbagi hasil kerja mereka tidak hanya memberi mereka masukan yang berharga, tetapi juga memperkenalkan mereka kepada orang-orang yang akan memainkan peran penting di masa depan mereka, seperti Max, yang kini menjadi CEO Gumloop. “Berada di sekitar komunitas yang memiliki pemikiran yang sama dapat membuat perbedaan besar,” kata Kaustav.
Kaustav yakin bahwa mudah untuk terjebak dalam fokus pada solusi kecil dan khusus, tetapi inovasi nyata terjadi ketika Anda berpikir lebih besar. Tujuannya adalah untuk menciptakan produk AI yang dapat mengubah industri dan memberikan dampak yang bertahan lama pada berbagai pengguna.
Proyek-proyek Kaustav sebelumnya, seperti Therapai dan StudyGuru, mengutamakan kebutuhan pengguna. Saat ia mengerjakan alat-alat ini, mendengarkan dan menerapkan masukan pengguna memungkinkannya untuk membangun dengan tujuan praktis, menyiapkan panggung untuk proyek-proyek yang lebih tinggi seperti demokratisasi AI dengan Gumloop.
Sementara banyak orang bereksperimen dengan AI generatif dalam kehidupan sehari-hari, membawanya ke skala yang lebih besar masih terasa seperti sesuatu yang hanya dapat dilakukan oleh para ahli.
Untungnya, pengalaman teknik Sharma yang luas dan didikan yang unik membantu membuat teknologi ini lebih mudah digunakan oleh semua orang, apa pun latar belakang atau keahlian mereka.
Kaustav Das Sharma membayangkan Gumloop menjadi platform yang mengubah cara orang berinteraksi dengan teknologi, mengubah alur kerja yang rumit menjadi proses yang sederhana dan intuitif. Ia bercita-cita membangun sistem yang memberdayakan pekerja di semua industri untuk memanfaatkan AI tanpa memerlukan keahlian teknis.
Untuk mempelajari lebih lanjut tentang proyek terbaru Gummie dan Kaustav, lihat