Apakah humor adalah kunci untuk pemerintahan AI yang lebih baik? Audrey Tang berpikir demikian.

• Keterampilan yang dapat diskalakan

— Keterampilan dasar di bidang STEM, mulai dari pendidikan dasar, sekolah menengah, perguruan tinggi, hingga universitas. Benua ini juga tertinggal dalam keterampilan spesifik industri yang diperlukan untuk mendorong ekonomi AI baru.

• Tata kelola yang fleksibel

— Kita perlu menentukan cara mengelola teknologi ini agar mendukung perkembangan, sambil mengatasi risikonya. Benua ini memerlukan penguatan mekanisme tata kelola, yang harus melibatkan seluruh pemerintah: anggota parlemen dan peradilan yang memiliki peran utama dalam legislasi dan arbitrase.

• Pembiayaan inovatif

— Banyak negara di selatan menghadapi keterbatasan fiskal dan perlu mempertimbangkan ulang investasi dalam ekonomi digital tanpa terjebak dalam utang lebih lanjut. Akhirnya, benua ini memerlukan kemitraan yang adil, karena model kemitraan publik-swasta saat ini tidak efektif. Tidak mungkin bermitra dengan perusahaan bernilai $3 triliun, yang mungkin didukung oleh negara asal, ketika PDB Anda kurang dari $100 miliar.

Saat kita membahas komputasi, data, talenta, dan algoritma, kita juga tidak boleh melupakan dasar-dasar, karena inklusivitas harus tetap menjadi prinsip kritis dalam ekonomi baru ini. Tidak banyak negara yang mampu membiayai kapasitas komputasi, dan tidak masuk akal secara ekonomi bagi semua negara untuk berinvestasi dalam infrastruktur ini. Oleh karena itu, kita perlu mempertimbangkan potensi berbagi investasi skala besar ini, sambil memastikan negara-negara berinvestasi dalam fondasi agar warga mereka dapat menikmati manfaat ekonomi baru ini. Kenya, misalnya, memiliki posisi yang baik berkat energi bersih, konektivitas broadband, dan ekosistem teknologi yang kuat, tetapi belum memiliki beban kerja komputasi yang cukup. Bagaimana kita memastikan negara-negara tetangga dapat memanfaatkan kemampuan ini dalam kedaulatan mereka? Bagaimana kita mengembangkan kerangka regulasi yang kohesif yang memfasilitasi aliran data lintas batas sambil menjamin keamanan, keselamatan, dan perlindungan data kedaulatan?

Q: Dengan teknologi yang berkembang pesat seperti AI, apa langkah yang harus diambil untuk membangun fondasi ini guna memastikan keadilan dalam pengembangan AI?

Setiap negara yang kaya akan AI memerlukan fondasi yang sama. Kita baru-baru ini melihat pengumuman investasi dalam AI, baik itu pengumuman $500 miliar oleh Gedung Putih dan OpenAI atau KTT Aksi AI di Prancis, Kanada, dan Uni Eropa. Kita menyadari bahwa kunci adopsi AI adalah investasi dalam infrastruktur. Yang diperlukan adalah memperbarui arsitektur pengembangan yang memahami kebutuhan investasi dalam teknologi sepenting rel kereta api, jalan raya, dan saluran air.

Sementara negara seperti Kenya perlu meningkatkan investasi, hal ini juga memerlukan evaluasi serius dan reformasi arsitektur keuangan saat ini yang memfasilitasi akses ke fasilitas kredit yang adil dan kemampuan pembayaran.

Seperti yang telah disebutkan dalam pengumuman tahun ini, kemitraan dengan perusahaan AI terkemuka sangat penting—ada potensi win-win, di mana perusahaan-perusahaan ini ingin memperluas pasar mereka ke luar pasar tradisional dan melatih model mereka pada bahasa regional seperti Kiswahili.

Q: Bagaimana kita memperbaiki model publik-swasta dalam inovasi AI?

Salah satu masalah dengan model PPP saat ini adalah bahwa mereka tidak dibangun di sekitar infrastruktur teknologi, seperti halnya proyek-proyek seperti jalan raya dan jembatan. Institusi keuangan tradisional yang mengelola pembiayaan untuk investasi teknologi juga memerlukan kapasitas dan inovasi. Tidak mengherankan bahwa sebagian besar pengembangan teknologi di Afrika, misalnya, didorong oleh modal ventura (VC) atau investasi swasta eksternal, bukan kemitraan publik-swasta atau bank lokal. Saya sering bercanda bahwa jika perusahaan teknologi besar saat ini berasal dari Afrika, mereka tidak akan ada karena tidak akan mendapatkan investasi untuk usaha mereka.

Kita perlu memikirkan ulang dan merancang ulang model kemitraan publik-swasta untuk evaluasi, terutama risiko. Konsep due diligence, eksistensi, dan sebagainya. Benua ini, dengan lingkungan bisnis dan potensi pertumbuhan masa depannya, membutuhkan modal yang sabar karena fondasinya berbeda dibandingkan dengan ekonomi maju lainnya.

Misalnya, sebagian besar perusahaan teknologi besar pada tahap awal mereka bersedia mengambil risiko, beroperasi tanpa keuntungan selama beberapa tahun, mengetahui bahwa usaha tersebut akan menguntungkan di masa depan. Model saat ini di Afrika, misalnya, tidak memiliki kerelaan yang sama. Kita perlu mengadopsi mindset yang sama yang mendorong ekosistem teknologi di negara-negara berkembang? Hal ini sangat penting bagi ekonomi kita karena akan memberikan ruang fiskal yang diperlukan untuk mengembangkan ekonomi dengan menggunakan teknologi seperti AI agar tetap kompetitif dan memastikan kemakmuran bersama.

Q: Anda terlibat dalam banyak percakapan global di berbagai sektor tentang AI, keamanan, dan keselamatan. Apa celah besar dalam percakapan saat ini?

Inklusi. Ketika kita membicarakan keamanan, seringkali hal itu dikaitkan dengan geopolitik. Tim saya telah menjadi bagian dari Jaringan Internasional Institut Keamanan untuk berkolaborasi dan memberikan pemahaman tentang apa arti keamanan, keamanan, dan inklusi dalam konteks kita. Tim kami juga bekerja pada konsep kebutuhan AI untuk membangun kepercayaan publik. Meskipun sebagian besar diskusi terjebak dalam geopolitik, kami tertarik pada peluang dan enabler AI serta manfaatnya dalam mengatasi tantangan pembangunan dari pendekatan berbasis risiko. Kami mendekati percakapan ini pertama-tama dari perspektif inklusi dan kepercayaan, lalu melihat keamanan dan keselamatan sebagai nilai yang memastikan ketahanan teknologi ini.

Q: Mengapa menurut Anda inklusivitas tidak menjadi bagian dari percakapan?

Saya tidak berpikir orang memikirkannya, dan jujur saja — ini bersifat politik. Jika Anda membicarakan inklusivitas, itu membawa geopolitik. Kami telah melihat beberapa regulasi yang membatasi akses teknologi bagi negara-negara tertentu. Saat saya menghadiri pertemuan-pertemuan ini, saya merasakan itulah masalahnya. Bagi kami, terlepas dari geopolitik, kami fokus memastikan Afrika tidak tertinggal dalam teknologi ini. Melompati tahap tidak mungkin kali ini karena investasi yang sangat besar diperlukan. Ini bukan seperti beralih dari telepon kabel ke ponsel. Dalam hal ini, harus ada upaya sengaja untuk berinvestasi dalam komputasi, talenta, dataset, termasuk keragaman bahasa dalam melatih model bahasa besar yang membutuhkan investasi besar.

Jika kita mempertimbangkan empat pilar kecerdasan buatan—komputasi, data, talenta, dan algoritma—komputasi berkaitan dengan kemampuan pemrosesan, yang tidak bisa ada di mana-mana. Anda membutuhkan kepercayaan untuk memanfaatkan komputasi lintas batas karena beban kerja utama adalah data. Dalam hal ini, kami telah bekerja pada konsep kecerdasan buatan yang berdaulat, yang akan didasarkan pada kepercayaan. Meskipun komputasi dan pusat data kemungkinan besar akan tersedia di beberapa negara, kami ingin memastikan bahwa negara lain memiliki akses yang sama, terlepas dari lokasi, dalam lingkungan yang aman, aman, dan berdaulat. Talenta juga harus dibagikan untuk bekerja demi kepentingan masyarakat. Akhirnya, algoritma harus bebas dari bias dan membangun kepercayaan publik, memastikan AI bebas dari manipulasi, dapat dijelaskan, transparan, dan melibatkan manusia dalam proses pengambilan keputusan.

Kita harus mendorong multilateralisme di mana kedaulatan tidak boleh menjadi alasan untuk isolasionisme, melainkan harus mempromosikan kerja sama global. Kita memiliki kedutaan besar yang merupakan ruang suci bagi negara-negara, tetapi itu tidak berarti kita terisolasi. Kami sedang bekerja pada sebuah white paper untuk mendefinisikan apa arti kedaulatan di era AI, yang harus berfokus pada multilateralisme dan kerja sama global untuk kemakmuran bersama.

Q: Pekerjaan Anda mencakup tata kelola digital, inklusi keuangan, dan inovasi teknologi. Bisakah Anda berbagi proyek spesifik yang Anda kerjakan dan dampaknya bagi Kenya?

Saya sangat antusias dengan kolaborasi kami dengan IBM dan Bin Zayed University yang mengembangkan salah satu model AI pertama untuk aksi iklim. Model ini mendukung agenda Presiden William Ruto untuk meningkatkan tutupan hutan Kenya. Kami memanfaatkan model ini untuk menciptakan inisiatif Conservation At Scale yang mengumpulkan berbagai pemangku kepentingan untuk berinvestasi dalam reboisasi, transisi energi yang adil, dan menciptakan lapangan kerja hijau bagi pemuda. Model ini kemudian disempurnakan untuk merespons banjir bekerja sama dengan Palang Merah, Microsoft, Meta, Google, dan Amazon, memungkinkan kami memetakan risiko longsor dan mengirim peringatan kepada penduduk di area berisiko tinggi akibat banjir dan longsor.

Proyek lain adalah peningkatan hasil petani dan rantai nilai di sektor susu. Kami berhasil menggandakan pendapatan petani dalam enam bulan dengan memanfaatkan komputasi dan data sederhana. Kami segera mengadakan pameran besar untuk menunjukkan bagaimana AI telah mengubah secara fundamental transportasi susu. Kami juga telah meluncurkan skema asuransi untuk petani bernama Maziwa ni school fees, yang berarti susu. Dengan menggunakan AI, kami menemukan bahwa pengeluaran terbesar petani adalah untuk kesehatan dan pendidikan, bukan pertanian. Kami telah memanfaatkan produksi susu tambahan ini untuk mengubah pendapatan menjadi fasilitas yang membayar biaya sekolah untuk anak-anak.

Kami menyadari bahwa melacak output dan menghitung dengan cepat apa yang dibutuhkan untuk meningkatkan output sangat krusial. Hal ini melibatkan faktor-faktor seperti pakan, cuaca, dan kesehatan sapi individu. Kami telah mengintegrasikan model AI ke dalam WhatsApp Meta untuk memberikan umpan balik real-time kepada petani dalam format PDF. Ini telah membangun ekosistem kepercayaan, memungkinkan petani mengetahui bahwa susu yang mereka serahkan di gerbang peternakan sampai ke koperasi dan sesuai dengan angka yang tercatat. Mereka juga dapat melacak asal usul produk mereka dengan mudah.

Namun, perlu dicatat bahwa model dan komputasi sangat mahal dan menjadi tantangan bagi Usaha Kecil dan Menengah (UKM) karena biaya yang tinggi untuk skalabilitas. Saya menggunakan contoh ini untuk mengadvokasi di ruang kebijakan dan pengambilan keputusan tentang kebutuhan Afrika untuk mengembangkan model sendiri yang lebih murah dan lebih sesuai dengan budaya lokal. Saya juga mengadvokasi model harga yang berbeda untuk mengakses LLM dari perusahaan AI terkemuka jika pengusaha kita ingin bersaing secara adil dalam ekonomi ini.