Perpindahan dari AI Terpusat ke Alternatif Terdesentralisasi

Sebuah proyek baru bernama Gradient sedang meluncurkan dua protokol utama—Lattica dan Parallax—untuk mendukung pergerakan data secara peer-to-peer dan menjalankan AI secara terdesentralisasi. Artinya, AI bisa berjalan langsung di antara pengguna tanpa perlu bergantung pada server cloud besar.

Tren ini bukan hal yang berdiri sendiri. Hingga akhir 2024, tercatat ada 164 proyek AI terdesentralisasi, dan 104 di antaranya telah mendapatkan pendanaan. Nilai pasar sektor ini diperkirakan mencapai $973,6 juta pada tahun 2027.

Proyek-proyek AI terdesentralisasi seperti ini bertujuan untuk menantang dominasi raksasa teknologi seperti OpenAI, Google, dan AWS yang saat ini menguasai infrastruktur pelatihan dan distribusi AI. Gradient mengambil pendekatan berbeda, menggunakan node berbasis browser dan jaringan ringan antar pengguna, bukan server cloud besar.

Model ini diklaim lebih hemat biaya, lebih cepat, dan lebih menjaga privasi.

Berbeda dari proyek lain seperti Bittensor (untuk pelatihan model AI secara terdesentralisasi) atau Gensyn (pasar sewa komputasi), Gradient fokus pada proses inference (menjalankan model AI) dan koordinasi antar sistem. Ini membuatnya unik dibanding proyek lain yang hanya menyewakan kapasitas atau menyimpan model.

Mengapa Pendanaan Gradient Jadi Sorotan

Investor besar seperti Pantera dan Multicoin Capital ikut dalam pendanaan ini. Keduanya dikenal sering berinvestasi pada proyek infrastruktur penting dalam dunia kripto. Keterlibatan mereka menunjukkan kepercayaan institusional terhadap model AI runtime terdesentralisasi.

Dengan mendukung protokol seperti Lattica (untuk alur data) dan Parallax (untuk inference AI), investor melihat potensi di masa depan di mana AI dapat bekerja secara dinamis, terhubung, dan tersebar di banyak node, mirip dengan konsep blockchain dan smart contract.

Ini sejalan dengan pandangan industri bahwa AI statis yang hanya berjalan di satu tempat tidak cukup untuk kebutuhan dunia nyata yang serba cepat dan real-time.

Tantangan Masih Ada

Meski tren ini menjanjikan, AI terdesentralisasi masih menghadapi banyak tantangan. Masalah seperti bandwidth lambat, latensi tinggi, dan variasi perangkat keras membuat koordinasi menjadi rumit. Gradient mencoba mengatasi ini dengan menggunakan sistem bernama Sentry Nodes, tapi sejauh ini masih dalam tahap awal dan belum terbukti efektif dalam skala besar.

Keamanan juga menjadi perhatian. Menjalankan AI di perangkat tak dikenal berisiko menciptakan hasil yang dimanipulasi, kebocoran data, hingga model yang disabotase. Meski Gradient mengklaim sistemnya aman dan menjaga privasi, audit independen dan uji ketahanan jangka panjang akan sangat penting untuk membuktikannya.

Kesimpulan

Pendanaan besar yang diterima Gradient menunjukkan bahwa AI terdesentralisasi bukanlah tren pinggiran. Ini adalah bagian dari gelombang baru proyek infrastruktur yang ingin membuat AI menjadi terbuka, modular, dan dapat diverifikasi—nilai-nilai yang sejalan dengan prinsip dunia kripto.