AWS, melalui pembelajaran penguatan otomatisasi, menurunkan ambang masuk kustomisasi AI

Amazon Web Services (AWS) meluncurkan fitur baru yang bertujuan meningkatkan efisiensi model kecerdasan buatan (AI) dan menurunkan biaya pembelajaran. Inti dari pembaruan ini adalah opsi penyesuaian detail berbasis pembelajaran penguatan (reinforcement learning) yang disebut “RFT”, serta fitur kustomisasi tanpa server. Fitur-fitur ini dirancang agar pengembang dapat melakukan penyesuaian model AI untuk pengguna hanya dengan pengetahuan minimal tentang machine learning.

AWS pada tanggal 3 (waktu setempat) mengumumkan di konferensi tahunan “AWS re:Invent 2025” yang diadakan di Las Vegas bahwa fitur terkait akan diterapkan pada Amazon Bedrock dan SageMaker AI. Amazon Bedrock adalah platform yang memungkinkan pembangunan fitur AI generatif berbasis “model dasar” dari perusahaan AI utama. Pembaruan RFT kali ini membuka jalan bagi perusahaan untuk mengoptimalkan agen AI tanpa perlu infrastruktur machine learning yang kuat.

Perusahaan umumnya menggunakan model bahasa besar (LLM) dengan performa terbaik untuk agen AI, namun hal ini menyebabkan kebutuhan daya pemrosesan inferensi yang sangat tinggi. Bahkan untuk tugas berulang seperti konfirmasi kalender atau pencarian dokumen, terjadi masalah inefisiensi akibat penggunaan sumber daya yang berlebihan. AWS meyakini fitur kustomisasi berbasis pembelajaran penguatan yang baru diperkenalkan dapat mengatasi masalah tersebut. Singkatnya, ini adalah struktur yang dapat memastikan efisiensi memadai dengan komputasi yang lebih sedikit.

Sebelumnya, penerapan pembelajaran penguatan memiliki hambatan teknis yang sangat tinggi. Mulai dari menyiapkan data pelatihan, mengumpulkan umpan balik, hingga membangun infrastruktur komputasi berkinerja tinggi, semuanya membutuhkan waktu berbulan-bulan. Namun, fitur RFT di Amazon Bedrock memungkinkan pengembang memilih model yang dibutuhkan, mengunggah catatan interaksi pengguna atau data pelatihan, lalu menentukan fungsi reward, dan proses penyesuaian model akan berjalan otomatis. AWS menjelaskan bahwa proses ini dapat dilakukan tanpa tenaga ahli machine learning, cukup dengan “gambaran tentang hasil yang diinginkan”.

Pada tahap awal, fitur ini hanya akan mendukung model milik Amazon sendiri, Nova 2 Lite, namun ke depannya akan diperluas ke puluhan model lainnya. Amazon SageMaker AI juga akan menambahkan fitur serupa dalam bentuk tanpa server. SageMaker adalah platform yang mendukung perusahaan untuk merancang dan menerapkan model AI mereka sendiri, dan diharapkan menyediakan lingkungan “agen AI” yang lebih mudah untuk mengintegrasikan opsi pembelajaran penguatan.

Dalam mode agen AI, pengguna hanya perlu memasukkan kebutuhan melalui bahasa alami, lalu agen AI akan memandu seluruh proses mulai dari pembuatan data hingga evaluasi model. Selain itu, tersedia juga mode self-guided untuk pengembang tingkat lanjut, sehingga memperluas pilihan pengguna. AWS menjelaskan bahwa fitur ini juga dapat mengaplikasikan berbagai teknik pembelajaran penguatan secara bersamaan, seperti pembelajaran berbasis umpan balik, pembelajaran berbasis reward yang dapat diverifikasi, dan penyesuaian model dengan metode pembelajaran terawasi. Fitur ini tidak hanya kompatibel dengan Nova, tetapi juga dengan model seperti Llama, Qwen, DeepSeek, GPT-OSS, dan lainnya.

Selain itu, AWS juga mengumumkan akan menghadirkan fitur “pelatihan tanpa checkpoint” di SageMaker HyperPod. Sebelumnya, jika terjadi kesalahan saat pelatihan, pemulihan membutuhkan waktu puluhan menit atau lebih, namun kini status dapat dipulihkan dalam hitungan menit tanpa intervensi pelanggan. Hal ini dicapai dengan menyimpan status model secara real-time di seluruh cluster.

AWS juga telah memporting framework agen AI open source “Strands Agents” ke bahasa TypeScript. Bahasa ini memiliki stabilitas lebih tinggi dan kemungkinan kesalahan lebih rendah dibandingkan JavaScript, sehingga diharapkan dapat menyediakan lingkungan pengembangan agen AI yang lebih stabil.

Peluncuran ini bertepatan dengan tren para pesaing di pasar AI generatif yang juga memperkuat fitur penyesuaian. Google (GOOGL), Microsoft (MSFT), dan lainnya juga mempercepat peluncuran fitur serupa, sehingga diharapkan lingkungan di mana pengguna dapat dengan mudah membangun model AI optimal sendiri akan semakin berkembang pesat. Evolusi teknologi semacam ini tampaknya akan menjadi katalisator yang mendorong AI semakin dalam terintegrasi ke dalam lingkungan bisnis nyata.