Orange Kolaborasi dengan Microsoft dan Meta untuk Mengembangkan AI Khusus Bahasa Regional Afrika

Orange, perusahaan telekomunikasi asal Prancis, mengumumkan kerjasama dengan OpenAI yang didukung oleh Microsoft dan Meta milik Facebook untuk membangun model kecerdasan buatan khusus yang dirancang untuk lebih memahami bahasa regional Afrika.

Orange mengatakan bahwa mereka bekerja sama dengan OpenAI dan Meta untuk mengembangkan model AI kustom berdasarkan model AI open-source Whisper dan Llama mereka masing-masing – sistem yang tersedia secara terbuka yang dapat disesuaikan untuk memenuhi kebutuhan spesifik – yang dapat memahami bahasa-bahasa Afrika Barat yang tidak dipahami oleh sebagian besar sistem percakapan.

Saat ini, sebagian besar data yang digunakan oleh perusahaan AI besar dalam melatih algoritma mereka berasal dari Amerika Serikat, yang berarti model-model mereka dapat kehilangan konteks penting, seperti budaya dan bahasa, ketika berhubungan dengan wilayah yang berbeda seperti Eropa, Timur Tengah, dan Afrika.

Hal ini membuat sulit bagi model-model tersebut untuk memahami komunikasi berbasis teks dan suara yang ditulis dalam bahasa-bahasa yang kurang terwakili dengan baik, menurut Steve Jarrett, chief AI officer Orange.

“Dengan memiliki model terbuka, Anda dapat melakukan apa yang disebut fine tuning, di mana Anda memperkenalkan informasi tambahan ke model yang sebelumnya tidak termasuk saat pertama kali dilatih,” kata Jarrett kepada CNBC dalam sebuah wawancara. “Kami menambahkan pengenalan bahasa regional Afrika Barat yang saat ini tidak dipahami oleh AI manapun.”

Perkembangan Bahasa Regional dengan AI Kustom

Orange berencana untuk memulai dengan merilis model AI yang mencakup dua bahasa regional Afrika Barat, Wolof dan Pulaar, yang digunakan oleh sekitar 16 juta orang dan enam juta orang, secara berturut-turut, pada awal tahun 2025.

Wolof adalah bahasa yang digunakan di Senegal, Gambia, dan Mauritania selatan, sementara Pulaar sebagian besar digunakan di Senegal.

Model AI open-source akan disediakan oleh Orange dengan lisensi gratis untuk penggunaan non-komersial termasuk kesehatan masyarakat dan pendidikan, kata perusahaan tersebut. Orange berencana untuk memperluas inisiatif model AI kustom mereka untuk akhirnya mencakup semua 18 negara Afrika Barat.

“Kami beroperasi di negara-negara Afrika Barat di mana banyak bahasa regional ini digunakan di pusat-pusat kontak kami, tetapi di mana model-model AI saat ini tidak memahami apa yang orang-orang ini ketik atau katakan,” kata Jarrett kepada CNBC.

Model bahasa besar seperti GPT milik OpenAI, Llama milik Meta, dan Claude milik Anthropic tidak cocok untuk kebutuhan orang Afrika karena mereka tidak dilatih secara khusus pada data yang berasal dari wilayah tersebut, menurut chief AI Orange.

Dorongan ‘AI Berdaulat’

Langkah ini mencerminkan konsep yang semakin populer secara global, yang dikenal sebagai “kecerdasan buatan berdaulat.”

Istilah ini merujuk pada gagasan bahwa negara-negara dan wilayah harus mencari kontrol lebih besar atas infrastruktur teknologi inti tempat sistem AI dibangun, dengan memperlokasikan penyimpanan dan pemrosesan data secara lokal untuk memastikan mereka mewakili bahasa, budaya, dan sejarah tertentu.

Orange juga berencana untuk memproses data dan hosting model-model OpenAI di pusat data Eropa. Hal ini, kata Orange, akan memberikan akses awal kepada model-model AI terbaru dan paling canggih OpenAI dan membantu membangun aplikasi baru seperti sistem suara berbasis AI untuk layanan pelanggan.

Jarrett mengatakan Orange berkomitmen untuk menggunakan AI “secara bertanggung jawab” dan “tidak selalu menggunakan model bahasa besar [LLM] untuk setiap masalah” mengingat kekhawatiran lingkungan terkait dengan kebutuhan energi teknologi yang besar.

Selain menggunakan sistem AI untuk meningkatkan layanan pelanggan, Orange juga menggunakan teknologi untuk meningkatkan bagian inti dari bisnis mereka: jaringan seluler.

“Di sisi jaringan, kami menggunakan [AI] tidak hanya untuk mengoptimalkan bagaimana kami merencanakan jaringan, tetapi juga bagaimana kami mengoperasikan jaringan dengan benar,” kata Jarrett kepada CNBC.

“Volume data yang begitu besar yang berasal dari semua peralatan jaringan membuat kami bisa mengidentifikasi pola-pola dalam data yang bisa membantu kami mengidentifikasi dan memprediksi kegagalan bahkan sebelum pelanggan menyadarinya.”