Microsoft Luncurkan AI Decision-1, Kenali Cara Kerja dan Fungsi Model Kecerdasan Buatan

Microsoft memperkenalkan AI Decision-1, atau Microsoft-Decision-1, pada 9 Oktober 2026 sebagai model kecerdasan buatan yang dirancang untuk membantu aplikasi mengambil keputusan terstruktur secara cepat. Berbeda dari chatbot generatif, model ini menilai sejumlah pilihan yang telah ditentukan dan menghasilkan skor probabilitas untuk membantu sistem menentukan langkah berikutnya.

AI Decision-1 ditujukan untuk kebutuhan seperti klasifikasi data, pemilihan model AI, pengaturan alur kerja, penentuan prioritas, dan evaluasi keluaran kecerdasan buatan. Microsoft menyatakan model tersebut tersedia melalui Microsoft Foundry dan OpenRouter, dengan ketersediaan serta ketentuan penggunaan yang perlu diperiksa pada masing-masing layanan.

Kehadiran AI Decision-1 menunjukkan pendekatan berbeda dalam pengembangan AI, yakni menggunakan model khusus untuk tugas pengambilan keputusan yang berulang, bukan mengandalkan model generatif untuk setiap pekerjaan. Teknologi ini berpotensi membantu pengembang membangun aplikasi yang lebih terstruktur, tetapi hasilnya tetap perlu diuji sesuai kebutuhan dan risiko penggunaan.

Apa Itu AI Decision-1?

AI Decision-1 merupakan model decision-scoring yang dikembangkan Microsoft untuk memilih atau menilai opsi berdasarkan pertanyaan dan kriteria yang sudah ditentukan. Model ini tidak dirancang untuk menghasilkan percakapan panjang, melainkan memberikan keluaran terstruktur yang dapat diproses oleh aplikasi.

Dalam penggunaan praktis, sistem memberikan konteks, pertanyaan, serta pilihan jawaban kepada AI Decision-1. Model kemudian mengeluarkan skor probabilitas untuk pilihan yang tersedia agar perangkat lunak dapat menentukan tindakan selanjutnya.

Fungsi utama AI Decision-1 mencakup:

• Klasifikasi: Mengelompokkan teks atau permintaan ke dalam kategori tertentu.
• Pengarahan tugas: Memilih tim, alat, model AI, atau alur kerja yang sesuai.
• Penilaian: Memberikan skor berdasarkan kriteria yang telah ditetapkan.
• Verifikasi: Memeriksa apakah suatu keluaran memenuhi ketentuan tertentu.
• Pengaturan alur kerja: Membantu menentukan apakah proses dilanjutkan, dihentikan, atau diteruskan untuk pemeriksaan tambahan.

Model ini terutama ditujukan untuk tugas yang memiliki pilihan terbatas dan hasil yang bisa dinilai secara terstruktur. Untuk kebutuhan menulis artikel, menerjemahkan dokumen, atau menjawab pertanyaan terbuka, model generatif lebih sesuai.

Mengapa Microsoft Mengembangkan AI Decision-1?

Pengembangan AI Decision-1 berangkat dari kebutuhan aplikasi modern yang tidak selalu membutuhkan teks panjang atau penalaran terbuka. Banyak sistem hanya perlu mengelompokkan permintaan, menentukan prioritas, atau memilih komponen yang tepat untuk menjalankan pekerjaan.

Dalam aplikasi yang memproses banyak permintaan, keputusan sederhana dapat muncul berulang kali. Menggunakan model khusus untuk tugas tersebut berpotensi mengurangi kebutuhan menjalankan model generatif yang lebih besar pada setiap tahapan.

Beberapa alasan penggunaan model keputusan khusus antara lain:

• Efisiensi proses: Tugas klasifikasi dan pemilihan opsi dapat dijalankan melalui keluaran terstruktur.
• Konsistensi format: Aplikasi menerima skor dan pilihan dalam format yang dapat diproses sistem.
• Integrasi lebih terarah: Model dapat ditempatkan pada tahap tertentu dalam alur kerja aplikasi.
• Pengendalian otomatisasi: Skor dapat digunakan untuk menentukan apakah sebuah proses berjalan otomatis atau membutuhkan pemeriksaan tambahan.

Pendekatan ini bukan berarti model generatif tidak lagi dibutuhkan. Microsoft justru menempatkan model keputusan sebagai pelengkap model generatif dan penalaran, sehingga setiap jenis model dapat menangani tugas yang sesuai dengan kemampuannya.

Cara Kerja AI Decision-1

AI Decision-1 bekerja dengan menerima masukan berupa konteks, pertanyaan, dan opsi jawaban yang sudah ditentukan. Model lalu menilai setiap opsi dan mengembalikan skor probabilitas yang dapat digunakan aplikasi untuk menentukan tindakan berikutnya.

Alur kerja AI Decision-1 secara sederhana dapat dijelaskan melalui beberapa tahap berikut:

1. Menerima masukan. Sistem memberikan teks, data, atau konteks yang relevan untuk dinilai.
2. Menetapkan pertanyaan. Pengembang menentukan keputusan yang perlu dibuat, misalnya tingkat urgensi suatu laporan.
3. Menentukan pilihan. Sistem menyediakan opsi jawaban atau kategori yang dapat dipilih.
4. Menghasilkan skor. AI Decision-1 memberikan skor probabilitas untuk setiap opsi berdasarkan masukan.
5. Menjalankan aturan aplikasi. Perangkat lunak menggunakan skor dan ambang batas yang telah ditentukan untuk melanjutkan proses atau meminta pemeriksaan manusia.

Sebagai contoh, aplikasi layanan pelanggan dapat menggunakan AI Decision-1 untuk mengelompokkan laporan menjadi masalah pembayaran, kendala teknis, atau pertanyaan umum. Setelah kategori ditentukan, aplikasi dapat mengarahkan laporan ke bagian yang sesuai berdasarkan aturan operasional.

Skor probabilitas bukan jaminan bahwa sebuah keputusan benar. Pengembang tetap perlu menguji ketepatan hasil dan menentukan tindakan yang tepat ketika model memberikan skor rendah atau hasil yang tidak meyakinkan.

Teknologi dan Model Dasar AI Decision-1

Microsoft menyebut AI Decision-1 dibangun berdasarkan Qwen3.5-9B yang kemudian menjalani pelatihan lanjutan atau post-training untuk tugas penilaian keputusan. Microsoft juga menyampaikan rencana untuk menggunakan model dasar lain, termasuk model dari keluarga Microsoft AI dan OpenAI, pada pengembangan berikutnya.

Informasi tersebut memberikan gambaran mengenai pendekatan teknis yang digunakan dalam pengembangan AI Decision-1.

• Model dasar: Qwen3.5-9B menjadi fondasi versi yang diperkenalkan.
• Pelatihan lanjutan: Model disesuaikan untuk menghasilkan skor keputusan secara terstruktur.
• Keluaran numerik: Hasil berupa skor probabilitas, bukan penjelasan berbentuk paragraf.
• Pemrosesan satu tahap: Model dirancang untuk memberikan penilaian dalam satu pemanggilan model pada tugas yang sesuai.
• Integrasi aplikasi: Keluaran dapat digunakan oleh perangkat lunak untuk memilih kategori, mengatur prioritas, atau menentukan jalur pemrosesan.

Penggunaan model dasar tertentu tidak otomatis menjamin hasil yang lebih baik untuk setiap jenis pekerjaan. Kinerja AI Decision-1 tetap bergantung pada karakteristik data, rumusan pertanyaan, pilihan jawaban, dan pengujian pada kasus penggunaan sebenarnya.

Contoh Penggunaan AI Decision-1

AI Decision-1 dapat dimanfaatkan pada sistem yang memerlukan keputusan berulang dengan pilihan yang jelas. Penggunaan yang tepat bergantung pada tujuan aplikasi, kualitas data, serta konsekuensi jika sistem salah memilih opsi.

Berikut beberapa contoh penerapan yang relevan.

Klasifikasi dan Pengarahan Permintaan

Dalam sistem layanan pelanggan, AI Decision-1 dapat membantu mengidentifikasi jenis permintaan dan menentukan bagian yang perlu menanganinya.

Contoh penerapannya meliputi:

• Memisahkan laporan pembayaran dari keluhan teknis.
• Mengarahkan permintaan ke tim yang sesuai.
• Menentukan tingkat urgensi berdasarkan kriteria yang telah ditentukan.
• Menandai laporan yang membutuhkan pemeriksaan lanjutan.

Evaluasi Keluaran AI

AI Decision-1 juga dapat digunakan untuk menilai jawaban yang dihasilkan model generatif berdasarkan rubrik tertentu. Misalnya, sistem dapat memeriksa apakah jawaban sesuai dengan bukti yang diberikan atau memenuhi kriteria kualitas yang telah ditentukan.

Penggunaannya dapat mencakup:

• Menilai relevansi jawaban terhadap pertanyaan.
• Memeriksa kesesuaian keluaran dengan aturan.
• Membandingkan beberapa pilihan berdasarkan rubrik.
• Menandai hasil yang perlu ditinjau oleh evaluator manusia.

Pengaturan Alur Kerja Otomatis

Pada sistem berbasis agen AI, AI Decision-1 dapat membantu menilai apakah suatu tindakan memenuhi kriteria sebelum aplikasi menjalankannya. Contohnya adalah memilih alat yang sesuai, meneruskan tugas ke model tertentu, atau menghentikan proses untuk pemeriksaan tambahan.

Namun, keputusan yang berisiko tinggi tidak seharusnya dijalankan hanya berdasarkan skor model. Pengembang perlu menyediakan batasan, mekanisme pengawasan, dan jalur eskalasi yang jelas.

Perbedaan AI Decision-1 dan AI Generatif

AI Decision-1 dan model AI generatif memiliki fungsi yang berbeda meskipun keduanya dapat digunakan dalam satu aplikasi. Model generatif menghasilkan konten, sedangkan AI Decision-1 berfokus pada penilaian pilihan yang sudah ditentukan.

Perbandingan ini menunjukkan bahwa kedua pendekatan tidak harus saling menggantikan. Aplikasi dapat menggunakan model generatif untuk menyusun jawaban, lalu memanfaatkan AI Decision-1 untuk menilai kesesuaian jawaban atau menentukan jalur pemrosesan berikutnya.

Ketersediaan AI Decision-1 dan Cara Mengaksesnya

Microsoft mengumumkan AI Decision-1 melalui Microsoft Foundry dan OpenRouter. Untuk pengembang yang ingin menguji model, Microsoft menyediakan dokumentasi penggunaan serta panduan integrasi melalui layanan Foundry.

Secara umum, langkah awal untuk mencoba AI Decision-1 meliputi:

1. Menyiapkan akses ke layanan yang menyediakan model.
2. Memeriksa persyaratan akun, proyek, dan hak akses.
3. Membaca dokumentasi teknis untuk memahami format masukan dan keluaran.
4. Menentukan pertanyaan, konteks, dan pilihan jawaban yang akan dinilai.
5. Menguji model menggunakan data yang mewakili kebutuhan aplikasi.
6. Mengevaluasi hasil sebelum mengintegrasikannya ke sistem produksi.

Dokumentasi Microsoft Foundry mencantumkan kebutuhan seperti langganan Azure, proyek Foundry, izin untuk mengelola penerapan model, dan metode autentikasi. Persyaratan teknis dapat berbeda berdasarkan layanan dan metode akses yang digunakan.

Ketersediaan model tidak selalu berarti seluruh pengguna memperoleh akses dengan ketentuan yang sama. Informasi mengenai harga, batas penggunaan, dan dukungan layanan perlu diperiksa pada katalog model yang digunakan.

Keterbatasan dan Risiko AI Decision-1

AI Decision-1 dirancang untuk keputusan dengan opsi yang jelas, tetapi model ini tetap dapat menghasilkan penilaian yang keliru. Microsoft menjelaskan bahwa hasil dapat dipengaruhi oleh rumusan pertanyaan, susunan pilihan, kualitas masukan, dan karakteristik data pelatihan.

Beberapa keterbatasan yang perlu diperhatikan antara lain:

• Tidak menghasilkan penjelasan panjang: Skor yang diberikan tidak otomatis disertai alasan tertulis.
• Sensitif terhadap rumusan pertanyaan: Perubahan kata atau urutan pilihan dapat memengaruhi skor.
• Berpotensi bias: Pola pada model dasar dan data pelatihan dapat memengaruhi hasil.
• Tidak selalu memahami konteks di luar masukan: Model tidak seharusnya dianggap mengetahui fakta yang tidak disediakan atau tidak tercakup dalam kemampuannya.
• Memerlukan pengujian khusus: Kinerja pada satu tugas tidak otomatis mencerminkan kinerja pada tugas lain.

Karena itu, AI Decision-1 sebaiknya tidak digunakan sebagai satu-satunya penentu keputusan penting mengenai seseorang, seperti penerimaan kerja, kredit, layanan kesehatan, atau hak hukum. Untuk keputusan yang berdampak besar, pengawasan manusia dan prosedur peninjauan tetap diperlukan.

Hal yang Perlu Diperhatikan Pengembang

Penggunaan AI Decision-1 memerlukan rancangan sistem yang jelas agar skor model tidak langsung diterjemahkan menjadi tindakan tanpa pengujian. Pengembang perlu menentukan batas kepercayaan, menguji hasil pada data yang relevan, dan menyiapkan mekanisme penanganan kasus yang tidak pasti.

Beberapa langkah yang dapat diterapkan adalah:

• Gunakan data pengujian yang representatif: Sertakan contoh yang mencerminkan kondisi penggunaan nyata.
• Tentukan ambang batas: Pisahkan hasil yang cukup meyakinkan dari hasil yang perlu diperiksa ulang.
• Sediakan opsi tidak tahu: Berikan pilihan seperti “tidak dapat ditentukan” ketika bukti tidak mencukupi.
• Pantau potensi bias: Periksa apakah kesalahan terjadi secara tidak proporsional pada kelompok atau jenis masukan tertentu.
• Terapkan pemeriksaan manusia: Gunakan peninjauan tambahan untuk keputusan yang berisiko tinggi.
• Lindungi data: Batasi informasi sensitif yang dikirimkan dan terapkan kontrol akses sesuai kebutuhan.

Langkah tersebut membantu memastikan AI Decision-1 digunakan sebagai komponen pendukung dalam sistem yang lebih luas. Keputusan akhir tetap perlu mengikuti aturan, kebutuhan operasional, dan tingkat risiko aplikasi.

Penutup

Microsoft memperkenalkan AI Decision-1 pada Oktober 2026 sebagai model kecerdasan buatan yang berfokus pada penilaian pilihan dan pengambilan keputusan terstruktur. Teknologi ini dirancang untuk membantu aplikasi menjalankan tugas seperti klasifikasi, pemeringkatan, pengarahan permintaan, dan evaluasi keluaran AI.

Berbeda dari model generatif yang membuat teks atau konten, AI Decision-1 menghasilkan skor probabilitas berdasarkan pilihan yang telah ditentukan. Pendekatan tersebut dapat mendukung otomatisasi, terutama pada pekerjaan berulang yang membutuhkan keluaran terstruktur, tetapi tidak menghilangkan kebutuhan pengujian dan pengawasan manusia.

Penerapan AI Decision-1 perlu mempertimbangkan akurasi, potensi bias, keamanan data, dan risiko keputusan yang salah. Informasi terbaru mengenai kemampuan, akses, dan ketentuan penggunaan model perlu merujuk pada dokumentasi resmi Microsoft agar penerapannya sesuai dengan kebutuhan aplikasi.