Mesin Kopi Pintar, Tapi Saya Malah Tak Bisa Minum Kopi

Pagi hari seharusnya dimulai dengan secangkir kopi dan energi yang membangkitkan semangat. Namun bagi seorang jurnalis teknologi The Verge, pagi justru menjadi pelajaran tentang quirks AI. Ia masuk ke dapur, berbicara pada mesin kopi Bosch yang mendukung Alexa, dan berkata: “Seduh secangkir kopi.” Tidak ada permintaan rumit, tidak ada improvisasi—hanya perintah sederhana sesuai program. Namun, permintaannya ditolak. Tidak hanya sekali, tetapi berulang kali. Sejak upgrade ke Alexa Plus, asisten suara AI generatif Amazon, penolakan ini hampir menjadi rutinitas paginya.

Ironisnya, di tahun 2025 AI bisa menulis makalah, menulis kode, bercakap-cakap, bahkan mengajar—tetapi perintah sederhana “seduh kopi” masih bisa gagal. Di komunitas daring, keluhan serupa bertebaran, dari menyalakan lampu, memutar musik, hingga mengatur timer—tugas sederhana berubah menjadi sumber frustrasi.

Mengapa terjadi? Jawabannya adalah LLM (large language models). Mereka membawa sifat acak yang melekat. Mereka memahami nuansa, menghasilkan respons kaya—tetapi mengorbankan kepastian. Untuk tugas yang membutuhkan kontrol instan, dapat diulang, dan bebas kesalahan—seperti menyeduh kopi—kreativitas ini justru menjadi masalah. Asisten suara tradisional, sebaliknya, dapat diprediksi: mengenali kata kunci, mengisi parameter, dan mengeksekusi perintah secara konsisten.

Amazon dan Google telah mencoba mengintegrasikan LLM dengan API smart home untuk mengatasinya, tetapi deviasi kecil pun bisa menyebabkan kegagalan. Jadi, tidak heran jika mesin kopi kadang tidak mau bekerja sama.

Secara teori, mungkin saja membuat asisten baru seandal yang lama, tetapi membutuhkan investasi teknik besar dan mekanisme fallback. Dalam kenyataan, dengan sumber daya terbatas dan godaan profit serta eksperimen yang tinggi, cara termudah adalah menerapkan teknologi ke dunia nyata dan membiarkannya memperbaiki diri sendiri. Kita semua adalah beta tester jangka panjang AI.

Mengapa tetap mendorong AI generatif? Jawabannya: potensi. Agentic AI bisa memahami tugas kompleks, menghasilkan logika eksekusi secara dinamis, dan melakukan hal yang asisten berbasis aturan lama tidak bisa. Sistem tradisional hanya mengeksekusi satu perintah—tidak bisa memecah tugas, memahami tujuan, atau membuat jalur aksi baru.

Diskusi komunitas menunjukkan, meskipun perintah dasar masih gagal, asisten baru unggul dalam menangani instruksi kompleks. Mengatur lampu, suhu, atau musik—rutin multi-langkah—lebih mudah dibandingkan di antarmuka aplikasi lama. Notifikasi kamera juga lebih pintar: “Wajah tidak dikenal di pintu, tetapi tidak masuk ke halaman,” menggantikan pesan samar “gerakan terdeteksi di halaman belakang.”

Kesimpulannya jelas: masalah bukan AI itu sendiri—melainkan apakah ditempatkan di konteks yang tepat. AI generatif bukan gagal, hanya diminta melakukan hal yang tidak sesuai desainnya. Saat ini, batas yang jelas masih terus digambar—dan patut dinanti dengan antusiasme.