(Business Lounge – Tech) Raksasa e-commerce Amazon.com Inc. sedang mendorong inovasi baru dalam kecerdasan buatan dengan memanfaatkan pendekatan neurosymbolic AI, sebuah metode hibrida yang menggabungkan kekuatan neural networks dengan logika simbolik. Menurut laporan The Wall Street Journal, teknologi ini kini menjadi tulang punggung dua pilar penting operasional Amazon: asisten belanja berbasis AI bernama Rufus dan sistem robot canggih di pusat distribusinya.
Konsep neurosymbolic AI menggabungkan kemampuan deep learning untuk mengenali pola dan memproses data dalam jumlah besar dengan kekuatan penalaran berbasis aturan dari logika simbolik. Pendekatan ini dirancang untuk mengatasi kelemahan machine learning tradisional yang terkadang sulit memberikan penjelasan logis di balik hasilnya, sekaligus mengurangi risiko kesalahan interpretasi pada situasi kompleks. Menurut analisis Bloomberg, metode ini memberi AI Amazon kemampuan untuk memahami pertanyaan pelanggan secara lebih kontekstual dan mengeksekusi instruksi yang memerlukan penalaran multi-langkah.
Pada lini ritel, Amazon telah menyematkan neurosymbolic AI ke dalam Rufus, asisten belanja AI yang bisa memberikan rekomendasi produk lebih presisi. Ketika pelanggan mengajukan pertanyaan spesifik seperti “Sepatu lari terbaik untuk maraton di cuaca dingin”, Rufus tidak hanya mengandalkan pola data dari ulasan dan tren pembelian, tetapi juga menggabungkan penalaran berbasis aturan untuk menyaring opsi sesuai kriteria cuaca, tipe permukaan, dan anggaran. Dengan demikian, proses rekomendasi menjadi lebih personal sekaligus relevan secara praktis.
Di sektor logistik, teknologi serupa digunakan untuk mengoptimalkan kerja robot gudang. Amazon mengoperasikan ribuan robot yang menangani penyortiran, pemindahan, dan pengepakan produk. Neurosymbolic AI memungkinkan robot-robot ini memahami konteks instruksi yang lebih kompleks, seperti memprioritaskan barang mudah pecah atau mengatur rute pergerakan agar tidak mengganggu jalur robot lain. Hasilnya, efisiensi pemrosesan pesanan meningkat, sementara risiko kerusakan barang dan kemacetan operasional menurun.
Kepada The Wall Street Journal, para eksekutif Amazon menjelaskan bahwa inovasi ini bukan hanya soal kecepatan, tetapi juga tentang kemampuan AI untuk “menjelaskan” keputusan yang diambil. Dalam industri yang semakin mengandalkan otomatisasi, transparansi menjadi kunci, terutama untuk menjaga kepercayaan pelanggan dan mematuhi regulasi. Dengan integrasi logika simbolik, keputusan AI dapat dilacak dan diuji, memberikan lapisan akuntabilitas yang sulit dicapai oleh sistem berbasis deep learning murni.
Para analis teknologi melihat langkah ini sebagai sinyal bahwa Amazon ingin memperkuat keunggulannya di dua lini sekaligus: pengalaman belanja pelanggan yang lebih cerdas dan rantai pasok yang semakin tangguh. Bloomberg Intelligence mencatat bahwa persaingan di sektor asisten belanja AI kian ketat, dengan Google dan Microsoft juga mengembangkan teknologi serupa. Namun, keunggulan Amazon terletak pada ekosistemnya yang masif, di mana AI tidak hanya menjadi alat pencarian, tetapi juga terintegrasi langsung dengan inventaris, logistik, dan layanan pelanggan.
Penerapan neurosymbolic AI juga dianggap sebagai upaya strategis untuk mengatasi keterbatasan model AI generatif yang sedang populer. Model generatif murni, meskipun mengesankan, sering menghasilkan “halusinasi” atau jawaban yang keliru namun terdengar meyakinkan. Dengan menggabungkan logika simbolik, Amazon berharap dapat mengurangi kesalahan tersebut, terutama pada proses yang berdampak langsung terhadap penjualan atau efisiensi operasional.
Amazon diperkirakan akan memperluas penggunaan neurosymbolic AI ke area lain seperti layanan pelanggan otomatis, sistem rekomendasi di platform video Prime, hingga analisis tren belanja global. Perusahaan juga diyakini tengah mengembangkan modul AI internal untuk membantu pengambilan keputusan manajerial berdasarkan data operasional real-time.
Dengan inovasi ini, Amazon bukan hanya memperkuat posisinya sebagai pemimpin e-commerce global, tetapi juga memosisikan diri sebagai pelopor dalam penerapan AI generasi berikutnya yang lebih dapat dipahami, transparan, dan andal. Langkah ini sekaligus menegaskan bahwa dalam persaingan teknologi masa depan, kecepatan saja tidak cukup — kemampuan untuk memberikan jawaban yang tepat, dapat dijelaskan, dan relevan menjadi faktor pembeda yang krusial.