Amazon Luncurkan Strands Decider 2B, Model Keputusan AI Ringan dan Efisien

Amazon Web Services resmi merilis Strands Decider 2B, sebuah model keputusan berbasis open source yang dirancang untuk mendukung otomatisasi tugas komputasi. Peluncuran ini dilakukan di tengah meningkatnya kebutuhan pengembang terhadap kecerdasan buatan yang lebih spesifik daripada model bahasa besar atau LLM yang bersifat umum.

Model ini hadir sebagai solusi dengan kecepatan tinggi dan biaya rendah yang memungkinkan sistem menentukan pilihan dari opsi yang telah tersedia. Selain itu, perangkat lunak ini dilengkapi fitur untuk memberikan skor keyakinan atas setiap pilihan yang diambilnya.

Inisiatif ini dipimpin oleh Marc Brooker, seorang teknisi terkemuka di Amazon. Proyek tersebut bermula dari eksperimen pribadi Brooker setelah ia mengamati efektivitas model Jev buatan TypeSafe, sebuah startup yang berfokus pada efisiensi logika pengambilan keputusan.

Versi awal proyek ini terbukti sangat kompetitif sehingga tim Amazon memutuskan untuk mengembangkannya secara lebih serius di bawah naungan Strands Labs. Organisasi tersebut kini berfokus pada pengembangan protokol baru untuk penerapan agen AI dalam skala industri.

Kebutuhan akan alat ini muncul dari hasil diskusi Amazon dengan pelanggan AWS yang mengelola alur kerja agen otomatis. Banyak dari mereka merasa penggunaan LLM berkapasitas penuh terasa berlebihan serta tidak efisien secara biaya untuk tugas-tugas rutin yang memerlukan logika sederhana.

Brooker menjelaskan bahwa model ini berfungsi sebagai pengambil keputusan yang andal untuk tahapan alur kerja spesifik. Pengguna bisa menentukan langkah berikutnya dengan lebih pasti berkat skor kepercayaan dan batasan jawaban yang tertutup di dalam sistem.

Struktur model ini sebenarnya dibangun di atas kerangka LLM Qwen3.5-2B, namun dimodifikasi agar tidak menghasilkan teks naratif. Alih-alih menulis kalimat panjang, sistem ini fokus memberikan pilihan terkalibrasi yang bisa langsung dieksekusi oleh mesin.

Nama Jev pada model asli yang menginspirasi proyek ini diambil dari ekonom William Stanley Jevons. Teorinya menyatakan bahwa penurunan biaya pada sumber daya tertentu, dalam hal ini kecerdasan komputer, akan secara alami meningkatkan permintaan pasar terhadap teknologi tersebut.

Tantangan utama yang dihadapi pengembang saat ini adalah menjaga kecepatan pengambilan keputusan tanpa mengorbankan kecerdasan model. Mencapai keseimbangan antara akurasi, kalibrasi, dan pemahaman bahasa menjadi kunci agar model ini tetap relevan untuk berbagai kebutuhan.

Meskipun banyak model serupa bermunculan, Brooker percaya bahwa pasar untuk teknologi ini tetap terbuka luas. Dengan biaya pengembangan yang relatif terjangkau, inovasi dalam ruang lingkup model kecil diperkirakan akan terus berkembang pesat.

Sementara itu, pihak TypeSafe tetap menanggapi kemunculan klon model mereka dengan tenang. CEO dan pendiri TypeSafe, Diogo Almeida, berpendapat bahwa membuat model AI yang benar-benar cerdas bukanlah hal mudah meski banyak orang menganggapnya sebagai tren yang menguntungkan.