Dua dekad lalu, pembekal teknologi memberitahu kami IPv6 akan menjadi arus perdana dalam masa setahun atau dua.
Teknologinya sudah sedia. Ekosistemnya belum.
Pada ketika itu, IoT masih terhad dalam operasi gudang dan pengangkutan, Edge AI belum praktikal untuk penggunaan di lapangan, dan tiada keperluan mendesak untuk berjuta-juta peranti operasi - dari pallet, forklift, sensor suhu, hingga kenderaan penghantaran - memiliki alamat IP unik tersendiri. Oleh sebab itu, penggunaan IPv6 berkembang jauh lebih perlahan daripada jangkaan.
Maju ke hari ini. Malaysia kini sedang bergerak ke arah penggunaan IPv6 sepenuhnya, dengan hala tuju kebangsaan yang mencadangkan migrasi lengkap menjelang 2030.
Peluang sebenar, bagaimanapun, bukan sekadar IPv6. Ia terletak pada penyatuan IPv6, IoT, Small Bahasa Model dan Sistem Berasingan dalam operasi logistik.
Dalam konteks rantaian bekalan, SLM boleh berfungsi sebagai lapisan penaakulan tempatan. Ia memahami konteks operasi, mentafsir situasi luar biasa di gudang atau laluan penghantaran, dan memutuskan tindak balas yang paling sesuai. Sistem Berasingan pula menjadi lapisan operasi, melaksanakan peraturan, algoritma dan aliran kerja yang telah disahkan secara berterusan tanpa perlu menghabungi model AI setiap kali.
Gabungan ini mengubah ekonomi Edge AI dalam logistik.
SLM tidak perlu mengawal setiap tindakan rutin. Ia hanya diaktifkan apabila penaakulan, penyesuaian atau pengendalian pengecualian diperlukan - contohnya, apabila susunan stok SKU tidak mengikut pelan, kenderaan menyimpang dari laluan optimum, atau sensor suhu menunjukkan bacaan luar julat. Sebaik sahaja logik yang betul ditetapkan, Sistem Berasingan akan melaksanakan kerja-kerja berulang dengan lebih dipercayai dan pada kos pengkomputeran yang jauh lebih rendah.
IPv6 memberi setiap peranti identiti. IoT menyediakan kesambungan. SLM menyediakan penaakulan tempatan. Sistem Berasingan menyediakan pelaksanaan yang cekap dan boleh ulang. Rangkaian peer-to-peer pula membolehkan peranti bekerjasama secara langsung.
Maka, pallet pintar, sensor gudang, komponen kenderaan atau peralatan penghantaran boleh mengendalikan kebanyakan keputusan rutin di lapangan. Hanya kes-kes yang tidak biasa atau kompleks perlu dirujuk kepada model lebih besar atau infrastruktur GPU awan.
Arkitektur ini boleh mengurangkan beban kerja awan, pergantungan GPU, penggunaan token, lebar jalur, kependaman dan kos operasi secara signifikan - terutamanya dalam operasi logistik yang melibatkan ribuan peranti di pelbagai lokasi.
Masa depan AI dalam logistik mungkin bukan satu otak besar di dalam pusat data.
Ia mungkin berbentuk berjuta-juta peranti pintar kecil, masing-masing dengan alamat IPv6 tersendiri, menggabungkan SLM dengan Sistem Berasingan dan bekerjasama melalui rangkaian peer-to-peer yang teragih.
Infrastruktur awan akan kekal penting untuk latihan model, koordinasi berskala besar dan beban kerja yang sangat kompleks. Namun, kecerdasan dan pelaksanaan harian dalam operasi logistik akan semakin bergerak ke hujung rangkaian.
Apa yang kelihatan hanya seperti pembaharuan rangkaian dua dekad lalu mungkin pada akhirnya menjadi salah satu asas kecerdasan teragih dalam pengurusan rantaian bekalan.
#IPv6 #SLM #SmallBahasaModel #DetachedSystem #EdgeAI #IoT #DistributedAI #PeerToPeer #ArtificialIntelligence #NeuralOps
