Saya besar di sebuah zaman apabila pertumbuhan perindustrian sering didahulukan daripada tanggungjawab alam sekitar. Bandar yang menjadi sebahagian daripada kisah hidup saya untuk tempoh yang lama pernah sinonim dengan pencemaran, dan sungainya — pada suatu ketika — hampir tidak dapat diselamatkan.
Malaysia tidak menghadapi cabaran ini bersendirian. Di seluruh dunia, kilang-kilang berkembang pesat, pertanian diperkasa, penternakan diluaskan, dan kawalan sisa masih lemah.
Pada dekad 1980-an, kesedaran alam sekitar mula meningkat. Membersihkan sungai, memperbaiki kualiti udara, dan menukar amalan industri memerlukan peraturan, infrastruktur, teknologi, dan yang paling penting — masa.
Saya pernah menyaksikan sendiri bagaimana penduduk sebuah bandar industri di Asia mengalami masalah kesihatan akibat pencemaran udara dan hujan yang dicemari. Itu menjadi pengajaran abadi: kemajuan tanpa tanggungjawab ada harganya, dan yang membayarnya ialah rakyat biasa.
Bermula tahun 2000-an, dunia mula mencatat kemajuan besar. Piawaian alam sekitar diperketat, rawatan air sisa diperluas, tenaga boleh baharu berkembang, pengangkutan bersih menjadi arus perdana, dan penggunaan kenderaan elektrik (EV) meningkat. China, Korea, Malaysia dan banyak negara lain melabur banyak untuk memperbaiki keadaan yang tercipta daripada dekad-dekad perindustrian yang tidak terkawal.
Hari ini, banyak bandar jauh lebih bersih berbanding tiga puluh tahun lalu.
Kemajuan itu mengingatkan kita tentang satu perkara penting: kerosakan alam sekitar bukan takdir, tetapi mencegahnya jauh lebih mudah daripada membaikinya nanti.
Ini sebabnya saya semakin bimbang dengan cara Kecerdasan Buatan (AI) dilaksanakan hari ini. Model besar sering digunakan untuk tugas mudah, inferens diulang secara tidak perlu, dan sistem dibina tanpa routing, segmentasi atau pemprosesan deterministik yang wajar. Di sebalik setiap permintaan AI terdapat GPU, pelayan, elektrik, sistem penyejukan, air dan infrastruktur fizikal. AI kelihatan maya, tetapi jejak alam sekitarnya sangat nyata.
Masalahnya bukan pada AI. Masalahnya ialah penggunaan AI tanpa disiplin. Kita telah belanjakan berdekad memperbaiki akibat perindustrian yang tidak terkawal. Jangan biarkan kita mengulangi kesilapan yang sama dengan Kecerdasan Buatan. Di AINNA, pendekatan NeuralOps kami bersandarkan satu prinsip mudah: gunakan AI canggih hanya apabila kecerdasan canggih benar-benar diperlukan. Smart Routing, model khusus, sistem terpisah dan pemprosesan deterministik boleh mengurangkan pengiraan yang tidak perlu tanpa menjejaskan keupayaan. Bina lebih banyak kecerdasan. Gunakan lebih sedikit pengiraan yang tidak perlu. Reka bertanggungjawab dari permulaan — kerana itu tanggungjawab kita sebagai pemimpin industri dan usahawan Malaysia.
