Site icon Berita Akasta

Amazon Umumkan Penutupan Kantor AI Utama di San Francisco

berita.akasta.ac.id – Amazon akan menutup situs penelitian kecerdasan umum artificial general intelligence (AGI) di San Francisco sebagai bagian dari pemutusan hubungan kerja yang dilakukan pekan ini dalam organisasi AGI-nya. Meskipun demikian, kantor penelitian model frontier mereka akan tetap beroperasi.

Seorang juru bicara perusahaan mengonfirmasi penutupan lokasi tersebut, yang pertama kali dilaporkan oleh The Information. Penelitian model frontier akan dilanjutkan di bawah pimpinan Pieter Abbeel, seorang profesor di UC Berkeley yang bergabung dengan Amazon pada tahun 2024 setelah perusahaan mengakuisisi teknologi dan tim dari Covariant, sebuah startup robotika yang ia dirikan.

Laboratorium AGI didirikan pada bulan Desember 2024 dan awalnya terdiri dari beberapa puluh karyawan yang direkrut dari startup Adept, termasuk salah satu pendirinya, David Luan. Tim ini pernah berkembang hingga sekitar 80 orang, namun lebih dari selusin karyawan dari Adept telah meninggalkan posisi mereka, termasuk Luan. Sebelumnya, Amazon telah mengonfirmasi bahwa perusahaan tersebut melakukan pemotongan jumlah pekerjaan yang tidak ditentukan di seluruh organisasi AGI.

Karyawan yang terdampak akan memiliki kesempatan untuk menjelajahi peran lain di Amazon, dan perusahaan memberikan dukungan penuh selama proses tersebut. Ini adalah bagian dari upaya Amazon untuk memastikan transisi yang lebih mudah bagi individu yang terdampak.

Model Nova Act, yang merupakan hasil dari kelompok AGI, tetap tersedia di AWS dan digunakan oleh sejumlah pelanggan. Lebih luas lagi, AWS terus mengembangkan rangkaian AI agentic-nya, termasuk Bedrock AgentCore serta aplikasi seperti Kiro, Quick, Continuum, dan Transform. Langkah-langkah ini diambil saat Amazon berinvestasi besar-besaran untuk membantu pelanggan dalam penerapan AI, mencakup upaya $1 miliar untuk menyematkan insinyur di perusahaan yang mengembangkan agen AI. Ini menunjukkan fokus industri yang berkembang untuk memanfaatkan agen dan model lebih efektif bagi pelanggan.

Exit mobile version