Konsep jagged intelligence menjelaskan bahwa setiap model kecerdasan buatan memiliki kekuatan yang tidak merata di berbagai bidang, sehingga orkestrasi multi-model merupakan strategi terbaik untuk menyelesaikan berbagai jenis pekerjaan bisnis secara spesifik dan efisien.
Selama 14 tahun bekerja di bidang accounting dan finance, saya terbiasa memilih tools berdasarkan fungsi. Excel untuk spreadsheet, Power BI untuk dashboard, ERP untuk operasional, dan WhatsApp untuk komunikasi. Tidak pernah ada satu tools yang cocok untuk semua pekerjaan. Itu sesuatu yang sudah saya anggap wajar sejak lama.
Anehnya, ketika masuk ke dunia AI, saya melihat banyak orang justru mencari satu model untuk semua hal. Setiap kali membuka media sosial, perdebatannya selalu sama.
“Claude paling jago.” “GPT sudah tamat.” “Gemini underrated.” “DeepSeek lebih murah.”
Banyak founder akhirnya menjadi fanatik terhadap satu model tertentu - keputusan yang sering kali didasarkan pada benchmark umum yang bahkan belum tentu pernah mereka uji sendiri untuk pekerjaan mereka.
Saya juga hampir terjebak di sana.
Pertanyaan yang Terus Mengganggu
Ketika mulai membangun Pandawa AI - ekosistem AI agent untuk operasional bisnis saya - ada satu hal yang lama membuat saya penasaran.
Kenapa Yudhis (research agent saya) bekerja jauh lebih baik dengan model tertentu untuk riset akademik, tapi model yang sama tidak optimal untuk Bima (engineering agent) saat debugging? Kenapa Juna (growth agent) menghasilkan konten yang lebih baik dengan model yang berbeda dari yang dipakai Sadewa (finance agent) untuk analisis keuangan?
Awalnya saya mengira masalahnya ada pada cara saya memberi instruksi. Sampai akhirnya saya menemukan sebuah istilah yang menjelaskan fenomena ini dengan tepat.
Apa Itu Jagged Intelligence
Istilah ini dipopulerkan oleh Andrej Karpathy, mantan Head of AI Tesla dan mantan peneliti OpenAI, melalui tweet pribadinya pada Juli 2024. Konsep ini juga diulas secara mendalam dalam artikel MarkTechPost dan dibahas kembali di blog pribadi Karpathy pada April 2026.
Sederhananya: kemampuan AI tidak meningkat secara merata. Kemampuan AI bergerigi (jagged).
Di satu area terlihat seperti profesor, tetapi di area lain terlihat seperti anak yang baru belajar.
Contohnya cukup ekstrem. Pada 2026, Gemini Deep Think berhasil mencapai standar medali emas di International Mathematical Olympiad, sebagaimana dilansir dalam rilis resmi Google DeepMind dan liputan New York Times. Ini adalah salah satu kompetisi matematika paling sulit di dunia. Namun, pada riset lain yang dipublikasikan di arXiv:2603.08011 (diulas oleh Unite.ai) yang menguji kemampuan membaca jam analog, manusia mencapai akurasi 89,1%. Model AI terbaik? Hanya mencapai 13,3%.
Saya sampai membaca angka itu beberapa kali.
Model yang mampu menyelesaikan soal matematika tingkat olimpiade dunia masih kesulitan membaca jam analog. Bagi saya, itulah contoh paling sederhana dari jagged intelligence - AI sangat kuat di satu area, namun sangat lemah di area lain. Dan inilah alasan mengapa pertanyaan mengenai “model AI mana yang terbaik?” sering kali menjadi pertanyaan yang salah.
Saya Tidak Loyal Pada Model, Saya Loyal Pada Hasil
Setelah memahami konsep ini, saya berhenti mencari ai model terbaik secara mutlak. Saya mulai mencari kombinasi model terbaik.
Karena tujuan saya bukan memenangkan debat di media sosial, melainkan menyelesaikan pekerjaan nyata.
Di Pandawa AI, setiap agent menggunakan model yang berbeda sesuai domain mereka. Ini bukan karena ingin terlihat canggih, melainkan karena memang begitulah cara kerjanya secara efektif. Pengalaman saya beralih dari akuntansi ke orkestrasi AI mengajarkan bahwa membagi peran ke alat yang spesifik jauh lebih produktif.
1. Gemini: Peneliti dan Marketing
Yudhis dan Juna banyak memanfaatkan Gemini untuk riset dan konten. Artikel blog, landing page, riset akademik, riset bisnis, hingga competitive intelligence. Google memiliki ekosistem informasi yang sangat kuat, dan itu terasa dalam kualitas outputnya untuk ai untuk bisnis.
2. ChatGPT: Teman Bermimpi
Untuk brainstorming, saya biasanya membuka ChatGPT. Bukan untuk eksekusi, tetapi untuk melihat kemungkinan yang belum pernah saya pikirkan sebelumnya. Saya pernah berdiskusi panjang tentang target keuangan jangka panjang, ide produk baru, hingga arah bisnis. Tidak semua idenya realistis, tetapi justru itu yang saya cari.
3. Codex: Sprinter
Ketika Bima sudah punya spesifikasi yang jelas dan perlu membangun sesuatu dengan cepat, Codex adalah pilihan yang tepat. Sangat cepat mengubah spesifikasi menjadi versi pertama yang bisa berjalan. Tidak selalu sempurna, tetapi cukup untuk mulai.
4. Claude: Validator dan Problem Solver
Claude memiliki peran yang berbeda. Kalau ChatGPT membantu bermimpi, Claude membantu membumikan mimpi tersebut. Claude lebih metodis, lebih sabar, dan lebih sistematis. Ketika Bima menghadapi bug yang sulit ditemukan, Claude biasanya menjadi pilihan utama. Perbandingan chatgpt vs claude vs gemini bukan lagi soal siapa yang menang, melainkan kapan mereka harus digunakan.
5. DeepSeek: Mesin Harian
Dari sisi efisiensi biaya, deepseek ai adalah pilihan yang sulit ditandingi. Selama beberapa waktu terakhir, sebagian besar workload harian Pandawa AI berjalan menggunakan model ini yang dikombinasikan dengan berbagai tools sesuai konteksnya. DeepSeek membuktikan bahwa model paling mahal belum tentu menjadi pilihan paling rasional.
Dari Model Wars ke Orkestrasi
Dulu saya juga ikut terjebak dalam model wars. Claude vs GPT. Gemini vs Claude. DeepSeek vs semuanya.
Tapi semakin lama membangun Pandawa AI, semakin saya sadar bahwa pertanyaan itu tidak terlalu berguna.
Karena di dunia nyata, pekerjaan tidak datang dalam satu bentuk. Yudhis melakukan riset akademik yang berbeda karakternya dengan pekerjaan Bima yang membangun aplikasi, yang juga sangat berbeda dengan pekerjaan Juna membuat konten marketing. Jadi kenapa memaksa satu model mengerjakan semuanya?
Di titik itulah mindset saya bergeser: dari mencari model terbaik, menjadi melakukan ai orchestration terbaik untuk setiap jenis pekerjaan di dalam ekosistem multi model ai.
Saya Tidak Sedang Membangun Satu AI
Ketika membangun perusahaan, saya tidak merekrut lima orang akuntan. Saya membutuhkan peneliti, sales, engineer, operator, dan finance.
Penerapan pandawa ai dibangun dengan prinsip yang sama. Yudhis untuk riset dan intelligence, Juna untuk sales dan growth, Bima untuk product dan engineering, Nakula untuk client operations, serta Sadewa untuk finance dan accounting. Masing-masing menggunakan model yang paling cocok untuk domain mereka. Pembagian peran ini kami selaraskan dengan VVC (Visia Value Creation) Framework untuk mengawal value bisnis secara menyeluruh.
Untuk mengetahui detail bagaimana kami merancang agen otonom ini, Anda bisa membaca catatan saya tentang cara membangun AI agent yang benar-benar bekerja. Karena tujuan akhirnya bukan kecerdasan, melainkan hasil.
Jadilah Jagged-Aware
Sebagai penutup, berikut adalah tiga pelajaran dari pengalaman saya membangun agentic ai untuk operasional harian:
- Pertama, jangan terlalu percaya benchmark umum. Uji AI menggunakan pekerjaan yang benar-benar Anda lakukan sehari-hari, bukan pekerjaan yang ada di paper riset.
- Kedua, pahami bahwa setiap model memiliki titik kuat dan titik lemahnya sendiri. Jangan memaksa satu model melakukan semua hal hanya karena dia unggul di satu benchmark tertentu.
- Ketiga, bangun sistem yang memanfaatkan kelebihan masing-masing model, bukan sistem yang bergantung pada satu model tunggal dan berdoa semoga dia cukup pintar untuk segalanya.
Karena pada akhirnya, AI hanyalah tools. Dan seperti tools lainnya, nilainya tidak ditentukan oleh seberapa hebat marketing-nya. Nilainya ditentukan oleh seberapa baik dia membantu menyelesaikan pekerjaan yang ada di depan kita.
Dulu saya mencari model AI terbaik. Sekarang saya mencari kombinasi model terbaik. Sama seperti manusia, saya belum pernah bertemu satu orang yang hebat di semua bidang. Dan ternyata AI juga seperti itu.
