Bagaimana Apple Membiarkan Siri Ketinggalan Sementara ChatGPT Mendefinisikan Ulang AI

Mengapa perbandingan Siri vs ChatGPT mengungkap banyak hal tentang AI

Siri dan ChatGPT sering dibandingkan seolah‑olah keduanya hanya dua asisten berbeda. Cerita yang lebih menarik adalah bagaimana satu perusahaan ikut mendefinisikan kategori, lalu kehilangan momentum tepat ketika gelombang teknologi lain tiba dan mengubah ekspektasi.

Ketika Apple meluncurkan Siri di iPhone 4S pada 2011, itu tampak seperti masa depan komputasi: bicara ke ponselmu, dapatkan sesuatu selesai, tanpa keyboard. Apple memiliki keuntungan first‑mover dalam asisten suara mainstream, bertahun‑tahun sebelum "AI" menjadi pusat hampir setiap roadmap produk. Untuk sementara, Siri membentuk cara orang membayangkan kemampuan sebuah asisten.

Satu dekade kemudian, ChatGPT meledak pada akhir 2022 dan membuat banyak pengguna merasa mereka berinteraksi dengan jenis asisten yang berbeda. Ia bisa menulis, menjelaskan, menerjemahkan, memperbaiki kode, dan beradaptasi dengan konteks dengan cara yang tidak pernah bisa dicapai sistem suara yang terprogram. Dalam semalam, ekspektasi pengguna melompat dari “set timer dan jangan salah dengar permintaanku” menjadi “berpikir bersamaku tentang topik kompleks dan menghasilkan konten sesuai permintaan.”

Artikel ini bukan soal daftar fitur. Ini soal lintasan: bagaimana desain, arsitektur, dan batasan produk Siri membuatnya sempit dan rapuh, sementara model bahasa besar (LLM) memungkinkan ChatGPT bersifat terbuka dan percakapan.

Kita akan melihat:

• Busur sejarah dari janji awal Siri hingga evolusi yang terhenti
• Bagaimana terobosan LLM antara 2018–2024 mengubah arti "asisten"
• Pilihan produk dan ekosistem Apple yang membatasi pertumbuhan Siri
• Apa yang kini coba direbut Apple dengan Apple Intelligence dan kemitraan OpenAI

Bagi tim produk dan AI, Siri vs ChatGPT adalah studi kasus bagaimana timing, keputusan platform, dan taruhan teknis bisa memperkuat keunggulan—atau diam‑diam menggerogotinya.

Janji awal Siri dan keunggulan first‑mover Apple

Saat Apple memperkenalkan Siri bersama iPhone 4S pada 2011, rasanya seperti kilasan fiksi ilmiah di perangkat mainstream. Siri bermula dari startup independen yang dipisahkan dari SRI International; Apple mengakuisisinya pada 2010 dan cepat menjadikannya fitur headline, bukan sekadar aplikasi lain.

Apple memasarkan Siri sebagai asisten percakapan berbasis suara yang bisa menangani tugas sehari‑hari: mengatur pengingat, mengirim pesan, memeriksa cuaca, mencari restoran, dan lain‑lain. Pesannya sederhana dan kuat: alih‑alih menekan aplikasi, kamu bisa berbicara pada iPhone.

Hype pemasaran dan perhatian media

Kampanye peluncuran sangat menekankan kepribadian. Siri memiliki balasan jenaka, lelucon, dan easter egg yang dirancang membuat asisten terasa hidup dan ramah. Reviewer teknologi dan media arus utama meliput orang "berbicara pada ponsel mereka" sebagai momen budaya. Untuk sementara, Siri adalah simbol paling terlihat dari AI konsumen.

Cara kerja Siri di balik layar

Di balik suara ramah, arsitektur Siri adalah sistem berbasis intent yang terhubung ke domain yang telah ditentukan:

• Pengenalan ucapan mengubah audio menjadi teks, sebagian besar di server Apple.
• Pemahaman bahasa alami mencoba memetakan teks itu ke sebuah “intent” (seperti create_reminder atau send_message).
• Setiap intent diarahkan ke handler domain tertentu atau layanan pihak ketiga (mis. WolframAlpha, Yelp) dengan input dan output yang ketat.

Siri tak "berpikir" secara umum; ia mengorkestrasi sekumpulan kemampuan skrip besar.

Keunggulan awal yang jelas

Saat diluncurkan, ini jauh di depan apa yang dikirimkan pesaing. Google Voice Actions dan upaya lain terasa sempit dan utilitarian. Siri memberi Apple keuntungan first‑mover nyata: ia memegang imajinasi publik tentang apa yang bisa jadi asisten di smartphone, jauh sebelum model bahasa besar atau ChatGPT muncul.

Mengapa Siri berguna—dan di mana batasnya terlihat sejak awal

Siri mendapat tempat dalam rutinitas orang dengan menguasai sekumpulan tugas sehari‑hari yang sempit. Mengatakan “Hey Siri, set timer 10 menit,” “Telepon ibu,” atau “Kirim pesan ke Alex saya telat” biasanya berhasil pada percobaan pertama. Kontrol bebas‑tangan untuk panggilan, pesan, pengingat, dan alarm terasa ajaib, terutama saat mengemudi atau memasak.

Kontrol musik adalah wilayah kuat lainnya. “Putar jazz,” “Lewati,” atau “Lagu apa ini?” membuat iPhone terasa seperti remote suara untuk Apple Music dan pengalaman audio lebih luas. Digabungkan dengan kueri sederhana—cuaca, skor olahraga, fakta dasar—Siri memberikan utilitas cepat dalam interaksi satu‑giliran yang singkat.

Mengapa Siri membutuhkan cara bicara tertentu

Di bawah permukaan, Siri bergantung pada intents, slots, dan domain. Setiap domain (seperti pesan, alarm, atau musik) mendukung seperangkat intent kecil—"send message," "create timer," "play track"—dengan slots untuk detail seperti nama kontak, durasi, atau judul lagu.

Desain itu bekerja baik saat pengguna tetap dekat dengan frasa yang diharapkan: “Remind me at 3 p.m. to call the dentist” cocok rapi ke intent reminder dengan slot waktu dan teks. Namun ketika orang berbicara lebih bebas—menambahkan komentar samping atau urutan yang tak biasa—Siri sering gagal atau kembali ke pencarian web.

Batas yang dirasakan pengguna sejak dini

Karena setiap perilaku baru membutuhkan intent dan domain yang dimodelkan dengan hati‑hati, kemampuan Siri tumbuh lambat. Dukungan untuk tindakan baru, aplikasi, dan bahasa tertinggal dari ekspektasi pengguna. Banyak orang memperhatikan bahwa dari tahun ke tahun, Siri tidak tampak mendapatkan kemampuan baru atau "kecerdasan" yang jauh lebih besar.

Pertanyaan lanjutan dangkal, dengan hampir tidak ada memori konteks sebelumnya. Kamu bisa meminta satu timer, tetapi mengelola beberapa timer lewat percakapan alami rapuh. Kerapuhan itu—ditambah rasa bahwa Siri tidak banyak berkembang—mempersiapkan pengguna untuk terkesan ketika sistem percakapan yang lebih fleksibel seperti ChatGPT muncul nanti.

Bagaimana model bahasa besar membuka jalan bagi lompatan ChatGPT

Siri dibangun di atas model berbasis intent: deteksi frasa pemicu, klasifikasi permintaan ke intent yang dikenal (set alarm, send message, play song), lalu memanggil layanan spesifik. Jika permintaan tidak cocok pola yang sudah ditetapkan, Siri tak punya arah. Ia gagal atau kembali ke pencarian web.

Model bahasa besar (LLM) membalik model itu. Alih‑alih memetakan ke set intent tetap, mereka memprediksi kata berikutnya dalam suatu urutan, dilatih pada korpora teks yang sangat luas. Objektif sederhana itu mengenkripsi tata bahasa, fakta, gaya, dan pola penalaran dalam satu sistem umum. Asisten tak lagi memerlukan aturan atau API khusus untuk setiap tugas baru; ia bisa mengimprovisasi lintas domain.

Dari GPT-3 ke pengikutan instruksi

GPT‑3 (2020) adalah LLM pertama yang terasa berbeda secara kualitatif: satu model bisa menulis kode, membuat salinan pemasaran, merangkum teks hukum, dan menjawab pertanyaan tanpa pelatihan tugas-spesifik. Namun masih model “mentah”—kekuatan besar, tetapi canggung untuk diarahkan.

Instruction tuning dan reinforcement learning from human feedback (RLHF) mengubah itu. Peneliti menyetel model pada contoh seperti “Write an email to…” atau “Explain quantum computing simply,” menyelaraskannya dengan instruksi pengguna dan norma keselamatan. Ini membuat LLM jauh lebih baik mengikuti permintaan berbahasa alami, bukan sekadar menyelesaikan teks.

Antarmuka chat, multimodalitas, dan dampak mainstream

Membungkus model yang disesuaikan instruksi dalam antarmuka chat yang persisten—apa yang dilakukan OpenAI dengan ChatGPT akhir 2022—membuat kapabilitas itu mudah dimengerti dan diakses. Pengguna bisa:

• Mengajukan pertanyaan terbuka
• Mengiterasi dan memperbaiki ("lebih singkat", "lebih formal", "tambahkan contoh")
• Menangani tugas kreatif dan analitis di satu tempat

Dengan model multimodal, sistem yang sama kini bisa menangani teks, kode, dan gambar—menerjemahkan antar format itu dengan lancar.

Dibandingkan dengan keterampilan sempit dan terikat intent Siri, ChatGPT berperilaku seperti rekan dialog tujuan‑umum. Ia bisa menalar lintas topik, menulis dan memperbaiki kode, brainstorming, dan menjelaskan tanpa batasan domain ala Apple. Pergeseran dari slot perintah ke percakapan terbuka inilah yang membuat Siri tampak usang dengan cepat.

Pilihan produk Apple yang memperlambat evolusi Siri

Kisah AI Apple bukan hanya soal algoritma; ini soal filosofi produk. Pilihan yang membuat iPhone tepercaya dan menguntungkan juga membuat Siri terasa beku sementara ChatGPT melaju.

Privasi dulu, data kemudian

Apple membangun Siri dalam model privasi ketat: minimalkan pengumpulan data, hindari pengenal persisten, dan jalankan sebanyak mungkin pada perangkat. Itu menenangkan pengguna dan regulator, tetapi juga berarti:

• Jauh lebih sedikit data percakapan untuk dilatih
• Kemampuan terbatas untuk menganalisis perilaku pengguna jangka panjang
• Iterasi fitur lebih lambat karena Apple tidak bisa mudah menjalankan A/B test besar pada kueri pengguna

Sementara OpenAI dan lain‑lain melatih LLM pada dataset besar dan log server, Apple memperlakukan data suara sebagai sesuatu yang dibuang cepat atau dianonimkan berat. Pemahaman Siri terhadap permintaan dunia nyata yang berantakan tetap sempit dan rapuh dibandingkan.

Ideal on‑device vs skala model

Apple juga mendorong pemrosesan di perangkat. Menjalankan model di iPhone berarti latensi lebih rendah dan privasi lebih baik, tetapi membatasi ukuran dan kompleksitas model selama bertahun‑tahun.

Arsitektur awal Siri dioptimalkan untuk model kecil dan khusus yang muat dalam batas memori dan energi ketat. ChatGPT dan kerabatnya dioptimalkan untuk kebalikan: model raksasa di cloud yang bisa diskalakan dengan GPU. Akibatnya, setiap lompatan dalam pemodelan bahasa—jendela konteks lebih besar, penalaran lebih kaya, kemampuan emergen—muncul lebih dulu di asisten berbasis cloud, bukan di Siri.

Ekonomi berorientasi perangkat keras

Bisnis Apple berputar di sekitar margin perangkat keras dan layanan terintegrasi rapat. Siri disusun sebagai fitur yang membuat iPhone, Apple Watch, dan CarPlay lebih menarik, bukan produk AI mandiri.

Itu membentuk keputusan investasi:

• Belanja infrastruktur fokus pada iCloud, bukan klaster pelatihan raksasa untuk model bahasa yang makin besar
• Pemikiran monetisasi berpusat pada perangkat dan langganan, bukan platform API‑first seperti OpenAI

Hasilnya: Siri meningkat, tetapi kebanyakan dalam cara yang mendukung kasus penggunaan perangkat—timer, pesan, HomeKit—bukan pemecahan masalah eksploratori yang luas.

Kehati‑hatian atas eksperimen

Secara budaya, Apple berhati‑hati terhadap apa pun yang terasa setengah jadi. Fitur "beta" publik dan antarmuka eksperimental yang glitchy terasa tak selaras dengan mereknya.

LLM, terutama di tahap awal, berantakan: halusinasi, jawaban tak terduga, dan trade‑off keselamatan. Perusahaan seperti OpenAI dan lainnya mengirimkannya secara terbuka, menandai sebagai riset dan beriterasi di publik. Apple, sebaliknya, menghindari membiarkan Siri bereksperimen tak terkendali pada skala besar.

Kehati‑hatian itu mengurangi loop umpan balik. Pengguna tak melihat perilaku radikal baru dari Siri, dan Apple tak mendapatkan selang data penggunaan yang mendorong penyempurnaan cepat ChatGPT.

Bagaimana pilihan ini memperlambat kemajuan yang terlihat

Masing‑masing pilihan produk—praktik data yang memaksimalkan privasi, bias on‑device, ekonomi berfokus hardware, dan budaya kehati‑hatian—masuk akal sendiri. Bersama‑sama, mereka membuat Siri berevolusi dalam langkah kecil dan terkontrol sementara ChatGPT meloncat jauh ke depan.

Pelanggan tak membandingkan niat Apple, melainkan pengalaman: Siri masih gagal pada permintaan multi‑langkah relatif sederhana, sementara ChatGPT menangani pertanyaan kompleks, bantuan coding, brainstorming, dan lainnya. Ketika Apple mengumumkan Apple Intelligence dan kemitraan untuk mengintegrasikan ChatGPT, kesenjangan dalam persepsi pengguna sudah jelas: Siri adalah asisten yang Anda harapkan salah paham; ChatGPT adalah yang Anda harapkan bisa mengejutkan.

Kontras ekosistem: batasan SiriKit vs platform AI terbuka

Siri tak hanya tertinggal dalam kecerdasan mentah; ia terkotak oleh cara Apple mengeksposnya ke pengembang.

SiriKit: domain sempit, intent kaku

SiriKit hanya memungkinkan aplikasi pihak ketiga menyambung ke beberapa "domain" dan "intent" yang telah ditetapkan: pesan, panggilan VoIP, pemesanan tumpangan, pembayaran, latihan, dan beberapa lainnya.

Jika Anda membuat aplikasi pencatat, perencana perjalanan, atau alat CRM, seringkali tidak ada domain untuk Anda. Bahkan di domain yang didukung, Anda harus memetakan aksi pengguna ke intent yang ditentukan Apple seperti INSendMessageIntent atau INStartWorkoutIntent. Apa pun yang lebih kreatif hidup di luar jangkauan Siri.

Pemanggilan juga kaku. Pengguna harus mengingat pola seperti:

“Hey Siri, kirim pesan dengan WhatsApp ke John mengatakan saya akan terlambat.”

Jika mereka mengatakannya berbeda, Siri sering kembali ke aplikasi Apple sendiri atau gagal sama sekali. Selain itu, ekstensi SiriKit menghadapi review ketat, kontrol UI terbatas, dan sandboxing yang menghambat eksperimen.

Hasilnya: sedikit mitra, integrasi tipis, dan kesan bahwa "skill Siri" beku waktu.

API OpenAI: serba guna dan bisa dikombinasikan tanpa batas

OpenAI mengambil jalan sebaliknya. Alih‑alih daftar domain pendek, mereka mengekspos antarmuka teks umum dan kemudian fitur seperti function calling, embeddings, dan fine‑tuning.

Pengembang bisa menggunakan API yang sama untuk:

• menyusun email,
• memberdayakan asisten coding,
• membangun copilot riset,
• membuat chatbot untuk keuangan, pendidikan, atau permainan.

Tak ada program terpisah, tak ada daftar domain—hanya kebijakan penggunaan dan penetapan harga.

Karena eksperimen murah dan fleksibel, ribuan aplikasi mencoba ide‑ide liar: agen otonom, sistem plugin, copilot alur kerja, dan lainnya. Banyak yang gagal, tetapi ekosistem berkembang cepat di sekitar apa yang berhasil.

Kesenjangan persepsi

Saat alat berbasis ChatGPT meningkat minggu demi minggu, integrasi Siri nyaris tak berubah. Pengguna melihatnya. Siri terasa statis dan rapuh, sementara produk AI di platform terbuka terus mengejutkan orang dengan kemampuan baru.

Desain ekosistem—bukan hanya kualitas model—membuat kontras Siri vs ChatGPT begitu mencolok.

Pergeseran persepsi pengguna: dari frustrasi "Hey Siri" ke kegembiraan ChatGPT

Dari kebaruan ke kejengkelan

Bagi banyak orang, "Hey Siri" menjadi singkatan kekecewaan ringan. Momen sehari‑hari menumpuk:

• Meminta memutar lagu tertentu dan mendapatkan artis yang salah.
• Mengatakan "ingatkan aku saat sampai rumah untuk telepon ibu" dan melihat pengingat itu tak pernah muncul.
• Mengulang permintaan yang sama tiga kali karena Siri salah dengar nama, alamat, atau aplikasi.

Seiring waktu, pengguna beradaptasi secara diam‑diam. Mereka belajar berbicara dengan perintah yang dipotong dan formulaik. Mereka berhenti mengajukan pertanyaan terbuka karena jawabannya dangkal atau sekadar "Ini yang kutemukan di web." Ketika suara gagal, orang kembali mengetik di ponsel—masih dalam ekosistem Apple, tetapi dengan ekspektasi yang lebih rendah terhadap asisten.

Secara budaya, Siri berubah menjadi bahan lelucon. Skip‑kompilasi YouTube, meme, dan bincang malam memusatkan tema yang sama: Siri salah mengerti aksen, memasang 15 timer alih‑alih satu, atau menjawab dengan hasil pencarian yang tak relevan. Asisten terasa beku dalam waktu.

ChatGPT sebagai momen "wow"

ChatGPT membalikkan lintasan emosional itu. Alih‑alih perintah yang salah dengar, pengguna melihat jawaban percakapan yang rinci. Ia bisa:

• Menyusun email, esai, dan deskripsi pekerjaan.
• Merencanakan perjalanan dan latihan.
• Menjelaskan kode atau bahkan menulisnya dari awal.
• Brainstorm ide pemasaran atau kerangka kursus.

Model interaksi bergeser dari perintah transaksional cepat—"set timer", "cuaca", "kirim pesan"—ke bantuan mendalam: "Bantu saya rancang rencana belajar", "Tulis ulang kontrak ini dalam bahasa sehari‑hari", "Bimbing saya memperbaiki bug ini."

Ketika orang menyadari asisten dapat mengingat konteks, menyempurnakan draf, dan menalar lintas langkah, ekspektasi untuk AI melonjak beberapa tingkat. Terhadap tolok ukur baru itu, peningkatan Siri yang bertahap—dikte sedikit lebih baik, respons sedikit lebih cepat—terasa modest dan hampir tak terlihat. Persepsi pengguna tidak hanya memburuk terhadap Siri; ia disetel ulang berdasarkan definisi baru tentang apa yang seharusnya bisa dilakukan sebuah "asisten".

Bagaimana ChatGPT mendefinisikan ulang tugas asisten AI

ChatGPT mengatur ulang ekspektasi dari "remote suara" menjadi "mitra berpikir." Alih‑alih hanya mengatur timer atau mengubah pengaturan, pengguna tiba‑tiba memiliki asisten yang bisa menyusun email, debug kode, menjelaskan fisika, membuat kerangka kampanye pemasaran, atau berperan dalam negosiasi—semua dalam percakapan yang sama.

Dari perintah cepat ke pekerjaan nyata

ChatGPT membuat hal biasa bahwa asisten dapat:

• Menulis: email, posting blog, catatan rapat, deskripsi pekerjaan
• Coding: menghasilkan cuplikan kode, merapikan fungsi, menjelaskan error
• Meringkas: PDF panjang, transkrip rapat, makalah riset
• Menalar: membandingkan opsi, mengkritik ide, mengusulkan rencana

Perubahan kunci bukan sekadar menjawab kueri, tetapi membantu menghasilkan produk kerja jadi. Orang mulai menempelkan dokumen, spreadsheet, dan potongan kode lalu mengharapkan keluaran yang dipikirkan yang bisa dikirim dengan sedikit suntingan.

Konteks, memori, dan alur kerja multi‑langkah

LLM memperkenalkan rasa kesinambungan. Alih‑alih Q&A satu kali, ChatGPT bisa:

• Tetap dalam satu "proyek" selama puluhan giliran
• Mengingat konteks sementara dalam sebuah sesi
• Memecah permintaan kabur menjadi rencana multi‑langkah

Dengan alat dan plugin, itu meluas ke alur kerja: mengambil data dari aplikasi, mentransformasi, dan mengubah hasil menjadi email, laporan, atau perubahan kode. Inilah yang makin dimaksud pengguna dengan "asisten": sesuatu yang bisa bergerak dari memahami intent ke mengorkestrasi beberapa langkah menuju tujuan.

Dari kebaruan ke infrastruktur sehari‑hari

ChatGPT cepat berubah dari rasa ingin tahu menjadi infrastruktur harian untuk kerja dan belajar. Pelajar menggunakannya untuk memahami konsep, berlatih bahasa, dan menyusun esai. Pekerja pengetahuan menggunakannya untuk sintesis riset, ide awal, dan draf pertama. Tim memasukkannya ke alur dukungan, pipeline coding, dan alat pengetahuan internal.

Kekuatan sempit Siri tampak lebih kecil kini

Dalam latar ini, kekuatan inti Siri—kontrol perangkat andal dan perintah bebas tangan—mulai terasa sempit. Siri unggul pada aksi on‑device: alarm, pesan, panggilan, media, dan kontrol rumah pintar.

Tetapi ketika pengguna mengharapkan asisten yang bisa menalar lintas topik, menyimpan konteks, dan membantu menyelesaikan tugas kompleks, sistem yang terutama menekan sakelar dan menjawab fakta sederhana tak lagi memenuhi definisi "pintar." ChatGPT menggeser definisi itu ke arah asisten yang berkolaborasi dalam berpikir, bukan sekadar mengoperasikan perangkat.

Jawaban Apple 2023–2024: Apple Intelligence dan ikatan dengan ChatGPT

Setelah bertahun‑tahun pembaruan Siri bertahap, pengumuman Apple 2024 akhirnya memberi nama dan struktur pada strategi AI‑nya: Apple Intelligence.

Apple Intelligence: AI bermerek, sistem‑lebar

Apple membingkai Apple Intelligence sebagai fitur sistem, bukan aplikasi tunggal. Ia akan:

• Berjalan di iOS, iPadOS, dan macOS
• Terintegrasi erat ke aplikasi inti seperti Mail, Messages, Notes, dan Photos
• Menawarkan alat penulisan, notifikasi prioritas, dan fitur gambar baru

Krusialnya, Apple membatasi dukungan ke perangkat keras yang lebih baru (A17 Pro dan chip M‑series), menandakan bahwa fitur AI berarti memerlukan compute on‑device yang serius, bukan trik cloud semata.

On‑device dulu, dengan “Private Cloud Compute” sebagai cadangan

Apple menggandakan kisah privasinya:

• On‑device secara default: Banyak fitur Apple Intelligence berjalan sepenuhnya lokal, menggunakan Neural Engine perangkat.
• Private Cloud Compute: Saat tugas melebihi kapasitas perangkat, bisa dikirim ke server Apple yang menjalankan silicon Apple sendiri. Apple menekankan permintaan tidak disimpan dan dapat diverifikasi kriptografis hanya menjalankan perangkat lunak yang disetujui.

Ini memungkinkan Apple bicara soal kapabilitas skala LLM tanpa meninggalkan merek privasinya.

Siri yang lebih mampu

Dalam Apple Intelligence, Siri akhirnya mendapat peningkatan serius:

• Pemahaman bahasa alami dan retensi konteks lebih baik
• Kesadaran terhadap apa yang sedang tampil di layar
• Integrasi aplikasi lebih dalam dan "App Actions" sehingga Siri bisa melakukan tugas multi‑langkah
• Desain visual baru dan kemampuan mengetik ke Siri secara konsisten

Perubahan ini bertujuan menggerakkan Siri lebih dekat ke perilaku percakapan fleksibel yang kini diharapkan pengguna dari asisten berbasis LLM.

Pengalihan opsional ke ChatGPT

Pengakuan paling mencolok terhadap pergeseran LLM adalah kemitraan langsung Apple dengan OpenAI. Ketika Siri atau Apple Intelligence menilai sebuah kueri terlalu terbuka atau kreatif, pengguna dapat:

• Secara opsional mengarahkan permintaan ke ChatGPT (GPT‑4o saat peluncuran)
• Melihat prompt jelas yang meminta izin sebelum apa pun dikirim
• Menggunakan ChatGPT gratis tanpa membuat akun OpenAI

Untuk penggunaan lebih kaya (mis. fitur ChatGPT Plus atau Teams), pengguna dapat mengaitkan akun OpenAI mereka, dengan data diatur menurut kebijakan OpenAI.

Apa yang disinyalirkan tentang strategi AI Apple

Langkah‑langkah ini membuat posisi Apple jelas:

• Model bahasa besar mendefinisikan standar baru untuk asisten.
• Apple akan membangun model sendiri yang dioptimalkan untuk privasi dan integrasi, tetapi tak akan berpretensi menggantikan model frontier untuk setiap tugas.
• Siri sendiri tak lagi cerita penuh; ia adalah front end yang bisa mengorkestrasi antara Apple Intelligence on‑device dan LLM eksternal seperti ChatGPT.

Apple belum mengakui kalah dalam perlombaan asisten, tetapi dengan menenun ChatGPT langsung ke pengalaman, Apple mengakui betapa LLM telah mereset ekspektasi pengguna.

Apa yang sebenarnya hilang Apple—dan apa yang masih dimiliki

Ketika orang mengatakan Apple "kalah dalam pertarungan AI" dengan Siri vs ChatGPT, mereka jarang berarti perangkat keras atau fundamental bisnis. Yang sebenarnya hilang Apple adalah cerita tentang apa itu asisten dan siapa yang mendefinisikan frontier.

Apa arti "kalah" sebenarnya

Apple menyerahkan tiga jenis kepemimpinan penting:

• Mindshare: Saat pengguna memikirkan asisten AI yang kuat, kini mereka memikirkan ChatGPT, bukan Siri. ChatGPT menjadi titik rujukan tentang bagaimana rasanya "pintar."
• Ekspektasi: Pengguna belajar dari ChatGPT bahwa asisten bisa menangani pertanyaan terbuka, menulis, meringkas, menalar dengan konteks, dan mengingat giliran sebelumnya. Siri masih terasa seperti remote suara dan pelaksana perintah.
• Minat pengembang: Pengembang bereksperimen dengan asisten AI berkumpul di API OpenAI dan platform LLM lain, bukan SiriKit. Energi, eksperimen, dan pola interaksi baru sebagian besar terjadi di luar asisten Apple.

Apple tak kehilangan kontrol perangkat, laba, atau kontrol OS. Ia kehilangan posisi awal sebagai perusahaan yang menunjukkan dunia apa itu asisten tujuan‑umum.

Risiko baru: Siri sistem vs AI pihak ketiga

Saat ChatGPT dan alat serupa menjadi destinasi default untuk pertanyaan "sulit", pola terbelah muncul:

• Tugas sederhana: “Hey Siri, set timer.”
• Tugas kompleks: “Saya buka ChatGPT saja.”

Perpecahan itu penting. Jika pengguna secara mental mengarahkan apa pun yang tak sepele ke AI pihak ketiga, asisten sistem kehilangan gravitasi pusat bagi perilaku baru.

Seiring waktu ini bisa melemahkan:

• Kontrol platform: Jika intent paling bernilai meninggalkan asisten OS, Apple punya pengaruh lebih sedikit atas bagaimana pengalaman AI‑native ditemukan dan dibentuk.
• Perilaku default: Setelah orang terbiasa membuka aplikasi eksternal untuk berpikir, sulit menarik mereka kembali ke pengalaman sistem.
• Layanan masa depan: Layanan AI paling menjanjikan—copilot personal, ruang kerja AI, otomasi pintar—mungkin tumbuh di sekitar ekosistem pihak ketiga ketimbang milik Apple.

Langkah Apple 2024 membiarkan Siri menyerahkan beberapa kueri ke ChatGPT adalah perbaikan sekaligus pengakuan: ia memperbaiki pengalaman pengguna, tetapi mengakui bahwa mesin penalaran tujuan‑umum terkuat bukan milik Apple.

Apa yang masih dimiliki Apple

Ini bukan berarti Apple keluar dari permainan. Ia masih memegang beberapa aset strategis paling berharga dalam AI:

• Perangkat dan distribusi: Lebih dari satu miliar perangkat aktif, semuanya mampu menampilkan asisten instan.
• Integrasi mendalam: Akses tingkat sistem ke aplikasi, notifikasi, pengaturan, dan data pribadi—hal yang harus diminta satu per satu oleh alat pihak ketiga.
• Kemampuan on‑device: Dengan Apple Intelligence, banyak fitur AI akan berjalan lokal, memberikan latensi rendah, offline, dan pengalaman lebih privat.
• Posisi privasi: Apple dapat memposisikan asistennya sebagai tempat paling aman untuk konteks pribadi jika menjaga data sensitif tetap di perangkat atau di balik perlindungan kuat.
• UX dan default: Asisten pertama yang ditemui pengguna di iPhone tetap Siri, diperbarui oleh Apple Intelligence dan, bila perlu, model eksternal.

Jadi Apple belum kehilangan kemampuan untuk berpartisipasi—atau bahkan memimpin lagi. Yang hilang adalah persepsi bahwa Siri mendefinisikan apa itu asisten AI. Beberapa siklus produk ke depan akan menentukan apakah Apple bisa menggunakan kekuatan yang tersisa untuk menulis ulang cerita itu, atau apakah Siri tetap remote suara sementara orang lain memiliki frontier kecerdasan.

Pelajaran kunci bagi tim produk dan AI dari lintasan Siri

1. Keunggulan awal menguap tanpa peningkatan yang tampak jelas

Siri pernah terasa ajaib karena baru. Seiring waktu, kebaruan itu menjadi beban ketika pengguna berhenti melihat kemajuan. Pekerjaan fitur memang terjadi—pengenalan ucapan lebih baik, lebih banyak pemrosesan on‑device—tetapi banyak yang tak terlihat atau terlalu bertahap. Sementara itu, kemajuan ChatGPT jelas: kapabilitas baru, model baru, penomoran versi, dan roadmap publik.

Pelajaran: kirim perbaikan yang pengguna dapat rasakan dan kenali. Buat kemajuan bisa dibaca—melalui penamaan, catatan rilis, dan perubahan UX—agar persepsi mengikuti kenyataan.

2. Kontrol ketat vs. mendorong ekosistem

Preferensi Apple pada pengalaman yang dikurasi menjaga Siri koheren tapi sempit. SiriKit mengekspos hanya sedikit domain; pengembang tak bisa membuat kasus penggunaan mengejutkan atau tak konvensional.

ChatGPT, sebaliknya, memanfaatkan keterbukaan: API, plugin, GPT khusus, integrasi pihak ketiga. Ini memungkinkan ekosistem menemukan nilai jauh lebih cepat daripada yang bisa dicapai satu perusahaan.

Tim produk AI harus deliberate soal bagian mana yang tetap dikontrol (keselamatan, kualitas UX, privasi) dan di mana pengembang didorong bereksperimen. Antarmuka yang berlebihan membatasi bisa diam‑diam menutup plafon produk.

3. Privasi harus dipasangkan dengan mekanisme pembelajaran

Sikap privasi Apple membatasi seberapa banyak Siri bisa belajar dari interaksi pengguna dan seberapa cepat. Melindungi data itu krusial, tetapi jika sistem Anda tak memadai mengamati untuk memperbaiki, ia stagnan.

Rancang untuk pembelajaran yang menjaga privasi: on‑device learning, federated learning, differential privacy, dan opt‑in eksplisit. Batasannya bukan “kumpulkan semuanya” vs “tidak mengumpulkan apa pun”, melainkan “belajar secara aman dan transparan.”

4. Pergeseran antarmuka dapat mereset ekspektasi

Siri tetap terikat pada perintah suara singkat. ChatGPT mengubah bantuan menjadi dialog tertulis berkelanjutan yang bisa bercabang, mengoreksi, dan membangun konteks dari waktu ke waktu. Input multimodal (teks, suara, gambar, kode) membuatnya terasa seperti kolaborator umum, bukan parser perintah.

Tim harus menganggap pergeseran antarmuka—chat, multimodal, agen yang bertindak atas nama pengguna—bukan sekadar tweak UI, tetapi kesempatan untuk mendefinisikan ulang apa produk itu dan pekerjaan apa yang bisa dilakukannya.

5. Rancang produk AI untuk iterasi cepat

Ritme pembaruan Siri terlihat seperti perangkat lunak tradisional: rilis besar tahunan, pembaruan kecil. Produk berbasis LLM berkembang mingguan.

Untuk bersaing, tim butuh:

• Infrastruktur untuk mengirim model dan prompt cepat
• Evaluasi online dan loop umpan balik
• Guardrail yang memungkinkan perubahan frekuensi tinggi dengan aman

Jika organisasi, tooling, atau proses review Anda mengasumsikan siklus lambat, Anda akan terlambat—betapapun kuat riset atau hardware Anda.

Pikiran penutup: dari peluang yang hilang menuju kemungkinan reinventasi

Kisah Siri adalah peringatan sekaligus tanda apa yang masih mungkin.

Apple berpindah dari mengirimkan asisten suara mainstream pertama menjadi menyaksikan frasa "Siri vs ChatGPT" menjadi singkatan jurang antara antarmuka suara lama dan model bahasa modern. Pergeseran itu tak terjadi dalam semalam. Itu didorong oleh tahun‑tahun keputusan produk konservatif, aturan ekosistem ketat, dan insistensi pada pemrosesan on‑device yang menjaga privasi sebelum model siap bersinar dalam batasan itu.

Apa yang benar‑benar ditunjukkan oleh cerita Siri–ChatGPT

Kontrasnya bukan cuma soal jawaban lebih baik.

Siri mewujudkan asisten bergaya perintah sempit yang terikat intent dan integrasi yang telah ditentukan. ChatGPT dan alat serupa menunjukkan bagaimana LLM tujuan‑umum bisa menalar lintas domain, menyimpan konteks, dan mengimprovisasi. Apple mengoptimalkan kontrol, keandalan, dan integrasi hardware; OpenAI dan lainnya mengoptimalkan kapabilitas model dan keterbukaan untuk pengembang. Kedua pilihan itu koheren—tetapi menghasilkan pengalaman pengguna yang sangat berbeda.

Babak baru Apple nyata, tetapi belum selesai

Dengan Apple Intelligence dan kemitraan OpenAI, Apple akhirnya menyelaraskan strateginya ke arah yang digerakkan bidang: model generatif lebih kaya, asisten lebih fleksibel, dan eksekusi hibrida on‑device/cloud. Itu tak akan langsung menghapus dekade frustrasi pengguna dengan "Hey Siri," tetapi menandakan upaya serius jangka panjang untuk mendefinisikan ulang apa yang bisa Siri lakukan.

Apakah Apple akan lebih mengandalkan model on‑device yang dalam, kait pihak ketiga yang lebih kaya, atau beberapa asisten yang hidup berdampingan (Siri plus ChatGPT dan lainnya), beberapa tahun ke depan akan menentukan apakah ini reinventasi atau tambalan.

Bagaimana pengguna harus mempertimbangkan pemilihan asisten

Bagi pengguna, pertanyaan praktis bukan siapa yang "menang"—tetapi asisten mana yang cocok untuk pekerjaan tertentu:

• Gunakan alat bergaya ChatGPT saat Anda butuh penalaran terbuka, ideasi, dan pemecahan masalah multi‑langkah.
• Gunakan Siri saat Anda butuh integrasi ketat dengan perangkat Apple, aksi sistem cepat, dan privasi default yang kuat.

Kebanyakan orang akan memakai beberapa asisten berdampingan. Langkah cerdas adalah memperlakukan mereka sebagai alat komplementer, bukan rival—dan mengamati mana yang terus berevolusi untuk benar‑benar mengurangi friksi dalam kehidupan sehari‑hari Anda.

Jika ada pelajaran dari lintasan Siri untuk perusahaan dan pengguna, itu ini: jangan samakan keunggulan awal dengan keuntungan abadi, dan jangan meremehkan seberapa cepat ekspektasi berubah ketika orang mengalami asisten yang jauh lebih baik.