Bahkan ketika perbincangan seputar adopsi agen kecerdasan buatan (AI) mulai memanas, banyak perusahaan mungkin tidak memberikan perhatian yang memadai terhadap risiko paralel seputar keamanan data, integritas, serta biaya. Pada India AI Impact Summit 2026, perusahaan pembuat transformasi AI asli India, Arinox AI, dan perusahaan AI agen KOGO, meluncurkan apa yang mereka gambarkan sebagai produk AI berdaulat pertama di India– sebuah sistem canggih yang dibangun berdasarkan konsep ‘AI in a box’.
Dengan CommandCORE, Arinox AI dan KOGO bertaruh pada masa depan AI yang berlawanan dengan intuisi– bersifat privat, berdaulat, dan kompak secara fisik. Sistem ini dirancang untuk menghitung secara lokal, tanpa bergantung pada net. Mereka bermitra dengan Nvidia dan Qualcomm untuk tumpukan agennya, iterasi CommandCORE terbaru berjalan pada perangkat keras Nvidia.
“Masa depan AI adalah hal yang bersifat pribadi, di tingkat perusahaan juga. Anda tidak bisa mengembangkan kecerdasan Anda. Satu-satunya cara sebuah organisasi dapat meningkatkan kecerdasan dan pembelajarannya secara eksponensial adalah dengan menjaga kerahasiaan AI. Organisasi harus memiliki AI tersebut,” jelas Raj K Gopalakrishnan, CEO dan Salah Satu Pendiri KOGO AI, dalam percakapan dengan HT.
Pada intinya, proposisi “AI in a box” ini bersifat ideologis dan teknis, sehingga mendorong percakapan melampaui model bahasa besar (LLM) dan GPU. Organisasi yang menggunakan version dasar publik tidak hanya memproses perintah, namun juga mengungkap wawasan operasional. “Industri yang sensitif, ketika mereka berbagi information dengan model dasar dan layanan AI berbasis cloud, juga berbagi intelijen,” tambahnya.
Penerapan AI agen harus menghadapi persepsi ancaman ganda yaitu keamanan dan privasi. Informasi, tegas Gopalakrishnan, mengubah segalanya. “Saat Anda memberikan konteks, Anda memberikan kecerdasan”.
Analisis AI Risk Landscape 2025 yang dilakukan oleh system keamanan HiddenLayer menunjukkan bahwa 88 % perusahaan mengkhawatirkan kerentanan yang ditimbulkan melalui integrasi AI pihak ketiga, termasuk alat yang banyak digunakan seperti ChatGPT OpenAI, Microsoft Copilot, dan Google Gemini.
Pada bulan Agustus tahun lalu, laporan MIT mencatat bahwa 95 % uji coba AI generatif di perusahaan gagal diluncurkan, dengan faktor privasi.
Ide, dan penawaran biaya
Ada empat lapisan kunci untuk solusi AI pribadi dalam kotak. Pertama, equipment custom dari Nvidia. Kedua, OS agen KOGO yang dilengkapi dengan Venture Representative Collection memiliki lebih dari 500 konektor untuk alur kerja perusahaan, dan memanfaatkan design sumber terbuka untuk AI yang berdaulat.
Variasinya mencakup sistem side kelas Jetson Orin Nvidia untuk penerapan di lapangan, DGX Glow untuk pengembangan lokal yang ringkas, dan konfigurasi pusat information perusahaan termasuk grafis Nvidia RTX Pro 6000 Blackwell Web Server Version.
“Kotak ini dirancang untuk mengatasi kompleksitas lapisan perangkat keras, perangkat lunak, dan aplikasi, yang harus diatur secara mandiri oleh perusahaan. Perangkat ini akan melakukan beban kerja yang terfokus, tugas yang berulang, dan dapat diperluas ke kluster besar untuk keseluruhan alur kerja,” kata Angad Ahluwalia, kepala juru bicara Arinox AI.
Skalabilitas dicapai dengan menghubungkan beberapa device secara bersamaan. Perusahaan dapat memilih dari tiga konfigurasi design untuk saat ini, dengan lebih banyak iterasi diharapkan dalam beberapa bulan mendatang, menurut Ahluwalia. Harga dimulai pada $ 10 lakh.
Opsi kecil CommandCORE dapat menjalankan design antara 1 miliar hingga 7 miliar criterion, perfect bagi perusahaan untuk mengerahkan beberapa agen untuk pemrosesan batch atau bahkan proses orientasi sumber daya manusia. Version medium berkisar antara 20 miliar hingga 30 miliar specification, untuk agen kompleks dengan inferensi.
“Seiring dengan meluasnya adopsi AI di lingkungan yang teregulasi dan sensitif, organisasi memerlukan system komputasi yang dipercepat yang dapat beroperasi sepenuhnya di lokasi dan di bawah kontrol keamanan yang ketat,” kata Vishal Dhupar, Taking Care Of Director, Nvidia India.
“Yang sangat besar, setara dengan collection DGX Nvidia berdasarkan seri Elegance Blackwell, adalah pembangkit tenaga listrik yang dapat melakukan transformasi di seluruh perusahaan,” jelas Ahluwalia. Untuk konteksnya, dokumentasi Nvidia mencatat bahwa dua system DGX tersebut, ketika saling terhubung, menangani model hingga 405 miliar parameter.
Mengapa sistem AI yang bersifat swasta, aman, dan lokal lebih penting daripada argumen kedaulatan?
Bagi Gopalakrishnan, jawaban ini juga bersifat ekonomi. Dia menunjuk pada contoh stasiun pengisian daya kendaraan listrik dan pertukaran baterai komersial, yang masing-masing dapat menghasilkan data harian hingga 30 TB. “Jika ada 1000 stasiun yang dimiliki oleh organisasi yang sama dan mereka harus mengirimkan semua data ini ke cloud, pikirkan biayanya,” katanya.
Alternatifnya adalah pemrosesan tepi. “Perangkat kecil yang ada di setiap stasiun tanpa memerlukan net, mereka mungkin hanya mengirim information sebesar 200 GB ke cloud untuk diproses.” Dengan kata lain, memfilter dan memproses secara lokal, mengirimkan secara selektif, dan mengurangi biaya data transfer dan komputasi awan.
Arinox dan KOGO berharap dapat menemukan daya tarik khususnya di sektor-sektor sensitif seperti keuangan dan perbankan, layanan pemerintah dan pertahanan.
