Terobosan ini diumumkan oleh Jim Fan, direktur AI di Nvidia, melalui unggahan LinkedIn-nya. Ia mengungkapkan bahwa sebagian dari laboratorium GEAR (Generalist Embodied Agent Research) milik Nvidia kini bekerja sendiri tanpa henti sepanjang malam. “Kami hanya membaca laporan hasilnya di pagi hari,” tulis Fan.
Bagaimana ENPIRE Mengubah Cara Robot Belajar
ENPIRE bukanlah robot atau model AI baru. Ini adalah kerangka kerja agen—perangkat lunak yang membungkus model AI agar bisa menggunakan berbagai alat, memiliki memori, konteks, batasan, dan umpan balik. Dengan kata lain, ENPIRE memberi agen AI “laboratorium” berisi lengan robotik, sumber daya komputasi, dan anggaran token yang besar untuk merancang sendiri program pelatihan robot.
Hasilnya? Agen AI tersebut mampu menyusun jadwal latihan yang mengajarkan robot cara memotong kabel ties plastik dan memasukkan GPU ke soket tipis di motherboard. Dua tugas yang membutuhkan presisi tinggi dan biasanya memakan waktu lama jika dilakukan manual oleh insinyur.
Dampak bagi Industri Manufaktur dan Data Center
Bagi Indonesia, temuan ini membuka gambaran masa depan pabrik dan pusat data yang lebih efisien. Saat ini, pemasangan GPU di server data center—yang dilakukan ribuan kali di fasilitas seperti milik Nvidia sendiri—masih sangat bergantung pada tenaga manusia. Prosesnya rumit dan rawan kesalahan.
Dengan sistem seperti ENPIRE, perusahaan tidak perlu lagi mempekerjakan tim insinyur khusus untuk memprogram ulang robot setiap kali ada tugas baru. Cukup berikan agen AI akses ke laboratorium, dan robot akan belajar sendiri semalaman.
Dari Laboratorium Riset ke Dunia Nyata
Penelitian ini melibatkan kolaborasi antara Nvidia GEAR Lab, Carnegie Mellon University, dan University of California, Berkeley. Meski masih dalam tahap riset, implikasinya sangat luas. Jika ENPIRE bisa diadaptasi untuk lingkungan produksi nyata, pabrik-pabrik elektronik bisa menghemat biaya tenaga kerja dan waktu pelatihan secara drastis.
Belum ada jadwal komersialisasi atau uji coba di pabrik sungguhan. Tapi Nvidia, yang mendominasi pasar GPU dan perangkat keras AI, jelas punya kepentingan besar dalam mengotomatiskan perakitan produknya sendiri.
Apa Artinya bagi Pekerja Teknologi
Kabar ini tentu menimbulkan pertanyaan: apakah teknisi manusia akan digantikan? Jim Fan menyebut sistem ini sebagai “self-improvement program”—robot yang meningkatkan diri sendiri. Artinya, peran insinyur bergeser dari pelatih manual menjadi pengawas dan perancang sistem.
Di Indonesia, di mana sektor manufaktur dan data center mulai tumbuh, kemampuan untuk mengadopsi teknologi semacam ini bisa menjadi pembeda daya saing. Namun, infrastruktur riset dan sumber daya manusia yang mumpuni tetap jadi tantangan utama.
