Kecerdasan buatan
AI dalam Skala Besar: Bagaimana Olimpiade Menguji Infrastruktur
Bagaimana AI Memberdayakan Olimpiade Musim Dingin 2026 secara Real Time
Large popular events like the Olympics used to be displayed exclusively through TV networks, with carefully placed TV crews capturing the moment and displaying it live around the world.
Acara populer besar seperti Olimpiade dulu hanya ditayangkan melalui jaringan TV, dengan kru TV yang ditempatkan secara cermat merekam momen dan menyiarkannya secara langsung ke seluruh dunia.
Cara merekam Olimpiade dengan kamera ini berubah sangat cepat, dengan kombinasi drone, AI, dan infrastruktur berbasis cloud yang secara radikal mengubah tulang punggung teknologi acara tersebut.
Meskipun hal ini sudah sebagian benar untuk Olimpiade Paris 2024, hal ini menjadi lebih nyata lagi untuk Olimpiade Musim Dingin Milano 2026.
Kamera dengan banyak sudut, pendekatan cloud-first, dan AI yang kuat sedang membangun, hampir secara real time, representasi 3D dari kompetisi dalam 17 olahraga berbeda, serta membantu mengurangi pekerjaan yang diperlukan, energi yang dikonsumsi, dan keterlambatan dalam siaran global.
Di balik revolusi teknis ini ada Alibaba, raksasa e-commerce dan komputasi awan asal Tiongkok, yang juga memiliki posisi kuat dalam AI.
(BABA )
AI Mengambil Alih Olimpiade
Siaran Cloud
The Olympic Broadcasting Services (OBS) and the International Olympic Committee (IOC) have partnered with Alibaba to deploy cloud computing and AI at a scale never seen before for the 2026 Winter Olympics.
Olympic Broadcasting Services (OBS) dan International Olympic Committee (IOC) telah bermitra dengan Alibaba untuk menerapkan komputasi awan dan AI pada skala yang belum pernah terlihat sebelumnya untuk Olimpiade Musim Dingin 2026.
This is the latest step following previous deployments in Tokyo 2020, Beijing 2022, and Paris 2024 of cloud-based, AI-enabled broadcasting.
Ini merupakan langkah terbaru setelah penerapan sebelumnya di Tokyo 2020, Beijing 2022, dan Paris 2024 yang menggunakan siaran berbasis cloud dan AI.
Since its introduction at Tokyo 2020, OBS Live Cloud has evolved from an optional service to a core distribution platform. At the Paris 2024 Games, it became the primary method for remote broadcast delivery when it enabled 400 live video streams and 3D rendering.
Sejak diperkenalkan pada Tokyo 2020, OBS Live Cloud telah berkembang dari layanan opsional menjadi platform distribusi inti. Pada Olimpiade Paris 2024, ia menjadi metode utama untuk pengiriman siaran jarak jauh ketika memungkinkan 400 aliran video langsung dan rendering 3D.
In Milano, the company deployed support for 39 broadcasters, delivering 428 live video feeds, including 26 in ultra-high definition streams, along with 72 audio feeds.
Di Milano, perusahaan tersebut menyediakan dukungan untuk 39 penyiar, menyampaikan 428 umpan video langsung, termasuk 26 aliran ultra-high definition, serta 72 umpan audio.
While select premium feeds and capture systems operate in ultra-high-resolution formats such as 8K and UHD, the broader broadcast mix includes multiple resolutions optimized for workflow efficiency and distribution requirements.
Sementara beberapa umpan premium dan sistem penangkapan beroperasi dalam format ultra-high-resolution seperti 8K dan UHD, campuran siaran yang lebih luas mencakup berbagai resolusi yang dioptimalkan untuk efisiensi alur kerja dan kebutuhan distribusi.
The cloud-based delivery has been replacing traditional satellite links and dedicated transmission lines to reduce cost, setup time, and technical complexity, while improving flexibility and resilience.
Pengiriman berbasis cloud telah menggantikan tautan satelit tradisional dan jalur transmisi khusus untuk mengurangi biaya, waktu penyiapan, dan kompleksitas teknis, sekaligus meningkatkan fleksibilitas dan ketahanan.
This also enables smaller broadcasters to access professional-grade broadcast capabilities without heavy upfront investment.
“Alibaba Cloud menyediakan fondasi yang memungkinkan AI berskala besar, membuat operasi kami lebih efisien dan membuka peluang baru untuk meningkatkan pengalaman penonton serta memperdalam pemahaman mereka tentang olahraga dan penampilan atlet di panggung terbesar dunia.”
Yiannis Exarchos — CEO of Olympic Broadcasting Services
Besides live recording of the sports events themselves, 5,000+ short-form pieces, including behind-the-scenes footage, highlights, and emotional reactions, will be distributed through OBS Content+, a cloud-based platform powered by Alibaba Cloud.
Pemahaman dan Penandaan Instan
Alibaba’s Automatic Media Description (AMD) System is a system powered by the company’s AI Qwen, an advanced large language model (LLM).
Sistem Deskripsi Media Otomatis (AMD) milik Alibaba adalah sistem yang didukung oleh AI Qwen perusahaan, sebuah model bahasa besar (LLM) yang canggih.
The system automatically identifies athletes and key moments, generates event descriptions, and tags video assets within seconds, significantly reducing manual processing time.
Sistem ini secara otomatis mengidentifikasi atlet dan momen kunci, menghasilkan deskripsi acara, dan menandai aset video dalam hitungan detik, secara signifikan mengurangi waktu pemrosesan manual.
The OBS team can also communicate with the AI in natural language to process the live videos more quickly. For example, a request for “find the figure skating gold medal performance” will retrieve the right information almost instantly.
Tim OBS juga dapat berkomunikasi dengan AI menggunakan bahasa alami untuk memproses video langsung lebih cepat. Misalnya, permintaan “temukan penampilan medali emas figure skating” akan mengambil informasi yang tepat hampir seketika.
This way, OBS personnel can find, develop, and distribute Olympic stories across platforms more easily.
Ulangan Cerdas Instan
The company’s Real-Time 360º Replay systems automatically create immersive replays with fluid camera movement and stroboscopic visual effects.
Sistem Replay Real-Time 360º perusahaan secara otomatis menciptakan ulang tayang imersif dengan gerakan kamera yang halus dan efek visual strobo.
To do so, the AI algorithm separates athletes from complex backgrounds such as snow and ice, and then creates 3D reconstructions of key moments in as little as 15–20 seconds, fast enough for live broadcast use.
Untuk melakukannya, algoritma AI memisahkan atlet dari latar belakang kompleks seperti salju dan es, kemudian membuat rekonstruksi 3D dari momen kunci dalam waktu hanya 15–20 detik, cukup cepat untuk penggunaan siaran langsung.
This combines with previously used effects like the BulletTime first introduced at Beijing 2022 to provide frame-freeze and slow-motion views, or the new Spacetime Slices capability, which visualizes multiple phases of an athlete’s movement in a single composite image, allowing viewers to better understand technique and performance.
Ini dipadukan dengan efek yang sebelumnya digunakan seperti BulletTime yang pertama kali diperkenalkan pada Beijing 2022 untuk memberikan tampilan beku dan gerakan lambat, atau kemampuan baru Spacetime Slices, yang memvisualisasikan beberapa fase gerakan atlet dalam satu gambar komposit, memungkinkan penonton lebih memahami teknik dan performa.
Agen AI Olimpiade
This year, AI was not just deployed at the broadcast level, but also in the Olympic village and among the attending public. For example, Qwen was powering a series of AI agents called the “Olympic AI Assistants.”
Tahun ini, AI tidak hanya diterapkan pada tingkat siaran, tetapi juga di desa Olimpiade dan di antara publik yang hadir. Misalnya, Qwen mendukung serangkaian agen AI yang disebut “Asisten AI Olimpiade.”
One of the agents’ tasks was to provide multilingual conversational support and real-time event information, allowing fans to access official Olympic Games content through a chat-based interface.
Salah satu tugas agen tersebut adalah menyediakan dukungan percakapan multibahasa dan informasi acara secara real time, memungkinkan penggemar mengakses konten resmi Olimpiade melalui antarmuka berbasis obrolan.
The same technology will be permanently deployed at the Olympic Museum in Lausanne, where visitors will have access to personalized AI audio guides that enhance the museum experience.
Teknologi yang sama akan dipasang secara permanen di Museum Olimpiade di Lausanne, di mana pengunjung akan memiliki akses ke panduan audio AI pribadi yang meningkatkan pengalaman museum.
Qwen was also deployed in the secure portal for National Olympic Committees (NOCs). There, it is used to locate documents, policies, and grant guidelines through natural language queries, with built-in multilingual translation support.
Qwen juga diterapkan dalam portal aman untuk Komite Olimpiade Nasional (NOC). Di sana, ia digunakan untuk menemukan dokumen, kebijakan, dan pedoman hibah melalui kueri bahasa alami, dengan dukungan terjemahan multibahasa bawaan.
Qwen will also improve access to Olympic sport archives through “Sports AI,” a cloud-based media archiving solution that includes AI tagging, video search, and conversational search.
Qwen juga akan meningkatkan akses ke arsip olahraga Olimpiade melalui “Sports AI,” sebuah solusi pengarsipan media berbasis cloud yang mencakup penandaan AI, pencarian video, dan pencarian percakapan.
Maybe less impactful, but illustrative of how much the Olympics are becoming infused with “tech,” visitors could even move a robot arm by just moving their own hand and have an AI interpret the moves to give them an Olympic memorabilia.
Mungkin kurang berdampak, tetapi menggambarkan seberapa banyak Olimpiade dipenuhi dengan “teknologi,” pengunjung bahkan dapat menggerakkan lengan robot hanya dengan menggerakkan tangan mereka sendiri dan AI akan menafsirkan gerakan tersebut untuk memberi mereka memorabilia Olimpiade.
Volume Data Besar
While Qwen is definitely making the most visible change in the way Olympic videos, images, and data are handled, another invisible task is the supporting infrastructure that makes it possible.
Sementara Qwen jelas membuat perubahan paling terlihat dalam cara video, gambar, dan data Olimpiade ditangani, ada tugas tak terlihat lain yaitu infrastruktur pendukung yang memungkinkan hal itu.
There is no less than eight petabytes of historical Olympic media that are now hosted on Alibaba’s cloud computing systems.
Tidak kurang dari delapan petabyte media historis Olimpiade kini disimpan di sistem komputasi awan Alibaba.
“Milano Cortina 2026 menandai momen penting dalam integrasi AI ke dalam Gerakan Olimpiade. Alibaba Cloud telah luar biasa dalam menerapkan kemampuan terdepan ini secara sangat praktis dan membantu. Tidak hanya meningkatkan pengalaman sehari-hari bagi penggemar kami melalui penggunaan pertama teknologi LLM di Olimpiade, tetapi juga membangun sistem cerdas seperti Sports AI yang akan melestarikan momen historis Olimpiade untuk generasi mendatang.
Ilario Corna — Chief Technology and Information Officer of the International Olympic Committee
Dari Pelatihan AI ke Inferensi AI
Besides the niche use case of broadcasting and archiving, the Milano 2026 Olympics reflect a massive shift in how AI should be considered.
Selain kasus penggunaan khusus dalam siaran dan pengarsipan, Olimpiade Milano 2026 mencerminkan pergeseran besar dalam cara AI harus dipertimbangkan.
Until now, the focus has been on AI training and what new ability it acquired in this latest iteration of the model.
Sampai saat ini, fokusnya adalah pada pelatihan AI dan kemampuan baru yang diperoleh dalam iterasi terbaru model tersebut.
This is shifting to AI inference, where the already trained model is now being deployed for narrower real use cases. For example, instant translation, or making a replay of athletes in less than 20 seconds, or making the massive Olympics archives much easier to search.
Hal ini beralih ke inferensi AI, di mana model yang sudah dilatih kini diterapkan untuk kasus penggunaan nyata yang lebih sempit. Misalnya, terjemahan instan, atau membuat ulang tayang atlet dalam kurang dari 20 detik, atau mempermudah pencarian arsip Olimpiade yang masif.
AI inference is not only more useful, but it is also a lot less compute and energy-intensive, as only a specific set of the AI ability is used at a time. This should help reduce the constraint of energy supply and hardware availability that has been limiting AI speed in the past few years.
Inferensi AI tidak hanya lebih berguna, tetapi juga jauh lebih sedikit memerlukan komputasi dan energi, karena hanya sekumpulan kemampuan AI tertentu yang digunakan pada satu waktu. Ini seharusnya membantu mengurangi kendala pasokan energi dan ketersediaan perangkat keras yang telah membatasi kecepatan AI dalam beberapa tahun terakhir.
| Lapisan Penerapan AI | Perangkat Keras Utama | Sensitivitas Latensi | Penggerak Ekonomi |
|---|---|---|---|
| Replay 3D Real-Time | Klaster inferensi GPU | Tinggi | Hak siaran premium |
| Penandaan Media Otomatis | Node inferensi LLM | Sedang | Efisiensi operasional |
| Asisten AI Penggemar | API berbasis cloud | Rendah–Sedang | Keterlibatan & nilai data |
| Kecerdasan Arsip (8PB+) | Penyimpanan objek petabyte | Rendah | Pendapatan lisensi jangka panjang |
Cara Berinvestasi dalam Infrastruktur AI di Balik Olimpiade
Alibaba
OpenAI and Anthropic, as well as most “big tech” US companies, are racing to make AGI (Artificial General Intelligence), and might succeed in doing so. But the Chinese AI industry is adopting a slightly different approach, already deploying AI in applications useful today.
OpenAI dan Anthropic, serta sebagian besar perusahaan “big tech” AS, berlomba untuk menciptakan AGI (Artificial General Intelligence), dan mungkin berhasil melakukannya. Namun industri AI Tiongkok mengadopsi pendekatan yang sedikit berbeda, sudah menerapkan AI dalam aplikasi yang berguna saat ini.
The idea is that instead of aiming for AI to replace workers, it should be improving productivity across the entire economy at once.
Gagasannya adalah bahwa alih-alih berusaha menggantikan pekerja dengan AI, AI seharusnya meningkatkan produktivitas di seluruh ekonomi sekaligus.
As China has been limited by export controls over advanced chips, with its own domestic production only slowly catching up, it has also made an effort in training its AI more efficiently and focused more on AI inference and its deployment.
Karena Tiongkok dibatasi oleh kontrol ekspor atas chip canggih, dengan produksi domestik yang hanya lambat mengejar, negara ini juga berupaya melatih AI-nya lebih efisien dan lebih fokus pada inferensi AI serta penerapannya.
Qwen is currently one of China’s (and the world’s) leading AI, performing as well as or better than leading Western AIs on multiple benchmarks.
Qwen saat ini merupakan salah satu AI terkemuka di Tiongkok (dan dunia), yang tampil setara atau lebih baik dibandingkan AI Barat terkemuka pada berbagai tolok ukur.
Sumber: Qwen
Alibaba’s AI progress is helped by the cloud computing capacity of Alibaba (1/3rd of the Chinese market and ranked #1) and the cash flow from the e-commerce business (twice as large as Amazon by gross merchandise value).
Kemajuan AI Alibaba didukung oleh kapasitas komputasi awan Alibaba (1/3 pasar Tiongkok dan peringkat #1) serta arus kas dari bisnis e-commerce (dua kali lebih besar dari Amazon berdasarkan nilai barang bruto).
Sumber: Alibaba
In that context, the massive role of Alibaba in the Olympics should be understood not as a move to generate revenue, but to raise the profile of the company at a moment when Western AI companies dominate the global discussion and invest massively in advertisement like at the Super Bowl, which was dominated by AI-related ads.
Dalam konteks ini, peran besar Alibaba dalam Olimpiade harus dipahami bukan sebagai upaya menghasilkan pendapatan, melainkan untuk meningkatkan profil perusahaan pada saat perusahaan AI Barat mendominasi diskusi global dan berinvestasi besar-besaran dalam iklan seperti di Super Bowl, yang didominasi iklan terkait AI.
(You can also read our dedicated investment report on Alibaba for more information on the company)
(Anda juga dapat membaca laporan investasi khusus kami tentang Alibaba untuk informasi lebih lanjut tentang perusahaan ini)
Olimpiade berfungsi sebagai uji tekanan global bagi infrastruktur AI. Perusahaan yang memungkinkan beban kerja inferensi, percepatan GPU, dan penerapan skala cloud dapat menawarkan eksposur yang lebih tahan lama dibandingkan narasi pelatihan model semata.
Berita dan Perkembangan Saham Alibaba (BABA) Terbaru
