Digital Transformation
Model Deprecation Risk (Risiko Penghentian Model AI)
TL;DR: Model deprecation risk adalah risiko bisnis ketika provider AI seperti OpenAI, Anthropic, atau Google menghentikan versi model yang dipakai brand di produksi. Setiap deprecation memaksa retest prompt, eval, dan output, sering tanpa jaminan kualitas yang sama. Brand serius mengelola risiko ini lewat versioning eksplisit, eval harness, dan rencana migrasi 30-90 hari.
Apa itu Model Deprecation Risk?
Setiap model AI di produksi punya umur. Provider seperti OpenAI, Anthropic, dan Google rutin mengumumkan deprecation, biasanya dengan jendela 6-12 bulan sebelum versi tertentu dihentikan. Setelah tanggal sunset, request ke versi lama akan gagal atau dialihkan ke versi pengganti yang perilakunya tidak persis sama. Inilah inti dari LLMOps yang dewasa: memperlakukan model sebagai dependency, bukan sihir tetap.
Analoginya seperti library di kode: kalau brand mengunci di versi spesifik tanpa rencana upgrade, satu hari API akan menolak request dan layanan stop. Tim yang siap punya alur "ganti versi, jalankan eval harness, bandingkan, rilis bertahap".
Sumber Risiko
| Sumber | Contoh dampak |
|---|---|
| Sunset versi mayor | gpt-4-0613 ditarik, harus migrasi ke gpt-4o atau seri terbaru |
| Perubahan default routing | "gpt-4" otomatis diarahkan ke versi baru tanpa pengumuman keras |
| Perubahan harga atau kuota | Versi lama jadi mahal, memaksa pindah lebih cepat dari rencana |
| Perubahan policy konten | Jawaban yang dulu lolos sekarang ditolak, breaking flow chatbot |
| End-of-life provider | Provider kecil tutup atau diakuisisi, layanan jadi tidak terjamin |
Kenapa Penting?
Brand Indonesia yang sudah memakai chatbot atau agent AI di funnel rentan kehilangan akurasi mendadak saat model di-deprecate. Dalam beberapa proyek terakhir, saya melihat tim yang tidak punya catatan versi model akhirnya menghabiskan 2-4 minggu re-prompt setelah migrasi paksa. Disiplin dasar yang membantu: pin versi, simpan eval baseline, dan siapkan model routing yang bisa fallback antar provider. Dokumentasi resmi seperti OpenAI deprecations dan Anthropic model lifecycle wajib dipantau setiap kuartal.
Pertanyaan Umum
Apakah deprecation sama dengan model update?
Tidak. Update menambah kapabilitas tanpa menarik versi lama. Deprecation menarik versi lama dari layanan setelah jendela transisi.
Berapa jendela waktu khas dari pengumuman ke sunset?
Umumnya 6-12 bulan untuk model utama, lebih pendek (3-6 bulan) untuk preview atau experimental.
Apa langkah pertama yang harus dilakukan brand?
Buat inventaris versi model di seluruh produk, simpan eval baseline, dan pastikan setiap deploy mencatat model_id eksplisit, bukan alias generik.
Istilah Terkait