Apa itu IBM watsonx?

Diperbarui Juli 2026

IBM watsonx adalah platform AI dan data enterprise milik IBM: watsonx.ai untuk membangun dan menerapkan model, watsonx.data untuk menyimpan dan mengatur tata kelola data di baliknya, serta watsonx.governance untuk melacak risiko dan kepatuhan di seluruh siklus hidup AI. Diluncurkan pada 2023, platform ini merupakan penerus dari merek Watson yang dibangun IBM di sekitar sistem AI sempit dan bertujuan tunggal seperti sistem yang memenangkan Jeopardy!.

Jika Anda bertanya "apa itu IBM Watson AI" hari ini, watsonx adalah jawaban yang jujur. IBM sudah lama meninggalkan gagasan lama tentang Watson sebagai produk tunggal dan membangun ulang mereknya di sekitar sebuah platform: tempat di mana tim enterprise melatih atau melakukan fine-tuning terhadap model, mendasarkannya pada data perusahaan yang diatur tata kelolanya, mengawasi apa yang dilakukan model-model tersebut setelah aktif, dan yang semakin sering terjadi, menghubungkannya ke agen yang mengambil tindakan, bukan sekadar menjawab pertanyaan.

Apa yang Dilakukan Setiap Komponen watsonx

Watsonx bukan satu produk tunggal. Ia terdiri dari tiga layanan inti ditambah satu layanan baru yang keempat untuk agen, dan memahami apa yang dilakukan masing-masing adalah cara tercepat untuk memahami platform ini.

watsonx.ai adalah ruang kerja model. Di sinilah tim mengakses Foundation Models, keluarga Granite milik IBM sendiri serta model pihak ketiga dari Meta, Mistral, dan lainnya, lalu melakukan prompting, fine-tuning, dan deployment melalui Prompt Lab dan lapisan API bersama. Ini adalah hal yang paling mendekati satu pintu masuk tunggal untuk pekerjaan machine learning dan generative AI di platform ini.

watsonx.data adalah lapisan data di bawahnya. Dibangun sebagai data lakehouse yang terbuka, layanan ini memungkinkan tim melakukan kueri data di seluruh penyimpanan cloud dan on-premises melalui satu titik akses, alih-alih menyalinnya ke dalam warehouse khusus AI yang terpisah. Untuk inisiatif AI apa pun, kualitas model hanya sebaik data yang memasokinya, dan watsonx.data adalah jawaban IBM atas biaya dan kerumitan dalam mempersiapkan data tersebut agar siap digunakan untuk AI.

watsonx.governance adalah lapisan kontrol. Menurut halaman produk resmi IBM, layanan ini dibangun untuk memantau, mengatur tata kelola, dan mengelola sistem AI, model, aplikasi, dan agen, baik di teknologi IBM maupun platform pihak ketiga seperti OpenAI, AWS, dan Meta. Jangkauan lintas platform ini penting: tata kelola di sini tidak terbatas pada model yang dijual IBM kepada Anda, yang sesuai dengan cara sebagian besar perusahaan besar sebenarnya menjalankan AI, tersebar di beberapa vendor sekaligus.

watsonx Orchestrate adalah komponen terbaru dan yang paling gencar didorong IBM sepanjang 2026. Ini adalah produk agentic workflows: tempat untuk membangun, mengorkestrasi, dan menerapkan AI Agents yang menjalankan tugas bisnis multi-langkah, dengan katalog agen siap pakai untuk fungsi seperti HR, pengadaan, dan penjualan, ditambah alat untuk membangun agen kustom. Produk ini berdiri sejajar dengan watsonx.ai, bukan di dalamnya, sebagai produk tersendiri dengan skema harganya sendiri.

Granite: Model Terbuka di Dalam watsonx

Keluarga Granite milik IBM sendiri adalah lini model yang menjadi andalan watsonx, dan ini benar-benar terbuka. Model Granite dirilis di bawah lisensi Apache 2.0, yang berarti bobotnya (weights) bebas diunduh, diperiksa, di-fine-tune, dan dijalankan pada infrastruktur yang tidak pernah disentuh IBM. Generasi saat ini, Granite 4.1, hadir sebagai model bahasa dense decoder-only dalam ukuran parameter 3B, 8B, dan 30B, dengan dukungan native untuk berbagai bahasa, tugas coding, retrieval-augmented generation, tool calling, dan output JSON terstruktur, menurut dokumentasi model Granite IBM di GitHub.

Keluarga Granite juga meluas melampaui model bahasa serba guna. IBM merilis model Granite Vision untuk tugas visual yang berat dokumen, model Granite Speech untuk transkripsi dan pemahaman bahasa lisan, model Granite Embedding untuk pencarian dan pipeline RAG, serta model Granite Guardian yang dibangun khusus untuk moderasi konten dan pemeriksaan keamanan, menurut hub Granite resmi di Hugging Face. Ukuran yang lebih kecil dalam lineup tersebut adalah kontribusi IBM dalam pergeseran yang lebih luas menuju small language models: model yang dirancang untuk latensi lebih rendah dan inferensi yang lebih murah pada beban kerja agentic yang intensif tool, bukan sekadar skor benchmark mentah.

Namun, Granite bukan satu-satunya pilihan di dalam watsonx.ai. Katalognya juga mencakup model terbuka dan komersial pihak ketiga, keluarga Llama milik Meta, model Mistral, dan lainnya yang tersedia melalui katalog model fondasi pihak ketiga yang didokumentasikan IBM, sehingga tim tidak terkunci pada Granite meskipun tetap menggunakan infrastruktur IBM untuk menjalankan semuanya.

watsonx Orchestrate dan Agen di 2026

Akses ke model saja tidak menyelesaikan proyek AI enterprise. Seseorang tetap harus menghubungkan model tersebut ke dalam alur kerja yang sebenarnya: sebuah kasus perlu di-triase, purchase order perlu disetujui, kandidat perlu diseleksi. Itulah celah yang dibangun watsonx Orchestrate untuk ditutup, dan ini adalah bagian platform yang paling gencar didorong IBM tahun ini seiring industri secara luas beralih dari chatbot menuju agen otonom yang menyelesaikan tugas.

Orchestrate memberi tim katalog agen domain siap pakai untuk fungsi back-office yang umum, ditambah builder untuk membuat agen kustom yang memanggil tool internal, API, dan agen lain secara berurutan. Produk ini diberi harga dan dikemas terpisah dari watsonx.ai, dan ditagih berdasarkan Monthly Active Units, bukan token, yang merupakan perbedaan yang disengaja: IBM mengukur berapa banyak orang dan proses yang benar-benar menyentuh sebuah agen dalam satu bulan tertentu, bukan seberapa banyak teks yang dihasilkan model. Ini adalah model biaya yang secara signifikan berbeda untuk dianggarkan dibandingkan skema harga per token yang digunakan di bagian lain platform, dan penting untuk dipahami sebelum menskalakan pilot agen menjadi rollout di seluruh perusahaan.

Untuk Siapa watsonx Dibuat

Watsonx dibangun untuk perusahaan besar yang sering kali diatur secara ketat (regulated), bukan untuk developer solo atau tim kecil yang bereksperimen dengan satu API key. Platform ini mengasumsikan adanya kebutuhan tata kelola yang nyata: audit trail, manajemen risiko model, dan kemampuan untuk membuktikan kepada regulator atau tim kepatuhan internal apa yang dilakukan sebuah model dan alasannya.

Hal ini paling terlihat jelas pada tiga kelompok pembeli. Bank, perusahaan asuransi, sistem layanan kesehatan, dan lembaga pemerintah menggunakan watsonx.governance karena keputusan AI di industri-industri tersebut membawa bobot hukum dan kepatuhan yang tidak bisa dipenuhi hanya dengan spreadsheet metrik model. Tim IT dan platform data yang sudah menjalankan infrastruktur IBM, Cloud Pak for Data, mainframe IBM Z, atau jejak hybrid cloud, mendapatkan jalur yang lebih singkat menuju produksi karena watsonx dibangun untuk berjalan di mana pun infrastruktur tersebut sudah ada, termasuk sepenuhnya on-premises. Dan tim enterprise yang membangun program agen pertama mereka beralih ke watsonx Orchestrate secara khusus karena produk ini mengemas tata kelola dan orkestrasi agen menjadi satu, bukan memperlakukannya sebagai pembelian terpisah.

Tim yang menginginkan satu stack hyperscaler-native yang terikat erat dengan layanan AI lain dari satu public cloud tertentu, atau yang tidak membutuhkan deployment on-premises atau tata kelola lintas platform, biasanya lebih cocok dilayani di tempat lain; trade-off inilah yang menjadi tujuan tabel perbandingan di bawah.

Bagaimana Harga watsonx Ditentukan

Watsonx tidak menggunakan satu model harga yang berlaku untuk semuanya. Setiap layanan diukur (metered) dengan cara berbeda, dan memahami meteran mana yang berlaku untuk beban kerja mana menjadi penting sebelum mengalokasikan anggaran.

watsonx.ai dan watsonx.data berjalan di atas sistem Resource Unit (RU) milik IBM. Konsumsi compute, storage, dan inference semuanya dikonversi menjadi RU, tetapi tingkat konversinya spesifik per layanan: sebuah training job mengonsumsi RU secara berbeda dibandingkan panggilan inference atau file data yang disimpan, dan IBM menerbitkan tabel konversi terpisah per layanan, bukan satu tarif flat. Perusahaan biasanya membeli di muka pool RU tahunan atau multi-tahun dengan tarif diskon, alih-alih membayar sesuai permintaan, menurut panduan lisensi IBM watsonx dari Redress Compliance. Struktur ini memberi imbalan bagi peramalan beban kerja: tim yang dapat berkomitmen pada rentang penggunaan sejak awal membayar lebih sedikit per unit dibandingkan tim yang membeli RU secara reaktif.

watsonx Orchestrate diberi harga terpisah dan secara di atas kertas lebih sederhana. Essential Edition-nya mulai dari sekitar $500 per bulan dan mencakup pembuatan agen inti, orkestrasi, katalog integrasi siap pakai, serta deployment cloud atau on-premises, menurut ulasan watsonx Orchestrate 2026 dari BlockSentient. Tingkatan Standard dan Premium, yang menambahkan otomasi alur kerja tingkat lanjut, pemrosesan dokumen, isolasi data khusus, dan kapasitas throughput yang lebih tinggi, diberi harga khusus (custom-quoted), bukan harga daftar.

Seperti pada platform AI berbasis konsumsi lainnya, tarif awal yang dikutip jarang menjadi angka penuh tahun pertama begitu volume inference, sesi fine-tuning, storage, dan penggunaan agen di berbagai tim dijumlahkan. Menghitung angka tersebut dengan benar, alih-alih menganggarkan hanya berdasarkan satu angka utama, adalah persis pekerjaan dari kerangka kerja AI total cost of ownership.

watsonx vs. Vertex AI vs. Bedrock vs. Azure AI Foundry

Keempat platform ini memberi tim enterprise akses ke Foundation Models terdepan, fine-tuning, dan beberapa bentuk tooling agen. Perbedaannya terlihat pada keterbukaan, jangkauan tata kelola, dan infrastruktur yang sudah menjadi basis Anda saat ini.

Keunggulan paling jelas watsonx dibandingkan tiga platform hyperscaler tersebut adalah fleksibilitas deployment dan tata kelola yang tidak terkunci pada satu cloud. Kesenjangan paling jelasnya adalah kedalaman katalog model: Model Garden milik Vertex AI saja mencantumkan lebih dari 200 model, jauh melampaui yang saat ini ditawarkan watsonx.ai. Tim sebaiknya memperlakukan trade-off tersebut, yaitu keluasan model versus kendali deployment dan tata kelola lintas platform, sebagai keputusan yang sesungguhnya, bukan sekadar daftar fitur, yang merupakan jenis perbandingan yang dibangun oleh proses AI vendor evaluation.

Fakta Penting

• IBM memperkenalkan platform watsonx pada 9 Mei 2023, di konferensi tahunan Think, memposisikannya sebagai fondasi bagi dorongan generative AI perusahaan, menurut siaran pers resmi IBM.
• Watson yang asli mengalahkan juara Jeopardy! Ken Jennings dan Brad Rutter pada Februari 2011, berjalan di atas sistem 90 server dengan 2.880 core prosesor, menurut halaman sejarah Watson resmi IBM.
• IBM menjual aset data dan analitik Watson Health ke Francisco Partners dalam kesepakatan yang diumumkan pada 21 Januari 2022 dan rampung pada Juni tahun yang sama, dan bisnis tersebut kini beroperasi secara independen sebagai Merative, menurut siaran pers IBM yang mengumumkan penjualan tersebut.
• IBM melaporkan total pendapatan sebesar $15,9 miliar untuk Q1 2026, naik 9% dibandingkan tahun sebelumnya, dengan pendapatan software sebesar $7,1 miliar, naik 11% dibandingkan tahun sebelumnya, menurut rilis hasil resmi Q1 2026 IBM.
• Granite 4.1, generasi terkini model bahasa terbuka milik IBM, hadir sebagai model dense decoder-only dalam ukuran parameter 3B, 8B, dan 30B di bawah lisensi Apache 2.0, menurut repositori model Granite IBM.
• watsonx.governance dibangun untuk memantau dan mengelola sistem AI di teknologi IBM maupun platform pihak ketiga, termasuk OpenAI, AWS, dan Meta, menurut halaman produk watsonx.governance IBM.
• Essential Edition watsonx Orchestrate mulai dari sekitar $500 per bulan, ditagih berdasarkan Monthly Active Units, bukan token, menurut ulasan harga 2026 dari BlockSentient.

Watson Klasik vs. watsonx Saat Ini

Ada baiknya memisahkan kedua era ini, karena keduanya benar-benar produk yang berbeda meski mengusung nama keluarga yang sama. Watson yang asli adalah sistem tanya-jawab bertujuan tunggal, dikembangkan selama lima tahun, dibangun untuk mengurai petunjuk trivia berbahasa alami dan mencari dalam kumpulan pengetahuan tetap dengan cukup cepat untuk mengalahkan juara manusia di siaran televisi langsung. Dan ia menang. Namun, itu juga bukan sesuatu yang bisa dibeli dan digunakan ulang oleh bisnis; itu adalah demonstrasi riset yang dihabiskan IBM selama satu dekade berikutnya untuk mencoba mengomersialkannya menjadi produk vertikal seperti Watson Health, Watson Assistant, dan Watson Discovery, dengan hasil yang beragam. Watson Health, taruhan paling menonjol di antara semuanya, dijual habis sepenuhnya pada 2022.

Watsonx adalah hal yang berbeda jenisnya. Alih-alih satu model yang disetel untuk satu tugas, ini adalah infrastruktur: tempat untuk membawa data Anda sendiri, memilih dari model terbuka dan pihak ketiga, melakukan fine-tuning dan deployment, serta mengatur tata kelola apa pun yang keluar di ujung lainnya. Watson yang memenangkan Jeopardy! bisa menjawab trivia; watsonx dimaksudkan untuk menjadi platform di balik apa pun yang perlu dilakukan sistem AI Anda selanjutnya, sebuah taruhan yang jauh lebih luas dan, sejauh ini, jauh lebih tidak mencolok.

Keterbatasan yang Perlu Diketahui

Watsonx bukan pilihan default untuk setiap tim, dan ada beberapa kesenjangan yang perlu dipertimbangkan sebelum mengalokasikan anggaran.

• Katalog model lebih kecil dibandingkan para hyperscaler. Granite ditambah daftar pihak ketiga yang terus bertambah namun masih terbatas belum menandingi Model Garden milik Vertex AI yang berisi lebih dari 200 model, atau keluasan frontier model yang tersedia melalui Bedrock dan Azure AI Foundry.
• Harga berlapis dan lebih sulit diperkirakan di muka. Resource Units dikonversi secara berbeda per layanan, dan untuk mendapatkan angka tahun pertama yang akurat diperlukan pemodelan bauran beban kerja yang sebenarnya, bukan sekadar membaca satu kartu tarif.
• Orchestrate diberi harga dan dikemas terpisah dari watsonx.ai. Tim yang mengevaluasi "watsonx" sebagai satu item anggaran perlu mengalokasikan dana untuk orkestrasi agen sebagai pembelian tersendiri, bukan fitur bawaan.
• Ekosistemnya lebih kecil dibandingkan AWS, Google Cloud, atau Azure. Jumlah integrasi pihak ketiga, tutorial, dan kandidat perekrutan dengan pengalaman langsung menggunakan watsonx lebih sedikit dibandingkan tiga stack AI hyperscaler yang dominan.
• Merek ini membawa beban masa lalu. Sebagian pembeli masih mengaitkan "Watson" dengan produk vertikal era sebelum 2023 yang hasilnya kurang memuaskan, yang berarti pitch untuk watsonx terkadang harus bekerja lebih keras untuk menegaskan bahwa ini adalah platform berbeda yang dibangun di atas fondasi yang berbeda pula.

Konsep AI Terkait

• Apa itu Vertex AI? - Platform AI enterprise pesaing dari Google Cloud, berguna untuk membandingkan katalog model dan model harga
• Foundation Models - Kategori model pra-latih yang lebih luas, tempat Granite dan katalog pihak ketiga watsonx sama-sama berada
• AI Governance - Disiplin yang dibangun watsonx.governance untuk dioperasionalkan di seluruh sistem AI organisasi
• Apa itu LLMOps? - Praktik operasional yang didukung watsonx.ai untuk melakukan versioning, evaluasi, dan monitoring generative AI di lingkungan produksi
• MLOps - Disiplin siklus hidup model yang lebih luas, yang didukung oleh watsonx.data dan watsonx.ai
• AI Agents - Blok bangunan yang dirangkai watsonx Orchestrate menjadi alur kerja bisnis multi-langkah

Sumber Eksternal

• Ikhtisar produk IBM watsonx - Halaman platform resmi IBM yang mencakup watsonx.ai, watsonx.data, dan watsonx.governance
• IBM Granite di Hugging Face - Keluarga model Granite berbobot terbuka milik IBM, dirilis di bawah Apache 2.0
• Halaman produk IBM watsonx.governance - Detail tentang monitoring dan kepatuhan AI lintas platform