Strategi AI dalam Poker dan Bisnis
David Daneshgar, mantan juara World Series of Poker dan CEO startup AI, mengungkapkan bagaimana strategi berbasis AI telah merevolusi poker dan memberikan pelajaran berharga bagi para pemimpin bisnis. AI kini mengubah berbagai industri, mulai dari merampingkan operasi hingga meningkatkan layanan pelanggan dan keselamatan. Namun, dampaknya juga merambah ke wilayah yang lebih tak terduga: poker. David Daneshgar, yang kini memimpin Whippy, sebuah startup komunikasi berbasis AI, menerapkan strategi tingkat tinggi dan alat AI untuk mengubah permainan dan bisnis. Dalam wawancaranya dengan AI Business, Daneshgar menjelaskan bagaimana AI mengubah strategi dan pengambilan keputusan dalam poker, serta pelajaran yang bisa diambil oleh para pemimpin bisnis dari perkembangan ini.
AI Business: Bagaimana AI mengubah cara poker dimainkan hari ini dibandingkan saat Anda memenangkan kejuaraan?
David Daneshgar: AI telah secara signifikan mengubah cara pemain terbaik mendekati poker. Ketika saya berkompetisi di level tertinggi, kesuksesan datang dari memahami psikologi pemain, menyesuaikan dengan berbagai gaya, menerapkan tekanan di tempat yang tepat, dan menggunakan agresi yang tepat waktu. Strategi ini sebagian besar bersifat intuitif, dibentuk oleh perasaan dan pengalaman. Sekarang, dengan munculnya poker solvers, alat AI yang memodelkan permainan yang secara teori sempurna, kita melihat pergeseran menuju pengambilan keputusan yang lebih terstruktur dan seimbang. Solvers ini memperkenalkan kita pada konsep strategi Game Theory Optimal dan pemain telah mengadopsi pola pikir yang lebih analitis sebagai hasilnya.
AI belum membuat poker menjadi ilmu yang sempurna, tetapi telah mendorong permainan ke arah itu. Apa yang dulu didominasi oleh insting dan perasaan sekarang semakin menghargai presisi, pengenalan pola, dan studi strategis yang mendalam.
Apa contoh keputusan poker yang Anda buat di masa lalu yang mungkin ditangani AI secara berbeda dan mungkin lebih baik?
Dalam banyak hal, AI telah memvalidasi beberapa permainan yang saya buat berdasarkan intuisi. Misalnya, di akhir turnamen, saya sering menerapkan tekanan dengan tangan yang biasa-biasa saja, mengetahui bahwa lawan tidak mungkin memanggil tanpa memiliki kartu premium. Dulu, itu terasa seperti langkah naluriah. Tetapi solvers sekarang menunjukkan bahwa jenis agresi seperti itu, terutama di tempat-tempat tersebut, sebenarnya bisa optimal mengingat kecilnya kemungkinan lawan untuk melanjutkan.
Namun, AI juga memperkenalkan konsep yang tidak sepenuhnya saya perhitungkan saat itu. Salah satunya adalah ide blockers, kartu di tangan Anda yang mengurangi kemungkinan lawan memiliki kartu kuat tertentu. Misalnya, memegang Ace of spades mungkin membuat lawan Anda kurang mungkin memiliki nut flush. Pengetahuan itu dapat mempengaruhi apakah Anda akan menggertak atau tidak. Ini adalah lapisan strategi yang lebih bernuansa yang diungkapkan oleh solvers GTO, dan sekarang menjadi inti dari cara pemain elit berpikir tentang permainan.
Di luar poker, apakah Anda melihat AI diterapkan dalam permainan kasino lainnya? Atau apa yang membuatnya sangat relevan untuk poker?
Poker unik karena ini adalah pemain versus pemain, bukan pemain versus rumah. Perbedaan itu membuatnya menjadi permainan yang jauh lebih kaya untuk optimasi strategis. Permainan seperti roulette atau craps didasarkan pada keberuntungan murni. Bahkan dengan AI yang sempurna, keunggulan Anda terbatas pada meminimalkan kerugian yang diharapkan, bukan mendapatkan keuntungan. Blackjack pernah menawarkan keunggulan keterampilan melalui penghitungan kartu, tetapi kasino modern sebagian besar telah menutupnya. Jika ada, taruhan olahraga adalah tempat AI memiliki ruang untuk tumbuh. Pendekatan “Moneyball“, menemukan ketidakefisienan melalui data, memiliki paralel besar dalam pemodelan prediktif dan analisis peluang. Tetapi poker tetap menjadi standar emas untuk menguji AI dalam pengambilan keputusan yang kompleks dan real-time. Ini adalah informasi yang tidak sempurna, multi-level, dan bersifat adversarial – tempat pelatihan yang ideal untuk sistem AI generasi berikutnya.
Pelajaran apa dari poker, terutama yang diperkuat oleh AI, yang secara langsung mempengaruhi bagaimana Anda membangun Whippy?
Melihat bagaimana AI memecahkan permainan seperti poker memiliki pengaruh besar pada cara saya berpikir tentang membangun teknologi. Selama bertahun-tahun, pemain manusia terbaik terasa tak terkalahkan, tetapi melihat baris kode akhirnya mengungguli mereka mengubah perspektif saya tentang apa yang bisa dicapai AI.
Ini membantu memicu ide untuk Whippy. Saya mulai bertanya: Jika AI dapat menavigasi kompleksitas poker, di mana setiap keputusan didasarkan pada informasi yang tidak lengkap dan dinamika yang terus berubah, apa lagi yang bisa dipecahkan? Kami menyadari komunikasi bisnis memiliki sifat serupa: berantakan, bergerak cepat, dan penuh dengan keputusan yang bernuansa. Itulah yang kami selesaikan di Whippy dengan agen suara, teks, dan email bertenaga AI – alat yang merespons lebih cepat, lebih cerdas, dan lebih efektif daripada tim manusia saja. Poker memberi saya lensa untuk melihat masalah sebagai pohon keputusan dan AI sebagai alat untuk mengoptimalkannya. Pola pikir itu mendorong segala sesuatu yang kami bangun di Whippy.
