AGPL di Computer Vision Komersial: Persoalan Ultralytics

AGPL di Computer Vision Komersial: Persoalan Ultralytics

Ultralytics YOLO berlisensi AGPL-3.0. Untuk produk closed-source, lisensi ini mengubah segalanya: server bisa wajib membuka source ke publik. Ada tiga jalan keluar yang sah — bayar lisensi komersial, buka source produk, atau pindah ke model Apache-2.0 — dan keputusannya paling murah diambil sejak pilot, bukan setelah rilis. (Catatan standar: ini panduan engineering, bukan nasihat hukum.)

Setiap proyek computer vision komersial sampai di persimpangan yang sama, biasanya di minggu pertama. Seseorang menjalankan pip install ultralytics, dapat object detector yang jalan dalam lima baris, dan demonya menjual proyek. Pertanyaan berikutnya menentukan hidup-matinya produk: kita barusan membangun di atas lisensi apa?

Kenapa YOLO jadi pilihan default

Ultralytics pantas dapat posisi itu. Onboarding-nya terbaik di ekosistem deteksi — API bersih, pretrained weights untuk deteksi, pose, dan segmentasi, export satu baris ke ONNX dan TensorRT. Dokumentasinya benar-benar menjawab pertanyaan.

Separuh tutorial CV di internet mengasumsikan Ultralytics. Saat tim butuh detector yang jalan hari Jumat, ini jalur terpendek. Jalur pendek itu juga yang bikin Ultralytics diam-diam jadi tulang punggung arsitektur yang tidak pernah diaudit siapa pun.

Yang benar-benar dipicu AGPL

Lisensi GPL klasik ibarat aturan pinjam buku: begitu buku itu disalin dan dibagikan, naskah aslinya wajib dibagikan juga. Software cloud lolos dari aturan ini bertahun-tahun, karena tidak pernah "membagikan" apa pun — cuma menyajikan lewat internet. AGPL menutup celah itu: sekadar membiarkan pengguna mengakses software lewat jaringan sudah setara membagikannya.

Produk CV nyaris selalu layanan jaringan: kamera masuk, deteksi keluar, dashboard di atasnya. Kalau kode Ultralytics jalan di mana pun dalam pipeline itu, posisi AGPL tegas: source produknya jadi hak penggunanya. "Kami cuma pakai di sisi server" bukan pembelaan. Sisi server justru alasan AGPL ditulis.

Tingkatan lisensi open source saya bahas di artikel sebelumnya. AGPL adalah tingkat tempat produk komersial paling sering terbakar.

Tiga opsi yang patuh

Opsi satu: beli lisensi komersial Ultralytics. Sah dan sederhana. Bayar, kewajiban AGPL terangkat, ergonomi kerja tetap sama. Cocok untuk tim yang sudah terlanjur jauh memakai toolchain Ultralytics. Anggarkan sebagai biaya produk berulang, dan arsipkan perjanjiannya di tempat yang mudah ditemukan saat due diligence.

Opsi dua: open-source-kan produk di bawah AGPL. Patuh secara hukum, tapi hampir selalu keliru secara bisnis untuk pekerjaan klien — source deliverable-nya jadi publik. Cocok untuk tool internal dan model open-core, bukan produk tertutup pada umumnya.

Opsi tiga: bangun di keluarga model Apache-2.0. Deteksi sekarang punya alternatif permisif yang matang: YOLOX, PP-YOLOE, varian RT-DETR, RF-DETR, D-FINE. Selisih akurasi pada dataset yang sudah di-fine-tune biasanya kecil. Semua keluarga ini mencapai hasil kelas produksi untuk tugas deteksi industri umum.

Yang dikorbankan cuma kenyamanan — lebih banyak perakitan, lebih sedikit polesan. Yang didapat: stack tanpa biaya lisensi, tanpa pemicu network-use. Weights-nya tetap butuh pemeriksaan sendiri: kode, weights, dan dataset adalah tiga kontrak berbeda.

Keputusan produk, diambil di waktu yang tepat

Sebuah produk deteksi kepatuhan APD yang saya dampingi — kamera memantau apakah pekerja pakai helm dan rompi — menghadapi persis persimpangan ini. Pilotnya jalan di pretrained weights Ultralytics, seperti lazimnya pilot. Demo itu yang memenangkan proyek.

Sebelum coding produksi dimulai, tim menaruh pertanyaan lisensi di atas meja. Mereka membandingkan harga lisensi komersial dengan biaya integrasi keluarga Apache-2.0, lalu mengganti keluarga model. Penggantian terjadi sebelum fine-tuning, sebelum training pipeline, sebelum tooling deployment mengeras di sekitar satu API.

Urutan itulah seluruh pelajarannya. Penggantian di fase pilot cuma makan satu minggu, karena arsitekturnya belum mengeras. Dua belas bulan kemudian — setelah dataset kustom, checkpoint hasil fine-tune, script export, dan monitoring semuanya terbentuk di sekitar satu stack — penggantian yang sama jadi proyek re-platforming. Dinegosiasikan di bawah tekanan, dengan produk yang sudah rilis dalam kondisi melanggar sepanjang waktu itu. Keputusan lisensi tidak jadi lebih murah dengan ditunda. Ia berbunga.

Pengadaan: pertanyaan untuk setiap vendor CV

Jebakannya juga datang dalam kemasan jadi. Box analytics, platform "AI camera", dan add-on NVR sering menjalankan Ultralytics di dalamnya. Paparan AGPL mereka jadi tanggungan sendiri begitu produknya diintegrasikan dan dijual ulang.

Sebelum tanda tangan, saya mengajukan empat pertanyaan ke setiap vendor CV:

1. Produk ini menjalankan stack deteksi dan keluarga model apa? "AI proprietary kami" bukan jawaban. Keluarga model spesifik plus versinya, baru jawaban.
2. Kalau ada Ultralytics atau kode AGPL lain di dalamnya, tunjukkan lisensi komersialnya. Perjanjian aslinya, bukan sekadar jaminan lisan.
3. Siapa pemilik weights hasil fine-tune, dan dilatih dengan data apa? Ketentuan dataset ikut menempel di weights sampai ke produk akhir.
4. Bersedia menjamin kepatuhan lisensi di kontrak? Vendor yang yakin dengan stack-nya akan tanda tangan. Vendor yang ragu sudah menjawab.

Intinya

Ultralytics adalah software unggul dengan lisensi yang tidak kompatibel dengan produk jaringan closed-source, kecuali lisensinya dibayar. Ketiga pintu keluarnya sah — bayar, buka source, atau bangun di stack permisif — tapi cuma kalau dipilih sadar, sejak awal, dan tertulis. Putuskan di tahap pilot. Catat keputusannya di registry. Pertanyaan ini tetap satu baris anggaran, bukan krisis di kemudian hari.