80% Perusahaan Masih Kesulitan Jalankan AI, Keterbatasan Akses Data jadi Penghambat
Cloudera ungkap 80% perusahaan masih terhambat akses data meski adopsi AI tinggi, menandakan adanya “ilusi kesiapan AI” global.
Ilustrasi operasional Cloudera. dok. Cloudera
Adopsi kecerdasan buatan (AI) di perusahaan global terus meningkat, namun implementasinya masih jauh dari optimal.
Laporan terbaru dari Cloudera mengungkap sekitar 80% organisasi masih terhambat oleh keterbatasan akses data, meski telah mengadopsi AI secara luas.
Dalam laporan bertajuk The Data Readiness Index, Cloudera menyoroti fenomena “AI readiness illusion” atau ilusi kesiapan AI.
Istilah ini menggambarkan kondisi ketika perusahaan merasa telah siap mengembangkan AI, padahal fondasi data yang dimiliki belum memadai untuk menghasilkan dampak bisnis yang nyata.
- AI dari China ini Hanya Butuh 80 jam Pecahkan Soal Matematika yang Bertahan 12 Tahun
- SiteMinder Buka Akses Pemesana Hotel Lewat Platform AI
- Cloudflare Luncurkan Mesh, Solusi Jaringan Privat untuk Amankan Operasi Agen AI dari Hulu ke Hilir
- Riset : Makin Banyak Pekerja Profesional Gunakan AI untuk Akurasi Keputusan Dibanding Kecepatan
Secara global, 96% organisasi mengaku telah mengintegrasikan AI ke dalam proses bisnis inti, sementara 85% menyatakan memiliki strategi data yang jelas.
Namun, hampir empat dari lima perusahaan masih menghadapi hambatan serius dalam mengakses data lintas sistem dan lingkungan.
Di Indonesia, kesenjangan ini terlihat lebih tajam. Seluruh pemimpin IT yang disurvei menyatakan yakin terhadap data yang dimiliki organisasi mereka, tetapi hanya 26% yang benar-benar memiliki data yang terkelola secara penuh.
Chief Technology Officer Cloudera Sergio Gago mengatakan tantangan utama bukan lagi pada adopsi AI, melainkan pada kemampuan mengoperasionalkannya secara nyata.
“Perusahaan bukan kesulitan mengadopsi AI, tetapi kesulitan mengoperasionalkannya di luar tahap eksperimen. AI hanya seefektif data yang mendukungnya,” ujarnya.
Ia menambahkan, tanpa akses data yang menyeluruh, perusahaan akan kesulitan menghasilkan akurasi, kepercayaan, dan nilai bisnis dari AI.
Laporan ini juga mengungkap meski investasi AI terus meningkat, banyak perusahaan belum mampu mencapai return of investment (ROI) secara konsisten.
Hambatan utama yang dihadapi meliputi kualitas data (22%), pembengkakan biaya (16%), serta integrasi yang belum optimal dalam alur kerja (15%).
Kendala infrastruktur turut memperparah kondisi tersebut. Sekitar 73% responden mengaku mengalami masalah kinerja sistem yang menghambat operasional AI, terutama dalam skala besar.
Masalah mendasar lainnya terletak pada tata kelola data. Meskipun 84% responden merasa yakin terhadap kualitas data mereka, realitas di lapangan menunjukkan masih adanya silo data, keterbatasan akses, dan inkonsistensi antar sistem.
Hanya 18% organisasi yang menyatakan data mereka benar-benar terkelola secara menyeluruh. Sisanya masih berada dalam tahap parsial, sehingga menyulitkan implementasi AI yang efektif.
Di Indonesia, tantangan ini semakin kompleks. Sekitar 48% pemimpin IT mengaku kesulitan mendapatkan visibilitas data secara menyeluruh.
Selain itu, faktor budaya juga menjadi penghambat, dengan 52% responden menyebut resistensi terhadap berbagi data sebagai kendala utama.
Country Manager Indonesia Cloudera Sherlie Karnidta menilai kesiapan data menjadi kunci utama untuk melangkah ke tahap berikutnya dalam pemanfaatan AI.
“Dengan hanya seperempat data yang sepenuhnya terkelola dan masih adanya resistensi berbagi data, menskalakan AI tetap menjadi tantangan signifikan,” ujarnya.
Ia menekankan pentingnya menghilangkan silo data dan meningkatkan visibilitas secara end-to-end agar AI dapat memberikan hasil bisnis yang nyata.
Laporan ini juga menunjukkan perbedaan kesiapan data antar industri. Sektor telekomunikasi menjadi yang paling unggul dalam hal visibilitas dan akses data, meski tetap menghadapi tantangan dalam kinerja infrastruktur.
Secara keseluruhan, temuan ini menegaskan masa depan AI tidak hanya bergantung pada teknologi, tetapi juga pada kesiapan data. Tanpa tata kelola yang kuat dan akses yang menyeluruh, potensi AI berisiko tidak dapat dimanfaatkan secara maksimal.









