Data dan Tata Kelola Jadi Penunjang Adopsi AI yang Makin Melesat di Indonesia

Transformasi kecerdasan buatan (AI) di Indonesia memasuki fase baru. Setelah bertahun-tahun berada pada tahap uji coba dan eksperimen, kini semakin banyak perusahaan bergerak menuju adopsi AI dalam skala besar. 

Namun di tengah percepatan ini, persoalan mendasar kembali mengemuka: kesiapan data dan tata kelola.

Country Manager Cloudera Indonesia Sherlie Karnidta menilai fase adopsi massal AI saat ini menuntut pendekatan yang lebih terstruktur. 

Ia merujuk pada laporan Deloitte bertajuk The State of AI in the Enterprise yang memperkirakan jumlah perusahaan dengan lebih dari 40% proyek AI berjalan di lingkungan produksi akan meningkat dua kali lipat dalam enam bulan ke depan.

Di Asia Tenggara, momentum serupa juga terlihat. Laporan McKinsey menunjukkan hampir setengah perusahaan telah melampaui tahap uji coba AI.

Indonesia bahkan menjadi salah satu yang terdepan, dengan 51% perusahaan melaporkan kemajuan dalam pengadopsian AI skala besar, sementara Singapura mencapai 56%.

Sherlie menjelaskan tantangan utama kini bukan lagi soal teknologi, melainkan kesiapan fondasi data. 

“Setelah melalui berbagai tahap uji coba dan pengembangan prototipe, organisasi kini berharap agen AI dapat mulai memberikan dampak bisnis yang nyata,” ujarnya. 

Namun ia mengingatkan, scaling, tata kelola, dan pengendalian biaya masih menjadi hambatan utama dalam proses tersebut.

Menurutnya, pengadopsian AI akan lebih efektif jika agen AI dihubungkan dengan data real-time yang terkelola dengan baik dan diintegrasikan langsung ke dalam alur kerja bisnis. 

Perusahaan juga mulai beralih dari penggunaan AI sebagai konsultan pasif menjadi agen otonom yang mampu menjalankan tugas berisiko tinggi, termasuk di sektor keuangan dan engineering.

Meski demikian, Sherlie menilai banyak organisasi masih menghadapi tantangan serius akibat data yang tersebar di berbagai sistem. 

Kondisi ini berpotensi memunculkan “AI silos” di dalam perusahaan, di mana setiap departemen menjalankan inisiatif AI sendiri tanpa tata kelola terintegrasi.

Laporan Deloitte bahkan mencatat meskipun penggunaan agentic AI diperkirakan melonjak dalam dua tahun ke depan, baru sekitar satu dari lima perusahaan yang memiliki kerangka tata kelola matang untuk mengelola agen AI otonom secara efektif.

Di Asia Tenggara, hampir 90% perusahaan berencana mencoba agentic AI pada 2026. Namun implementasinya masih terkonsentrasi pada fungsi teknis seperti IT dan software engineering.

Penggunaan AI pada fungsi yang berhubungan langsung dengan pelanggan, seperti sales, marketing, pengembangan produk, dan manajemen risiko, masih cenderung berhati-hati.

Sherlie menilai kehati-hatian tersebut wajar. 

“Karena fungsi-fungsi ini berinteraksi langsung dengan pelanggan dan punya risiko reputasi maupun komersial yang lebih besar, perusahaan jadi lebih berhati-hati dalam menerapkan agen otonom sepenuhnya,” jelasnya. 

Ia menambahkan pengawasan manusia tetap menjadi elemen penting untuk menjaga kualitas data, akuntabilitas, dan tata kelola.

Dalam konteks Indonesia, urgensi tata kelola AI semakin tinggi dengan diberlakukannya Undang-Undang Perlindungan Data Pribadi. 

Menurut Sherlie, pendekatan arsitektur “Private AI” menjadi salah satu solusi strategis. 

Melalui pendekatan ini, organisasi dapat menjalankan model AI di infrastruktur internal (on-premise) dengan kendali penuh atas data dan model, sekaligus memastikan kepatuhan regulasi.

“Organisasi perlu memastikan data tetap berada dalam kendali dan yurisdiksi mereka, meningkatkan keamanan dengan membatasi paparan data ke pihak luar, serta mempertahankan visibilitas penuh atas model dan data agar tata kelola dan akuntabilitas tetap terjaga,” ujarnya.

Ia menegaskan, di tengah banyaknya pilihan model dan agen AI yang tersedia, keberhasilan tidak hanya ditentukan oleh kecanggihan teknologi, tetapi oleh kemampuan perusahaan mengintegrasikan AI secara mulus ke dalam data fabric mereka. 

Fondasi data yang kuat, metrik terstandarisasi, serta tata kelola berkelanjutan akan menjadi pembeda utama antara perusahaan yang sekadar bereksperimen dan yang benar-benar menuai manfaat AI secara maksimal.