Adopsi kecerdasan buatan (AI) di Indonesia mulai beralih dari fase eksperimen ke produksi skala besar. Namun, Cloudera menilai masih ada kendala utama yang menghambat akselerasi ini.
Country Manager Cloudera Indonesia, Sherlie Karnidta, menyatakan bahwa tingkat adopsi AI di Indonesia cukup maju dibandingkan negara lain.
>>> Saham BBCA Anjlok ke Level Terendah dalam Lima Tahun
Meski demikian, kesiapan infrastruktur pendukung masih perlu dibenahi.
"Tingkat pengadopsian AI di Indonesia sudah cukup maju. Tapi tantangan utamanya adalah data dan talenta.
AI membutuhkan data yang berkualitas dan memadai. Sementara Indonesia perlu terus mengembangkan SDM yang memiliki kemampuan AI," ujar Sherlie.
Cloudera membantu pelanggan membangun fondasi AI yang kuat, termasuk tata kelola data, proses, dan tahapan implementasi yang matang sebelum membangun use case AI.
Tantangan integrasi teknologi semakin kompleks saat perusahaan mulai mengoperasikan model AI untuk interaksi langsung dengan nasabah dan pengambilan keputusan krusial.
Keandalan sumber informasi internal menjadi faktor penentu optimalisasi sistem.
Senior Vice President APJ Cloudera, Remus Lim, mengingatkan pelaku industri agar tidak hanya fokus pada model AI terbaru tanpa membenahi sektor mendasar.
"Kalau ingin mempercayai AI, maka perusahaan harus lebih dulu mempercayai data yang dimilikinya.
>>> IHSG Melemah ke Level 5.751 Akibat Aksi Jual Investor Asing
Jika data yang masuk tidak berkualitas, maka hasil yang diberikan AI juga tidak akan baik," kata Remus.
Ia menambahkan bahwa baik untuk pelaporan, analitik, predictive analytics, maupun AI semuanya bergantung pada data. Jika fondasi data tidak baik, hasil yang diperoleh tidak optimal.
Keamanan Data Melalui Pendekatan Private AI
Sektor dengan regulasi ketat seperti perbankan, telekomunikasi, dan instansi pemerintah menghadapi dilema kerahasiaan informasi saat mengadopsi AI generatif.
Untuk mengatasi kekhawatiran kebocoran data, dikembangkan metode penempatan sistem secara lokal.
Senior Sales Engineer Cloudera Indonesia, Rudy Tanuwidjaja, mengungkapkan bahwa korporasi kini lebih memilih skema kerja yang membawa sistem AI ke dalam ruang penyimpanan internal mereka sendiri.
"Customer tidak ingin data mereka keluar.
Yang dilakukan adalah membawa model AI ke dalam lingkungan yang sudah aman, sehingga data tetap berada di data center milik organisasi," jelas Rudy.
>>> Mantan Pejabat Keamanan Siber Gugat IBM dan AT&T Terkait Peretasan
Fleksibilitas sistem ini memungkinkan perusahaan menjalankan model AI lintas platform, mulai dari on-premise, cloud, multi-cloud, hingga hybrid.
Langkah tersebut didukung arsitektur platform terbuka yang membebaskan pengguna mengganti model teknologi tanpa keterikatan vendor.
Sejumlah lembaga keuangan besar di Indonesia mulai memaparkan hasil modernisasi arsitektur data.
BCA melaporkan pencapaian sertifikasi ISO/IEC 42001 melalui pembaruan proses machine learning untuk efisiensi operasional dan tata kelola AI korporasi.
Bank Negara Indonesia (BNI) fokus pada transparansi data lineage untuk mempercepat hasil bisnis.
BNI menjadi pengadopsi global pertama layanan Cloudera AI Inference yang diintegrasikan dengan NVIDIA NIM microservices untuk mengoperasikan large language model open-source.
Remus Lim menekankan bahwa investasi teknologi harus berorientasi pada hasil bisnis konkret, seperti deteksi fraud dan efisiensi kerja, bukan sekadar mengikuti tren pasar.
"Teknologi pada dasarnya adalah alat untuk mencapai tujuan bisnis.
>>> Bocoran Xiaomi 18: Layar 2K dan Baterai 7.000 mAh
Karena itu, tidak masuk akal jika organisasi berinvestasi pada teknologi hanya demi mengikuti tren tanpa menghasilkan manfaat yang nyata," kata Remus.
