AI
Jumat, 21 November 2025 14:07 WIB

Data terpuruk hambat ambisi AI Indonesia

Riset terbaru Salesforce menunjukkan mayoritas pemimpin teknis di Indonesia menilai fondasi data perusahaan mereka belum siap menopang strategi AI yang ambisius.
Ilustrasi

Riset terbaru Salesforce menunjukkan mayoritas pemimpin teknis di Indonesia menilai fondasi data perusahaan mereka belum siap menopang strategi AI yang ambisius. Meski 78% pemimpin bisnis menganggap organisasinya “berbasis data”, kenyataannya akses, kualitas, dan keterpaduan data masih menjadi hambatan utama yang membuat penerapan AI seringkali menghasilkan wawasan yang tidak akurat atau menyesatkan.

Survei terhadap hampir 8.000 pemimpin global, termasuk 200 responden dari Indonesia, memperlihatkan fakta tajam: 95% pimpinan data dan analitik percaya bahwa strategi data perlu direstrukturisasi total sebelum AI bisa diimplementasikan sukses.

Tantangan paling krusial adalah data yang tersebar di banyak aplikasi, rata-rata perusahaan menggunakan ratusan aplikasi dengan hanya sebagian kecil yang saling terhubung, sehingga sekitar 17% data terperangkap dalam silo dan tidak dapat diakses meskipun diyakini menyimpan wawasan bernilai tinggi.

Kualitas data yang buruk juga berdampak nyata: 88% organisasi yang sudah menjalankan AI produksi mencatat keluaran model tidak akurat, sementara hampir setengah perusahaan membuang sumber daya signifikan saat melakukan pelatihan atau fine-tuning model. Akibatnya kemampuan AI menurun, personalisasi melemah, dan peluang pendapatan terlewat.

Solusi praktis yang disorot riset meliputi penerapan arsitektur zero copy untuk membuka akses ke data terdistribusi tanpa perlu memindahkan salinan, penegakan tata kelola data yang lebih ketat, serta adopsi antarmuka analytics berbasis bahasa natural untuk mereduksi kesalahan kueri teknis. Perusahaan yang menerapkan zero copy dilaporkan lebih mungkin menawarkan pengalaman pelanggan unggul dan integrasi data yang lebih baik.

Pesan utama riset ini tegas: transformasi AI yang bermakna bukan hanya soal model canggih, melainkan pondasi data yang bersih, cepat diakses, dan terkelola dengan baik. Tanpa perbaikan menyeluruh pada data, potensi AI untuk mendorong nilai bisnis nyata akan tetap tertahan.