By HallSem 
Jakarta, Gizmologi – IBM baru saja memberi laporan studi CEO IBM mengenai investasi AI bagi bisnis perusahaan. Studi dilakukan melalui survei 2.000 CEO secara global termasuk Indonesia. Hasilnya terungkap bahwa para eksekutif memperkirakan tingkat pertumbuhan investasi AI akan tumbuh dua kali lipat dalam dua tahun ke depan.
Prediksi mengenai peningkatan investasi AI tidak lepas dari dampak positif kecerdasan buatan yang digunakan di berbagai industri saat ini. Meski begitu, IBM menanggap bahwa penerapan AI tetap memerlukan perencanaan yang teliti dan pendekatan terstruktur agar bisa dijalankan secara berkelanjutan.
Faktanya, 77% CEO Indonesia yang disurvei mengidentifikasi arsitektur data terintegrasi di seluruh perusahaan sebagai hal yang krusial untuk kolaborasi lintas fungsi, dan 67% memandang data kepemilikan organisasi mereka sebagai kunci untuk membuka nilai dari generative AI.
“Perusahaan-perusahaan di Indonesia berupaya menggunakan AI untuk mengoptimalkan alur kerja bisnis mereka dan mendapatkan lebih banyak manfaat dari data yang dimiliki. Penting untuk diingat bahwa strategi implementasi AI harus sesuai dengan tujuan dan selaras dengan prioritas bisnis guna memastikan hasilnya dapat memajukan visi perusahaan dengan memanfaatkan aset yang sudah ada,” ungkap Roy Kosasih, Presiden Direktur IBM Indonesia.
Perusahaan juga dianggap perlu untuk melihat kesempatan untuk meningkatkan keterampilan karyawan dalam pengimplementasian teknologi AI. Dampak yang diharapkan ialah mendorong pertumbuhan bisnis serta industri secara keseluruhan.
Baca juga: Rekomendasi IBM untuk Perusahaan dalam Percepatan Industri 5.0 di Asia Pasifik
Rekomendasi IBM Terhadap Implementasi AI untuk Bisnis Perusahaan
Sampai saat ini belum ada solusi bersama yang bersifat universal bagi perusahaan dalam optimalisasi penggunaan teknologi AI dalam perusahaan. Investasi yang dilakukan harus dilakukan selaras dengan pengembangan sumber daya manusia di dalamya. Sehingga tiap perusahaan harus mampu mengidentifikasi praktik terbaik bagi mereka sendiri.
Meski demikian, IBM melihat pentingnya punya strategi yang relevan dalam penggunaan AI. Setidaknya ada delapan langkah yang direkomendasikan sehingga perusahaan-perusahaan yang berinvestasi dalam AI bisa tetap tumbuh dalam industri, antara lain:
- Menetapkan Tujuan Strategis: Identifikasi secara jelas masalah atau peluang untuk transformasi digital, lalu terjemahkan menjadi tujuan yang terukur seperti peningkatan efisiensi atau perbaikan layanan pelanggan. Menentukan tujuan yang jelas dan metrik keberhasilan (seperti akurasi, kecepatan, pengurangan biaya, atau kepuasan pelanggan) memberikan target konkret bagi tim dan membantu menghindari perluasan ruang lingkup yang tidak terkendali (scope creep).
- Evaluasi Kualitas dan Aksesibilitas Data: Hasil AI hanya akan sebaik data inputnya, sehingga menilai kualitas dan aksesibilitas data pelatihan menjadi langkah awal yang krusial dalam proses implementasi AI. Evaluasi kualitas data berdasarkan akurasi, kelengkapan, konsistensi, dan relevansi.
- Pilih Teknologi AI yang Tepat: Pilih model dan metodologi AI yang selaras dengan tugas yang ingin dicapai, seperti predictive modelling, natural language processing, atau computer vision. Supervised learning efektif digunakan dengan data berlabel, sementara unsupervised learning lebih tepat untuk pengelompokan atau mendeteksi anomali.
- Siapkan Tim yang Mahir AI: Tim yang terampil dapat menangani kompleksitas pengembangan, penerapan, dan pemeliharaan AI. Bentuklah tim yang beragam dengan peran khusus, termasuk data scientist, machine learning engineer, dan pakar domain, untuk mengelola pengembangan, penerapan, serta pemeliharaan AI.
- Bangun Budaya Inovasi AI: Dorong karyawan untuk menerima perubahan dan mengeksplorasi ide-ide baru melalui proyek percontohan, dukungan kepemimpinan, dan pola pikir pro-inovasi. Komunikasikan visi yang jelas mengenai peran AI dalam organisasi, jelaskan potensi manfaatnya, dan tangani kekhawatiran yang umum terjadi.
- Kelola Risiko dan Membangun Kerangka Etis: Model AI, khususnya yang memproses data sensitif, memiliki risiko terkait privasi data, bias model, kerentanan keamanan, dan konsekuensi yang tidak diinginkan. Lakukan penilaian risiko secara menyeluruh, terapkan praktik perlindungan data yang kuat, dan tetapkan pedoman etika untuk penggunaan AI, dengan memastikan kepatuhan terhadap regulasi serta nilai-nilai organisasi.
- Uji dan Evaluasi Model: Pengujian dan evaluasi model AI memastikan model akurat, andal, dan bebas bias sebelum diterapkan, dengan menggunakan dataset validasi dan metrik kinerja seperti akurasi, presisi, recall, dan F1 score. Pengujian juga mencakup pemeriksaan terhadap bias atau kesalahan sistematis. Pemantauan berkelanjutan, feedback loop, dan pelatihan ulang secara rutin yang membantu menjaga kinerja seiring dengan perubahan data dan kondisi bisnis, sehingga sistem AI menjadi tangguh, adaptif, dan mampu memberikan nilai nyata yang berkelanjutan.
- Rencanakan Skalabilitas dan Peningkatan Berkelanjutan: Skalabilitas sangat penting untuk menangani pertumbuhan data, jumlah pengguna, dan proses bisnis tanpa mengorbankan kinerja. Memilih infrastruktur yang tepat seperti layanan cloud, komputasi terdistribusi, atau arsitektur modular dapat mendukung ekspansi.
Artikel berjudul Studi CEO IBM: Integrasi Arstitektur Data dari Teknologi AI Jadi Hal Krusial Bagi Bisnis Perusahaan yang ditulis oleh Ronggo pertama kali tampil di Gizmologi.id