AI enterprise harus siap dipakai, bukan sekadar diuji
Adopsi AI enterprise adalah penerapan kecerdasan buatan dalam proses dan layanan perusahaan dengan dukungan data, talenta, infrastruktur, serta perlindungan yang memadai agar penggunaannya aman dan menghasilkan manfaat nyata. Inilah perbedaan antara menguji teknologi dan menjadikannya bagian dari operasi sehari-hari. Pada Selasa (27/10), Telkom menyoroti kesiapan fondasi data dan peningkatan kapasitas talenta dalam diskusi “From AI Experimentation to Trusted Enterprise Adoption” di DTIIF 2026. Dalam forum yang sama, Direktur Utama Telkom Nanang Hendarno membahas teknologi pembentuk industri baru, termasuk AI, dalam sesi pleno “The Next Industrial Wave: Which Technologies Will Create New Global Industries?”. Pesan yang patut diperhatikan bukan bahwa perusahaan harus mengejar setiap teknologi baru, melainkan bahwa eksperimen tanpa perubahan proses dan kesiapan organisasi berisiko berhenti sebagai demonstrasi.
Kesenjangan antara uji coba dan hasil bisnis terlihat jelas: 95% proyek percontohan AI generatif belum memberi dampak pada laba-rugi, hanya 25% perusahaan mencapai tingkat pengembalian investasi sesuai harapan, dan 21% telah mendesain ulang alur kerja untuk memanfaatkan AI. Angka-angka ini menegaskan bahwa membeli akses ke model bukan strategi adopsi. Perusahaan perlu menetapkan persoalan operasional yang hendak diselesaikan, menentukan ukuran keberhasilan, lalu mengubah cara kerja agar hasil AI benar-benar digunakan.
Data dan talenta menentukan mutu penerapan
Kesiapan data AI bukan perkara memiliki banyak berkas, melainkan memastikan informasi tertata, relevan, dan layak digunakan. Telkom menekankan bahwa data yang terorganisasi membantu platform AI bekerja optimal, sedangkan fondasi data yang matang dapat mengurangi anomali dan bias pada algoritma. Data masukan yang terstruktur juga memengaruhi akurasi model saat mengubah kumpulan informasi besar menjadi wawasan operasional. Karena itu, tata kelola, kualitas, dan akses data seharusnya dibereskan sebelum perusahaan memperluas penerapan. Tanpa prasyarat tersebut, keluaran yang tampak meyakinkan belum tentu dapat dipercaya untuk mendukung keputusan.
Namun data yang baik tidak menggantikan penilaian manusia. Telkom menempatkan peningkatan keterampilan sumber daya manusia sebagai bagian penting dari kesiapan organisasi, sementara tenaga yang mampu mengembangkan dan mengintegrasikan AI dibutuhkan agar teknologi diterapkan secara efektif. Talenta AI perlu memahami bukan hanya alat, tetapi juga konteks bisnis dan batas penggunaan sistem. Kombinasi kemampuan teknis dan pengetahuan operasional membantu tim memilih tugas yang tepat untuk diotomatisasi, memeriksa hasil, serta menentukan kapan keputusan tetap harus berada di tangan manusia. Inilah pekerjaan internal yang mesti dipimpin perusahaan sendiri.
Fondasi digital melampaui batas perusahaan
Kesiapan internal tidak akan cukup bila jaringan, komputasi, pusat data, dan keamanan digital tidak mampu menopang penggunaan AI. Dalam paparan DTIIF 2026, Nanang menempatkan konektivitas, pusat data, serta ekosistem AI yang didukung keamanan sebagai fondasi industri masa depan dan kedaulatan teknologi. Telkom merangkum fondasi yang dibangunnya dalam tiga unsur: konektivitas terintegrasi, pusat data berskala besar, serta gerbang model AI dan pengembangan aplikasi. Berbeda dari data dan talenta yang dapat dipersiapkan di dalam perusahaan, fondasi ini memerlukan kapasitas dan kerja sama lintas penyedia. Pengembangan industri AI, karena itu, menuntut kolaborasi berbagai pihak.
Skala kebutuhan sudah terlihat pada infrastruktur yang disiapkan: Telkom memiliki kapasitas satelit 42,2 Gbps, jaringan serat optik dan kabel laut lebih dari 211 ribu kilometer, serta 58 titik kehadiran internasional. NeutraDC mengoperasikan kapasitas pusat data 48,4 MW pada kuartal III 2026 dan memiliki aspirasi ekspansi hingga 1 gigawatt. Telkom juga menyebut biaya per kueri AI turun sekitar 280 kali sejak 2022, sementara penggunaan AI di Google meningkat hingga tujuh kali lipat dalam setahun. Konsumsi yang tumbuh membuat kapasitas komputasi dan energi andal semakin penting; perluasan kapasitas saja tidak cukup tanpa pasokan energi dan pendinginan yang terjaga.
Keamanan adalah syarat kepercayaan dan manfaat
Keamanan digital bukan lapisan tambahan yang baru dipikirkan setelah sistem berjalan. Perlindungan siber dan tata kelola data yang matang menjadi syarat agar perusahaan beranjak dari eksperimen menuju penggunaan skala penuh yang tepercaya. Infrastruktur yang tersedia tanpa kontrol akses, pengelolaan data, dan perlindungan sistem hanya memperbesar risiko ketika AI diintegrasikan ke proses penting. Karena itu, keamanan harus dirancang bersama arsitektur data dan alur kerja, bukan diserahkan sebagai pekerjaan terpisah setelah peluncuran.
Fondasi ini juga menentukan apakah AI terasa manfaatnya di luar ruang rapat. Konektivitas menghubungkan pengguna, pusat data menyediakan kapasitas komputasi, sementara ModelHub memberi akses dan tata kelola model AI untuk beragam kebutuhan. Dengan dukungan tersebut, UMKM dapat menggunakan AI untuk meningkatkan efisiensi operasional, layanan, dan penjualan. Telkom menyatakan membangun ekosistem melalui konektivitas, pusat data, platform, dan aplikasi AI, serta meluncurkan inisiatif Sovereign Digital Technology pada hari pertama DTIIF 2026. Arah ini penting, tetapi keberhasilannya akan dinilai dari penggunaan yang aman dan berguna, bukan dari besarnya investasi atau jumlah uji coba semata.
Kesimpulannya, adopsi AI enterprise membutuhkan dua pekerjaan yang berjalan beriringan: perusahaan harus menata data dan menyiapkan talenta, sementara ekosistem digital yang lebih luas menyediakan konektivitas, komputasi, pusat data, dan keamanan digital. Mengabaikan salah satunya akan membatasi hasil—data tanpa infrastruktur sulit diproses pada skala besar, sedangkan infrastruktur tanpa tata kelola dan orang yang cakap tidak otomatis menciptakan nilai. Prioritas yang tepat bukan memperbanyak eksperimen, melainkan membangun kesiapan menyeluruh agar AI dapat dipercaya, terintegrasi ke alur kerja, dan menyelesaikan kebutuhan nyata.
