Adopsi AI Sudah Tinggi, Tapi Ke Mana Arah Bisnisnya?
Adopsi kecerdasan buatan di tingkat perusahaan adalah proses mengintegrasikan model, layanan, dan aplikasi AI ke dalam operasi bisnis sehari-hari untuk meningkatkan produktivitas, mempercepat inovasi, dan mendorong pertumbuhan, yang seharusnya selalu ditopang strategi AI perusahaan yang jelas, tata kelola data, serta kerangka keamanan agar manfaatnya terukur dan berkelanjutan. Di panggung AWS Summit Jakarta, studi "Unlocking AI Potential" memaparkan bahwa sekitar 40% pelaku usaha telah mengadopsi AI. Angka ini menjadikan adopsi kecerdasan buatan tampak agresif di level regional, dan 75% pengadopsi mengaku produktivitas naik, 72% merasakan inovasi lebih cepat, sementara 62% menyebut pendapatan ikut tumbuh berkat AI. Fakta-fakta ini menggoda perusahaan lain untuk ikut mengadopsi, tetapi di balik optimisme tersebut, arah bisnis yang jelas masih kabur. Inilah titik masalah yang sering diabaikan dalam transformasi digital perusahaan: semua orang berlomba memasang AI, sangat sedikit yang berhenti sejenak untuk bertanya, "Untuk tujuan bisnis apa, dan dengan tata kelola seperti apa?"
Kesenjangan Strategi: 40% Adopsi, Hanya 24% Punya Rencana
Bagian paling mengkhawatirkan dari gelombang adopsi AI bukanlah teknologinya, melainkan betapa tipisnya perencanaan di baliknya. Nandini Ramani, Vice President Governance and Compliance di AWS, mengungkap bahwa dari sekitar 40% perusahaan yang sudah mengadopsi AI, hanya 24% yang memiliki strategi AI secara formal. Kutipan ini seharusnya menjadi alarm keras bagi manajemen puncak: mayoritas organisasi memakai AI tanpa kompas bisnis yang jelas. Ketika strategi AI perusahaan lemah atau tidak ada, implementasi mudah berubah menjadi proyek sporadis—sekumpulan pilot project yang menghabiskan sumber daya tanpa arah jangka panjang. Lebih jauh lagi, AI tetap diperlakukan sebagai urusan divisi IT, padahal Ramani menegaskan bahwa AI kini bagian dari strategi bisnis, menyentuh keamanan, kepatuhan, penggunaan token AI, hingga tata kelola organisasi. Tanpa mandat dari level direksi, inisiatif AI akan terpecah-pecah, tumpang tindih, dan sulit diukur ROI-nya.
Data Governance: Fondasi yang Diabaikan
Lebih menonjol lagi, hanya 21% perusahaan yang sudah menerapkan tata kelola atau data governance sebagai fondasi pengelolaan data untuk AI. Artinya, sebagian besar organisasi membiarkan data—bahan bakar utama AI—mengalir tanpa aturan jelas, tanpa standar kualitas, dan tanpa garis batas pemakaian. Ini bukan sekadar masalah teknis, melainkan risiko bisnis. Ramani mengingatkan bahwa tanpa strategi dan data governance, perusahaan berisiko mempercepat proses bisnis menggunakan AI tanpa kontrol memadai terhadap data maupun sistem yang dipakai. Di saat yang sama, regulasi perlindungan data pribadi sudah tersedia dan menjadi modal penting untuk penerapan AI yang bertanggung jawab. Ironisnya, kerangka regulasi sudah ada, tetapi disiplin internal perusahaan belum menyusul. Kesenjangan ini membuat data governance Indonesia tampak seperti konsep yang sering dibicarakan di konferensi, namun belum sungguh-sungguh dijadikan praktik operasional.
Dari Eksperimen ke Eksekusi: Manfaat Besar, Risiko Juga Besar
Anthony Amni dari AWS menyebut bahwa "kisah AI sudah bergeser dari eksperimen menuju eksekusi" di panggung keynote AWS Summit. Pergeseran ini nyata: AI tak lagi terbatas di laboratorium inovasi, tetapi mulai menyentuh lini produksi dan keputusan bisnis. Agentic AI bahkan dilaporkan memberi peningkatan produktivitas hingga 84%, pengambilan keputusan lebih cepat 47%, dan efisiensi operasional naik 44% pada perusahaan yang menggunakannya. Namun eksekusi tanpa desain strategis memicu efek samping. Ketika berbagai tim mulai membuat aplikasi AI sendiri-sendiri tanpa kerangka kebijakan perusahaan, organisasi kehilangan kendali: sulit melacak model mana yang dipakai, data apa yang diakses, atau risiko apa yang muncul di setiap inisiatif. Di atas itu, 56% perusahaan mengaku kekurangan talenta digital dan AI. Kombinasi adopsi agresif, minim perencanaan, dan kekurangan talenta adalah resep klasik untuk implementasi tidak optimal dan ROI yang tidak terukur.
Langkah Berikutnya: Kurangi Kecepatan, Perkuat Strategi
Dalam 12 bulan ke depan, 78% perusahaan memprediksi penggunaan AI akan meningkat dan 72% berencana memperluasnya ke lebih banyak lini bisnis. Jika ekspansi ini tetap berjalan dengan pola yang sama—adopsi dulu, strategi belakangan—maka ekosistem AI korporasi akan dipenuhi solusi yang sulit diaudit, sulit diukur, dan sulit diselaraskan dengan tujuan bisnis. Ramani optimistis saat kembali nanti angka perusahaan dengan strategi AI dan data governance akan naik. Optimisme itu hanya akan terwujud jika manajemen berani mengubah fokus: dari sekadar mengadopsi kecerdasan buatan ke membangun strategi AI perusahaan yang menyentuh tujuan bisnis, arsitektur data, keamanan, dan kepatuhan. Transformasi digital perusahaan yang sehat mensyaratkan satu hal sederhana namun sering diabaikan—berhenti mengejar semua hal yang "bisa" dilakukan AI, dan mulai mendesain dengan disiplin apa yang "seharusnya" dilakukan AI demi nilai bisnis jangka panjang.
