Adopsi tepercaya berawal dari dua fondasi
AI enterprise adalah penerapan kecerdasan buatan dalam operasi perusahaan, yang mengandalkan data terkelola, tenaga kerja terampil, serta infrastruktur dan tata kelola agar hasilnya dapat dipercaya. Tanpa fondasi tersebut, memperluas penggunaan AI berisiko memperbesar kesalahan, bukan meningkatkan mutu keputusan. Pesan itu disampaikan Telkom dalam panel “From AI Experimentation to Trusted Enterprise Adoption” di Danantara Technology Innovation Investment Forum (DTIIF) 2026, yang berlangsung di Fairmont Jakarta pada 27 Oktober. Veranita Yosephine, Direktur Enterprise & Business Service Telkom, menempatkan kesiapan data dan pengembangan talenta serta kapabilitas sebagai dua syarat penting untuk memperluas adopsi AI. Pandangan ini tepat: perusahaan tak bisa menganggap AI sebagai perangkat lunak yang tinggal dipasang. Kepercayaan harus dibangun sejak sumber data hingga cara manusia menilai dan menggunakan keluaran model.
Data buruk membuat kecerdasan menjadi risiko
Kesiapan data perusahaan bukan sekadar mengumpulkan banyak informasi. Data perlu diorganisasi, dijaga kualitasnya, dan dikelola dengan aturan yang jelas agar model dapat menghasilkan analisis yang layak dipakai. Data yang tidak tertata dapat memunculkan anomali atau bias, lalu menghasilkan keluaran keliru yang memengaruhi keputusan strategis. Karena itu, perusahaan perlu memperlakukan tata kelola data sebagai bagian dari desain AI, bukan pekerjaan administratif yang ditunda sampai sistem berjalan. Kebutuhan ini makin mendesak ketika perusahaan beralih dari eksperimen terbatas ke penggunaan berskala penuh. AI untuk korporasi juga bergantung pada konektivitas, kapasitas komputasi, pusat data, layanan awan, keamanan siber, dan kepercayaan digital. Infrastruktur yang stabil membantu menangani beban pemrosesan besar; perlindungan dan tata kelola yang matang menentukan apakah pemakaian itu dapat dipertanggungjawabkan. Kecepatan penerapan tanpa kendali bukan kemajuan yang aman.
Talenta AI harus berjalan seiring dengan infrastruktur
Data yang rapi dan komputasi yang memadai tetap tidak cukup bila organisasi kekurangan orang yang mampu mengelola, mengevaluasi, serta mengintegrasikan keluaran AI ke dalam alur kerja. Talenta AI dibutuhkan bukan hanya untuk membangun model, tetapi juga untuk menguji hasilnya, mengenali batasannya, dan memastikan penggunaannya sesuai kebutuhan operasional. Tanpa kemampuan itu, perusahaan dapat bergantung pada keluaran yang tidak dipahami atau sulit diverifikasi. Tantangan perusahaan adalah membangun dua sisi kesiapan tersebut bersama-sama. Pelatihan tanpa akses pada sistem dan data yang sesuai sulit diterapkan; investasi teknologi tanpa peningkatan keterampilan berisiko tidak digunakan secara tepat. Telkom menekankan keterpaduan ini melalui kapabilitas Telkom Solution yang mencakup konektivitas, AI, pusat data, layanan awan, dan keamanan siber. Namun, penyediaan solusi saja tidak menggantikan tanggung jawab perusahaan untuk menata data, menentukan tata kelola, dan menyiapkan tenaga kerja.
Dari uji coba menuju penggunaan yang dapat dipercaya
Arah yang disampaikan dalam DTIIF 2026 masuk akal: adopsi AI perlu dinilai dari keandalan dan kesiapan organisasi, bukan hanya dari banyaknya eksperimen. Perusahaan perlu memastikan data terstruktur, keamanan siber berjalan, kapasitas komputasi tersedia, dan karyawan mampu mengawasi serta menggunakan hasil sistem. Langkah-langkah tersebut saling mengunci; kelemahan pada satu sisi dapat meruntuhkan kepercayaan pada keseluruhan penerapan. Ke depan, integrasi infrastruktur dan penguatan data serta sumber daya manusia diarahkan untuk mendukung agenda transformasi digital hingga 2 November 2026 dan seterusnya. Itu bukan jaminan keberhasilan otomatis, melainkan pekerjaan berkelanjutan yang menuntut tata kelola dan pembelajaran organisasi. Kesimpulannya, AI enterprise yang tepercaya tidak lahir dari model semata. Perusahaan harus membangun kesiapan data dan keterampilan tenaga kerja sebagai satu agenda, lalu menopangnya dengan keamanan dan infrastruktur yang andal.
