AI di Sektor Manufaktur Masih Terkendala Tata Kelola dan Integrasi Alur Kerja

Pemanfaatan kecerdasan buatan (AI) di sektor manufaktur masih menghadapi tantangan dalam hal tata kelola data dan integrasi ke dalam alur kerja operasional. Kondisi tersebut menjadi salah satu faktor yang membuat sejumlah inisiatif AI dan analitik belum mampu menghasilkan tingkat pengembalian investasi (ROI) sesuai harapan.

Hal tersebut terungkap dalam laporan riset The Data Readiness Index 2026 yang dirilis Cloudera. Temuan khusus sektor manufaktur menunjukkan bahwa perusahaan masih menghadapi kesenjangan dalam akses data, tata kelola, serta kinerja infrastruktur untuk meningkatkan skala pemanfaatan AI.

Seiring dengan percepatan transformasi digital, perusahaan manufaktur harus mengelola volume data yang terus berkembang, mulai dari data operasional, produksi, rantai pasok, pelanggan, hingga Internet of Things (IoT). Data tersebut juga tersebar di berbagai lingkungan dan lokasi operasional.

Baca Juga: Biaya Logistik Makin Mahal, Industri Manufaktur Mulai Tahan Pengiriman

Dalam industri manufaktur, AI dinilai memiliki peran penting dalam mengoptimalkan proses produksi, meningkatkan kontrol kualitas, mendukung predictive maintenance, serta memperkuat ketahanan rantai pasok.

Namun, pemanfaatan AI dalam skala besar masih membutuhkan fondasi data yang terpadu dan terkelola.

Berdasarkan laporan tersebut, sebanyak 82% responden dari sektor manufaktur mengaku memiliki visibilitas terhadap lokasi penyimpanan data mereka. Meski demikian, sejumlah perusahaan masih menghadapi tantangan dalam mengintegrasikan, mengelola, menyatukan, dan mengoperasionalkan data di tengah lingkungan teknologi yang semakin kompleks.

Kesenjangan juga terlihat dari sisi tata kelola data. Hanya 58% responden sektor manufaktur yang menyatakan bahwa seluruh atau hampir seluruh data mereka telah terkelola sepenuhnya.

Tantangan tersebut turut berdampak terhadap pencapaian bisnis. Sebanyak 20% organisasi manufaktur menyebut lemahnya integrasi AI dan analitik ke dalam alur kerja operasional sebagai salah satu alasan utama inisiatif mereka gagal mencapai ROI yang diharapkan.

Kondisi tersebut menunjukkan bahwa menghasilkan insight dari AI belum cukup apabila hasil analisis tersebut tidak dapat diterjemahkan menjadi tindakan operasional.

Data dan proses yang tersebar di berbagai pabrik, rantai pasok, aplikasi perusahaan, serta lingkungan edge menjadi tantangan tersendiri bagi perusahaan manufaktur dalam mengintegrasikan AI ke dalam aktivitas bisnis.

Karena itu, kemampuan mengoperasionalkan AI di berbagai lingkungan terdistribusi menjadi semakin penting. Fondasi data yang tepercaya diperlukan agar perusahaan dapat mengambil keputusan dengan lebih cepat sekaligus menghasilkan outcome bisnis yang terukur.

Director, Global Industry AI Solutions - Industrial and Manufacturing, Cloudera, Morgan Bowling, mengatakan AI membuka peluang bagi industri manufaktur untuk meningkatkan efisiensi operasional, kualitas produk, dan ketahanan rantai pasok.

"AI menciptakan peluang baru bagi para pelaku manufaktur untuk mengoptimalkan operasional, meningkatkan kualitas, dan membangun rantai pasok yang lebih tahan banting," ujar Morgan.

Menurutnya, pemanfaatan AI tidak hanya bergantung pada ketersediaan data, tetapi juga pada kualitas, tata kelola, dan akses terhadap data tersebut di seluruh lini bisnis.

"Mewujudkan peluang tersebut membutuhkan lebih dari sekadar akses ke data. Hal ini membutuhkan keyakinan penuh terhadap kualitas, tata kelola, dan ketersediaan data tersebut di seluruh lini bisnis," katanya.

Morgan menambahkan, perusahaan manufaktur yang membangun kesiapan data sejak saat ini akan memiliki fondasi untuk meningkatkan skala pemanfaatan AI secara lebih luas pada tahap berikutnya.