Dari Timbunan Tak Berguna Menjadi Tambang Emas: Bagaimana Perusahaan Bisa Memegang Kendali Atas Data yang Mereka Miliki

Potensi transformatif ML dan Gen AI untuk mendorong hasil bisnis yang luar biasa seperti peningkatan produktivitas dan inovasi adalah sesuatu yang tidak terbantahkan lagi. Namun, kita semua menyadari bahwa masalah mendasar terletak pada kualitas data yang apabila tidak segera diatasi akan membatasi realisasi dari peluang-peluang ini.  Gartner memprediksi paling tidak  sepertiga (30%) proyek-proyek Gen AI akan terbengkalai karena kualitas data yang rendah, selain faktor-faktor lain. 

Di Indonesia, meskipun AI diharapkan akan berkontribusi sebesar US$366 miliar terhadap produk domestik bruto dalam 10 tahun ke depan, perkembangan AI akan dibatasi oleh penyalahgunaan data, disamping masalah algoritma dan daya komputasi. Indonesia belum memiliki regulasi apapun terkait AI, atau punya lembaga resmi untuk mengawasi perkembangan AI. Satu-satunya yang tersedia adalah Strategi Nasional Kecerdasan Artifisial 2020–2045, yang merupakan panduan untuk penerapan aktivitas terkait AI.

Dengan semakin banyaknya data yang dihasilkan dibandingkan sebelumnya dan sumber data baru yang muncul setiap hari, berbagai organisasi menghadapi kesulitan untuk memanfaatkan nilai dari informasi penting yang tersebar di cloud, edge, pusat data, mainframes dan perangkat yang mereka gunakan.

Para pemimpin IT setuju – 73% mengakui bahwa beberapa dari data mereka terpencar-pencar di perusahaan dan tidak terhubung, menurut survei Cloudera bertajuk 2024 State of the Enterprise AI and Modern Data Architecture dengan responden para pemimpin IT. Bahkan, lebih dari setengahnya mengatakan akan lebih memilih melakukan perawatan saluran akar gigi yang menyakitkan daripada mencoba untuk mengakses semua data perusahaan mereka. Padahal tanpa data tepercaya, insight yang akurat tidak bisa didapatkan tepat waktu.

Para pemimpin bisnis yang memegang berbagai posisi, bukan hanya IT, yang kami tanyai membenarkan hal ini. Banyak diantara mereka mengatakan kesulitan untuk menjustifikasi ROI dari investasi AI atau Gen AI karena data estate yang lemah.

Perbincangan mengenai data berorientasi bisnis, bukan IT

Data yang ‘terkubur’ di dalam arsip digital perusahaan dan tidak bisa digunakan, biasanya adalah data berkualitas buruk, seringkali merupakan hasil dari sistem-sistem lawas dan proses-proses yang sudah kadaluwarsa. Sebagian besar platform IT dan framework pengelolaan data lama yang menjadi beban perusahaan, didesain untuk era analog yang sudah lampau atau sebelum lahirnya era cloud. Mereka tidak bisa mengimbangi kecepatan produksi data yang tanpa henti atau perkembangan kompleksitas kumpulan data yang dihasilkan saat ini. Terlebih lagi, mereka tidak bisa melakukan analisis atau skalabilitas secara real time, sehingga membatasi kecepatan dan kelincahan dalam pengambilan keputusan penting.

Satu-satunya cara untuk memastikan keunggulan data dan kesiapan AI adalah dengan mengadopsi arsitektur data hybrid modern, yang memudahkan bisnis untuk menyederhanakan akses data, membuat struktur data, dan menghasilkan insight yang bisa ditindaklanjuti guna mendorong pertumbuhan bisnis.

Menggunakan platform yang kuat adalah diskusi berorientasi bisnis, bukan IT, karena ia akan menangani sejumlah kewajiban strategis di perusahaan, yaitu: akses data, keamanan dan efisiensi biaya.

Meraih hal-hal yang penting bagi bisnis

Lingkungan multi-cloud, hybrid, yang dijalankan oleh sebagian besar organisasi saat ini menambah kompleksitas dalam mengidentifikasi kumpulan data. Terlebih lagi, distribusi data dan beban kerja di on premise versus public cloud adalah situasi yang berkembang secara dinamis. Hal ini menambah kerumitan dalam mengakses dan mengidentifikasi data kapan saja. Dalam 12 bulan terakhir saja, kami telah menyaksikan semakin banyak organisasi yang mengembalikan beban kerja mereka ke private cloud, disebabkan oleh pertimbangan keamanan atau biaya. Platform data hybrid akan menyederhanakan proses tersebut, sehingga perusahaan-perusahaan dapat memindahkan kumpulan data mereka dari sumber manapun ke destinasi apapun secara mulus dan tak perlu memogram ulangi aplikasi yang dibutuhkan untuk pengelolaan dan analisis data.

Fitur penting lain dari arsitektur data modern adalah tool analitik untuk memahami data yang tidak terstruktur. Laporan The Gartner 2022 Strategic Roadmap for Storagememperkirakan bahwa format-format baru data yang tak terstruktur tumbuh 30-60% setiap tahun, yang bisa dikonversikan menjadi value bisnis yang sebenarnya. Sebagai contoh, jumlah besar postingan dan ulasan pengguna mengenai produk-produk dari retailer di berbagai channel media sosial, situs e-commerce, dan partner listing bisa menghasilkan insight yang besar mengenai apa yang perusahaan harus lakukan untuk meningkatkan trafik, menaikkan rating, dan meningkatkan pengalaman pelanggan.

Terkait efisiensi biaya, platform data hybrid memungkinkan berbagai organisasi untuk mengembangkaninfrastruktur analitik mereka, guna memperluas operasional atau memasuki pasar-pasar baru. Skalabilitas ini memastikan berbagai organisasi bisa memenuhi kebutuhan untuk meraih pertumbuhan di masa depan tanpa mengorbankan performa atau mengeluarkan biaya yang tidak dibutuhkan.

Terakhir, di era ketika keamanan dan kepatuhan data menjadi pusat perhatian bisnis, platform pengelolaan data hybrid dengan keamanan dan tata kelola yang diintegrasikan ke dalam desainnya, menjadi kebutuhan yang sangat penting. Hal ini termasuk enkripsi, kendali akses, dan audit, yang memastikan bahwa informasi sensitif tetap aman, mengurangi risiko pelanggaran data, dan sangat penting bagi industri seperti layanan keuangan yang mesti mematuhi berbagai persyaratan regulasi yang ketat.

Perusahaan-perusahaan di sektor jasa keuangan memiliki kewajiban untuk menjaga kerahasiaan data pribadi nasabah, bertanggung jawab atas penggunaan data tersebut dan tidak menyebarkan data tanpa izin pemiliknya, seperti yang diatur dalam Undang-undang Perlindungan Data Pribadi yang efektif diberlakukan pada tahun 2024. Pelanggaran terhadap undang-undang ini akan menyebabkan perusahaan mendapatkan sanksi berat seperti denda dalam jumlah besar atau sanksi administratif.

Fondasi data yang kuat adalah tambang emas sesungguhnya

Contoh kasus: PT Bank OCBC NISP, bank asal Indonesia yang sudah melantai di bursa, menghadapi tantangan untuk memposisikan dirinya sebagai perusahaan yang digital-first di dalam lanskap yang semakin kompetitif. Dengan keinginan untuk memanfaatkan potensi besar solusi Gen AI, mereka mengadopsi strategi data hybrid yang dirancang untuk berintegrasi secara mulus dengan data lake bank itu, sehingga para data scientist serta pengguna bisnis dapat bekerja secara efisien dengan berbagai aplikasi yang terintegrasi.

Menggunakan platform data hybrid sebagai landasan utama, PT Bank OCBC NISP membangun infrastruktur yang skalabel dengan tool dan framework untuk proyek-proyek Gen AI. Platform ini memberikan model AI transformer-based dengan pemrosesan real time dan rekomendasi yang dipersonalisasi bagi para nasabahnya. Dengan fondasi yang kuat dan fleksibel, yang membantu integrasi AI dalam skala besar di perusahaan, bank ini berada di posisi yang lebih baik untuk mendorong inovasi nasabah.

Baca Juga: Bukalapak Resmi Menutup Layanan Marketplace, Batas Belanja hingga 9 Februari 2025

Analitik, ML, AI dan Gen AI memiliki potensi yang sangat besar untuk bagi organisasi-organisasi yang ingin meningkatkan inovasi, mendorong produktivitas, meraih efisiensi biaya, dan tetap relevan di pasar yang kompetitif. Namun, untuk mewujudkan hal ini, berbagai perusahaan membutuhkan data estate yang kuat untuk menjembatani kesenjangan yang ada dalam pengelolaan data. Tata kelola data yang kuat bukan lagi menjadi tanggung jawab IT, namun perbincangan yang harus dilakukan di level jajaran direktur dan pemimpin.

Penulis: Sherlie Karnidta, Country Manager Indonesia, Cloudera