Cloudera: 80% Perusahaan Mengalami 'AI Readiness Illusion'

Cloudera merilis survei global terbarunya, The Data Readiness Index: Understanding the Foundations for Successful AI, yang menyoroti kesenjangan signifikan antara ambisi adopsi AI dan kesiapan data di perusahaan. Berdasarkan survei terhadap hampir 1.300 pemimpin IT global, laporan ini menemukan bahwa meskipun adopsi AI terus meningkat, sebagian besar organisasi masih belum memiliki fondasi data yang cukup kuat untuk mendukung implementasi AI secara optimal.

Temuan ini mengungkap sebuah paradoks: sebanyak 96% organisasi mengaku telah mengintegrasikan AI ke dalam proses bisnis inti, dan 85% menyatakan memiliki strategi data yang jelas. Namun demikian, hampir 80% masih menghadapi hambatan dalam inisiatif AI dan data akibat keterbatasan akses data di berbagai lingkungan. Di Indonesia, kesenjangan ini terlihat lebih tajam, di mana seluruh responden menyatakan yakin terhadap data mereka, tetapi hanya 26% yang menyebut data tersebut telah sepenuhnya terkelola.

Kondisi ini mencerminkan fenomena “AI readiness illusion” atau ilusi kesiapan AI—di mana organisasi merasa telah siap mengembangkan AI, padahal tantangan mendasar terkait akses, tata kelola, dan integrasi data belum terselesaikan.

“Perusahaan bukannya kesulitan mengadopsi AI, tetapi mereka kesulitan mengoperasionalkannya di luar tahap eksperimen. AI hanya seefektif data yang mendukungnya, dan tanpa akses yang mulus ke seluruh data, organisasi membatasi nilai bisnis yang bisa dihasilkan,” ujar Sergio Gago, Chief Technology Officer Cloudera.

Adopsi AI Tinggi, ROI Masih Menjadi Tantangan

Meskipun AI telah diadopsi secara luas, pencapaian return on investment (ROI) yang konsisten masih menjadi tantangan bagi banyak organisasi. Hambatan utama yang dihadapi meliputi kualitas data yang rendah (22%), pembengkakan biaya (16%), serta integrasi yang belum optimal ke dalam alur kerja (15%).

Selain itu, keterbatasan infrastruktur juga memperburuk kondisi, dengan 73% responden menyatakan bahwa kendala performa menghambat operasional. Hal ini menunjukkan bahwa banyak organisasi masih kesulitan dalam menskalakan AI di lingkungan yang kompleks dan terfragmentasi.

Kesenjangan Data: Akses, Tata Kelola, dan Visibilitas

Permasalahan utama terletak pada belum optimalnya akses dan pengelolaan data secara menyeluruh. Meskipun 84% responden percaya bahwa data mereka akurat dan lengkap, realitanya masih banyak organisasi yang menghadapi silo data, kualitas yang tidak konsisten, serta keterbatasan akses lintas sistem dan tim.

Hanya 18% organisasi yang menyatakan data mereka telah sepenuhnya terkelola, menunjukkan adanya gap besar antara persepsi dan kondisi nyata. Padahal, keberhasilan AI sangat bergantung pada ketersediaan sumber data yang terintegrasi dan konsisten di seluruh organisasi.

Di Indonesia, tantangan ini semakin kompleks. Sebanyak 48% responden menyoroti keterbatasan visibilitas data sebagai hambatan utama, sementara 52% mengakui adanya resistensi budaya dalam berbagi data. Selain itu, 26% masih menghadapi masalah silo data yang berkelanjutan.

“Kami melihat momentum adopsi AI di Indonesia sangat kuat, namun tanpa tata kelola data yang matang dan kolaborasi lintas fungsi, organisasi akan sulit menskalakan AI secara optimal. Untuk melampaui tahap eksperimen, perusahaan perlu menghilangkan silo dan memastikan visibilitas data secara end-to-end,” ujar Sherlie Karnidta, Country Manager Indonesia, Cloudera.

Kesiapan Data Berbeda di Setiap Industri

Tingkat kesiapan data juga bervariasi antar industri. Sektor telekomunikasi menunjukkan tingkat visibilitas dan akses data yang lebih tinggi dibandingkan sektor jasa keuangan dan sektor publik. Namun demikian, bahkan sektor yang relatif lebih siap pun masih menghadapi kendala operasional, terutama terkait performa infrastruktur.

Kesiapan Data Jadi Penentu Masa Depan AI

Seiring pergeseran AI dari tahap eksperimen menuju implementasi nyata, kesiapan data menjadi faktor kunci yang membedakan organisasi yang unggul dan yang tertinggal. Perusahaan yang mampu mengakses, mengelola, dan mengintegrasikan data secara menyeluruh akan lebih siap menghadirkan AI yang andal dan dapat diskalakan.

Sergio Gago menekankan,  untuk benar-benar memaksimalkan potensi AI, organisasi tidak hanya membutuhkan ambisi, tetapi juga fondasi data yang kuat. Menutup kesenjangan ini akan menjadi kunci untuk menciptakan nilai bisnis yang berkelanjutan dan memenangkan era baru transformasi berbasis AI.