Bukan Cuma Canggih, Ini Kunci Utama Penerapan AI di Perusahaan

LokalStore88 Rabu,14 Oktober 2026.

Angka 60 persen itu bukan sekadar statistik. Sebanyak itu organisasi diprediksi berisiko gagal mengelola kecerdasan buatan secara efektif pada 2027. Yang menarik, penyebabnya bukan teknologi yang belum matang, melainkan sesuatu yang jauh lebih sulit diubah: budaya kerja di dalam perusahaan itu sendiri. Temuan lembaga riset Gartner ini penting bagi siapa pun yang sedang membangun proyek AI, karena menunjukkan bahwa adopsi teknologi tidak lagi soal siapa paling cepat membeli perangkat. Hambatan terbesar sering kali bukan di server, tapi di kebiasaan orang-orang yang menjalankannya.

Diskusi soal ini mencuat dalam sebuah sesi di Jakarta pada 13 Oktober 2026. Direktur Virtus Technology Indonesia, Christian Atmadjaja, menyoroti bahwa pemanfaatan AI di perusahaan tidak cukup hanya mengandalkan kecanggihan teknologinya. Menurut dia, ada sejumlah faktor lain yang sama menentukan, mulai dari kesiapan data, keamanan, hingga budaya kerja yang mendukung tata kelola. Ketiga hal itu yang membuat penggunaan AI bisa diperluas ke seluruh organisasi, bukan berhenti di satu-dua tim saja. Tanpa fondasi tersebut, proyek AI berisiko jalan di tempat meski investasinya besar.

Berhenti di Tahap Uji Coba

Christian menjelaskan, banyak perusahaan sebenarnya sudah memulai inisiatif AI. Namun penerapannya masih berkutat pada tahap uji coba atau proof of concept. Sebagian lagi baru memakai teknologi ini di divisi tertentu, belum menyentuh lini operasional yang lebih luas. Kondisi itu wajar dalam perjalanan adopsi teknologi baru, tetapi menjadi masalah kalau berlangsung terlalu lama. Proyek yang tak pernah keluar dari ruang uji coba cepat kehilangan momentum, dukungan anggaran, dan kepercayaan manajemen.

Sikap Christian cukup pragmatis menghadapi gelombang ini. Ia menilai, kalau teknologi AI tidak bisa dibendung, yang terpenting adalah perusahaan tahu apa yang mesti dilakukan. Artinya, perusahaan perlu punya arah yang jelas, bukan sekadar ikut-ikutan tren. Tanpa kejelasan tujuan, pembelian lisensi dan program pelatihan berisiko berakhir jadi biaya tanpa hasil. Kesadaran semacam ini kerap luput ketika perusahaan lebih sibuk mengejar citra sebagai organisasi yang sudah memakai AI.

Untuk memperluas penggunaan AI ke seluruh perusahaan, sejumlah faktor perlu diperhatikan. Christian menyebut prediktabilitas, skalabilitas, kesiapan platform, dan keamanan sebagai aspek penting dalam penerapan AI di lingkungan bisnis. Prediktabilitas berkaitan dengan seberapa konsisten sistem memberi hasil dari waktu ke waktu. Skalabilitas menyangkut kemampuan sistem menampung beban kerja yang bertambah. Sementara kesiapan platform dan keamanan menentukan apakah penggunaan AI bisa dipercaya dan dipertanggungjawabkan.

Pembahasan AI di perusahaan, menurut Christian, kini tidak lagi sekadar soal kemampuan teknologinya. Perusahaan juga dituntut memastikan hasil yang lebih terukur, kesiapan sistem untuk dikembangkan, serta perlindungan data yang memadai. Ketiga hal itu saling terkait. Hasil yang terukur membuat investasi bisa dievaluasi, kesiapan sistem menjaga proyek tetap tumbuh, dan perlindungan data melindungi perusahaan dari risiko yang tidak perlu. Kombinasi inilah yang membedakan proyek AI yang bertahan lama dari yang sekadar jadi bahan presentasi.

Kesiapan data juga menjadi perhatian serius. Christian mengingatkan prinsip garbage in, garbage out, yang berarti data masukan berkualitas buruk berisiko menghasilkan keluaran yang tidak akurat. Prinsip ini terdengar sederhana, tetapi sering diabaikan ketika perusahaan terburu-buru mengejar hasil cepat. Model AI sekuat apa pun tidak bisa menambal data yang kacau, tidak lengkap, atau tidak konsisten. Karena itu, membersihkan dan merapikan data sering jadi pekerjaan paling melelahkan sekaligus paling menentukan sebelum AI dipakai lebih luas.

Peringatan dari Riset Gartner

Pentingnya kesiapan organisasi juga disoroti perusahaan riset asal Amerika Serikat, Gartner. Dalam risetnya, Gartner menyebut 60 persen organisasi yang mengabaikan tantangan budaya dalam tata kelola data dan analitik berisiko gagal mengelola AI secara efektif pada 2027. Riset itu melibatkan 223 pemimpin data dan analitik pada September 2026. Angka tersebut menunjukkan bahwa persoalan adopsi AI tidak berhenti di ruang mesin. Ada dimensi manusia dan kebiasaan organisasi yang sama-sama menentukan hasil akhirnya.

Dari riset itu, resistensi budaya muncul sebagai salah satu hambatan utama dalam tata kelola data. Sebanyak 60 persen responden menyoroti kendala ini, sedangkan 40 persen menyebut pendanaan sebagai penghambat. Menarik bahwa faktor anggaran berada di bawah persoalan budaya. Artinya, banyak organisasi sebenarnya punya sumber daya, tetapi belum berhasil menyelaraskan cara kerja orang-orang di dalamnya. Hambatan semacam ini tidak bisa diselesaikan hanya dengan menambah perangkat atau mengganti sistem.

Budaya dalam tata kelola data mencakup pola pikir, perilaku, dan norma organisasi yang memengaruhi penerapan kebijakan. Dengan kata lain, keberhasilan AI tidak hanya ditentukan oleh perangkat atau aturan yang disiapkan perusahaan. Kebiasaan sehari-hari orang-orang yang menjalankannya ikut menentukan apakah kebijakan itu benar-benar jalan atau hanya tersimpan rapi di dokumen. Inilah yang membuat transformasi berbasis AI terasa lebih lambat dari perkiraan banyak pihak. Teknologinya bisa dibeli, tetapi kebiasaan baru perlu waktu untuk tumbuh.

Kolaborasi dan Literasi Jadi Kunci

Karena itu, pengelolaan data tidak seharusnya hanya menjadi tanggung jawab tim teknologi informasi. Unit bisnis dan tim teknologi perlu bekerja sama agar tata kelola data selaras dengan kebutuhan operasional serta tujuan perusahaan. Tanpa kolaborasi, aturan data bisa terasa sebagai beban administratif bagi tim bisnis. Sebaliknya, tanpa pemahaman bisnis, tim teknologi bisa membangun sistem yang rapi tetapi tidak menjawab masalah nyata. Keduanya perlu duduk bersama sejak tahap perencanaan, bukan setelah masalah muncul.

Perusahaan juga perlu meningkatkan literasi data dan AI di kalangan karyawan. Pemahaman ini harus diterapkan dalam aktivitas sehari-hari, bukan berhenti pada kebijakan atau pelatihan semata. Pelatihan yang tidak diikuti perubahan kebiasaan biasanya cepat menguap. Sebaliknya, ketika karyawan terbiasa membaca data dan mempertanyakan sumbernya, kualitas keputusan ikut membaik. Literasi semacam ini juga membantu mengurangi rasa takut terhadap AI, yang sering jadi sumber resistensi diam-diam di banyak organisasi.

Bukan Soal Jumlah Proyek

Pada akhirnya, keberhasilan penerapan AI tidak cukup diukur dari jumlah proyek atau teknologi yang dibeli. Kualitas data, keamanan, tata kelola yang dijalankan, dan keterlibatan karyawan turut menentukan apakah teknologi ini mampu memberi manfaat bagi perusahaan. Ukuran-ukuran itu memang kurang menarik dibanding demonstrasi teknologi yang memukau. Namun justru di situ letak perbedaannya. Perusahaan yang serius membenahi fondasi biasanya menuai hasil lebih stabil dalam jangka panjang.

Bagi banyak industri, peringatan ini punya implikasi praktis. Perusahaan yang sedang menyusun anggaran teknologi perlu mempertimbangkan porsi untuk pelatihan, perbaikan data, dan perubahan proses kerja, bukan hanya pembelian perangkat. Bagi karyawan, permintaan akan kemampuan memahami data dan AI kemungkinan terus meningkat di berbagai posisi, tidak lagi terbatas pada tim teknis. Sementara bagi manajemen, tantangannya adalah menciptakan ruang agar cara kerja baru bisa tumbuh tanpa menimbulkan resistensi berlebihan. Perubahan budaya memang tidak bisa dibeli, tetapi bisa diarahkan.

Yang jelas, AI akan terus masuk ke ruang kerja dengan atau tanpa kesiapan perusahaan. Pilihannya bukan antara memakai atau menolak, melainkan seberapa siap organisasi mengelolanya. Perusahaan yang sejak awal membenahi data, keamanan, dan kebiasaan kerja punya peluang lebih besar memetik manfaat. Sebaliknya, yang hanya mengejar kecanggihan tanpa menyiapkan fondasi berisiko masuk ke kelompok 60 persen yang diperingatkan Gartner. Waktunya masih ada, tetapi tidak selamanya. Karena itu, pertanyaan yang layak diajukan ke setiap manajemen bukan lagi soal teknologi apa yang akan dibeli, melainkan siapa di dalam organisasi yang akan menjalankannya.

Sumber: Liputan6 Tekno

Terima kasih sudah membaca sampai habis. Kalau Anda ingin terus mendapat ulasan ringan soal perkembangan teknologi dan bisnis seperti ini, mampir terus ke kanal LapakStore88 supaya tidak ketinggalan update berikutnya. Sampai jumpa di artikel selanjutnya!

📘 Follow Fanspage kami di Facebook: klik di sini

💬 Gabung Saluran WhatsApp kami: klik di sini

📰 Baca artikel lainnya di blog kami: kunjungi blog

Kata kunci terkait: penerapan AI di perusahaan, tata kelola data, budaya kerja AI, riset Gartner AI, kesiapan data, proof of concept AI, literasi data karyawan, transformasi digital perusahaan

#LapakStore88