Enterprise Berada di Persimpangan Antara Inovasi, Regulasi, dan Hasil Penerapan AI
Pada 2026, enterprise harus menyeimbangkan inovasi AI dengan regulasi, menghadapi tantangan kompleks, dan fokus pada hasil bisnis terukur.
(Bisnis.Com) 14/01/26 06:04 102587
Bisnis.com, JAKARTA — Cloudera memprediksi pada 2026 akan terjadi peninjauan ulang secara menyeluruh terhadap metode adopsi kecerdasan buatan (AI) di lingkungan enterprise.
Prediksi tersebut menyoroti pentingnya perusahaan-perusahaan skala besar (enterprise) untuk mengevaluasi kembali dan memperkuat fondasi data mereka.
Langkah ini dinilai penting karena enterprise kini berada di bawah dua tekanan utama sekaligus, yakni tuntutan regulator dan permintaan yang semakin tinggi dari para business user.
Country Manager Indonesia Cloudera, Sherlie Karnidta, menilai kombinasi tekanan tersebut membuat enterprise harus berpikir lebih strategis untuk menemukan keseimbangan antara kepatuhan, stabilitas sistem, inovasi teknologi, dan hasil bisnis yang terukur.
Menurutnya, tantangan yang dihadapi enterprise pada 2026 akan jauh lebih kompleks dibandingkan tahun-tahun sebelumnya.
“Oleh karena itu, pekerjaan enterprise di 2026 akan menjadi jauh lebih berat,” ujar Sherlie pada acara Cloudera Media Briefing di Jakarta, Selasa (13/1/2026).
Selain itu, Cloudera mengidentifikasi lima tren utama yang diperkirakan akan memengaruhi strategi AI enterprise pada 2026.
Pertama, munculnya AI silo di dalam organisasi. Banyak divisi mengadopsi AI menggunakan berbagai tools berbeda tanpa koordinasi yang terpusat. Kondisi ini berpotensi menimbulkan risiko tata kelola, sehingga adopsi AI perlu dikelola secara terkontrol dan terintegrasi agar tidak berjalan sendiri-sendiri.
Kedua, AI tidak lagi sekadar tren, melainkan telah menjadi kebutuhan bisnis yang nyata. Hal ini terutama terlihat di sektor perbankan, di mana AI mulai digunakan untuk menciptakan nilai tambah dan meningkatkan keuntungan bisnis.
Ketiga, private AI menjadi prioritas. Bagi enterprise yang mengelola data sensitif seperti perbankan, rumah sakit, dan instansi pemerintahan private AI diprediksi akan menjadi standar. Pendekatan ini memungkinkan kontrol penuh atas data dan model AI, meminimalkan risiko kebocoran data, memenuhi tuntutan regulator, serta mendorong inovasi AI yang aman dan berdampak terukur.
Keempat, kesenjangan talenta dan literasi AI. Seiring semakin canggihnya tools AI, kesiapan sumber daya manusia belum tentu berkembang seimbang. Pada 2026, investasi pada peningkatan kompetensi dan literasi AI karyawan akan menjadi faktor penentu keberhasilan implementasi AI di enterprise.
Terakhir, pergeseran strategi AI dari eksperimen ke dampak bisnis. Enterprise mulai menghitung return on investment (ROI), efisiensi biaya, serta nilai bisnis jangka panjang. AI pun tidak lagi dipandang sebagai cost center, melainkan sebagai sumber keunggulan kompetitif.
Adopsi AI paling banyak di Sektor Perbankan
Data terbaru dari Finextra Research yang ditugaskan oleh Cloudera menunjukkan bahwa 97% perusahaan jasa keuangan kini telah memiliki setidaknya satu use case AI atau machine learning (ML) yang berjalan di lingkungan produksi.
Pesatnya adopsi AI, khususnya Agentic AI di sektor perbankan, turut memunculkan kekhawatiran terkait dampaknya terhadap tenaga kerja.
Menanggapi hal tersebut, Sherlie menegaskan bahwa AI memang dapat menggantikan pekerjaan yang bersifat rutin dan berbasis aturan, namun tidak sepenuhnya menggantikan peran manusia.
Pandangan serupa disampaikan Senior Vice President of Asia and Japan Cloudera, Remus Lim. Menurutnya, Agentic AI sangat membantu dalam pekerjaan yang berulang karena dapat mempercepat proses dan mengurangi kesalahan. Namun, keputusan akhir tetap berada di tangan manusia.
“Hari sebelum adanya komputer, kita juga menanyakan pertanyaan yang sama, apakah komputer akan menggantikan manusia? Ternyata tidak,” kata Lim. (Nur Amalina)
#enterprise-ai #ai-regulasi #ai-inovasi #ai-hasil-bisnis #ai-enterprise #ai-strategi #ai-perbankan #ai-private #ai-talenta #ai-literasi #ai-roi #ai-dampak-bisnis #ai-adopsi #ai-teknologi #ai-risiko