Jakarta: Dalam sesi paparan media di ajang AWS Summit 2026 Jakarta, Country Manager AWS Indonesia Anthony Amni, mengungkapkan bahwa tingkat adopsi AI untuk bisnis di Tanah Air melonjak drastis dari 28 persen pada tahun 2025 menjadi 40 persen pada 2026.
Lompatan signifikan ini juga ditandai dengan kematangan implementasi di lapangan. Sebanyak 44 persen dari total perusahaan pengadopsi AI di Indonesia dilaporkan telah mengoperasikan AI pada tingkat produksi skala penuh. Pendorong utama dari pergeseran ini adalah transisi menuju gelombang kedua adopsi AI, yakni keberadaan Agentic AI—sistem otonom cerdas yang mampu mengeksekusi serangkaian tugas kompleks secara mandiri.
Menurut Anthony, sebanyak 6 dari 10 perusahaan yang disurvei saat ini telah bergerak menuju adopsi Agentic AI. Kehadiran sistem otonom ini terbukti mendongkrak efisiensi operasional hingga 47 persen, meningkatkan produktivitas tenaga kerja hingga 76 persen (naik dari 68 persen pada tahun lalu), serta mempercepat siklus inovasi hingga 72 persen.
Di ranah kompetisi bisnis, sektor startup menjadi kelompok yang paling agresif memetik dampak finansial positif dari AI. Data riset menunjukkan bahwa startup pengadopsi AI di Indonesia memproyeksikan pertumbuhan pendapatan hingga 140 persen.
Bahkan, mereka memiliki probabilitas 48 kali lebih tinggi untuk melipatgandakan pendapatan hingga melebihi USD1 miliar dibandingkan entitas yang lambat beradaptasi. Sebanyak 97 persen startup optimistis bahwa pengadopsian AI akan membawa peningkatan pendapatan yang signifikan pada tahun mendatang.
Kendati demikian, melesatnya tren adopsi AI bukannya tanpa tantangan besar. Di balik optimisme pertumbuhan tersebut, para pelaku bisnis di Indonesia kini dihadapkan pada dilema keterukuran biaya dan hasil (Return on Investment/ROI).
Anthony membeberkan bahwa sebanyak 47 persen perusahaan di Indonesia masih mengaku kesulitan mengukur ROI dari implementasi AI mereka secara andal. Seiring dengan peningkatan skala penggunaan, isu pembengkakan biaya produksi—terutama terkait biaya konsumsi token dan akses API—mulai menjadi perhatian serius di tingkat direksi.
Menjawab persoalan efisiensi biaya ini, AWS menekankan pentingnya strategi pemilihan model yang tepat guna. Anthony menegaskan bahwa tidak ada satu model bahasa besar (Large Language Model/LLM) yang cocok untuk seluruh jenis pekerjaan.
Perusahaan diimbau untuk mengombinasikan berbagai over-the-wave models, yaitu memadukan model berukuran sedang yang hemat biaya untuk tugas rutin, dan hanya mengalokasikan model berkapasitas tinggi untuk tugas-tugas kritis. Kombinasi ini, dibarengi dengan pemantauan biaya secara near real-time, menjadi solusi strategis agar investasi AI tetap terukur, efisien, dan memberikan dampak nyata bagi kelangsungan bisnis.
Jadikan Medcom.id sumber informasi pilihan Anda
FOLLOW US
Ikuti media sosial medcom.id dan dapatkan berbagai keuntungan
