Kenaikan biaya konsumsi token, ketatnya persyaratan tata kelola (governance), serta regulasi kedaulatan data (data sovereignty) memaksa mayoritas organisasi global maupun nasional merevisi pendekatan penerapan AI mereka agar tetap efisien dan berkelanjutan dalam skala besar.
Berdasarkan survei independen yang dilakukan oleh Wakefield Research terhadap 1.500 pemimpin TI global pada September 2026, sebanyak 89% perusahaan terpaksa membatasi atau merancang ulang kasus penggunaan (use case) AI mereka akibat peningkatan biaya token. Tingkat kegagalan operasional juga tergolong tinggi, di mana 98% responden melaporkan pernah mengurangi atau menghentikan penerapan AI akibat halusinasi sistem, kegagalan fungsi, atau perilaku model yang tidak terduga.
Di samping faktor finansial, aspek kepatuhan dan lokasi penyimpanan data kini memegang peranan krusial. Sebanyak 84% organisasi menyatakan bahwa persyaratan data residency dan yurisdiksi hukum memengaruhi lokasi penempatan beban kerja (workload) AI mereka.
Sementara itu, 75% responden menyebutkan tata kelola dan kepatuhan sebagai kendala utama dalam memperluas skala adopsi AI, dengan 55% di antaranya mengakui bahwa biaya tata kelola membengkak lebih cepat dari estimasi awal.
Menanggapi dinamika skala dan biaya tersebut, Brian Martin, CTO Applied AI di Cloudera, menekankan pentingnya fleksibilitas infrastruktur bagi perusahaan. “Skala mengungkapkan realitas baru bagi AI di perusahaan: apa yang berfungsi saat ini mungkin tidak lagi masuk akal secara ekonomi atau operasional di masa mendatang,” ujar Brian.
“Biaya berubah, model berkembang, regulasi bergeser, dan lokasi yang tepat untuk menjalankan suatu beban kerja pun berubah seiring dengan itu. Para pemimpin membutuhkan strategi AI yang dirancang untuk menghadapi realitas tersebut, yaitu strategi yang memberi mereka kebebasan untuk beradaptasi tanpa kehilangan kendali atas data, tata kelola, atau pengeluaran mereka.”
Lanskap Adopsi dan Tantangan AI di Indonesia
Di Indonesia, tren investasi AI tumbuh sangat pesat. Sebanyak 88% perusahaan lokal meningkatkan anggaran AI mereka dari tahun ke tahun, dengan 70% di antaranya mengalokasikan dana setidaknya USD500.000 per tahun. Namun, ekspansi ini dihadapkan pada hambatan operasional mendasar, seperti isu tata kelola dan kepatuhan (65%), keterbatasan talenta serta keterampilan teknis (55%), tantangan integrasi data (45%), serta ketentuan kedaulatan data (45%).Regulasi data residency memengaruhi keputusan penempatan workload AI pada 88% organisasi di Indonesia. Sebagai langkah antisipasi, 53% perusahaan mengadopsi arsitektur multi-environment untuk melindungi kedaulatan data, 45% untuk memperkuat ketahanan (resilience), dan 45% lainnya demi mengoptimalkan pengeluaran infrastruktur serta pemrosesan inference.
Sherlie Karnidta, Country Manager Cloudera Indonesia, menjelaskan solusi adaptif yang dibutuhkan oleh industri domestik. “Perusahaan-perusahaan di Indonesia sedang mempercepat investasi AI dengan kecepatan yang belum pernah terjadi sebelumnya, namun kompleksitas governance, kesenjangan keterampilan teknis, dan fluktuasi biaya inference tetap menjadi kendala utama dalam operasional mereka,” ungkap Sherlie.
“Dengan menawarkan pendekatan hybrid untuk mengelola data perusahaan, Cloudera memungkinkan organisasi lokal untuk menjalankan workload AI di tempat data tersebut berada—baik secara on-premises, di sovereign cloud, maupun di seluruh lingkungan multi-cloud. Pendekatan ini juga untuk memastikan kepatuhan terhadap mandat data residency Indonesia, sekaligus memberikan agility yang diperlukan untuk mengubah biaya untuk AI menjadi ROI bisnis yang berkelanjutan.”
Temuan riset ini menegaskan bahwa keberhasilan AI jangka panjang bertumpu pada fondasi data yang kuat. Apabila diberikan kesempatan untuk memulai kembali perjalanan adopsi AI, 49% pemimpin TI memilih untuk memperkuat tata kelola sejak awal, 46% berinvestasi lebih cepat pada kualitas data, serta 45% memodernisasi infrastruktur dan pelatihan SDM secara lebih awal.
Strategi hybrid data memungkinkan perusahaan membawa AI langsung ke lokasi data tanpa perlu memindahkan data secara berisiko, menjaga kepatuhan dan kendali penuh atas pengeluaran.
