Survei global ini melibatkan hampir 1.300 pemimpin IT dan menunjukkan adanya paradoks dalam adopsi AI. Meskipun 96% organisasi telah mengintegrasikan AI ke dalam proses bisnis inti dan 85% mengklaim memiliki strategi data jelas, sebagian besar masih kesulitan mengakses data secara menyeluruh di berbagai lingkungan.
Fenomena ini disebut sebagai AI readiness illusion atau ilusi kesiapan AI, dengan perusahaan merasa siap mengembangkan AI, namun belum memiliki fondasi data memadai untuk menghasilkan dampak bisnis nyata.
Di Indonesia, kesenjangan ini terlihat lebih jelas, dengan 100% pemimpin IT menyatakan keyakinan tinggi terhadap data mereka, tetapi hanya 26% organisasi yang benar-benar memiliki data yang sepenuhnya terkelola.
“Sebagian besar organisasi di Indonesia percaya diri dalam mengimplementasikan AI karena sudah memiliki strategi yang jelas dan komitmen investasi. Namun, masih terdapat kesenjangan antara ambisi penerapan AI dengan kesiapan infrastruktur dan tata kelola data," ujar Regional Vice President Cloudera Indonesia Sherlie Karnidta.
Selain itu, laporan juga menyoroti bahwa meskipun adopsi AI tinggi, pencapaian return on investment (ROI) masih menjadi tantangan. Faktor utama yang menghambat meliputi kualitas data 22%, peningkatan biaya 16%, serta integrasi yang kurang optimal dalam alur kerja 15%.
Keterbatasan infrastruktur turut memperburuk kondisi tersebut. Sebanyak 73% responden melaporkan bahwa kendala kinerja sistem menghambat inisiatif operasional, mencerminkan kesulitan dalam menskalakan AI di lingkungan yang terfragmentasi.
Masalah utama lainnya terletak pada tata kelola dan visibilitas data. Kendati 84% responden yakin terhadap kualitas data mereka, hanya 18% yang menyatakan data telah sepenuhnya terkelola. Hal ini menunjukkan adanya kesenjangan antara persepsi dan kondisi nyata, termasuk masih adanya silo data, inkonsistensi kualitas, serta keterbatasan akses lintas sistem.
Di Indonesia, tantangan ini kian rumit dengan 48% responden menyebut keterbatasan visibilitas data sebagai hambatan utama. Selain itu, 52% mengidentifikasi resistensi budaya terhadap berbagi data, sementara 31% mengaitkan hasil AI kurang optimal dengan kualitas data rendah.
Fragmentasi data juga masih menjadi masalah, dengan 26% responden menyebut silo data sebagai kendala signifikan. Laporan ini juga menunjukkan adanya perbedaan kesiapan data antar industri. Sektor telekomunikasi dinilai lebih unggul dalam hal visibilitas dan akses data, namun masih menghadapi kendala kinerja infrastruktur.
Sementara itu, sektor jasa keuangan dan publik menunjukkan tingkat kesiapan yang lebih rendah dalam akses dan visibilitas data. Ke depan, Cloudera menilai bahwa kesiapan data akan menjadi faktor penentu dalam perkembangan AI di tingkat enterprise.
Organisasi yang mampu mengelola dan mengakses data secara menyeluruh akan lebih siap menghadirkan solusi AI andal dan dapat diskalakan, serta menciptakan dampak bisnis berkelanjutan.
Cek Berita dan Artikel yang lain di
Google News
