JBNews.id — Ambisi perusahaan di Indonesia untuk mengadopsi kecerdasan buatan (AI) terganjal oleh empat tantangan utama terkait infrastruktur data. Hal ini terungkap dalam Laporan Data Streaming 2026 yang dirilis oleh Confluent, sebuah perusahaan platform data streaming global.
Laporan tersebut mensurvei 4.625 pemimpin IT dari 14 negara, termasuk 225 responden dari Indonesia. Hasilnya menunjukkan bahwa meskipun ambisi AI di Indonesia melampaui negara-negara Asia Pasifik lainnya, realisasi di lapangan masih jauh dari harapan.
Rully Moulany, Area Vice President Asia Confluent, mengungkapkan bahwa masalah klasik yang menghambat adopsi AI adalah infrastruktur data yang tidak dirancang untuk sistem real-time dan otonom. “70-80% responden itu bilang problem-nya nggak jauh-jauh dari data. Jadi 8 dari 10 bilang mereka nggak memiliki infrastruktur yang dapat memproses data,” kata Rully dalam media roundtable di Jakarta, Rabu (29/7/2026).
Angka Adopsi vs Realita Infrastruktur
Secara spesifik, 83% responden dari Indonesia mengaku telah memiliki solusi berbasis AI agentik di tahap produksi atau pilot. Angka ini lebih tinggi dibandingkan rata-rata 75% di kawasan Asia Pasifik. Namun, kesenjangan antara ambisi dan kesiapan infrastruktur menjadi celah yang signifikan.
Rully menekankan bahwa tanpa infrastruktur data yang memadai, adopsi AI hanya akan menjadi wacana. “Jadi ketika kita melakukan AI secara scalable, secara lebih masif, maka problem-problem ini yang sangat harus di-address,” imbuhnya.
Kondisi ini semakin relevan mengingat persaingan di sektor infrastruktur AI semakin ketat. Produsen prosesor seperti AMD melalui produk terbarunya terus berinovasi untuk menantang dominasi pemain besar di pasar ini. Perusahaan Indonesia perlu memastikan fondasi data mereka siap sebelum mengadopsi teknologi tersebut.
Empat Tantangan Utama
Berdasarkan laporan Confluent, empat tantangan utama yang menghambat adopsi AI di Indonesia meliputi:
- Infrastruktur Data Tidak Memadai: Mayoritas perusahaan tidak memiliki sistem yang dapat memproses data secara real-time untuk mendukung operasi AI otonom.
- Fragmentasi Kepemilikan Data: Data tersebar di berbagai silo organisasi, menyulitkan integrasi dan analisis menyeluruh.
- Kesenjangan Keterampilan AI: Kurangnya tenaga ahli yang mampu mengelola dan mengoptimalkan sistem AI.
- Kualitas Data yang Buruk: Data yang digunakan seringkali tidak akurat atau berasal dari sumber yang tidak terpercaya, berpotensi menghasilkan output yang salah atau “halusinasi AI”.
Rully menjelaskan bahwa kualitas data menjadi perhatian serius. “Data lineage itu artinya ketika AI ini dapat data, si AI engine ini harus tahu datanya bisa dipercaya atau nggak. Jangan sampai datanya ini berasal dari sumber yang ‘nggak benar’ jadi nggak akurat,” jelasnya.
Baca Juga:
Data Streaming sebagai Solusi
Menghadapi tantangan tersebut, responden dalam laporan Confluent mengidentifikasi data streaming sebagai solusi potensial. Teknologi ini memungkinkan pemanfaatan data yang lebih terpercaya, lebih kontekstual, dan lebih mudah ditemukan untuk mendukung sistem AI otonom.
Antusiasme terhadap solusi ini sangat tinggi. Sebanyak 99% pemimpin IT di Indonesia mengatakan data streaming menjadi investasi prioritas, dan 74% mengaku telah menggunakan platform data streaming di sistem bisnis yang penting.
“Tentu saja jadi dua arah ya, ketika mereka investasi di data streaming, otomatis impact dari AI-nya semakin naik,” pungkas Rully.
Investasi dalam infrastruktur data yang solid menjadi kunci agar adopsi AI di Indonesia tidak hanya menjadi angka statistik yang impresif, tetapi juga memberikan dampak bisnis yang nyata. Hal ini juga sejalan dengan upaya berbagai pihak, termasuk penyedia jasa telekomunikasi, yang terus melakukan penyesuaian sistem untuk mendukung ekosistem digital yang lebih luas.
Bagi perusahaan di Indonesia, pesan dari laporan ini jelas: sebelum berlari dengan AI, pastikan fondasi data Anda kokoh dan siap untuk era real-time.