Cloudera, perusahaan yang menjalankan AI di mana pun data berada, mengumumkan prediksinya untuk tahun 2026. Dalam kesempatan ini Cloudera menyoroti pentingnya organisasi untuk meninjau kembali dan memperkuat fondasi data mereka di tahun mendatang.
“Kita melihat berita tentang organisasi besar yang berlomba-lomba mencurahkan banyak sumber daya untuk inovasi berikutnya, dan perusahaan yang lebih kecil mengambil pendekatan yang lebih terukur. Namun, terlepas dari ukuran dan ambisi mereka, setiap perusahaan pada akhirnya akan mencapai kesadaran yang sama: kesuksesan AI bergantung pada fondasi data yang kuat,” kata Remus Lim, Senior Vice President, Asia Pasifik dan Jepang, Cloudera.
“Seiring dengan tekanan regulasi yang semakin kuat dan ekspektasi yang meningkat, mendapatkan data yang tepat akan menentukan seberapa efektif organisasi dapat meningkatkan skalanya secara aman, berinovasi dengan percaya diri, dan memberikan dampak bisnis yang terukur,” sambung Remus.
Dalam prediksinya Cloudera mengungkap terkait akan terjadinya peninjauan ulang terhadap metode adopsi AI yang digerakkan oleh data di area-area utama seperti: AI silos, agen AI, private AI, talenta AI, dan strategi investasi AI
“Jadi di tahun 2026 ini kami melihat bahwa banyak perusahaan-perusahaan dan juga organisasi mulai melakukan peninjauan ulang terhadap data dan juga strategi AI yang mereka miliki saat ini. Kenapa mereka harus mengkaji ulang? Karena yang pertama, tekanan yang datang dari para regulator,” ujar Sherlie Karnidta, Country Manager Indonesia, Cloudera, pada acara Media Briefing yang digelar hari ini, Selasa (13/1/2026).
“Bersamaan dengan itu banyak sekali juga request dari para business user untuk mendapatkan use case yang lebih advance. Nah, dari tekanan kedua belah pihak ini mereka sebagai suatu organisasi mereka memikirkan bagaimana caranya supaya perusahaan tetap mendapatkan fondasi yang kuat dan terpercaya tapi juga tetap dapat berinovasi dengan percaya diri sekaligus mendapatkan impact atau dampak yang terukur,” lanjut Sherlie.
Berikut ini adalah lima prediksi yang akan membentuk bagaimana perusahaan menyikapi strategi AI mereka di tahun yang akan datang:
1.AI akan muncul sebagai tantangan terbaru bagi perusahaan
Ketika tren teknologi baru muncul, organisasi seringkali terburu-buru mengadopsinya. Saat GenAI diperkenalkan, semua orang ingin bereksperimen dengan teknologi ini, dan kini dengan semakin populernya Agentic AI, pola yang sama terulang kembali.
Tantangannya adalah banyak organisasi melakukan ini secara terpisah. Departemen yang berbeda memilih tools mereka sendiri, menjalankan POC mereka sendiri, dan menerapkan solusi mereka sendiri. Mirip dengan masa-masa awal Business Intelligence (BI), kita mulai melihat silo AI terbentuk di dalam perusahaan.
Fragmentasi ini menyulitkan perusahaan untuk mempertahankan konsistensi, tata kelola dan kontrol di seluruh organisasi. Perusahaan yang berpikiran maju, seperti OCBC, sudah melakukan standarisasi pada platform data dan AI terpadu, yang memastikan inovasi terjadi dengan aman dan kolaboratif, bukan dalam bagian-bagian yang terpisah-pisah.
2.Munculnya lebih banyak use case nyata agen AI
Setelah satu tahun dalam proyek percontohan dan prototipe, tahun 2026 akan menandai titik balik di mana agen AI mulai menghasilkan outcome bisnis yang nyata. Perusahaan bergerak melampaui fase eksperimen menuju fase adopsi dalam skala penuh, terutama di sektor layanan keuangan di mana use case-nya mencakup segala hal, mulai dari Source-of-Wealth assistant hingga sistem pencegahan penipuan yang cerdas.
Menurut laporan global terbaru dari Finextra Research, yang ditugaskan oleh Cloudera, 97% perusahaan jasa keuangan kini memiliki setidaknya satu use case AI/ML dalam produksi, yang mengisyaratkan bahwa AI telah beralih dari tren baru yang baru muncul menjadi kebutuhan penting bagi bisnis. Namun, hampir setengahnya masih terjebak di tingkat kematangan “middle stage”, di mana peningkatan skala, tata kelola, dan kontrol biaya menjadi hambatan utama.
Batas selanjutnya terletak pada pengoperasian agen AI dalam skala besar. Ini berarti menghubungkannya ke data yang terkelola secara real time dan mengintegrasikannya di seluruh alur kerja bisnis. Perusahaan yang berhasil melakukan ini akan membuka potensi otomatisasi yang tidak hanya cerdas, namun juga sadar akan konteks, bisa dilacak, dan aman.
3.Private AI akan menjadi prioritas utama perusahaan besar selanjutnya
Seiring dengan semakin ketatnya regulasi global dan meningkatnya kekhawatiran akan kedaulatan data, Private AI akan muncul sebagai prioritas utama selanjutnya bagi perusahaan. Industri yang sangat diawasi ketat oleh regulasi seperti layanan keuangan, kesehatan, dan sektor publik, akan mempercepat adopsi arsitektur Private AI, yang memungkinkan mereka memanfaatkan kekuatan AI generatif dan agentik AI tanpa mengekspos data sensitif.
Hal ini sangat penting karena keamanan siber tetap menjadi prioritas utama perusahaan. Digital Defense Report 2025 dari Microsoft mengungkapkan tentang 32% lonjakan dalam serangan yang menargetkan identitas digital pada paruh pertama tahun ini, yang menunjukkan peningkatan penggunaan AI untuk membuat umpan rekayasa sosial yang sangat meyakinkan. Ketika pelaku ancaman mengadopsi AI, perusahaan harus mengimbangi hal itu dengan pertahanan berbasis AI juga.
Kerangka kerja Private AI akan memainkan peran penting di sini, yang memungkinkan organisasi untuk menerapkan model di lingkungan yang terkontrol, mendeteksi anomali dengan lebih cepat, dan meminimalkan paparan terhadap kerentanan public cloud. Perusahaan yang berinvestasi pada AI yang aman dan patuh pada regulasi sekarang, akan menjadi perusahaan yang berinovasi dengan penuh percaya diri di kemudian hari.
4.Perusahaan perlu menutup kesenjangan antara talenta AI dan tanggung jawab AI
Seiring AI menjadi semakin mainstream, kesenjangan baru muncul: bukan antara mereka yang menggunakan AI dan yang tidak menggunakannya, tetapi antara mereka yang menggunakannya secara bertanggung jawab dan efektif, dan mereka yang kesulitan untuk meningkatkan skalanya secara berkelanjutan.
Pada tahun 2026, pengembangan talenta akan menentukan kesuksesan. Perusahaan yang gagal berinvestasi dalam literasi AI, upskilling kemampuan teknis, dan kesadaran etis, berisiko mengalami inefisiensi operasional, output yang tidak konsisten, dan pelanggaran peraturan. Karyawan tidak hanya harus memahami cara kerja AI, namun juga tentang kapan dan bagaimana mempercayai output-nya.
Organisasi yang mengintegrasikan prinsip AI yang bertanggung jawab ke dalam pelatihan, tata kelola, dan desain alur kerja akan membangun tenaga kerja yang lebih percaya diri dan memiliki kemampuan. Kombinasi antara keterampilan manusia dan pagar pembatas yang terstruktur akan memungkinkan tim untuk berinovasi dengan lebih cepat, mengurangi risiko, dan memastikan setiap keputusan AI selaras dengan etika perusahaan dan standar tata kelola data.
5.Perusahaan perlu mencermati strategi investasi AI mereka
Di tahun 2026, tekanan ekonomi akan mendorong organisasi untuk beralih dari “AI untuk inovasi” ke “AI yang memberikan dampak.” Fase selanjutnya dari AI enterprise akan ditentukan oleh fokus yang lebih tajam pada return on investment, efisiensi, dan penerapan yang dibuat sesuai dengan tujuan.
Para CIO dan CTO harus membangun use case bisnis yang kuat untuk setiap inisiatif AI. Laporan Cloudera yang berjudul The Future of Enterprise AI Agents menyoroti bahwa 100% pemimpin IT di Indonesia menyatakan bahwa persepsi bahwa agen AI itu membingungkan atau sulit digunakan, telah membuat pengadopsiannya melambat.
Dalam hal ini, mereka perlu memahami bahwa tidak setiap beban kerja memerlukan GPU high-end atau model yang kompleks. Sebagai analogi: jika tujuannya hanyalah pergi dari rumah ke bandara, mobil sedan saja sudah cukup. Namun, jika Anda balapan di Formula 1 di mana setiap sepersekian detik diperhitungkan, Anda akan membutuhkan mobil F1. Prinsip yang sama berlaku untuk AI: organisasi harus berinvestasi sesuai dengan target mereka, bukan hanya mengikuti tren.
Pada tahun 2026, AI akan memisahkan antara para builder dari para believer. Pada akhirnya, para pemenang adalah mereka yang mengintegrasikan AI secara mulus ke dalam data fabric mereka, didukung oleh fondasi data yang kuat, metrik yang terstandarisasi, dan tata kelola yang berkelanjutan. Sementara itu, mereka yang tidak memiliki fondasi data yang tepat akan tetap terjebak di fase uji coba yang tak berujung.
