Transformasi digital berbasis data dan kecerdasan buatan (AI) di Indonesia terus menunjukkan pertumbuhan yang sehat. Sejumlah organisasi besar, mulai dari perbankan, telekomunikasi, manufaktur, hingga sektor publik, semakin agresif mengadopsi solusi data dan AI untuk mendukung pengambilan keputusan bisnis.
Country Manager Indonesia Cloudera, Sherlie Karnidta, mengatakan Indonesia merupakan pasar yang sangat potensial dalam pemanfaatan AI, terutama di kalangan perusahaan skala besar dan institusi strategis.
“Banyak organisasi di Indonesia yang menunjukkan pertumbuhan adopsi solusi Cloudera yang cukup sehat. Tidak hanya perbankan dan telko, tetapi juga manufaktur, sektor publik, bahkan pemerintahan,” ujar Sherlie dalam paparannya di acara Media Briefing yang digelar di Jakarta, Selasa (13/1/2026).
Sekilas Adopsi AI Sektor Finansial
Sherlie mencontohkan Bank Negara Indonesia (BNI) sebagai salah satu pengguna Cloudera yang telah memanfaatkan fondasi data secara matang. BNI telah menjadi pelanggan Cloudera selama lebih dari enam tahun dan memulai transformasinya melalui pembangunan data lakehouse yang kuat.
“BNI terus bertumbuh dan berkembang. Tahun lalu mereka mengadopsi Cloudera AI Inference yang bekerja sama dengan NVIDIA,” kata Sherlie.
AI tersebut digunakan untuk berbagai kasus nyata, antara lain perlindungan terhadap kejahatan digital yang semakin canggih. Selain itu, BNI juga bekerja sama dengan lembaga penegak hukum untuk mendeteksi anomali terkait aktivitas judi online.
“Mereka menggunakan AI untuk mendeteksi pola-pola yang tidak wajar, sehingga pencegahan bisa dilakukan lebih dini,” jelasnya.
Selain BNI, Bank Rakyat Indonesia (BRI) juga menjadi contoh adopsi data dan AI yang konsisten. Bahkan, menurut Sherlie, BRI telah menggunakan Cloudera lebih lama dan memiliki fondasi infrastruktur data yang sangat kuat.
“Mereka sangat agresif mengembangkan fitur-fitur baru. Bahkan mereka yang bertanya kepada kami, ‘feature apa lagi yang bisa Cloudera berikan?’,” ungkap Sherlie.
BRI kini mulai mengembangkan model AI dan machine learning di lingkungan internal mereka, khususnya untuk meningkatkan kepuasan nasabah. Salah satu penerapannya adalah rekomendasi produk berbasis segmentasi yang lebih presisi.
“Segmentasi pelanggan dibuat sangat spesifik. Misalnya, wanita usia 40 tahun yang bekerja tentu berbeda kebutuhannya dengan wanita usia 40 tahun yang tidak bekerja. Ini yang mereka manfaatkan untuk menawarkan produk secara lebih relevan,” ujarnya.
Tren AI
Dalam paparannya, secara sekilas Sherlie juga mengungkap lima tren utama AI yang diprediksi akan menguat pada 2026.
Pertama, munculnya silo AI di dalam organisasi. Banyak divisi mengadopsi tools AI yang berbeda tanpa standar yang seragam, sehingga menimbulkan tantangan dalam tata kelola.
“Organisasi mulai khawatir bagaimana mengontrol AI-AI ini agar tetap ter-monitor dan memiliki tata kelola yang terpercaya,” kata Sherlie. Ia mencontohkan OCBC sebagai salah satu institusi yang berhasil menstandarkan governance AI secara terencana.
Kedua, AI tidak lagi sekadar tren, tetapi kebutuhan bisnis, khususnya melalui penerapan agentic AI. Di sektor perbankan, AI telah digunakan untuk kebutuhan nyata seperti source of wealth dan analisis risiko.
Ketiga, private AI menjadi prioritas perusahaan, terutama yang mengelola data sensitif seperti bank, rumah sakit, dan institusi pemerintah.
“Perusahaan ingin AI yang bisa mereka kontrol sepenuhnya di dalam organisasi sendiri, sehingga mereka bisa berinovasi tanpa khawatir terhadap kebocoran data atau risiko audit regulator,” jelas Sherlie.
Keempat, tantangan kesenjangan talenta dan literasi AI. Menurut Sherlie, kecanggihan teknologi tidak akan optimal tanpa kesiapan sumber daya manusia.
“Perusahaan yang berinvestasi pada peningkatan literasi AI tenaga kerjanya akan memiliki peluang sukses yang jauh lebih besar dalam implementasi AI,” ujarnya.
Kelima, perusahaan mulai menggeser fokus dari investasi AI ke dampak bisnis AI. Penghitungan ROI (return of investment), efisiensi biaya, dan nilai bisnis menjadi prioritas utama.
“AI tidak lagi hanya soal investasi teknologi, tetapi bagaimana memberikan business value yang nyata,” kata Sherlie.
Fondasi Data dan Talenta Jadi Kunci
Sebagai penutup, Sherlie menegaskan bahwa fondasi data yang kuat menjadi kunci utama keberhasilan implementasi AI yang tepercaya di masa depan. Fondasi ini juga membantu organisasi mengatasi masalah silo AI dan meningkatkan kontrol terhadap data serta model AI yang digunakan.
“Fase selanjutnya dari AI adalah menghitung ROI, biaya, dan efisiensi, hingga benar-benar menghasilkan dampak bisnis,” ujarnya.
Selain itu, perhatian terhadap pengembangan talenta AI secara berkelanjutan dinilai menjadi faktor krusial agar transformasi digital berjalan optimal.
“Indonesia adalah pasar besar untuk AI. Namun keberhasilannya sangat ditentukan oleh kesiapan data, tata kelola, dan kemampuan manusianya,” tutup Sherlie.
