Cloudera baru saja merilis survei global terbaru, The Great AI Re-Architecture, yang mengungkap adanya perubahan fundamental dalam enterprise IT di mana banyak organisasi kini merancang ulang arsitektur data mereka untuk memenuhi tuntutan AI.
Berdasarkan tanggapan dari 1.500 Enterprise Architects, Cloud Infrastructure Leads, dan Data Architects di seluruh dunia, laporan tersebut mendapati bahwa meskipun adopsi AI telah menjadi mainstream, arsitektur data lama (legacy) semakin membatasi kemampuan organisasi untuk mengembangkan AI secara aman, efisien, dan hemat biaya.
Temuan tersebut menunjukkan perubahan yang fundamental dalam arsitektur enterprise IT. Meskipun 77% organisasi secara aktif sudah menggunakan AI, hampir seluruhnya (95%) telah menunda atau membatalkan berbagai inisiatif AI mereka selama setahun terakhir akibat tantangan dalam tata kelola data, compliance, atau regulasi.
Untuk mengatasi tantangan tersebut, sebanyak 72% menyatakan bahwa arsitektur data mereka saat ini memerlukan perombakan signifikan untuk memenuhi kebutuhan AI di masa depan, yang menunjukkan bahwa infrastruktur saat ini tidak dibangun untuk memenuhi tuntutan AI modern.
Secara bersama-sama, temuan tersebut menyoroti apa yang disebut Cloudera sebagai “The Great AI Re-Architecture”—transisi besar-besaran dari arsitektur data legacy menuju lingkungan hybrid yang memungkinkan organisasi menghadirkan AI tepercaya ke data tepercaya, di mana pun data tersebut berada.
“Era AI saat ini memaksa berbagai organisasi untuk memikirkan kembali fondasi infrastruktur teknologi mereka,” ujar Sergio Gago, Chief Technology Officer, Cloudera. “Banyak perusahaan menyadari bahwa arsitektur yang dibangun untuk analitik tradisional tidak dirancang untuk memenuhi skala, tata kelola, dan fleksibilitas yang dituntut AI saat ini. Keberhasilan akan bergantung pada pembentukan fondasi data yang memberikan organisasi kebebasan untuk menjalankan AI di mana pun yang dirasa paling tepat, tanpa mengorbankan kendali maupun keamanan.”
“Temuan global ini secara akurat mencerminkan situasi yang tengah dihadapi perusahaan-perusahaan di Indonesia saat ini, karena mereka menyadari bahwa infrastruktur legacy yang pada awalnya dirancang untuk analitik tradisional tidak mampu menangani biaya tinggi, latensi, dan skala yang dibutuhkan oleh workload AI modern,” ujar Sherlie Karnidta, Country Manager Indonesia, Cloudera. “Adopsi AI bukan lagi menjadi pembeda bagi perusahaan-perusahaan di Indonesia; optimalisasi dan tata kelola AI-lah yang menjadi pembeda. Akibatnya, banyak organisasi telah menunda atau membatalkan inisiatif AI mereka karena keterbatasan infrastruktur dan pengelolaan data. Untuk mengatasi hambatan ini, kami bekerja sama dengan perusahaan-perusahaan lokal untuk beralih dari data silo legacy dan mengadopsi arsitektur data hybrid, memastikan bahwa di mana pun data mereka berada, data tersebut tetap aman, memiliki tata kelola yang kuat, dan siap mendukung AI enterprise yang tepercaya.”
AI Mendorong Penataan Ulang Infrastruktur Enterprise
AI telah berkembang jauh melampaui proyek uji coba yang terisolasi dan kini telah tertanam di berbagai operasional perusahaan. Seiring langkah organisasi memperluas penggunaan AI di berbagai lini bisnis, mereka memberikan tekanan yang semakin besar terhadap infrastruktur yang sejak awal tidak dirancang untuk AI dalam skala besar.
Sebanyak tiga perempat (75%) responden menyatakan bahwa integrasi AI telah mengubah praktik penyimpanan dan arsitektur data di organisasi mereka, sementara 84% melaporkan lonjakan biaya infrastruktur yang dipicu oleh workload AI. Secara keseluruhan, temuan ini menunjukkan bahwa organisasi kini tidak hanya mempertimbangkan ulang tempat data disimpan, tetapi juga bagaimana data tersebut dikelola, diatur tata kelolanya, hingga didistribusikan ke sistem AI.
Tata Kelola adalah Infrastruktur yang Krusial
Seiring langkah organisasi memperluas skala AI, tata kelola kini menjadi fondasi utama bagi keberhasilan AI di tingkat enterprise. Awal tahun ini, Data Readiness Index dari Cloudera menemukan bahwa 75% organisasi mengakui bahwa AI mengungkap keterbatasan dalam proses tata kelola lama (legacy) mereka. Riset terbaru ini menunjukkan bahwa tantangan-tantangan tersebut justru kian meningkat seiring kian meluasnya adopsi AI.
Hampir tiga perempat (73%) responden menyatakan bahwa AI telah membuat tata kelola data menjadi lebih rumit, dan lebih dari separuh (55%) melaporkan menunda atau membatalkan lebih dari enam proyek AI selama 12 bulan terakhir akibat tantangan tata kelola, compliance, atau regulasi.
Tantangan ini semakin diperberat oleh data yang semakin terdistribusi. Hampir seluruh responden (97%) melaporkan memindahkan data antar-lingkungan setidaknya sebulan sekali, menjadikan tata kelola yang konsisten di seluruh lingkungan cloud, private cloud, on-premises, dan edge sangat krusial untuk memperluas skala AI secara aman.
Arsitektur Hybrid Menjadi Standar Baru Enterprise
Organisasi semakin banyak mengadopsi arsitektur hybrid untuk menyeimbangkan performa, tata kelola, biaya, dan fleksibilitas, yang semuanya merupakan faktor penting bagi keberhasilan AI modern.
Sebanyak dua pertiga (66%) responden menyatakan bahwa mereka telah memindahkan workload AI mereka dari lingkungan public cloud kembali ke infrastruktur private cloud atau on-premises selama setahun terakhir, yang menandakan pergeseran yang lebih luas menuju arsitektur hybrid yang memungkinkan organisasi menjalankan workload AI di lingkungan yang memberikan performa terbaik.
Menatap ke depan, berbagai organisasi berinvestasi di berbagai lingkungan cloud, on-premises, edge, dan hybrid, alih-alih hanya mengandalkan satu model penerapan. Seperempat (25%) responden menyatakan bahwa mereka berencana memprioritaskan arsitektur hybrid-first dalam dua tahun ke depan, yang semakin menegaskan bahwa masa depan enterprise AI akan ditentukan oleh fleksibilitas, bukan oleh satu strategi infrastruktur tunggal.
Masa Depan Enterprise AI Bergantung pada Arsitektur Data Hybrid
Adopsi AI bukan lagi menjadi pembeda; optimalisasi AI-lah yang menjadi pembeda. Organisasi yang memodernisasi arsitektur data mereka untuk menerapkan tata kelola data secara konsisten dan menjalankan AI di mana pun yang paling sesuai akan berada dalam posisi terbaik untuk menghadirkan AI yang dapat diskalakan dan aman, serta memberikan nilai bisnis jangka panjang.
