Kecerdasan Buatan yang Tidak Mampu Menghasilkan Keuntungan
Investasi global dalam kecerdasan buatan (AI) terus meningkat, tetapi banyak perusahaan masih kesulitan memperoleh hasil nyata dari investasi tersebut. Laporan yang dirilis oleh Massachusetts Institute of Technology (MIT), yaitu The State of AI in Business 2025, menunjukkan bahwa sekitar 95 persen proyek AI gagal menghasilkan keuntungan, meskipun dana yang dialokasikan mencapai angka yang sangat besar, antara 30 hingga 40 miliar dollar AS atau setara dengan Rp 495 triliun hingga Rp 660 triliun.
Menurut laporan tersebut, salah satu penyebab utama kegagalan adalah kurangnya konteks data. Model AI generatif (GenAI) yang digunakan perusahaan sering kali tidak mampu memahami hubungan dan peristiwa secara menyeluruh. Hal ini membuat sistem AI tidak bisa beradaptasi dengan perubahan situasi bisnis yang terjadi secara dinamis.
“AI yang baik adalah AI yang didukung oleh data yang baik. Sumber data yang andal memungkinkan model AI memproses informasi secara real-time untuk pengambilan keputusan yang lebih tepat,” ujar Atilio Ranzuglia, Head of Data and AI di Palmerston North City Council, melalui pernyataannya.
Ia menambahkan bahwa pemanfaatan data real-time dapat mempercepat pengembangan kota cerdas (smart city) yang sedang dijalankan lembaganya. Dengan data yang terus diperbarui, sistem AI bisa memberikan rekomendasi yang lebih akurat dan sesuai dengan kondisi terkini.
Tantangan Utama dalam Pengelolaan Data
Pendiri sekaligus CEO Confluent, Jay Kreps, menyatakan bahwa tantangan utama dalam dunia data adalah memastikan informasi dapat mengalir bebas di seluruh lini bisnis. Ia menegaskan bahwa model AI yang siap pakai memang kuat, tetapi tanpa aliran data yang kontinu, mereka tidak bisa memberikan keputusan yang bernilai bagi bisnis.
Dalam praktiknya, platform seperti Confluent Intelligence menyediakan layanan terkelola untuk mengalirkan data secara real-time ke sistem AI. Dengan demikian, model AI bisa mengevaluasi, menyesuaikan, dan memberikan rekomendasi berdasarkan informasi terkini. Teknologi ini memungkinkan integrasi pemrosesan data dan penalaran AI sehingga sistem bisa mengamati, memutuskan, dan bertindak secara otomatis.
Kerja Sama untuk Peningkatan Kemampuan AI
Kerja sama antara Confluent dengan perusahaan AI Anthropic memperkuat kemampuan sistem untuk memahami konteks dan beradaptasi dengan perubahan data secara cepat. Nithin Prasad, Senior Engineering Manager di GEP, perusahaan teknologi rantai pasok global, mengatakan bahwa Confluent membantu mereka menyediakan model dengan data streaming real-time dan mengurangi risiko kehilangan data.
Temuan MIT sekaligus menjadi peringatan bagi dunia usaha: investasi besar dalam AI tidak akan otomatis menghasilkan keuntungan tanpa manajemen data yang tepat. Perusahaan perlu memastikan bahwa aliran data yang digunakan bersifat kontinu, terstruktur, dan relevan dengan kebutuhan bisnis. Tanpa hal ini, keberhasilan AI akan sulit dicapai, meskipun dana yang dikeluarkan sangat besar.
