Mempersiapkan Pondasi Data
Peran penting data juga diungkapkan Pradeep Singha (Head of Application Solutions, PT NTT Indonesia Technology). “Semakin “bersih” data yang kita miliki, semakin bagus performa dari model AI yang kita bangun,” ungkap Pradeep. Pondasi data yang baik juga akan meminimalisir bias dan halusinasi yang menjadi risiko tersendiri dalam adopsi AI.
Pradeep sendiri menyebut, ada enam masalah utama yang dihadapi perusahaan terkait datanya. “Enam masalah itu adalah incomplete data, inconsistent data, duplicate data, inaccurate data, serta integrity challenge,” tambah Pradeep. Karena itu, penting bagi setiap perusahaan untuk dapat mengatasi masalah ini.
“Tanpa data yang berkualitas, kita tidak akan mendapatkan manfaat AI yang maksimal” Pradeep Singha (Head of Application Solutions, PT NTT Indonesia Technology)
NTT DATA sendiri memiliki solusi atas setiap permasalahan tersebut. Contohnya untuk menjawab masalah incomplete data, perusahaan dapat mengadopsi framework yang kuat untuk memastikan kualitas data yang terkumpul. Sementara untuk inconsistent data, perusahaan bisa menggunakan pendekatan menu driven source system yang menjamin input data yang konsisten.
Selain kualitas, unifikasi data juga menjadi faktor krusial dalam mempersiapkan pondasi data untuk AI. “Karena dengan menggabungkan seluruh data dalam satu tempat, kita akan lebih mudah dalam merangkai informasi di dalamnya,” tambah Pradeep. Data unification juga memudahkan kita dalam mempersiapkan data untuk AI, mulai dari proses collection, profiling, cleaning, standardization, sampai transformation.
Strategi Implementasi GenAI yang Efektif
Mendapatkan manfaat dari teknologi AI dan GenAI memang tidak mudah. Namun seperti diungkap Deepika Giri (IDC), proses tersebut harus dimulai saat ini juga. “Journey untuk AI pada dasarnya mirip seperti journey untuk transformasi digital, namun dengan kecepatan jauh lebih tinggi,” ungkap Deepika. IDC memperkirakan, perusahaan yang berhasil melalui fase eksperimen AI di tahun 2025 akan merasakan manfaat optimal di tahun 2027. “Sedangkan perusahaan yang terlambat memulai AI journey-nya, kemungkinan besar tidak dapat mengejar ketertinggalan tersebut,” tambah Deepika.
Untuk memulai perjalanan mengadopsi AI, Jan Wuppermann memberikan beberapa saran. Yang pertama adalah mengidentifikasi di mana posisi perusahaan saat ini. Seperti skema di bawah ini, posisi perusahaan ditentukan dari skala implementasi (Plan, Experiment, Stabilize, dan Expand) serta tahapan implementasi.
Langkah awal yang dapat dilakukan perusahaan adalah mengidentifikasi posisi saat ini dan apa yang coba diraih ke depan.
Setelah itu, perusahaan harus membuat strategi implementasi GenAI secara end-to-end dan didorong dari kacamata bisnis. “Kita harus mempersiapkan seluruh komponen yang dibutuhkan, mulai dari strategy sampai governance,” tambah Jan. Hal ini penting untuk memastikan implementasi AI yang berdampak signifikan pada bisnis. “Setiap komponen tersebut dapat berubah seiring perkembangan, namun kita tetap harus memiliki pondasi dasar tersebut dalam memulai perjalanan adopsi AI,” tambah Jan.
Hal lain yang tak kalah penting adalah memilih mitra transformasi yang tepat. “Anda harus memiliki mitra strategis yang dapat diandalkan dan memiliki pengalaman global untuk membantu mengatasi permasalahan yang muncul,” ungkap Jan.
Jan menyebut, NTT DATA memiliki komitmen untuk menjadi mitra bagi setiap perusahaan dalam melangkah ke era GenAI. “Secara prinsip, NTT DATA berkomitmen untuk membantu setiap perusahaan dalam melakukan transformasi menyeluruh saat mengadopsi AI,” ungkap Jan. Hal ini didorong kesadaran bahwa adopsi teknologi AI tidak cuma soal teknologi, namun berhubungan erat dengan people, process, sampai policies di dalam organisasi.
“Adopsi AI memang perjalanan yang kompleks, namun NTT DATA akan membantu Anda menjalani perjalanan tersebut selangkah demi selangkah,” ungkap Jan.