Data is the new oil adalah ungkapan yang populer belakangan ini. Hal itu menunjukkan pentingnya data bagi organisasi masa kini. Namun, memiliki data saja tanpa diolah, misalnya untuk mendapatkan informasi dan prediksi, tentunya mengurangi manfaat yang diperoleh. Oleh karena itu diperlukan berbagai teknologi yang bisa membantu organisasi mulai dari menyimpan data, menganalisis data, sampai mendapatkan prediksi berdasarkan data tersebut. AWS (Amazon Web Services) mengeklaim memiliki tawaran yang paling lengkap sehubungan perjalanan data yang dimaksud. Hal itu ditekankan oleh AWS pada AWS re:Invent 2021 yang digelar secara hibrida dari Las Vegas, Amerika Serikat pada tanggal 29 November sampai 3 Desember 2021 lalu. AWS pun menyampaikan berbagai layanan dan fitur baru sehubungan data agar makin memudahkan para organisasi memanfaatkan data untuk melakukan inovasi.
“Data adalah kekuatan dasar yang menenagai aneka insight dan prediksi yang membantu Anda membuat keputusan lebih baik dan menyebabkan berbagai inovasi yang benar-benar baru,” ujar Dr. Swami Sivasubramanian (Vice President of Amazon Machine Learning) ketika menegaskan bahwa invensi kembali adalah digerakkan oleh data pada keynote AWS re:Invent 2021-nya.
“Sekarang dengan data yang begitu beragam menyebar lebih cepat dari kebanyakan perusahaan bisa menge-track-nya, memiliki data dan benar-benar mendapatkan nilai dari data itu adalah suatu hal yang menantang untuk dilakukan. Namun, memanfaatkan data ini sekalipun menantang adalah sangat penting untuk bisnis Anda saat ini, tetapi juga pada masa depan. Ini adalah 'the survival of the most informed' dan mereka yang bisa menggunakan data itu secara aktif untuk membuat keputusan-keputusan yang lebih baik, lebih terinformasi; merespons lebih cepat terhadap yang tidak diduga; dan menemukan aneka peluang yang benar-benar baru adalah mereka yang sesungguhnya akan berkembang dengan sukses,” jelas Dr. Swami Sivasubramanian lebih lanjut.
Sebagai pelopor public cloud, AWS bisa dibilang sejak awal memang sudah menyediakan layanan sehubungan data. AWS menyebutkan layanan pertamanya yang tersedia secara umum adalah Amazon S3. Diluncurkan 15 tahun lalu, Amazon S3 merupakan layanan untuk menyimpan data. Kini, AWS mengeklaim sebanyak lebih dari 1,5 juta konsumen menggunakan layanan basis data, analytics, maupun ML (machine learning)-nya. Konsumen yang menggunakan layanan-layanan AWS sehubungan data itu pun berasal dari berbagai belahan dunia. Di Asia Pasifik misalnya terdapat CropIn, AusNet Services, dan Omnilytics. Ketiganya menggunakan layanan ML dari AWS.
CropIn merupakan perusahaan agritech asal India. Cropin memiliki visi untuk memaksimalkan nilai yang dihasilkan tanah sehubungan pertanian dan memberikan dampak terhadap agrobisnis global dengan teknologi. Salah satu penggunaan ML yang dilakukan Cropin adalah untuk membantu petani sehubungan finansial. Cropin menyebutkan banyak petani yang ingin meminjam uang dari bank, tetapi petani tersebut tidak memiliki catatan transaksi finansial yang bisa digunakan bank untuk membuat penilaian kelayakan kredit. Memanfaatkan data dari satelit dan ML, Cropin bisa membuat gambaran akan kinerja panen lahan pertanian dari petani bersangkutan untuk tiga tahun terakhir. Gambaran tersebut kemudian dimanfaatkan untuk penilaian kelayakan kredit dari petani bersangkutan yang bisa digunakan bank untuk keperluan pinjaman tadi.
Omnilytics yang berkantor pusat di Singapura menyebutkan dirinya sebagai platform market intelligence retail yang bertujuan untuk menghantarkan data ke para retail, baik yang besar maupun yang kecil. Omnilytics menggunakan ML untuk mendapatkan nilai/manfaat dari data tersebut. Omnilytics menggunakan ML untuk memberikan insight yang memungkinkan konsumennya membuat keputusan bisnis yang bukan sekadar baik, melainkan keputusan bisnis yang baik pada tingkatan granular. Ambil contoh baju atasan yang ada di pasar. Dengan insight yang diberikan Omnilytics, retail diklaim bisa mengambil keputusan bukan sekadar terhadap baju atasan secara umum; melainkan terhadap aneka detail akan baju atasan itu, seperti jenis baju atasan, warna baju atasan, dan bentuk baju atasan.
KOMENTAR