Teknologi Artificial Intelligence (AI) kini sudah banyak digunakan perusahaan Indonesia. Mulai dari memprediksi permintaan, mengatur stok, sampai mendeteksi agen yang nakal.
Hal tersebut diungkapkan Susanto Djaja (Presiden Direktur PT. Metrodata Electronics Tbk) dalam sebuah wawancara eksklusif dengan InfoKomputer. Metrodata sendiri saat ini banyak membantu perusahaan Indonesia dalam implementasi AI seperti contoh di atas. “Kami telah memiliki 15 use case yang siap digunakan perusahaan Indonesia,” ungkap Susanto. Use cases tersebut disusun melalui kerjasama dengan empat penyedia solusi AI global, yaitu AWS, Google Cloud, Microsoft, dan Cloudera.
Contoh Implementasi AI di Perusahaan Indonesia
Susanto menyebut, implementasi AI saat ini bisa dibagi dalam tiga area utama, yaitu machine learning, deep learning, dan Generative AI. Berdasarkan pengalaman Metrodata, implementasi AI paling banyak saat ini terjadi di area machine learning dan deep learning. “Kalau Generative AI baru satu use case,” ungkap Susanto.
Susanto meyakini, AI bisa digunakan untuk menjawab tantangan di berbagai proses bisnis. Namun untuk saat ini, kebanyakan implementasi AI berkaitan dengan fungsi sales dan operation. “Karena dua area ini bisa memberikan dampak langsung pada peningkatan revenue dan efisiensi, maupun penurunan opportunity loss,” ungkap Susanto.
Susanto Djaja (Presiden Direktur PT. Metrodata Electronics Tbk)
Salah satu contohnya adalah sebuah perusahaan dairy yang memiliki ribuan outlet di seluruh Indonesia. Tantangan utama perusahaan ini adalah memaksimalkan stok di setiap outlet, baik untuk produk slow moving maupun fast moving. “Untuk produk fast moving, yang ideal adalah stok selalu terjaga. Sementara untuk produk slow moving, tantangannya adalah tidak overstock,” tambah Susanto.
Perusahaan ini pun kemudian memanfaatkan AI untuk memprediksi permintaan (demand forecast) di setiap outlet. Dengan menganalisis berbagai data, perusahaan ini pun dapat lebih presisi dalam menentukan stok yang tepat di setiap outlet. “Prediksi seperti ini sulit dilakukan secara manual karena jumlah outlet yang mencapai ribuan,” ungkap Susanto menceritakan manfaat AI.
Contoh lain dari implementasi AI adalah di sebuah perusahaan air minum. Untuk keperluan manajemen stok, perusahaan ini menugaskan agennya di lapangan untuk memotret jumlah stok botol minum di setiap toko setiap harinya.
Tantangan muncul karena banyak agen yang “bandel” dengan memotret dalam satu kesempatan dan menggunakannya berulang-ulang. Alhasil, laporan yang ada tidak menggambarkan kondisi sesungguhnya di lapangan. Tantangan lain adalah perhitungan stok menjadi rentan kesalahan karena jumlahnya yang besar dan dihitung secara manual.
Tantangan ini pun dijawab dengan menggunakan solusi digital, termasuk AI. Pertama, setiap foto dipastikan memiliki tagging terkait waktu pengambilan dan lokasi. Kedua, foto yang diambil langsung dianalisis menggunakan AI, baik dari sisi jumlah maupun ukuran botol. “Hasilnya, tingkat akurasi solusi ini mencapai 97%,” ungkap Susanto.
Perlunya Identifikasi Masalah
| Penulis | : | Wisnu Nugroho |
| Editor | : | Wisnu Nugroho |
KOMENTAR