PSPK – 21 April 2026 | Sejumlah perusahaan kini tengah bereksperimen dengan kecerdasan buatan (AI), namun banyak yang terhenti pada fase percobaan awal tanpa mencapai implementasi penuh. Menurut Satchit Joglekar, Regional Vice President & Managing Director Southeast Asia Snowflake, kegagalan ini bukan disebabkan oleh teknologi melainkan kurangnya nilai bisnis yang dapat ditunjukkan.
Tahap pilot yang tak berlanjut
Umumnya perusahaan memulai dengan proof of concept (PoC) berupa chatbot atau alat peningkatan produktivitas. Namun, bila proyek tidak menghasilkan ROI yang terukur, manajemen akan menolak pendanaan lanjutan.
Kesiapan data sebagai hambatan utama
Joglekar menegaskan bahwa data yang terfragmentasi menjadi penghalang terbesar. Data silo dan definisi yang tidak konsisten antar departemen membuat AI sulit memahami konteks bisnis secara menyeluruh.
Pendekatan bertahap Snowflake
Untuk mengatasi hal ini, Snowflake menyarankan tiga langkah utama:
- Membangun fondasi data terintegrasi dengan keamanan, tata kelola, dan kepatuhan regulasi.
- Menyusun lapisan semantik atau business context agar AI dapat menafsirkan istilah dan logika bisnis.
- Mengintegrasikan AI ke dalam workflow operasional setelah dua prasyarat pertama terpenuhi.
Mulai dari tujuan bisnis
Strategi adopsi AI sebaiknya dimulai dari tujuan bisnis yang jelas, seperti peningkatan pendapatan atau efisiensi biaya. Dengan menetapkan metrik keberhasilan dan menghitung ROI sejak awal, proyek AI memiliki arah yang terukur dan peluang lebih besar untuk masuk ke fase produksi.
