bytedaily - Perkembangan pesat teknologi kecerdasan buatan (AI) di Indonesia mendorong munculnya berbagai regulasi dan panduan pendukung. Namun, aspek fundamental yang sering terabaikan adalah pengembangan infrastruktur yang menjadi tulang punggung teknologi ini. Kumar Mitra, Executive Director Lenovo untuk wilayah China, Asia Pasifik (CAP), serta Australia & Selandia Baru (ANZ) di Infrastructure Solutions Group (ISG), menyoroti pentingnya percepatan infrastruktur AI di Indonesia.
Mitra memprediksi bahwa dalam beberapa tahun mendatang, infrastruktur AI akan bertransformasi dari fase eksperimental menuju implementasi produksi berskala terdistribusi. Laporan Lenovo CIO Playbook 2026 mengidentifikasi tiga pergeseran utama dalam transisi ini. Pertama, inferencing AI akan menjadi pendorong nilai utama, di mana pada tahun 2030 diperkirakan 75 persen kapasitas komputasi AI akan difokuskan pada inferencing yang semakin banyak dijalankan di lingkungan edge terdistribusi.
Selain itu, organisasi akan memprioritaskan peningkatan produktivitas karyawan melalui perangkat yang didukung AI, termasuk AI on-device dan AI PC, sebagai area investasi IT krusial. Tantangan terbesar yang dihadapi saat ini terletak pada pengembangan skala AI. Meskipun mayoritas organisasi memproyeksikan ROI positif, hanya sekitar separuh dari konsep awal AI yang berhasil mencapai tahap produksi.
Oleh karena itu, fokus pelaku industri harus bergeser dari sekadar eksperimen menuju pembangunan infrastruktur, tata kelola, dan model operasional yang memungkinkan AI berkembang secara masif dan memberikan hasil bisnis yang terukur. Indonesia, khususnya dalam konteks ASEAN+, menunjukkan akselerasi infrastruktur digital yang terlihat dari pergeseran posisi AI dalam strategi perusahaan. 96 persen organisasi di wilayah ini berencana meningkatkan investasi AI dalam 12 bulan ke depan, menandakan AI telah terintegrasi dalam perencanaan anggaran formal.
Sebanyak 67 persen organisasi telah melakukan uji coba atau adopsi AI secara sistematis, menunjukkan pergerakan dari fase eksplorasi ke implementasi yang lebih terstruktur. Pendekatan terhadap AI juga bergeser dari sekadar validasi nilai menjadi AI berbasis hasil, di mana organisasi menuntut kontribusi nyata pada pertumbuhan pendapatan, profitabilitas, dan pengalaman pelanggan. Namun, kesiapan infrastruktur masih menjadi pekerjaan rumah, dengan hanya separuh proyek proof-of-concept yang berhasil naik ke tahap produksi. Hal ini mengindikasikan adanya kesenjangan antara ambisi dan kemampuan penskalaan AI. Hanya 10 persen organisasi merasa siap untuk implementasi Agentic AI skala besar, dan 41 persen memprediksi membutuhkan lebih dari 12 bulan untuk AI berdampak nyata.
Tantangan utama bukan terletak pada komitmen investasi, melainkan pada kesiapan operasional seperti tata kelola, keamanan, integrasi data, dan manajemen siklus hidup AI. Fokus organisasi saat ini adalah membangun infrastruktur dan kerangka operasional yang mendukung peralihan AI dari konsep menjadi produksi berskala besar, meskipun skalabilitas operasi masih menghadapi kompleksitas integrasi dengan infrastruktur AI yang ada.
