Survei HSBC: Integrasi Data dan Keamanan Jadi Tantangan Utama Adopsi AI di Korporasi Indonesia

______________

KEY FACTS:

■ HSBC secara resmi merilis hasil survei terkait tren adopsi kecerdasan buatan atau artificial intelligence (AI) di kalangan korporasi Indonesia.

■ Laporan tersebut menyoroti bahwa integrasi data dengan sistem perusahaan yang sudah berjalan di dalam operasional sehari-hari menjadi salah satu tantangan utama yang harus dihadapi dalam penerapan teknologi AI secara efektif.

■ Dalam survei tersebut terungkap pula bahwa perusahaan-perusahaan di tanah air memiliki tingkat digitalisasi yang sangat beragam. 

____________

Penerapan teknologi kecerdasan buatan atau artificial intelligence (AI) di sektor korporasi Indonesia dihadapkan pada tantangan nyata terkait integrasi sistem dan kualitas data yang beragam. Perbedaan tingkat kesiapan infrastruktur antarperusahaan menuntut adanya penyesuaian strategi adopsi agar pemanfaatan teknologi ini dapat berjalan secara optimal.

Country Head of Global Payments Solutions HSBC, Anne Suhandojo, mengungkapkan bahwa perusahaan-perusahaan di Indonesia memiliki spektrum digitalisasi yang sangat luas. Sebagian masih bergantung pada pencatatan manual dan penggunaan lembar kerja (spreadsheet), sementara sebagian lainnya telah mengadopsi sistem terintegrasi seperti enterprise resource planning (ERP) untuk mengelola data keuangan secara elektronik.

"Perusahaan di Indonesia semuanya mempunyai proses yang berbeda-beda. Dari yang sangat manual sampai yang sangat elektronik, yang sangat digital," ujar Anne dalam acara Media Briefing Survei HSBC: Tren Adopsi AI di Korporasi Indonesia di Jakarta, Kamis (29/10).

Menurut Anne, keberagaman tingkat digitalisasi tersebut secara langsung memengaruhi kelancaran proses integrasi AI. Perusahaan yang masih mengandalkan proses manual harus membenahi tata kelola dan kualitas data internal mereka terlebih dahulu sebelum memanfaatkan AI. Pasalnya, teknologi tersebut hanya berfungsi sebagai alat bantu pengolah informasi.

"Kalau data terpencar-pencar, data yang tidak akurat, bagaimana AI bisa membantu? Karena AI sebenarnya hanya tools," tegasnya.

Data yang tersusun rapi dan terkonsolidasi memungkinkan sistem AI untuk mengolah informasi, melakukan analisis mendalam, serta menghasilkan rekomendasi bisnis yang akurat. Sebaliknya, data yang tersebar di berbagai sistem terpisah justru akan membatasi efektivitas pemanfaatan teknologi tersebut. Selain integrasi sistem, Anne juga menyoroti tantangan lain seperti aspek keamanan data, keterbatasan sumber daya manusia yang memiliki keterampilan AI, serta kejelasan pertanggungjawaban atas keputusan yang dihasilkan oleh sistem berbasis teknologi.
Implementasi Nyata di Sektor Keuangan Korporasi

Tantangan adopsi AI ini dirasakan langsung oleh pelaku industri yang mulai mengaplikasikannya untuk mendukung fungsi operasional dan keuangan. Direktur Keuangan (CFO) Shipper Group, Leo Pontoh, menjelaskan bahwa perusahaannya memanfaatkan AI untuk membantu menstandarkan dokumen penagihan dan pembayaran vendor yang memiliki format beragam.

"Dari sisi penagihan sendiri kita sudah pasti menggunakan AI, di mana AI sangat membantu kita untuk menstandarkan hal yang tidak standar," ujar Leo.

Ia menambahkan bahwa implementasi AI di perusahaannya dilakukan melalui pendekatan kolaboratif lintas departemen, melibatkan tim teknologi, unit pengguna (user), serta tim pengendali internal dan manajemen risiko guna memastikan aspek keamanan data serta kontrol akses tetap terjaga.

Pendekatan serupa juga diterapkan oleh ATIC Group. Head of Finance ATIC Group, Minto Hartati, menuturkan bahwa perusahaannya menggunakan AI untuk mengotomatisasi pengolahan dokumen invoice (faktur). Setiap bulan, timnya menangani sekitar 10.000 dokumen tagihan yang sebelumnya direkap secara manual ke dalam spreadsheet.

"Yang kita lakukan adalah sekarang semua invoice yang masuk dalam bentuk soft copy itu bisa dibantu dengan AI, jadi list yang dulunya kita buat secara manual, diketik manual sekarang bisa ter-generate otomatis," jelas Minto. Proses pengembangan dan pengujian sistem otomasi tersebut memakan waktu sekitar dua hingga tiga bulan.

Strategi Bertahap dan Rekomendasi Awal

Menanggapi berbagai tantangan tersebut, Anne Suhandojo menyarankan agar perusahaan tidak terburu-buru menerapkan sistem otomatisasi yang kompleks secara masif. Ia merekomendasikan pendekatan bertahap dengan memulai dari proses yang paling sederhana dan memiliki kebutuhan operasional yang jelas.

"Jadi kalau perusahaan mau menggunakan AI, sebetulnya bagaimana caranya? Start small, jadi mulai dari yang simpel dulu. Sama seperti kita menggunakan teknologi, kita mulai dari yang simpel, melakukan riset, melakukan komparasi mungkin dari beberapa opsi dan lain-lain. Jadi perusahaan bisa menggunakan AI untuk fungsi-fungsi tersebut terlebih dahulu," ujar Anne.

Pendekatan ini dinilai efektif agar perusahaan dapat mengevaluasi manfaat teknologi secara langsung sekaligus mengidentifikasi kendala teknis sebelum memperluas penggunaan AI ke dalam proses bisnis yang lebih kompleks dan berskala besar.

Temuan survei dan implementasi nyata di lapangan menghadirkan sejumlah catatan analitis penting mengenai transformasi digital korporasi. Pertama, kesenjangan kesiapan infrastruktur terlihat dari perbedaan tingkat adopsi teknologi antarperusahaan di Indonesia yang menunjukkan bahwa transformasi digital tidak bisa disamaratakan, sehingga perusahaan dengan sistem manual harus memprioritaskan pembersihan data (data cleansing) sebelum berinvestasi pada AI. 

Kedua, mitigasi risiko keamanan data tercermin dari keterlibatan unit manajemen risiko dan pengendali internal dalam proyek AI yang menandakan kesadaran korporasi bahwa otomatisasi proses keuangan membawa risiko kebocoran data jika kontrol akses tidak diperketat. 

Ketiga, efisiensi operasional berbasis kasus riil terbukti dari keberhasilan otomatisasi pengolahan ribuan invoice yang menunjukkan bahwa AI mampu memberikan nilai tambah paling nyata apabila diterapkan untuk menyelesaikan masalah spesifik yang repetitif. ■