marketinginsight.id – Adopsi teknologi digital dalam skala masif sering kali menjebak pelaku industri pada tren semata tanpa menghadirkan nilai tambah yang konkret. Kehadiran teknologi kecerdasan buatan mestinya bukan sekadar gaya hidup korporasi, melainkan solusi atas persoalan operasional dan efisiensi bisnis.
Pengukuran keberhasilan transformasi digital kini bergeser dari seberapa cepat eksperimen dilakukan menuju seberapa besar dampak yang dihasilkan. Kejelasan tolok ukur menjadi kunci utama agar investasi teknologi tidak berhenti sebagai proyek uji coba yang sia-sia.
Integrasi sistem cerdas pada sektor finansial dan operasional membuktikan pentingnya kesiapan talenta manusia dalam mengendalikan arah otomatisasi. Pelajaran berharga mengenai pengelolaan risiko dan peningkatan efisiensi tersebut terangkum secara jelas dalam ulasan berikut.
Ketika penggunaan kecerdasan buatan (AI) semakin masif, tingginya tingkat adopsi belum tentu menghasilkan nilai nyata bagi perusahaan. Pertanyaan yang lebih penting adalah apakah teknologi tersebut benar-benar mampu menyelesaikan persoalan, meningkatkan produktivitas, dan menciptakan dampak yang terukur bagi bisnis.
Isu tersebut menjadi fokus DANA dalam inisiatif tahunan AI@Work Lab di IdeaFest 2026. Acara ini mempertemukan pemimpin bisnis, teknologi, dan komunitas untuk membahas cara membawa AI dari tahap eksperimen menuju implementasi yang memberikan hasil terukur serta dampaknya bagi masa depan talenta.
Dalam sesi The AI Adoption Trap Moving Beyond Hype to Real Business Value, Chief Executive Officer sekaligus Co-Founder DANA Indonesia Vince Iswara memberikan penekanan penting. Pendiri Genesis dan Sevenpreneur Raymond Chin juga menekankan bahwa perusahaan perlu mengukur tingkat keberhasilan AI terhadap proses kerja dan perubahan yang dihasilkan terhadap bisnis, bukan hanya dari seberapa banyak AI digunakan atau eksperimen yang dijalankan.
Selanjutnya, Vince menegaskan bahwa adopsi AI bukan lagi tujuan akhir. Nilai teknologi baru tercipta ketika membantu menyelesaikan persoalan yang nyata, memperbaiki kualitas keputusan, dan memberikan hasil yang dapat diukur, sementara manusia tetap memegang peran utama dalam menentukan konteks serta mengelola risiko.
Saat ini, sekitar 80 sampai 90 persen kode di DANA dihasilkan dengan dukungan AI. Meski demikian, peran engineer tidak berhenti pada pemeriksaan kualitas.
Engineer tetap bertanggung jawab dalam merumuskan persoalan dan merancang arsitektur sistem. Para ahli teknologi ini juga melakukan validasi, memastikan keamanan, serta mengambil keputusan atas hasil akhir.
Sepanjang 2025, implementasi agentic AI pada sejumlah proses operasional DANA mencatat peningkatan produktivitas hingga 57 persen. Langkah ini juga mendorong peningkatan kepuasan pelanggan sebesar 13 persen serta percepatan penyelesaian layanan sebesar 10 persen.
Selain itu, diskusi menyoroti pentingnya kesiapan organisasi dan talenta dalam mengintegrasikan AI ke proses kerja. Perusahaan perlu memberi ruang untuk mencoba teknologi baru, sekaligus memastikan tata kelola dan penerapannya tetap bertanggung jawab.
Pendekatan tersebut diterapkan dengan memberikan ruang bagi tim untuk bereksperimen. Langkah ini berjalan sembari memastikan setiap penggunaan AI memiliki tujuan, parameter keberhasilan, dan akuntabilitas yang jelas.
Di DANA, pendekatan ini salah satunya dilakukan lewat penerapan Smart Friction. Fitur ini merupakan penambahan lapisan verifikasi secara terukur pada aktivitas yang memiliki indikasi risiko lebih tinggi.
Lewat kolaborasi lintas sektor bersama Pusat Pelaporan dan Analisis Transaksi Keuangan (PPATK), langkah tersebut berdampak positif. Kebijakan ini berkontribusi terhadap penurunan aktivitas terindikasi perjudian online di platform hingga 80 persen sepanjang 2025.
Perubahan AI terhadap dunia kerja pun dibahas lebih lanjut dalam sesi Beyond Coding Building a Career AI Can’t Replace. Sesi ini menghadirkan Chief Technology Officer DANA Indonesia Norman Sasono, Chief Technology Officer Google Cloud Indonesia Sai Prasad Kolluri, serta Pendiri ASSAI Abil Sudarman.
Sesi tersebut mengupas bagaimana AI mengubah peran software engineer serta keterampilan yang akan semakin penting ke depan. Coding tetap menjadi kemampuan penting, tetapi keunggulan kompetitif bergeser ke kemampuan memahami bisnis, memecahkan masalah, merancang arsitektur, mengambil keputusan, dan bertanggung jawab atas hasil secara menyeluruh.
Kemudian, Norman Sasono menjelaskan bahwa AI dapat membantu menjawab pertanyaan teknis. Namun, para engineer tetap bertanggung jawab atas alasan pembentukan sistem, konsep, dan penanganan risiko yang mungkin terjadi.
Norman Sasono menambahkan bahwa ketika kode semakin mudah dihasilkan, kemampuan memahami konteks menjadi sangat krusial. Penggunaan penilaian yang tepat dan akuntabilitas justru menjadi semakin penting dalam ekosistem ini.
Melalui AI@Work Lab, DANA ingin membawa diskusi mengenai AI ke tahap yang lebih konkret. Fokus utama bukan lagi sekadar soal siapa yang paling cepat mengadopsinya, melainkan persoalan apa yang dapat diselesaikan.
Langkah ini juga menekankan hasil apa yang benar-benar berubah dari implementasi teknologi. Pada akhirnya, prioritas utama tertuju pada bagaimana manusia dapat menggunakan teknologi tersebut secara bertanggung jawab.
Redaksi
