Indonesia Terdepan Pakai AI, Tapi Fondasi Bisnisnya Masih Rapuh

Universitas Pamulang

Teknologi | 2026-07-28 19:50:32

Oleh: Sintia Nuraisah

Survei The Business Times Insights: Asean Intelligence 2026 yang dirilis Februari lalu menempatkan Indonesia pada posisi teratas Asia Tenggara dalam penerapan kecerdasan buatan, dengan 62 persen perusahaan masuk kategori "First Movers", jauh melampaui Thailand, Malaysia, bahkan Singapura. Angka ini biasanya dipakai sebagai bukti bahwa dunia usaha Indonesia sudah lebih maju dibandingkan tetangga-tetangganya.

Namun hanya berselang beberapa bulan sebelumnya, Cisco AI Readiness Index 2025 justru menemukan hal yang bertolak belakang: 81 persen perusahaan di Indonesia sebenarnya belum siap mengadopsi kecerdasan buatan, karena fondasi teknologinya masih rapuh, mulai dari infrastruktur jaringan yang belum terintegrasi hingga tata kelola data yang masih berantakan. Dua survei ini sama-sama kredibel, namun menggambarkan Indonesia dari sudut yang nyaris berlawanan, dan justru dari kontradiksi inilah persoalan yang sesungguhnya mulai terlihat.

Kontradiksi semacam ini sebetulnya bukan hal baru dalam kajian adopsi teknologi. Kerangka Technology-Organization-Environment yang dirumuskan Tornatzky dan Fleischer menjelaskan bahwa keputusan sebuah organisasi mengadopsi teknologi baru mempengaruhi tiga faktor sekaligus, yaitu kesiapan teknologi itu sendiri, kesiapan internal organisasi seperti sumber daya manusia dan struktur kerja, serta tekanan dari lingkungan luar seperti kompetitor dan tren pasar (Tornatzky & Fleischer, 1990). Banyak perusahaan di Indonesia tampaknya bergerak cepat karena tekanan lingkungan, takut tertinggal dari kompetitor yang sudah lebih dulu mengumumkan penggunaan AI, tanpa terlebih dahulu memastikan dua faktor lainnya benar-benar siap. Akibatnya, yang terjadi bukanlah transformasi yang utuh, melainkan adopsi yang tergesa-gesa dan rapuh di baliknya.

Antusiasme yang Berjalan Lebih Cepat dari Kesiapan

Data ketenagakerjaan memperkuat kekhawatiran ini. Survei Harapan dan Ketakutan Tenaga Kerja Global Riset PwC mencatat bahwa 69 persen pekerja Indonesia telah menggunakan AI dalam pekerjaan mereka selama setahun terakhir, jauh di atas rata-rata global yang hanya 54 persen. Sekilas ini terdengar menggembirakan, tapi survei terpisah dari DataOn pada tahun 2026 justru menemukan bahwa lebih dari 70 persen karyawan Indonesia sebenarnya belum siap mengadopsi teknologi AI secara optimal di lingkungan kerja mereka, dan diperkirakan sekitar 23 juta pekerja membutuhkan pelatihan ulang dalam beberapa tahun ke depan akibat perubahan yang membawa teknologi ini. Artinya, banyak pekerja yang sudah memakai AI sehari-hari, namun pemakaiannya belum tentu didasari pemahaman yang cukup tentang cara kerja, batasan, maupun risiko dari alat yang mereka pakai.

Country Manager AWS Indonesia, Anthony Amni, mengamini pola ini ketika menyampaikan bahwa banyak korporasi di Indonesia masih menempatkan AI sekadar sebagai alat bantu tambahan, bukan sebagai bagian inti dari strategi bisnis mereka. Pernyataan ini penting karena menandai adanya jarak antara antusiasme mencoba dan kedalaman. Sebuah aplikasi kecerdasan buatan yang dipakai sesekali untuk merapikan email atau membuat rancangan presentasi jelas berbeda jauh dampaknya dibandingkan AI yang benar-benar terintegrasi ke dalam sistem informasi perusahaan, ikut menentukan keputusan operasional, dan mencakup tata kelola risiko pengelolaannya secara sistematis.

Ketika Memakai Belum Berarti Dipahami

Contoh nyata paradoks ini bisa dilihat dari maraknya penggunaan chatbot berbasis kecerdasan buatan di kalangan pelaku usaha Indonesia, mulai dari toko dare kecil hingga korporasi besar. Banyak dari mereka yang bangga menyebut diri "sudah pakai AI" karena mengaktifkan fitur balasan otomatis di WhatsApp Business atau menambahkan widget chatbot di situs web. Namun pertanyaan yang jarang diajukan adalah apakah data hasil interaksi pelanggan dengan chatbot itu benar-benar dianalisis dan dipakai untuk memperbaiki produk atau layanan, atau ia hanya berfungsi sebagai penjawab otomatis yang berhenti begitu percakapan selesai. Kecerdasan buatan yang sekadar menjawab pertanyaan berulang kali jelas berbeda dengan kecerdasan buatan yang menjadi bagian dari sistem informasi yang terus belajar dari data penggunanya.

Kesempurnaan antara antusiasme dan kesiapan ini mempunyai konsekuensi nyata yang tidak murah. Laporan Akkodis mencatat tingkat kepercayaan para pemimpin teknologi terhadap ekspansi AI di perusahaan mereka justru menurun tajam, dari 82 persen pada tahun 2024 menjadi hanya 48 persen pada pertengahan tahun 2026. Penurunan ini menunjukkan bahwa setelah gelombang euforia awal, banyak pemimpin teknologi mulai menyadari kerumitan sesungguhnya dari mengintegrasikan kecerdasan buatan ke sistem informasi yang sudah ada, mulai dari kualitas data yang buruk, keamanan siber baru, hingga kebutuhan keanggotaan yang ternyata jauh lebih kompleks dari yang mereka bayangkan sebelumnya.

Dari Sekadar Coba-Coba Menuju Kematangan Sistem

Untuk keluar dari adopsi yang tergesa-gesa ini, perusahaan Indonesia perlu mengubah cara mereka mengukur keberhasilan penerapan AI. Alih-alih berbangga hanya karena sudah "menggunakan AI" dalam bentuk apa pun, indikator yang lebih jujur adalah sejauh mana keluaran AI tersebut benar-benar terhubung dengan proses pengambilan keputusan dan didukung tata kelola data yang jelas. Perusahaan yang serius perlu lebih dulu membenahi tiga hal yang justru sering dilalui karena terburu-buru mengejar tren, yaitu kualitas dan kerapian data internal, keamanan siber sebagai fondasi sebelum otomatisasi berfungsi, dan pelatihan sumber daya manusia agar penggunaan AI tidak berhenti pada tingkat coba-coba semata.

Langkah ini sebetulnya sudah mulai terlihat pada sebagian perusahaan rintisan teknologi finansial di Indonesia yang memilih membangun kembali arsitektur data mereka terlebih dahulu sebelum memasang lapisan kecerdasan buatan di atasnya, alih-alih langsung membeli lisensi model bahasa besar dan menempelkannya ke sistem lama yang datanya masih berantakan. Pendekatan semacam ini memang terasa lebih lambat dan kurang menarik untuk dipublikasikan sebagai pencapaian instan, namun jauh lebih mungkin menghasilkan sistem informasi yang benar-benar mengambil manfaat dari kecerdasan buatan dalam jangka panjang, dibandingkan sekadar menempelkan fitur baru di atas fondasi yang rapuh.

Pemerintah, melalui peta jalan kecerdasan buatan nasional yang tengah disusun Kementerian Komunikasi dan Digital untuk periode 2026 hingga 2030, sebaiknya ikut mendorong standar kesiapan minimum bagi perusahaan sebelum mengklaim dirinya sebagai pengguna AI, mirip dengan sertifikasi keamanan informasi yang sudah lebih dulu dikenal luas. Pada akhirnya, gelar sebagai negara paling agresif yang mengadopsi kecerdasan buatan di Asia Tenggara tidak banyak berarti jika fondasi di baliknya masih rapuh. Yang lebih patut dirayakan bukanlah seberapa cepat sebuah teknologi dipakai, melainkan seberapa matang sebuah organisasi sudah siap menanggung konsekuensi dari penggunaannya.

MENANDAI

Sistem Informasi, Kecerdasan Buatan, Kecerdasan Buatan, Transformasi Digital, Adopsi Teknologi, Tata Kelola Data, Strategi Bisnis, Kesiapan Digital, Teknologi Informasi, Ekonomi Digital

REKOMENDASI FOTO

Kata Kunci Pixabay: bisnis kecerdasan buatan, kantor teknologi AI, transformasi digital

Kata Kunci Unsplash: layar chatbot AI, teknologi tim bisnis, analitik data kantor

Rasio Gambar: 16:9 (Lanskap, cocok untuk header artikel Indonesia)

DAFTAR PUSTAKA

Akkodis. (2026). Laporan pendapat Chief Technology Officer terhadap perluasan kecerdasan buatan. Grup Adecco.

Cisco. (2025). Indeks Kesiapan AI Cisco 2025. Cisco Systems, Inc.

Data Aktif. (2026). Riset kesiapan sumber daya manusia terhadap adopsi kecerdasan buatan di Indonesia. DataDi Indonesia.

PwC. (2025). Survei harapan dan kekhawatiran tenaga kerja global 2025. PricewaterhouseCoopers.

The Business Times & Kantar. (2026). Kecerdasan ASEAN 2026: Survei adopsi AI. Singapore Press Holdings.

Tornatzky, LG, & Fleischer, M. (1990). Proses Inovasi Teknologi. Lexington Books.