Generative AI Melesat, Begini Cara Siapkan Data yang Siap AI

Perkembangan artificial intelligence (AI) kini tidak lagi sekadar wacana teknologi masa depan, melainkan telah memberikan dampak nyata bagi organisasi melalui penguatan tata kelola data, peningkatan kapabilitas tim, serta percepatan adopsi AI yang aman dan bertanggung jawab. Hal ini dipaparkan oleh Dony Prasetyo, Data Governance Expert dari Asosiasi Manajemen Data Indonesia, dalam gelaran Data & AI Conference 2026.

Dony menekankan pentingnya fondasi data yang terpercaya bagi implementasi AI. “Sebelum AI bisa memberikan dampak nyata, data di baliknya harus terpercaya, akurat, dan siap digunakan,” ujar Dony. Menurutnya, konsep ini dikenal sebagai “AI-Ready Data”, yang menjadi kunci sukses transformasi digital organisasi.

Lonjakan Penggunaan AI Generatif

Dony menyoroti tren global terkait AI generatif yang diprediksi akan makin dominan. “By 2026, 75% bisnis diperkirakan akan menggunakan AI generatif untuk menciptakan data pelanggan sintetis, naik signifikan dibandingkan kurang dari 5% di 2023,” jelasnya mengutip laporan Gartner What Generative AI Means for Business 2024.

Ia menambahkan bahwa adopsi AI bukan hanya soal membangun teknologi, tetapi juga membangun tim yang tepat. “Seiring AI membentuk ulang bisnis, ia juga membentuk ulang tim. Posisi baru ini penting untuk memastikan adopsi AI dilakukan dengan benar, bukan sekadar dibangun saja,” kata Dony.

6 Prinsip AI-Ready Data

Dalam presentasinya, Dony memaparkan enam prinsip utama untuk memastikan data organisasi siap digunakan oleh AI, khususnya untuk sistem AI generatif dan model bahasa besar (LLM):

1. Deliver AI-ready formats: Menyediakan format data yang siap dipakai untuk mendorong dampak di seluruh sistem genAI dan LLM.
2. Empower teams: Mempermudah tim menemukan dan menggunakan data yang tepat.
3. Protect data at scale: Melindungi data dalam skala besar sehingga inovasi AI bisa dilakukan dengan percaya diri.
4. Build trust and performance: Membangun kepercayaan dan kinerja melalui data berkualitas tinggi dan andal.
5. Stay ahead: Memberi AI data yang selalu terbaru dan relevan dengan konteks.
6. Broaden AI insights: Memperluas wawasan AI dengan data yang mencerminkan variasi dunia nyata.

“Data readiness for AI bukan sesuatu yang bisa dibangun sekali saja, dan tidak bisa dipersiapkan untuk semua data sekaligus. Ini adalah proses yang terus berlangsung,” tegas Dony, mengutip prinsip yang dirangkum Gartner dalam What Makes Data AI-Ready, 2024.

Dukungan Platform Qlik Talend

Untuk mendukung prinsip AI-ready data, Dony menekankan pentingnya ekosistem data yang handal. Salah satunya adalah Qlik Talend Cloud, platform yang memungkinkan organisasi untuk memastikan data akurat, dapat ditelusuri, dan mudah dikonsumsi oleh sistem AI maupun LLM.

Beberapa fitur utama Qlik Talend yang mendukung AI-ready data antara lain:

• Automated profiling & exploration: Memeriksa kualitas data secara otomatis di seluruh pipeline.
• End-to-end data quality monitoring: Memastikan kualitas data terjaga dari awal hingga akhir.
• Self-service remediation: Memungkinkan perbaikan data secara mandiri oleh tim.
• Lineage and impact analysis: Menyediakan jejak lengkap data untuk memastikan keterlacakan dan dampaknya.

Dony menjelaskan, “Dengan platform seperti Qlik Talend, organisasi dapat mengubah data menjadi mudah diakses, relevan, dan berkualitas tinggi, sehingga siap dipakai untuk berbagai use case AI, baik structured maupun unstructured data.”

Transformasi Data untuk AI

Selain itu, Dony juga menyoroti pentingnya transformasi data agar dapat langsung digunakan oleh model AI atau LLM. Qlik Talend menyediakan berbagai opsi, mulai dari no-code workflow, low-code custom transforms, hingga integrasi AI/ML, termasuk pipeline Retrieval Augmented Generation (RAG) untuk data tidak terstruktur maupun terstruktur.

“Data yang siap AI bukan hanya soal banyaknya data, tapi seberapa representatif data itu terhadap use case, pola, kesalahan, dan anomali yang mungkin muncul,” jelas Dony. Menurutnya, pendekatan ini membuat AI dapat menghasilkan insight yang lebih akurat dan dapat diandalkan.

Dony menutup sesi presentasinya dengan menekankan, “Investasi pada AI tanpa kesiapan data hanyalah sia-sia. Pastikan data Anda AI-ready, baru teknologi AI bisa bekerja maksimal.”

Dengan prinsip-prinsip ini, organisasi di Indonesia kini memiliki panduan praktis untuk mempercepat adopsi AI yang bertanggung jawab, aman, dan efektif, sekaligus membangun keunggulan kompetitif berbasis data yang solid.