Strategi Sukses Implementasi AI di Era Keamanan Ketat


Ilustrasi Artificial Intelligence 5

Ilustrasi Artificial Intelligence

Perbincangan mengenai adopsi artificial Intelligence (AI)  dan teknologi baru lainnya terus berlanjut, terutama sebelum pesaing melakukannya. Konsekuensinya dianggap berat, dengan perusahaan yang lambat beradaptasi. Namun, para pemimpin bisnis tampaknya tidak sepenuhnya setuju dengan pandangan ini, mereka percaya tata kelola, keamanan, dan budaya perusahaan harus dipertimbangkan sebelum AI diintegrasikan secara penuh dalam operasi dan pengambilan keputusan.

Sebagian besar pemimpin bisnis (98%) menyatakan mereka "bersedia untuk tidak menjadi yang pertama menggunakan AI" jika hal tersebut memastikan implementasi yang aman dan terjamin, berdasarkan survei terhadap 205 eksekutif yang diterbitkan oleh MIT Technology Review dan didukung oleh Boomi.

Meski ambisi terhadap AI tinggi, hanya sedikit yang berhasil melampaui tahap proyek percontohan. Menurut survei, 95% perusahaan sudah menggunakan AI dan 99% berharap untuk terus menggunakannya di masa depan. Namun, mayoritas organisasi, yaitu 76%, baru menerapkan AI dalam satu hingga tiga kasus penggunaan.

Saat ini kita berada di tahap awal adopsi AI. Apa yang diperlukan agar organisasi dapat menyelesaikan implementasi AI sehingga teknologi ini dapat berfungsi sepenuhnya dan memberikan hasil yang diharapkan?

Para pemimpin industri sepakat bahwa sudah saatnya untuk fokus pada hasil nyata, bukan hanya pada hype dan harapan tentang AI. "Adalah hal yang wajar untuk meragukan klaim bahwa setiap terobosan teknologi baru akan mengubah segalanya," kata Raj Sharma, mitra pengelola global untuk pertumbuhan dan inovasi di EY.

Sharma mengingatkan untuk berhati-hati namun tetap optimis mengenai potensi AI. "AI generatif dan model bahasa besar tampaknya siap memenuhi janji mereka. Setelah tahun lalu dikenal sebagai tahun hype AI, 2024 mungkin menjadi tahun realitas AI. Bisnis sedang menjajaki transformasi besar-besaran sementara regulator fokus pada penerapan kode dan regulasi AI baru.”

 “Pendekatan 'fake-it-until-you-make-it' tidak lagi efektif untuk AI,” kata Mrinal Manohar, seorang CEO Casper Labs. "Kesulitan utama adalah bagaimana menerapkan kerangka tata kelola yang sesuai untuk aplikasi berisiko tinggi sambil mendorong inovasi dan adopsi AI yang bertanggung jawab." Untuk tujuan tersebut, tata kelola, keamanan, dan privasi merupakan penghambat terbesar kecepatan penerapan AI, yang disebutkan oleh 45% responden survei MIT-Boomi.  

Manohar menambahkan, “Orang mengemudi lebih cepat dengan sabuk pengaman.” Tata kelola dan manajemen risiko dapat membantu memaksimalkan potensi AI dan menyelesaikannya. Namun, teknologi ini belum sepenuhnya terwujud karena kurangnya tata kelola dan standar yang terpadu. Tata kelola AI yang kuat dapat mempercepat inovasi dan penerapan yang lebih andal.

Budaya perusahaan juga berperan penting dalam tata kelola dan manajemen risiko AI. “Banyak organisasi telah mengadopsi kebijakan internal mengenai penggunaan alat AI, tetapi kebijakan tersebut hanya efektif jika benar-benar diterapkan dan diikuti, bukan hanya disimpan di laci atau situs intranet yang jarang dikunjungi,” kata Anna Westfelt, mitra dan kepala praktik privasi data di Gunderson Dettmer.

“Membangun budaya akuntabilitas dan kepatuhan terkait privasi dan keamanan serta melatih karyawan untuk berhati-hati saat menggunakan alat AI adalah kunci,” lanjut Westfelt. Ini termasuk "pemantauan konsisten oleh tim TI organisasi terhadap AI, serta pelatihan reguler untuk memastikan karyawan menyadari batasan penggunaan alat AI."

Saat ini, “banyak organisasi telah memperoleh versi komersial yang lebih aman dari alat GenAI yang populer dan tersedia secara publik,” tambah Westfelt. "Karyawan harus dilarang menggunakan alat yang tidak diverifikasi oleh organisasi." Inventarisasi alat yang digunakan dan pelatihan yang diberikan juga harus dilacak.

Pada akhirnya, tujuan dari tata kelola dan manajemen risiko AI adalah penggunaan teknologi yang bertanggung jawab dan etis seiring perkembangan dalam organisasi. “Langkah ke depan adalah mengintegrasikan manajemen risiko proaktif di setiap tahap transformasi AI,” kata Sharma. "Ini akan membantu membangun kepercayaan, meningkatkan kelincahan, dan menghadapi disrupsi dengan lebih efektif".


Bagikan artikel ini

Video Terkait