Meski adopsi kecerdasan buatan terus meluas, laporan terbaru SOAS menunjukkan bahwa kepercayaan terhadap AI belum sepenuhnya diiringi kesiapan operasional yang matang. Di banyak organisasi, teknologi ini sudah dipakai untuk mendukung tugas-tugas IT yang dinilai vital, tetapi di balik itu masih ada persoalan mendasar yang membuat implementasinya belum berjalan mulus.
Keamanan dan kesiapan operasional masih jadi sorotan
Dalam laporan tersebut, keamanan model AI disebut sebagai perhatian utama bagi perusahaan yang sudah mulai memanfaatkan teknologi ini. Di saat yang sama, 60% organisasi masih bergantung pada alur kerja manual dalam pengembangan AI, yang menunjukkan bahwa otomatisasi belum benar-benar mengambil alih proses inti.
Kondisi ini menegaskan adanya kesenjangan antara ambisi dan kesiapan teknis. AI memang semakin dipercaya, tetapi banyak perusahaan belum memiliki fondasi operasional yang cukup kuat untuk memaksimalkan penggunaannya secara konsisten.
Keterampilan SDM dan biaya masih membatasi
Selain persoalan keamanan, keterbatasan sumber daya manusia juga menjadi hambatan besar. Sebanyak 54% responden mengaku kurangnya keterampilan tim membatasi pemanfaatan potensi AI secara optimal. Artinya, tantangan AI tidak hanya ada pada teknologinya, tetapi juga pada kemampuan organisasi mengelolanya.
Dari sisi anggaran, biaya membangun dan menjalankan AI juga masih dianggap berat oleh hampir separuh responden, atau 48%. Beban ini membuat banyak organisasi harus berhitung lebih cermat sebelum memperluas penerapan AI ke lebih banyak fungsi bisnis dan IT.
Masalah data belum hilang sepenuhnya
Laporan SOAS juga menyoroti praktik data yang belum sepenuhnya matang. Semakin banyak organisasi menyadari bahwa mereka masih kekurangan pendekatan data yang mumpuni dan terukur. Di sisi lain, kekhawatiran terhadap bias dan akurasi hasil AI tetap bertahan, dengan 34% responden mengaku belum sepenuhnya percaya pada output yang dihasilkan sistem.
Namun ada satu sinyal positif: keluhan soal kualitas data justru menurun. Hanya 48% responden yang masih menilai kualitas data sebagai masalah, turun dari 56% pada tahun sebelumnya. Penurunan ini menunjukkan ada perbaikan, meski belum cukup untuk menghapus tantangan utama yang masih membayangi implementasi AI di banyak organisasi.
Source link
