Melebihi Kepatuhan: Mengapa Perusahaan yang Menunggu Kejelasan Regulasi AI Sudah Tertinggal

Sebagian besar organisasi tahu bahwa mereka perlu membangun tata kelola AI, tetapi banyak yang kesulitan dengan pertanyaan yang sama: Bagaimana cara membangun program tata kelola ketika lanskap regulasi terus berubah? 

Di antara prioritas federal yang terus berkembang, mozaik peraturan negara bagian yang semakin banyak, dan harapan industri yang berubah, sulit untuk menilai persyaratan mana yang akan bertahan dan pada akhirnya membentuk kepatuhan AI. Akibatnya, banyak organisasi menunda investasi tata kelola hingga ada kejelasan regulasi yang lebih besar.

Meskipun ketidakpastian ini terus berlanjut, organisasi yang menunda pembentukan tata kelola AI berisiko selalu berada dalam posisi defensif, bereaksi terhadap setiap perkembangan regulasi baru alih-alih membangun kemampuan tata kelola yang berkelanjutan. Alih‑alih merancang program tata kelola berdasarkan undang‑undang individual, organisasi terdepan tetap di depan dengan membangun kerangka tata kelola yang dapat beradaptasi dan berkembang seiring perubahan persyaratan. Fokusnya seharusnya bukan memprediksi regulasi mana yang akan bertahan, melainkan membangun struktur tata kelola, mekanisme akuntabilitas, penilaian risiko, dan proses pengawasan yang tetap bernilai terlepas dari bagaimana lanskap regulasi berkembang.

 Menavigasi Lanskap Regulasi yang Berubah

Kecepatan regulasi AI di Amerika Serikat telah meningkat secara dramatis, menciptakan lanskap kepatuhan yang kompleks bagi organisasi yang mengembangkan atau menerapkan sistem AI dan ingin membangun tata kelola. Pada akhir 2025, semua 50 negara bagian telah mengusulkan setidaknya satu rancangan undang‑undang AI, dan lebih dari 145 telah disahkan. Pada 2026, pembuat kebijakan di 45 negara bagian memperkenalkan lebih dari 1.500 rancangan undang‑undang terkait AI tambahan, melampaui total aktivitas legislatif dua tahun sebelumnya. 

Colorado adalah contoh seberapa cepat lanskap dapat berubah. Sebelum Undang‑Undang AInya berlaku, pembuat kebijakan mencabut dan menggantinya dengan undang‑undang yang lebih sempit yang berfokus terutama pada transparansi dan pengungkapan untuk sistem pengambilan keputusan otomatis. Alih‑alih menyatukan pada satu model regulasi, negara bagian mengejar beragam pendekatan, mulai dari undang‑undang komprehensif yang mengatur AI berisiko tinggi hingga regulasi model dasar dan persyaratan sektoral yang menangani perekrutan algoritmik, transparansi AI, deepfake, dan kloning suara yang dihasilkan AI. 

Pada saat yang sama, pendekatan federal terhadap regulasi AI terus berkembang. Pada Juni 2026, pemerintahan Trump mengeluarkan perintah eksekutif yang menetapkan kerangka kerja sukarela untuk kolaborasi dengan pengembang AI pada model AI frontier tertentu guna memperkuat keamanan siber dan mendukung pengembangan AI yang aman. Sementara itu, negara bagian terus mengesahkan, merevisi, dan memperkenalkan undang‑undang AI mereka sendiri, memperkuat lanskap regulasi yang terfragmentasi dan berkembang cepat yang harus dinavigasi organisasi. Bersama‑sama, perkembangan ini menegaskan realitas penting. Persyaratan hari ini mungkin tidak mencerminkan harapan besok, dan program tata kelola yang dibangun di sekitar satu undang‑undang atau yurisdiksi akan cepat menjadi usang. Alih‑alih berusaha memprediksi setiap pergeseran regulasi, organisasi harus membangun kemampuan tata kelola yang dapat beradaptasi dan berkembang bersama lanskap regulasi.

Merancang Tata Kelola untuk Target yang Bergerak

Pertanyaannya, kemudian, adalah apa saja yang harus termasuk dalam kemampuan tata kelola yang dapat beradaptasi tersebut. Sementara persyaratan regulasi terus berubah, harapan tata kelola yang mendasarinya tetap sangat konsisten. Di seluruh yurisdiksi, organisasi diharapkan membangun akuntabilitas yang jelas, pengawasan terdokumentasi, penilaian risiko, transparansi, pengawasan manusia, dan proses pengambilan keputusan yang terdefinisi dengan baik. Secara kolektif, kemampuan ini membantu memastikan sistem AI adil, transparan, akuntabel, dan berada di bawah pengawasan manusia yang tepat, mendukung pengembangan dan penggunaan AI yang bertanggung jawab terlepas dari perubahan undang‑undang individual.

Alih‑alih membangun program tata kelola di sekitar regulasi tertentu, organisasi harus menetapkan kerangka tata kelola berbasis prinsip yang tetap efektif terlepas undang‑undang mana yang pada akhirnya berlaku. Organisasi yang fokus membangun kemampuan inti tata kelola akan berada pada posisi yang lebih baik untuk beradaptasi tanpa harus merancang ulang program mereka setiap kali lanskap regulasi berubah.

Membangun Model Operasional di Balik Tata Kelola AI yang Efektif

Tata kelola AI yang dapat beradaptasi memerlukan lebih dari sekadar kebijakan dan prosedur. Diperlukan model operasional yang mendefinisikan bagaimana keputusan tata kelola dibuat, siapa yang bertanggung jawab membuatnya, dan bagaimana pengawasan disematkan ke dalam operasi bisnis sehari‑hari.

Hal itu dimulai dengan menetapkan kepemilikan yang jelas, membentuk komite tata kelola lintas fungsi, mendokumentasikan kasus penggunaan AI, memelihara inventaris sistem AI, mendefinisikan proses tinjau dan persetujuan, serta menyematkan tata kelola ke dalam operasi bisnis yang ada. Elemen‑elemen dasar ini menciptakan konsistensi di seluruh organisasi sekaligus memberikan fleksibilitas untuk mengintegrasikan persyaratan regulasi baru saat muncul. Ketika tata kelola menjadi bagian dari cara keputusan dibuat alih‑alih sekumpulan dokumen kepatuhan, penyesuaian terhadap perubahan regulasi menjadi jauh lebih mudah dikelola.

Teknologi berperan penting dalam tata kelola AI, namun teknologi saja tidak dapat menentukan apakah AI digunakan secara bertanggung jawab. Tata kelola yang efektif memerlukan visibilitas terhadap sistem AI yang digunakan, cara penggunaannya, dan risiko yang ditimbulkannya. Organisasi harus memelihara inventaris sistem AI dan mengevaluasi setiap kasus penggunaan berdasarkan dampak potensialnya sehingga upaya tata kelola proporsional dengan risiko. Sistem AI berdampak tinggi, seperti yang memproses data sensitif, memengaruhi keputusan keuangan atau pekerjaan, atau mendukung operasi bisnis kritis, memerlukan pengawasan yang lebih ketat dibandingkan aplikasi berisiko rendah.

Setelah kasus penggunaan AI diidentifikasi dan diprioritaskan, organisasi dapat menetapkan proses tata kelola dengan otoritas pengambilan keputusan yang jelas. Setiap program tata kelola harus menetapkan akuntabilitas untuk mengevaluasi, menyetujui, memantau, dan secara periodik menilai kembali sistem AI sepanjang siklus hidupnya. Program tersebut juga harus menentukan siapa yang berwenang menyetujui kasus penggunaan baru, menentukan tingkat risiko yang dapat diterima, meningkatkan masalah, dan mengawasi kinerja berkelanjutan. 

Tanpa penetapan tanggung jawab yang jelas, tata kelola menjadi terfragmentasi di antara tim hukum, kepatuhan, keamanan, TI, pengadaan, dan bisnis, yang mengakibatkan keputusan tidak konsisten, upaya duplikat, dan ketidakpastian tentang siapa yang pada akhirnya bertanggung jawab. Tata kelola AI yang efektif bergantung pada struktur yang membuat akuntabilitas menjadi jelas, konsisten, dan dapat diulang.

Melampaui Manajemen Risiko Tradisional

Banyak organisasi memulai perjalanan tata kelola AI mereka dengan melihat pada program keamanan, risiko, atau kepatuhan yang sudah ada. Meskipun program‑program tersebut memberikan fondasi yang kuat, AI memperkenalkan tantangan tata kelola yang melampaui manajemen risiko tradisional dan memerlukan kemampuan baru.

Keamanan siber berfokus pada perlindungan sistem dan informasi. Tata kelola AI juga harus menangani bagaimana keputusan otomatis dibuat, tingkat pengawasan manusia yang tepat, cara menilai keadilan dan transparansi, serta bagaimana organisasi menilai dampak potensial sistem AI terhadap karyawan, pelanggan, dan masyarakat.

Dengan AI memperkenalkan risiko operasional, hukum, dan etika yang baru, tata kelola harus menjadi proses pengambilan keputusan yang berkelanjutan alih‑alih latihan kepatuhan satu kali. Tujuannya bukan sekadar mendokumentasikan kontrol, melainkan membangun kerangka kerja berulang untuk mengevaluasi AI seiring teknologi, tujuan bisnis, dan harapan regulasi terus berkembang.

Tata Kelola AI Menjadi Persyaratan Bisnis

Menunggu kejelasan regulasi juga mengabaikan realitas penting lainnya. Permintaan akan tata kelola AI semakin didorong oleh pelanggan, tim pengadaan, mitra bisnis, dan pemangku kepentingan lain yang menginginkan keyakinan bahwa AI dikembangkan dan digunakan secara bertanggung jawab.

Organisasi mulai menemui pertanyaan tata kelola AI selama penilaian vendor, tinjauan pengadaan, dan negosiasi kontrak. Program seperti Program Jaminan Keamanan dan Privasi Pemasok (SSPA) Microsoft kini mengharuskan pemasok memberikan sertifikasi atau bukti lain tentang tata kelola AI, menandakan bahwa pembeli mengharapkan tata kelola dibuktikan, bukan sekadar dinyatakan. Organisasi yang tidak dapat menyediakan bukti ini mungkin akan berada pada posisi yang kurang menguntungkan dalam pengadaan kompetitif dan evaluasi vendor.

Bagi banyak organisasi, harapan bisnis ini akan terwujud jauh sebelum penegakan regulasi formal. Akibatnya, tata kelola AI menjadi pembeda kompetitif yang memperkuat kepercayaan pelanggan dan mendukung hubungan bisnis jangka panjang.

Membangun di Atas Kerangka Tata Kelola yang Terbukti

Pertanyaan selanjutnya adalah bagaimana organisasi dapat mengoperasionalkan prinsip‑prinsip tata kelola ini dengan cara yang tetap berkelanjutan seiring teknologi, prioritas bisnis, dan regulasi berkembang. Banyak organisasi menemukan bahwa kerangka kerja yang mapan seperti ISO/IEC 42001 menyediakan fondasi tersebut. Alih‑alih berfokus pada kepatuhan terhadap satu regulasi, kerangka kerja ini menetapkan praktik tata kelola konsisten untuk akuntabilitas, manajemen risiko, pengawasan, dan perbaikan berkelanjutan yang dapat diterapkan di seluruh yurisdiksi.

Membangun tata kelola di atas kerangka yang diakui menciptakan stabilitas dalam lingkungan yang terus berubah. Alih‑alih merancang ulang program tata kelola setiap kali muncul persyaratan baru, organisasi dapat mengintegrasikan kewajiban hukum baru ke dalam model tata kelola yang sudah ada sambil terus meningkatkan kapabilitas tata kelola mereka seiring waktu.

Organisasi yang memimpin dalam tata kelola AI menyadari bahwa ini lebih dari sekadar latihan kepatuhan. Mereka memperlakukan tata kelola sebagai fondasi untuk membangun kepercayaan, memperkuat akuntabilitas, dan memungkinkan adopsi AI yang bertanggung jawab di seluruh bisnis. Mencapai tingkat kematangan tersebut memerlukan investasi berkelanjutan pada orang, proses, dan teknologi, serta komitmen untuk terus meninjau dan menyempurnakan tata kelola seiring kemampuan AI, prioritas bisnis, dan harapan regulasi berkembang.

Lanskap regulasi akan terus berkembang, dan organisasi tidak dapat menunggu kejelasan lengkap sebelum bertindak. Pendekatan terkuat adalah berinvestasi sekarang dalam kapabilitas tata kelola yang akan tetap bernilai terlepas dari bagaimana persyaratan regulasi berkembang. Membentuk struktur tata kelola, mendefinisikan kasus penggunaan AI, melakukan penilaian risiko dan dampak, mendokumentasikan keputusan, serta menyematkan pengawasan berkelanjutan menciptakan fondasi yang dapat beradaptasi seiring ekspektasi berubah.

Akuntabilitas, pengawasan, manajemen risiko, dokumentasi pengambilan keputusan, dan perbaikan berkelanjutan bukan sekadar persyaratan kepatuhan. Mereka adalah kemampuan berkelanjutan dari tata kelola AI yang bertanggung jawab. Organisasi yang membangunnya hari ini akan berada pada posisi yang lebih baik untuk memenuhi kewajiban regulasi di masa depan, memuaskan harapan pelanggan yang terus meningkat, dan menerapkan AI dengan kepercayaan yang lebih besar.