Mengapa Tantangan Selanjutnya AI Terlihat Sangat Familiar bagi Telekomunikasi

Selama setahun terakhir, satu pergeseran semakin tampak jelas dalam percakapan seputar AI perusahaan. Diskusi tidak lagi didominasi oleh model mana yang berkinerja terbaik atau di mana AI dapat mengotomatisasi proses lain. Pertanyaan‑pertanyaan itu masih penting, namun mereka bukan lagi faktor penentu apakah AI melampaui fase percobaan. Semakin banyak organisasi mengajukan pertanyaan yang berbeda: apa yang harus diubah di dalam bisnis sebelum AI dapat dipercaya dengan tanggung jawab yang lebih besar?

Ini adalah pergeseran halus, namun yang banyak mengungkapkan arah pasar ke depan.

Selama hampir dua tahun terakhir, industri AI telah berfokus pada peningkatan model. Akurasi meningkat, penalaran menjadi lebih canggih, dan setiap rilis baru memperluas harapan tentang apa yang dapat dicapai AI. Pada saat yang sama, perusahaan-perusahaan bereksperimen dengan bagaimana kemampuan tersebut dapat meningkatkan pengalaman pelanggan, menyederhanakan operasi, atau menemukan peluang pendapatan baru. Survei global terbaru McKinsey mencerminkan seberapa cepat AI telah masuk ke bisnis mainstream. Hampir sembilan dari sepuluh organisasi kini menggunakan AI dalam setidaknya satu fungsi bisnis, namun relatif sedikit yang berhasil memperluas AI secara menyeluruh di seluruh perusahaan. Teknologi ini berkembang dengan cepat. Membangun organisasi yang dapat menggunakannya secara bertanggung jawab terbukti menjadi tantangan yang berbeda sama sekali.

Peralihan dari Kapabilitas AI ke Eksekusi Operasional

Pertanyaan-pertanyaan yang kini muncul lebih sedikit berkaitan dengan kecerdasan dan lebih banyak tentang eksekusi.

Bagaimana jika AI tidak hanya merekomendasikan tindakan terbaik berikutnya tetapi juga menginisiasinya? Bagaimana kebijakan komersial harus diterapkan ketika keputusan diambil secara real time? Siapa yang tetap bertanggung jawab jika sistem otonom membuat penilaian komersial yang salah? Bagaimana organisasi menunjukkan bahwa izin pelanggan telah dihormati, kewajiban regulasi telah dipenuhi, dan setiap keputusan masih dapat dijelaskan berbulan‑bulan setelah dibuat?

Pertanyaan-pertanyaan ini tidak muncul karena AI berhenti berkembang. Mereka muncul karena bisnis semakin yakin menempatkan AI lebih dekat ke pusat operasi mereka.

Model AI dapat mengidentifikasi penawaran yang tepat untuk pelanggan, merekomendasikan produk keuangan, mengoptimalkan sumber daya jaringan, atau menentukan langkah selanjutnya dalam perjalanan digital dalam hitungan detik. Mengubah rekomendasi itu menjadi hasil bisnis jauh lebih kompleks. Sebelum apa pun terjadi, organisasi masih harus memastikan apakah pelanggan memenuhi syarat, apakah persetujuan telah diperoleh, apakah kebijakan komersial memungkinkan transaksi tersebut berlangsung, apakah ada mitra ekosistem lain yang terlibat, dan apakah setiap tahap proses tetap cukup transparan untuk memenuhi persyaratan tata kelola dan regulasi.

Lapisan operasional itu jarang mendapat perhatian sebesar model itu sendiri, namun semakin menentukan apakah AI dapat diterapkan secara percaya diri dalam skala besar. Penelitian State of AI 2026 Deloitte menemukan bahwa hampir tiga perempat organisasi memperkirakan akan mengadopsi AI agen dalam dua tahun ke depan, sementara hanya sebagian kecil yang percaya kemampuan tata kelola mereka cukup matang untuk mendukung AI otonom pada skala perusahaan. Kesempatan ini bukan masalah inovasi; melainkan kesiapan operasional.

Melihat penyebaran AI di perusahaan saat ini, pola konsisten mulai terlihat. Organisasi tidak mengalami kesulitan karena model AI gagal menghasilkan rekomendasi. Mereka menemukan bahwa setiap rekomendasi harus melewati realitas operasional bisnis sebelum menjadi tindakan. AI tidak menggantikan lingkungan itu. AI menjadi peserta lain di dalamnya.

Mengapa Infrastruktur Telekomunikasi Memegang Kunci pada Tata Kelola AI

Bagi penyedia layanan komunikasi, tantangan itu sangat akrab.

Telekomunikasi telah menghabiskan puluhan tahun mengoperasikan bisnis digital di mana kepercayaan dibangun secara berkelanjutan, bukan diasumsikan. Jaringan memverifikasi identitas, mengautentikasi perangkat, dan menyediakan sinyal tepercaya secara real time. Bersamaan dengan itu, platform bisnis digital mengatur hubungan pelanggan, menerapkan kebijakan komersial, mengelola hak digital, mengorkestrasi layanan, mengkoordinasikan ekosistem mitra, dan memastikan transaksi dapat dipenuhi, ditagih, serta diselesaikan dengan benar. Kapabilitas tersebut tidak dirancang dengan AI generatif dalam pikiran. Mereka dikembangkan karena bisnis digital selalu bergantung pada interaksi tepercaya antara pelanggan, jaringan, perusahaan, dan mitra.

Ketika AI terintegrasi dalam lingkungan yang sama, nilai fondasi operasional tersebut menjadi jauh lebih terlihat.

Satu asumsi yang layak dipertanyakan adalah gagasan bahwa model yang lebih aman secara otomatis menghasilkan adopsi perusahaan yang lebih luas. Pengalaman menunjukkan sesuatu yang berbeda. Semakin AI mendekati keputusan kritis bisnis, semakin organisasi meneliti segala hal yang mengelilingi model. Pertanyaan tentang identitas, tata kelola, izin pelanggan, akuntabilitas komersial, dan penegakan kebijakan menjadi jauh lebih penting karena konsekuensi kesalahan keputusan tersebut menjadi jauh lebih besar.

Inilah titik di mana telecomunikasi dapat memberikan kontribusi yang khas.

Selama bertahun‑tahun, penyedia layanan komunikasi telah menyempurnakan kemampuan operasional yang diperlukan untuk membangun kepercayaan di dalam ekosistem digital yang kompleks. Jaringan menyediakan identitas yang dapat dipercaya dan intelijen waktu nyata. Platform BSS dan OSS yang berbasis AI menyediakan konteks pelanggan, tata kelola komersial, orkestrasi layanan, perdagangan digital, dan manajemen siklus hidup. Bersama‑sama, mereka menciptakan lingkungan operasional yang menentukan apakah rekomendasi yang dihasilkan AI harus menjadi tindakan bisnis yang dapat dipercaya.

Perubahan yang sama tercermin dalam diskusi Tecnotree pada Mobile World Congress awal tahun ini tentang jaringan otonom. Menariknya, perdebatan tidak berpusat pada apakah sistem otonom pada akhirnya akan membuat keputusan secara mandiri. Hal itu semakin terasa tak terelakkan. Diskusi berfokus pada tata kelola, akuntabilitas, dan pengawasan komersial begitu keputusan‑keputusan tersebut mulai terjadi lebih cepat daripada orang dapat campur tangan secara realistis. Itu bukan lagi pertanyaan yang hanya berlaku bagi telekomunikasi. Pertanyaan‑pertanyaan itu kini menjadi pertanyaan AI perusahaan.

Menjembatani Kesenjangan Antara Kecerdasan AI dan Hasil Bisnis yang Dapat Dipercaya

Pandangan yang lebih luas ini juga menjelaskan mengapa inisiatif seperti GSMA Open Gateway memperoleh momentum. API standar yang membuka kemampuan seperti Verifikasi Nomor, Pertukaran SIM, dan Lokasi Perangkat menyediakan intelijen jaringan yang dapat dipercaya yang memperkuat interaksi digital. Nilai terbesar mereka, bagaimanapun, tidak terwujud hanya melalui API jaringan. Nilai itu muncul ketika kemampuan jaringan yang dapat dipercaya digabungkan dengan platform bisnis digital yang mampu memahami konteks pelanggan, menerapkan kebijakan komersial, mengorkestrasi layanan lintas banyak mitra, dan mengatur seluruh siklus hidup pelanggan. AI dapat menentukan tindakan terbaik berikutnya, tetapi lingkungan bisnis di sekitarnya pada akhirnya menentukan apakah tindakan itu harus terjadi sama sekali.

Jika dilihat dengan cara ini, Ekonomi Kepercayaan menjadi jauh lebih praktis daripada sekadar diskusi tentang AI yang aman. Kepercayaan tidak tercipta karena model menghasilkan rekomendasi yang meyakinkan. Kepercayaan diperkuat secara berkelanjutan ketika identitas diverifikasi, izin pelanggan dihormati, kebijakan ditegakkan, kewajiban komersial dipenuhi, dan setiap peserta dalam interaksi digital tetap bertanggung jawab atas hasilnya. Model memberikan kecerdasan. Ekosistem di sekitarnya menyediakan keyakinan untuk bertindak atasnya.

Bagi penyedia layanan komunikasi, ini merupakan peluang yang melampaui penerapan AI di dalam operasi mereka sendiri. Industri telah menghabiskan bertahun‑tahun berinvestasi dalam infrastruktur digital yang dapat dipercaya, platform bisnis berbasis AI, dan kemampuan ekosistem yang dirancang untuk mendukung interaksi digital yang semakin canggih. Saat perusahaan beralih dari bereksperimen dengan AI ke mengoperasionalkannya, kemampuan‑kemampuan tersebut menjadi relevan dengan cara yang sedikit diperkirakan. Gartner memperkirakan bahwa pada tahun 2027, banyak organisasi akan mengurangi atau menghentikan inisiatif AI otonom karena tata kelola dan kontrol operasional tidak berkembang secepat teknologi itu sendiri. Hal itu harus dilihat lebih sebagai pengingat bahwa keberhasilan adopsi bergantung pada jauh lebih dari sekadar kemampuan model.

Bab berikutnya dari AI tentunya akan membawa model yang lebih mampu, tetapi kemampuan saja tidak akan menentukan organisasi mana yang berhasil. Keunggulan yang menentukan akan datang dari menciptakan lingkungan digital di mana kecerdasan, tata kelola, jaringan yang dapat dipercaya, dan platform bisnis bekerja bersama secara mulus. Organisasi akan semakin menilai AI bukan hanya dari kualitas jawaban yang dihasilkannya, tetapi dari apakah jawaban‑jawaban itu dapat menjadi hasil yang dapat dipercaya.

Telekomunikasi memahami tantangan itu karena mereka telah menyelesaikan masalah operasional serupa selama beberapa dekade. Seiring Ekonomi Kepercayaan terus terbentuk, kombinasi jaringan yang dapat dipercaya, platform BSS dan OSS berbasis AI, serta ekosistem yang diorkestrasi secara digital menempatkan penyedia layanan komunikasi pada posisi unik untuk membantu perusahaan memindahkan AI dari tahap eksperimen ke pelaksanaan yang bertanggung jawab.