Kunci untuk Membuka Potensi GenAI: Kesiapan Data

Ketika MIT baru-baru ini menyoroti bahwa 95% pilot generative AI (GenAI) gagal berkembang menjadi produksi, temuan ini membuat headline dan menimbulkan kekhawatiran tentang memperoleh nilai jangka panjang. Bagi beberapa orang, ini menunjukkan bahwa GenAI overhyped atau prematur, sehingga eksekutif harus berhati-hati dalam berinvestasi.

Sebagaimana dengan statistik lainnya, kenyataan lebih kompleks. Laporan State of Data4AI 2025 dari Wipro memeriksa strategi data, kematangan, dan pola adopsi perusahaan. Kesimpulannya jelas: faktor utama penentu nilai GenAI adalah kematangan aset dan sistem data yang memuatnya, bukan teknologinya sendiri.

Organisasi yang memiliki program tata kelola yang kuat sedang memajukan pilot menjadi produksi dan menghasilkan nilai bisnis yang terukur. Mereka yang kekurangan fondasi ini mengalami kesulitan. Tingkat kegagalan tergantung lebih sedikit pada efikasi intrinsik GenAI dan lebih pada apakah data sudah siap.

Mengapa Kesiapan Data adalah Faktor Utama dalam Kesuksesan AI

Laporan MIT baru-baru ini menyoroti tantangan signifikan dalam beralih dari pilot GenAI ke produksi. Meskipun inovasi adalah standar, penerapan yang luas dan berdampak masih jarang.

Tantangan ini tidak unik untuk GenAI. Hanya 14% organisasi di semua bentuk AI telah mencapai kematangan data yang diperlukan untuk skala. Kesuksesan tergantung lebih pada tata kelola, integrasi, dan kualitas data daripada alat atau model canggih.

Ini bukan hanya masalah teknologi. Kesuksesan tergantung pada strategi data yang jelas, kebijakan tata kelola yang mapan, dan kerja sama yang kuat antara tim teknis dan bisnis. Organisasi yang berinvestasi di area ini mengubah AI dari eksperimen terisolasi menjadi mesin transformasi; mereka yang mengabaikan kesiapan data akan menemukan bahwa bahkan alat AI paling canggih akan kesulitan mencapai tujuan bisnis. Pada akhirnya, adopsi AI sama banyak tentang orang, proses, dan fondasi data seperti tentang algoritma dan infrastruktur.

Mengapa Sebagian Besar Perusahaan Mengalami Kesulitan: Pembagian Kematangan Data

Meskipun GenAI menjanjikan banyak, sebagian besar inisiatif AI perusahaan gagal menghasilkan dampak yang signifikan karena kematangan data yang tidak memadai di seluruh organisasi. Data harus dilihat sebagai aset yang dikelola dengan hati-hati. Membangun kerangka tata kelola yang seragam, menunjuk pengawas data, dan memastikan semua tim berkontribusi pada kumpulan data adalah hal yang kritis. Meningkatkan efisiensi operasional dan akurasi model tergantung pada menggabungkan informasi dari sistem yang berbeda dan secara teratur memperbarui untuk meningkatkan kualitas.

Perusahaan dengan arsitektur yang matang, tata kelola yang berkualitas tinggi, dan strategi AI yang proaktif—disebut sebagai “Pemimpin”—jauh melampaui rekan-rekan mereka. Perusahaan ini memindahkan GenAI ke produksi, mengintegrasikannya ke dalam proses inti, dan menghasilkan hasil yang terukur.

Mengatasi GenAI pada Skala: Strategi Data-Pertama di Balik Pemimpin Industri

Mengembangkan GenAI berarti mengatasi tantangan data lebih awal. Diagnosa fragmentasi data dan berinvestasi pada repositori yang seragam dan berkualitas untuk pelatihan dan penerapan.

Kunci lainnya adalah tata kelola yang kuat. Tunjuk pengawas data di seluruh departemen untuk akuntabilitas dan integritas. Pertimbangkan untuk melibatkan konsultan eksternal dan menggunakan kerangka kerja yang mapan untuk memasukkan praktik terbaik dan kepatuhan sejak awal. Sebagai contoh, sebuah perusahaan barang konsumen global mencapai ROI yang terukur dengan menyatukan data konsumen, memajukan manajemen data melalui kolaborasi bisnis-teknis, dan secara bertahap memperbaiki. Ini mengarah pada akuisisi pelanggan yang lebih baik dan pemasaran yang ditargetkan, dengan hasil yang dilacak sepanjang transformasi.

Contoh ini menunjukkan bahwa perusahaan yang mengembangkan GenAI dan mencapai nilai yang terukur memperlakukan kematangan data sebagai kunci untuk inovasi. Menguasai integrasi data, tata kelola, dan penggunaan perusahaan membuka dampak bisnis GenAI. Ini adalah argumen inti untuk mewujudkan potensi GenAI.

Bagaimana Pemimpin Data Menghasilkan Hasil Nyata

Janji GenAI sangat besar, namun banyak kegagalan mengaburkan fakta bahwa banyak Pemimpin telah melakukan pekerjaan luar biasa dalam menguasai kematangan data. Kunci utamanya adalah bahwa perusahaan ini mengambil pendekatan data-pertama, menargetkan tantangan bisnis yang kritis.

Penerapan GenAI yang sukses dimulai dengan fondasi data yang solid, informasi yang terpusat dan bersih, dan tata kelola yang kuat. Dengan fokus pada kebutuhan bisnis seperti logistik, kualitas, atau tinjauan dokumen, organisasi memastikan bahwa upaya AI mereka menghasilkan hasil.

Mengobati data sebagai aset strategis memerlukan investasi berkelanjutan dan kepemilikan tim yang luas. Kolaborasi memperbarui dataset, memvalidasi hasil, dan meningkatkan proses—mengarah pada penghematan biaya, produktivitas yang meningkat, dan pengambilan keputusan yang tepat. Ini mengubah AI dari eksperimen yang mahal menjadi mesin bisnis.

Bagaimana Pemimpin Perusahaan dapat Menghasilkan Hasil yang Nyata

Pemimpin perusahaan harus mengikuti langkah-langkah berikut ketika menerapkan GenAI.

• Menilai keadaan saat ini data dan teknologi di seluruh organisasi.
• Memprioritaskan pembangunan tata kelola, akuntabilitas yang jelas, dan menggunakan teknologi yang dapat diskalakan sehingga tim bisnis dan teknis dapat bekerja dari fondasi yang seragam.
• Memusatkan dan memperbarui data, memastikan keselarasan berkelanjutan dengan tujuan bisnis.
• Memberdayakan tim dengan alat dan pengetahuan untuk menghasilkan perbaikan yang terukur.

Pemimpin yang memperlakukan tata kelola data sebagai infrastruktur inti akan mencapai transformasi, sementara mereka yang menunda akan ketinggalan. Kunci utamanya adalah berinvestasi pada solusi teknologi yang menawarkan tata kelola yang kuat, kepemilikan fungsional, dan disiplin proses. Ini membantu memindahkan organisasi dari pilot yang terputus ke nilai perusahaan yang luas. Mengembangkan langkah demi langkah mempersiapkan fondasi untuk GenAI, yang menghasilkan hasil bisnis dan memposisikan perusahaan Anda untuk memanfaatkan gelombang inovasi berikutnya.