review1st.com – NTT DATA Indonesia merilis laporan terbaru yang mengungkap meningkatnya tantangan privasi data dan kedaulatan data dalam penerapan kecerdasan buatan (AI) di kalangan perusahaan global.
Riset tersebut menunjukkan banyak perusahaan mulai menghadapi hambatan dalam mengembangkan AI karena sistem dan infrastruktur lama belum siap mendukung kebutuhan keamanan serta regulasi data modern.
Laporan bertajuk Global AI NTT DATA 2026: A Playbook for Private and Sovereign AI menyoroti kesenjangan antara perusahaan yang sudah mulai membangun sistem AI dengan kontrol keamanan tinggi dan perusahaan yang masih menggunakan arsitektur lama yang belum dirancang untuk kebutuhan AI modern.
Private AI dan Sovereign AI Jadi Prioritas Baru Perusahaan
Menurut NTT DATA, perkembangan AI kini tidak hanya bergantung pada kemampuan model AI, tetapi juga pada kemampuan perusahaan menjaga privasi, keamanan, dan lokasi penyimpanan data.
Konsep:
- Private AI berfokus pada perlindungan data sensitif dan pengendalian akses
- Sovereign AI memastikan data dan sistem AI memenuhi regulasi serta yurisdiksi nasional maupun regional
Dalam riset tersebut:
- Lebih dari 95% responden menganggap private AI dan sovereign AI sangat penting
- Namun hanya 29% perusahaan yang benar-benar memprioritaskan sovereign AI dalam strategi jangka pendek
Infrastruktur Lama Dinilai Tidak Siap untuk Era AI
Laporan NTT DATA mengungkap banyak perusahaan masih menghadapi tantangan besar dalam membangun sistem AI modern.
Beberapa hambatan utama meliputi:
- Kompleksitas integrasi model AI
- Pembatasan data lintas wilayah
- Rendahnya kepercayaan terhadap keamanan cloud
- Infrastruktur lama yang tidak dirancang untuk kebutuhan AI
Sekitar 35% Chief AI Officer (CAIO) menyebut integrasi dan pengelolaan model AI di lingkungan private atau sovereign menjadi tantangan terbesar dalam adopsi AI perusahaan.
Selain itu, hampir 60% pemimpin AI global mengaku pembatasan perpindahan data antarwilayah menjadi hambatan serius.
Yurisdiksi Data Jadi Tantangan Baru AI
Riset ini juga menunjukkan bahwa yurisdiksi data kini menjadi salah satu tantangan utama dalam pengembangan AI modern.
AI membutuhkan akses data secara terus-menerus, tetapi regulasi di berbagai negara membuat data tidak bisa berpindah bebas seperti sebelumnya.
Akibatnya, perusahaan harus mulai mendesain ulang arsitektur sistem mereka agar sesuai dengan aturan lokal dan kebutuhan keamanan.
Lima Tren Besar AI Perusahaan Menurut NTT DATA
Laporan Global AI 2026 dari NTT DATA mengidentifikasi lima perubahan besar dalam pengembangan AI perusahaan:
1. AI Kini Dibatasi Infrastruktur
Kendala AI tidak lagi hanya pada model, tetapi juga pada kontrol data, keamanan, dan lokasi komputasi.
2. Yurisdiksi Data Menjadi Faktor Utama
Lokasi penyimpanan dan pengolahan data kini menentukan bagaimana sistem AI dibangun.
3. Banyak Perusahaan Belum Bertindak
Meski sadar pentingnya sovereign AI, hanya sedikit perusahaan yang mulai berinvestasi secara serius.
4. Perusahaan yang Bergerak Cepat Lebih Unggul
Perusahaan yang sejak awal menyesuaikan infrastruktur dan tata kelola AI lebih siap masuk ke tahap implementasi skala besar.
5. Ekosistem AI Makin Kompleks
Semakin besar kontrol terhadap AI, semakin tinggi pula kebutuhan koordinasi antar mitra teknologi.
Keamanan Cloud Masih Jadi Tantangan
Laporan tersebut juga menyoroti rendahnya tingkat kepercayaan perusahaan terhadap keamanan cloud.
Hanya sekitar 38% responden yang mengaku memiliki tingkat kepercayaan tinggi terhadap sistem keamanan cloud mereka, padahal cloud menjadi fondasi utama untuk pengembangan private AI dan sovereign AI.
NTT DATA: AI Harus Didukung Arsitektur yang Tepat
CEO dan Chief AI Officer Abhijit Dubey mengatakan perusahaan yang sukses dalam era AI bukan hanya fokus pada kepatuhan regulasi, tetapi juga membangun fondasi operasional yang mendukung AI di berbagai pasar dan lingkungan bisnis.
Menurutnya, arsitektur, infrastruktur, dan tata kelola kini menjadi elemen strategis utama dalam pengembangan AI perusahaan.
AI Diprediksi Semakin Bergantung pada Kontrol dan Lokalitas Data
NTT DATA menilai perusahaan yang mulai merancang ulang sistem AI sejak dini akan lebih siap menghadapi lingkungan bisnis yang semakin teregulasi dan sensitif terhadap data.
Sebaliknya, perusahaan yang tetap memaksakan AI pada arsitektur lama berisiko kesulitan mengembangkan AI secara berkelanjutan di masa depan.
