Lintas Teknologi Solutions Day Soroti Pentingnya Kerangka Regulasi AI

Apa yang terjadi dalam Lintas Teknologi Solutions Day 2026

Lintas Teknologi Solutions Day soroti pentingnya kerangka regulasi AI melalui pembahasan kesiapan ekosistem, infrastruktur, serta tata kelola penggunaan AI. JPNN.com melaporkan PT Lintas Teknologi Indonesia menyelenggarakan Solutions Day 2026 di Royale Jakarta Golf Club, Halim Perdanakusuma, Jakarta, 2 November 2026. Forum bertema AI Is Ready. Are You Part of It? ini mempertemukan unsur pemerintah, telekomunikasi, teknologi, dan ekosistem digital.

Pesan utama forum tersebut jelas: kesiapan AI tidak cukup diukur dari tersedianya model, aplikasi, atau perangkat komputasi. PT Lintas Teknologi Indonesia menyatakan kepada JPNN.com, pemanfaatan AI efektif memerlukan sinkronisasi regulasi, sarana digital, permintaan industri, serta kompetensi SDM. Regulasi yang jelas dan adaptif dipandang perlu untuk menjaga kepentingan publik tanpa menutup ruang inovasi.

MerahPutih melaporkan bahwa diskusi utama mencakup regulasi, transformasi bisnis, nilai kemanusiaan, serta kebudayaan. Dalam laporan yang sama, Wakil Menteri Komunikasi dan Digital Nezar Patria menekankan jaringan telekomunikasi, broadband, cloud computing, dan pertukaran data sebagai fondasi ekosistem AI. Artinya, pembahasan AI di forum ini tidak berhenti pada produk atau model bahasa, tetapi juga mencakup kondisi operasional yang membuat teknologi tersebut dapat digunakan secara andal.

Bagi organisasi, isu ini relevan ketika AI mulai dipakai untuk membaca dokumen, mengelompokkan permintaan pelanggan, membantu menyusun respons, atau memberi rekomendasi kerja. Setiap penggunaan tersebut melibatkan data, aturan akses, keputusan manusia, dan risiko bila keluaran sistem keliru.

Mengapa regulasi AI perlu diterjemahkan menjadi tata kelola bisnis

Kerangka regulasi AI penting karena perusahaan membutuhkan batas kerja yang dapat dipahami sebelum sistem digunakan pada proses bernilai tinggi. Batas tersebut membantu menjawab empat pertanyaan praktis: data apa yang boleh diproses, tindakan apa yang boleh dijalankan sistem, siapa yang memberi persetujuan, dan siapa yang bertanggung jawab ketika terjadi kesalahan.

Forum menegaskan perlunya regulasi AI adaptif dan tegas untuk memandu pengembangan, penerapan bertanggung jawab, menjaga kepentingan publik, serta mendorong inovasi, dilaporkan BisnisToday. Risiko penggunaan AI tidak seragam. Sistem yang hanya membantu membuat draf internal berbeda tingkat risikonya dari sistem yang memengaruhi layanan, keputusan, atau hak pihak lain.

Sebagai ilustrasi hipotetis, tim layanan pelanggan ingin memakai AI untuk merangkum percakapan masuk. Ruang lingkup awal dapat dibatasi pada pembuatan ringkasan untuk dibaca agen manusia. Sistem belum diberi izin mengubah data pelanggan, menjanjikan kompensasi, atau menutup tiket otomatis. Organisasi kemudian dapat menguji kualitas ringkasan, kesalahan konteks, serta kebutuhan perbaikan instruksi sebelum memperluas fungsi.

Pendekatan ini membuat regulasi terasa operasional. Tim tidak perlu menunggu seluruh kebijakan internal sempurna untuk mulai belajar. Namun, penggunaan AI tetap harus memiliki pemilik proses, batas kewenangan, dan mekanisme pemeriksaan yang jelas.

Fondasi AI bukan hanya model tetapi jaringan, cloud, dan data

Kesiapan AI bergantung pada infrastruktur yang memungkinkan data dan layanan bergerak dengan aman serta dapat diakses sesuai kebutuhan. Menurut MerahPutih, Nezar Patria menyoroti keandalan jaringan telekomunikasi, broadband, cloud computing, dan pertukaran data sebagai fondasi utama ekosistem AI. Tanpa fondasi ini, organisasi dapat memiliki alat AI tetapi kesulitan menghubungkannya dengan proses kerja sehari-hari.

Dalam praktik bisnis, fondasi tersebut terlihat saat sebuah workflow membutuhkan data dari formulir, sistem CRM, basis pengetahuan, dan kanal komunikasi. Data harus sampai ke sistem yang tepat, dapat ditelusuri, serta tidak terbuka untuk pihak yang tidak berwenang. Masalah sering muncul bukan karena model AI gagal menjawab, tetapi karena data sumber tidak lengkap, akses terlalu longgar, atau integrasi antar-sistem tidak memiliki mekanisme pemeriksaan.

Misalnya, sebuah perusahaan dapat membangun alur terbatas untuk permintaan demo produk. Formulir masuk diterima sistem, AI membantu mengelompokkan kebutuhan berdasarkan isi permintaan, lalu data disiapkan untuk masuk ke CRM. Staf penjualan tetap memeriksa klasifikasi sebelum menindaklanjuti. Jika integrasi CRM gagal, workflow perlu mencatat kegagalan tersebut dan mengirim pemberitahuan kepada pemilik proses, bukan membiarkan permintaan pelanggan hilang.

Alur ini membedakan penggunaan AI yang terhubung dengan proses bisnis dari penggunaan chatbot lepas. Teknologi bermanfaat ketika organisasi memahami asal data, tujuan pemrosesan, keterbatasan sistem, dan pihak yang memeriksa hasilnya.

Dari regulasi ke workflow AI yang dapat diawasi

Tata kelola AI dapat dimulai dari pemetaan workflow, bukan dari pemilihan alat. Petakan pemicu proses, data yang masuk, keputusan yang dibuat, tindakan yang dihasilkan, serta titik ketika manusia harus mengambil alih. Pemetaan ini memberi dasar untuk menilai apakah AI hanya membantu analisis, menjalankan otomasi berbasis aturan, atau bertindak lebih luas memakai beberapa alat.

Otomasi biasa menjalankan langkah berdasarkan pemicu dan aturan, misalnya formulir masuk lalu data dikirim ke CRM. AI automation menambahkan kemampuan AI untuk membaca atau mengelompokkan isi formulir sebelum data diteruskan. AI agent memiliki ruang tindakan lebih besar karena dapat memakai konteks dan alat untuk menyelesaikan beberapa tahap menuju tujuan. Semakin luas tindakan sistem, semakin penting pembatasan akses, pencatatan keputusan, dan persetujuan manusia.

Coba pikirkan sebuah tim yang menangani permintaan kerja sama. AI dapat merangkum kebutuhan, menandai kategori permintaan, serta menyiapkan draf balasan. Staf berwenang tetap perlu menyetujui pesan yang membahas kontrak, harga, komitmen layanan, atau dokumen sensitif. Pemisahan ini mencegah sistem menjalankan tindakan berdampak eksternal tanpa pemeriksaan.

Artikel Setiawan, Mughits, dan Nashifa menempatkan pertanggungjawaban hukum dan pengawasan sebagai tantangan utama pembentukan regulasi AI. Pada tingkat organisasi, prinsip tersebut dapat diterjemahkan menjadi penetapan pemilik workflow, catatan perubahan, jalur eskalasi, serta prosedur penghentian ketika sistem menghasilkan keluaran yang salah atau tidak sesuai konteks.

Kesalahan yang perlu dicegah sebelum AI diperluas

Salah satu risiko penggunaan AI adalah menganggap keluaran yang terdengar meyakinkan dapat langsung dijalankan. Ringkasan, klasifikasi, dan draf respons tetap dapat salah memahami konteks atau mengabaikan informasi penting. Karena itu, sistem perlu diuji dengan contoh kerja yang relevan dan hasilnya ditinjau oleh orang yang memahami proses bisnis.

Risiko berikutnya adalah mencampur data publik, data internal, dan data sensitif tanpa batas penggunaan yang jelas. Untuk organisasi, langkah praktisnya adalah mengidentifikasi data yang dipakai, membatasi akses berdasarkan peran, dan tidak memasukkan informasi internal ke workflow tanpa aturan pemrosesan yang dipahami tim.

Andaikan tim operasional memakai AI untuk menyusun respons awal kepada mitra. Penggunaan yang lebih aman adalah membatasi AI pada draf, menyediakan sumber informasi yang telah ditinjau, lalu meminta persetujuan manusia untuk komunikasi terkait kontrak, harga, atau komitmen. Tim juga perlu menetapkan pihak yang menangani respons keliru dan cara mencatat koreksi agar masalah serupa tidak berulang.

Pengawasan manusia merupakan desain kontrol untuk proses yang berdampak pada pelanggan, reputasi, data, dan keputusan organisasi.

Langkah pertama setelah diskusi regulasi AI

Lintas Teknologi Solutions Day menunjukkan bahwa adopsi AI perlu dilihat sebagai pekerjaan lintas fungsi. Infrastruktur, kebijakan, kebutuhan industri, talenta, nilai kemanusiaan, dan akuntabilitas muncul dalam pembahasan forum menurut JPNN.com dan MerahPutih. Karena itu, langkah pertama yang masuk akal bukan membeli banyak alat AI, melainkan memilih satu proses kerja dengan pemilik yang jelas dan mudah ditinjau.

Mulai dengan membuat catatan keputusan untuk satu workflow AI yang telah dipilih. Catatan tersebut dapat memuat tujuan penggunaan, jenis data, pihak yang dapat mengakses hasil, kondisi ketika manusia wajib mengambil alih, serta alasan penghentian proses. Dokumen sederhana ini membantu tim menilai apakah penggunaan AI benar-benar siap diperluas atau masih perlu diperbaiki.