Telkom Percepat Adopsi AI di Segmen Enterprise Indonesia

Fondasi AI enterprise yang perlu disiapkan

Telkom percepat adopsi AI di segmen enterprise dengan mendorong perusahaan Indonesia membawa artificial intelligence atau AI dari tahap eksperimen ke penerapan operasional yang tepercaya. Fokusnya bukan hanya memilih platform AI, melainkan menyiapkan data, talenta, infrastruktur digital, dan keamanan siber.

Dalam Danantara Technology Innovation Investment Forum 2026, Veranita Yosephine, Direktur Enterprise & Business Service Telkom, memaparkan arah tersebut melalui sesi From AI Experimentation to Trusted Enterprise Adoption di Fairmont Jakarta, Selasa (27/10), dilaporkan Koran Jakarta. AI dibahas sebagai bagian dari infrastruktur yang mendukung proses serta pengambilan keputusan bisnis.

Pergeseran ini penting bagi tim bisnis. Uji coba AI dapat selesai dalam ruang lingkup kecil, misalnya membuat ringkasan dokumen. Penerapan enterprise menuntut pertanyaan lebih mendalam: data apa yang boleh diakses, siapa pemilik prosesnya, kapan manusia perlu menyetujui keluaran AI, serta bagaimana kesalahan dicatat dan diperbaiki.

Telkom melalui lini Telkom Solution memiliki rangkaian layanan Connectivity+, AI, pusat data, komputasi awan, dan keamanan siber untuk kebutuhan bisnis, menurut Iconomics. Susunan layanan tersebut menunjukkan bahwa adopsi AI tidak berdiri sendiri. Model atau aplikasi AI perlu bekerja bersama konektivitas, kapasitas komputasi, penyimpanan data, serta perlindungan sistem.

Mengapa fondasi data dan talenta menjadi titik awal?

Data yang terorganisasi membantu platform AI memahami konteks tugas yang diberikan. Talenta yang siap membantu organisasi menilai keluaran sistem, menghubungkannya ke proses kerja, serta menangani kondisi ketika hasil AI tidak sesuai kebutuhan.

Menurut Selular.ID, Veranita menekankan perlunya organisasi menata data dan mengasah kompetensi SDM agar siap memaksimalkan AI di tengah kemajuan teknologi. Perusahaan tidak cukup mengumpulkan dokumen atau data pelanggan. Data perlu memiliki konteks, pemilik, batas akses, serta cara koreksi bila ditemukan informasi keliru atau tidak relevan.

Sebagai ilustrasi (kasus rekaan), tim layanan pelanggan ingin memakai AI untuk mengelompokkan pesan masuk menjadi pertanyaan produk, keluhan, permintaan status pesanan, serta permintaan eskalasi. Sebelum sistem diuji, tim perlu menyusun contoh pesan yang boleh dipakai, menentukan kategori, dan menetapkan kondisi yang harus langsung dialihkan kepada petugas manusia.

Proses tersebut juga membutuhkan penanggung jawab yang jelas. Tim operasional memahami jenis pertanyaan pelanggan. Tim teknologi menghubungkan sistem ke kanal pesan. Tim keamanan menilai batas data yang dapat diproses. Pembagian peran ini mencegah AI dipakai tanpa pihak yang bertanggung jawab atas hasilnya.

Tim dapat meninjau hasil klasifikasi secara berkala. Pesan yang salah kategori dicatat sebagai bahan perbaikan proses. Pelatihan talenta pun tidak berhenti pada penggunaan antarmuka AI. Staf operasional perlu memahami kapan rekomendasi dapat dipakai, kapan keluaran perlu diperiksa ulang, dan kepada siapa masalah dilaporkan.

Dari eksperimen AI ke penerapan yang tepercaya

Eksperimen AI menguji kemampuan sistem menjalankan tugas tertentu. Penerapan yang tepercaya menguji apakah tugas tersebut dapat masuk ke operasi bisnis tanpa mengabaikan tata kelola, keamanan, serta tanggung jawab manusia.

Menurut Sorot News, diskusi DTIIF 2026 membahas pergeseran pemanfaatan AI dari eksperimen menuju penerapan lebih luas di lingkungan bisnis. Penguatan infrastruktur digital serta keamanan siber pada pasar enterprise Indonesia turut ditekankan para pembicara. Hyeonmi Kim dari Boston Consulting Group memoderatori sesi tersebut, dengan Andreas Diantoro dari Salesforce Indonesia, Zong Fu Chua dari Ensign InfoSecurity, serta Patrick Dannacher dari ITSEC Indonesia sebagai pembicara, menurut laporan yang sama.

Perusahaan dapat membedakan tiga bentuk penggunaan teknologi dalam prosesnya:

1. Automasi menjalankan langkah berdasarkan pemicu dan aturan yang telah ditentukan.
2. AI automation memakai AI untuk memahami atau mengelompokkan informasi sebelum alur kerja berjalan.
3. AI agent dapat menggunakan konteks dan alat yang tersedia untuk menjalankan beberapa langkah menuju tujuan tertentu.

Perbedaan ini memengaruhi tingkat pengawasan yang diperlukan. Automasi berbasis aturan biasanya memiliki tindakan yang lebih mudah diprediksi. Sistem yang menafsirkan isi dokumen, pesan, atau permintaan pelanggan memerlukan pemeriksaan lebih ketat karena keluaran dapat dipengaruhi konteks data.

Andaikan sebuah tim penjualan menerima permintaan calon pelanggan dari formulir situs, email, dan pesan langsung. Automasi biasa dapat meneruskan seluruh data ke CRM. AI automation dapat membaca isi pesan lalu mengelompokkan kebutuhan calon pelanggan sebelum data masuk ke CRM. Jika organisasi menggunakan sistem untuk menjalankan riset awal, mengisi data, menyusun tindak lanjut, serta memilih kanal komunikasi, keputusan yang berdampak pada pelanggan tetap perlu ditinjau tenaga penjualan.

Batas tindakan perlu ditetapkan sejak awal. Sistem dapat diberi izin membuat draf, memberi label, atau mengarahkan tiket. Pengiriman penawaran, perubahan data penting, akses dokumen sensitif, serta keputusan yang memengaruhi pelanggan perlu berada dalam jalur persetujuan manusia. Kontrol tersebut membantu perusahaan membangun kepercayaan tanpa menyerahkan kendali operasional sepenuhnya kepada sistem.

Infrastruktur dan keamanan bukan pekerjaan tahap akhir

AI enterprise membutuhkan ekosistem digital yang mendukungnya. Menurut Iconomics, Telkom menempatkan konektivitas, kapasitas komputasi, pusat data, sistem keamanan, serta kepercayaan digital sebagai bagian dari ekosistem penerapan AI.

Kebutuhan tersebut terlihat saat AI terhubung ke sistem kerja perusahaan. Sistem mungkin perlu membaca dokumen, menerima data dari aplikasi lain, menyimpan hasil analisis, atau mengirim notifikasi kepada pengguna. Setiap hubungan antarsistem menimbulkan pertanyaan akses: siapa yang dapat melihat data, tindakan apa yang boleh dilakukan, serta bagaimana aktivitas sistem dilacak.

Coba pikirkan sebuah tim yang memakai AI untuk merangkum laporan internal. Tim teknologi dapat membatasi akses sistem pada folder tertentu, menetapkan pengguna yang berwenang mengunggah dokumen, serta menyediakan prosedur bila ringkasan memuat informasi yang tidak tepat. Tim bisnis kemudian memeriksa apakah ringkasan membantu pengambilan keputusan, bukan sekadar terlihat meyakinkan.

Keamanan siber perlu dibahas sebelum penerapan meluas. Sorot News mencatat keandalan sistem serta perlindungan terhadap risiko digital sebagai bagian dari penguatan adopsi AI enterprise. Karena itu, pemilik proses bisnis, tim data, teknologi informasi, keamanan, dan pengguna operasional perlu menyepakati peran masing-masing sejak tahap uji coba.

Langkah praktis bagi tim yang ingin memulai

Titik mulai yang aman adalah satu proses berulang dengan risiko terbatas, bukan proyek besar yang langsung menyentuh seluruh organisasi. Pilih proses yang masalahnya jelas, memiliki pemilik, serta masih memungkinkan pemeriksaan hasil oleh manusia.

Gunakan urutan kerja berikut:

1. Petakan proses saat ini. Catat pemicu, data masuk, keputusan, pihak terlibat, dan hasil akhir.
2. Tentukan tugas AI yang sempit. Contohnya klasifikasi pesan atau pembuatan draf ringkasan, bukan keputusan bisnis akhir.
3. Inventarisasi data. Tulis sumber data, pemilik, kualitas, batas akses, serta data yang tidak boleh diproses.
4. Tetapkan kontrol manusia. Tentukan keluaran yang dapat dipakai otomatis dan keluaran yang wajib ditinjau.
5. Uji dalam ruang lingkup kecil. Catat kesalahan, eskalasi, keluhan pengguna, serta kondisi ketika proses manual harus digunakan.

Misalnya, tim administrasi menerima formulir permintaan layanan dari banyak kanal. Alur awal dapat berupa formulir masuk, AI mengelompokkan jenis kebutuhan, sistem membuat tiket, lalu petugas memeriksa kategori sebelum tiket diteruskan. Catatan kesalahan dari tahap ini dapat dipakai untuk memperbaiki instruksi, kategori, atau batas akses sebelum penerapan diperluas.

Untuk konteks strategi AI nasional dan ekosistem digital yang lebih luas, pembaca dapat melihat artikel pilar berjudul Telkom Beberkan Strategi Percepat Adopsi AI Nasional Demi Ekosistem Digital Indonesia. Setelah itu, pilih satu proses internal dan buat dokumen singkat berisi pemilik keputusan, data yang dipakai, batas tindakan AI, serta kondisi yang mewajibkan eskalasi ke manusia.