Adopsi AI Bukan Tujuan, Nilai Bisnis Jadi Ukuran

Markbiz, Jakarta, 8 September 2026 — Ketika kecerdasan buatan atau artificial intelligence (AI) semakin cepat diadopsi oleh perusahaan, penggunaan teknologi tersebut belum tentu otomatis menghasilkan nilai bagi bisnis. Tingginya penggunaan AI bahkan dapat menjadi jebakan apabila perusahaan lebih fokus pada mengikuti tren dibandingkan memastikan teknologi itu benar-benar menyelesaikan persoalan.

Pertanyaan yang kini semakin relevan bukan lagi seberapa luas perusahaan menggunakan AI, melainkan persoalan apa yang berhasil diselesaikan, seberapa besar produktivitas meningkat, serta dampak apa yang dapat diukur terhadap bisnis.

Persoalan tersebut menjadi salah satu pembahasan dalam AI@Work Lab yang digelar DANA di IdeaFest 2026. Forum tersebut mempertemukan pelaku bisnis, teknologi, dan komunitas untuk membahas bagaimana membawa AI dari tahap eksperimen menuju implementasi yang menghasilkan dampak nyata.

Dalam sesi The AI Adoption Trap: Moving Beyond Hype to Real Business Value, CEO & Co-Founder DANA Indonesia Vince Iswara menekankan bahwa keberhasilan AI seharusnya tidak diukur hanya dari jumlah teknologi yang digunakan atau banyaknya eksperimen yang dilakukan perusahaan.

“Adopsi AI bukan lagi tujuan akhir. Nilainya baru tercipta ketika teknologi tersebut membantu menyelesaikan persoalan yang nyata, memperbaiki kualitas keputusan, dan memberikan hasil yang dapat diukur. Namun, manusia tetap memegang peran utama dalam menentukan konteks, menjaga kualitas, mengelola risiko, dan bertanggung jawab atas hasil akhirnya,” ujar Vince.

Pandangan tersebut menarik karena di tengah percepatan AI, kekhawatiran mengenai hilangnya peran manusia masih menjadi salah satu perdebatan utama. Namun, perkembangan teknologi justru memperlihatkan bahwa otomatisasi tidak selalu berarti penghilangan tanggung jawab manusia.

Di DANA, misalnya, sekitar 80-90% kode kini dihasilkan dengan dukungan AI. Meski demikian, peran software engineer tidak berhenti hanya pada memeriksa hasil yang dibuat mesin.

Engineer tetap bertanggung jawab untuk merumuskan persoalan, merancang arsitektur sistem, melakukan validasi, memastikan keamanan, hingga mengambil keputusan atas hasil akhir. Dengan kata lain, ketika pekerjaan teknis tertentu semakin mudah dibantu mesin, nilai manusia justru semakin bergeser ke kemampuan berpikir, memahami konteks, dan mengambil keputusan.

Sepanjang 2025, penerapan agentic AI pada sejumlah proses operasional DANA diklaim telah menghasilkan peningkatan produktivitas hingga 57%. Implementasi tersebut juga mencatat kenaikan kepuasan pelanggan sebesar 13% serta percepatan penyelesaian layanan sebesar 10%.

Dari Eksperimen ke Dampak Terukur

Namun, teknologi yang semakin canggih tidak selalu mudah diterapkan dalam organisasi. Salah satu tantangan terbesar adalah kesiapan perusahaan untuk mengubah AI dari sekadar alat eksperimen menjadi bagian dari proses kerja yang memiliki tujuan dan ukuran keberhasilan yang jelas.

Dalam konteks tersebut, perusahaan perlu memberikan ruang bagi karyawan untuk mencoba teknologi baru. Di sisi lain, eksperimen tetap membutuhkan tata kelola agar penggunaan AI tidak berjalan tanpa arah dan tanpa akuntabilitas.

Pendekatan semacam itu juga diterapkan melalui konsep Smart Friction. Alih-alih membuat seluruh proses sepenuhnya tanpa hambatan, sistem dapat menambahkan lapisan verifikasi pada aktivitas tertentu yang memiliki indikasi risiko lebih tinggi.

Melalui kolaborasi lintas sektor bersama Pusat Pelaporan dan Analisis Transaksi Keuangan (PPATK), pendekatan tersebut diklaim berkontribusi terhadap penurunan aktivitas yang terindikasi berkaitan dengan perjudian online di platform hingga 80% sepanjang 2025.

Contoh tersebut memperlihatkan sisi lain dari pemanfaatan AI. Teknologi tidak selalu harus digunakan untuk membuat semua proses menjadi lebih cepat dan tanpa hambatan. Dalam situasi tertentu, kecerdasan sistem justru terletak pada kemampuannya mengenali kapan sebuah proses perlu dibuat lebih ketat.

Ketika Coding Tak Lagi Menjadi Satu-Satunya Keunggulan

Perubahan AI terhadap dunia kerja juga menjadi pembahasan dalam sesi Beyond Coding: Building a Career AI Can’t Replace. Diskusi tersebut menghadirkan CTO DANA Indonesia Norman Sasono, CTO Google Cloud Indonesia Sai Prasad Kolluri, serta Founder ASSAI Abil Sudarman.

Salah satu perubahan paling besar yang mulai terlihat adalah bergesernya posisi coding dalam kompetensi seorang software engineer. Kemampuan menulis kode tetap penting, tetapi ketika AI semakin mampu menghasilkan kode dengan cepat, keunggulan manusia tidak lagi hanya ditentukan oleh kemampuan teknis tersebut.

Kemampuan memahami persoalan bisnis, memecahkan masalah, merancang arsitektur sistem, menggunakan pertimbangan yang tepat, serta bertanggung jawab terhadap hasil menjadi semakin menentukan.

“AI dapat membantu menjawab how, tetapi engineer tetap bertanggung jawab atas why, what, dan what could go wrong. Ketika kode semakin mudah dihasilkan, kemampuan memahami konteks, menggunakan penilaian yang tepat, dan akuntabilitas justru menjadi semakin penting,” ujar Norman.

Pernyataan tersebut menggambarkan perubahan yang lebih mendasar dalam dunia kerja. AI mungkin dapat mengambil alih sebagian pekerjaan, tetapi tidak otomatis mampu mengambil alih pemahaman terhadap konteks secara menyeluruh.