Lenovo Bicara Masa Depan Infrastruktur AI Indonesia, Ini Tantangannya
Teknologi kecerdasan buatan (AI) saat ini mengalami adopsi yang terus meluas dengan kehadiran sederet regulasi dan panduan yang berupaya mengejarnya. Namun, bagian yang jarang disorot dari teknologi ini adalah sisi infrastruktur yang menjadi pondasinya.
Kumar Mitra, Executive Director untuk wilayah China, Asia Pasifik (CAP), serta Australia & Selandia Baru (ANZ) di Infrastructure Solutions Group (ISG) Lenovo memberikan pandangannya terhadap masa depan infrastruktur AI di Indonesia yang saat ini dinilai tengah dalam fase percepatan.
Ia memperkirakan dalam beberapa tahun ke depan infrastruktur AI akan berkembang dari implementasi eksperimental menjadi lingkungan produksi berskala terdistribusi.
Ia lalu mengutip laporan Lenovo CIO Playbook 2026 yang menyoroti tiga pergeseran utama yang membentuk transisi ini.
"Pertama, inferencing AI akan menjadi mesin nilai utama. Sepanjang siklus hidup suatu model, inferencing bisa menelan biaya hingga 15 kali lebih tinggi dibanding pelatihan, dan pada 2030 diperkirakan 75 persen kapasitas komputasi AI akan mendukung inferencing, yang semakin banyak dijalankan di lingkungan edge terdistribusi," kata Kumar dalam wawancara teks dengan CNNIndonesia.com.
Kemudian, organisasi disebut akan memprioritaskan produktivitas karyawan melalui perangkat yang didukung AI, dengan kemampuan AI langsung di perangkat (AI on-device) dan AI PC menjadi salah satu area investasi IT utama.
Kumar menyebut tantangan terbesar ada pada pengembangan skala AI. Meski 88 persen organisasi mengharapkan ROI positif, hanya sekitar setengah dari proof-of-concept AI yang mencapai tahap produksi.
Bagi pelaku industri, katanya, fokus harus bergeser dari sekadar eksperimen menuju pembangunan infrastruktur, tata kelola, dan model operasional yang memungkinkan AI berkembang skala dan memberikan hasil bisnis yang terukur.
Lihat Juga : |
Kumar menilai Indonesia dalam konteks ASEAN+ telah berada pada fase akselerasi infrastruktur digital. Salah satu indikator yang menunjukkan hal tersebut adalah perubahan posisi AI dalam strategi perusahaan.
Dalam Lenovo CIO Playbook 2026, 96 persen organisasi di ASEAN+ berencana meningkatkan investasi AI dalam 12 bulan ke depan dengan rata-rata pertumbuhan 15 persen.
"Ini menunjukkan AI telah masuk dalam perencanaan anggaran formal, bukan lagi eksperimen terbatas," terang Kumar.
Selain itu, 67 persen organisasi telah melakukan uji coba atau mengadopsi AI secara sistematis. Artinya, mayoritas perusahaan sudah bergerak dari fase eksplorasi ke implementasi yang lebih terstruktur.
Tak cuma angka, Kumar mengatakan pendekatannya kini juga telah bergeser dari sekadar validasi nilai ke AI berbasis hasil (outcomes-led AI).
Ia menyebut organisasi kini menuntut AI benar-benar berkontribusi pada pertumbuhan pendapatan, peningkatan profitabilitas, dan pengalaman pelanggan. Ia menilai ini adalah ciri ekosistem yang mulai matang.
Lihat Juga : |
Kesiapan infrastruktur
Meski lebih dari 90 persen organisasi ingin meningkatkan investasi AI, kesiapan infrastruktur dinilai masih berproses.
Kumar mengungkap hanya sekitar setengah dari proyek proof-of-concept yang berhasil naik ke tahap produksi. Ini menunjukkan adanya kesenjangan antara ambisi dan kemampuan untuk menskalakan AI.
Selain itu, Lenovo CIO Playbook juga menyoroti bahwa hanya 10 persen organisasi yang saat ini merasa siap untuk implementasi Agentic AI skala besar, sementara 41 persen memperkirakan akan membutuhkan lebih dari 12 bulan untuk mengembangkan AI hingga berdampak nyata.
"Hal ini menunjukkan bahwa tantangannya bukan pada komitmen investasi, tetapi kesiapan operasional khususnya terkait tata kelola, keamanan, integrasi data, dan manajemen siklus hidup AI," tutur Kumar.
"Saat ini, organisasi lebih fokus pada pembangunan infrastruktur dan kerangka operasional yang dibutuhkan untuk membawa AI dari proof-of-concept menjadi produksi berskala besar," tambahnya.
Skalabilitas sendiri memiliki beberapa tantangan, seperti kompleksitas integrasi dengan infrastruktur AI. Kemudian, skalabilitas operasional AI dalam aktivitas sehari-hari dapat menyedot biaya 15 kali lipat dibanding biaya pelatihan model.
Lebih lanjut, Kumar juga melihat adanya pergeseran infrastruktur AI ke arah hybrid yang mengombinasikan on-premise dan edge untuk menyeimbangkan performa, keamanan, dan kepatuhan regulasi.
Artinya, hybrid bukan lagi opsi tambahan, tetapi model standar implementasi AI di perusahaan.
Pada 2030, sekitar 75 persen kapasitas komputasi AI diproyeksikan akan digunakan untuk operasional, dan 80 persen perusahaan akan mengandalkan infrastruktur edge yang tersebar.
"Ini menunjukkan bahwa workload AI terutama untuk operasional dan inferensi akan semakin dijalankan lebih dekat ke titik penggunaan," katanya.
Untuk pasar seperti Indonesia, hal ini berarti strategi pusat data berkembang melampaui fasilitas hyperscale terpusat.
"Kami melihat meningkatnya investasi pada infrastruktur terdistribusi termasuk lokasi edge dan pusat data perusahaan untuk mendukung aplikasi AI secara real-time serta beban kerja industri," ujar Kumar.
(lom/dmi)