Wawancara Khusus Country Managing Director Accenture Indonesia: AI Harus Berpusat pada Manusia

Accenture menyebut 2026 sebagai titik balik adopsi AI. Apa indikator paling nyata bahwa AI telah berubah dari sekadar eksperimen menjadi kapabilitas inti bisnis?

Tahun ini, saya berharap kita akan melihat AI bergerak melampaui uji coba terisolasi dan pembuktian konsep, dan menjadi kemampuan bisnis inti yang tertanam. Indikator paling nyata bahwa AI telah bertransformasi dari sekadar uji coba menjadi kemampuan inti sebuah perusahaan adalah ketika AI terintegrasi langsung ke dalam proses harian, pengambilan keputusan, dan alat-alat operasional, di mana AI ditempatkan dekat dengan karyawan, pelanggan, dan lini depan bisnis.

Pada tahap ini, AI bukan lagi sistem terpisah, melainkan bagian alami dari cara kerja organisasi: lebih cepat, lebih intuitif, dan responsif.

Indikator penting lainnya adalah skala. AI tidak lagi terbatas pada satu fungsi, tetapi mengorkestrasi proses lintas IT, operasional, finance, HR, hingga tim customer service, yang dapat memecah silo-silo yang ada di perusahaan tradisional.

Di perusahaan yang lebih matang, muncul sistem agentic AI yang mampu sense–decide–act di seluruh proses dari awal hingga akhir. Meski demikian, manusia tetap memegang kendali: menetapkan arah, menilai sebuah keputusan, dan menjaga akuntabilitas.

Aspek tata kelola (governance) juga menjadi salah satu penanda kedewasaan. Ketika keamanan, manajemen risiko, dan prinsip Responsible AI sudah tertanam sejak tahap desain (by design), bukan ditambahkan belakangan, itu menunjukkan bahwa AI diperlakukan sebagai kapabilitas strategis.

Model akuntabilitas yang jelas dan kepemilikan keputusan yang terdefinisi juga menjadi ciri penting organisasi yang siap untuk berkembang lebih lanjut.

Perusahaan yang melihat AI sebagai transformasi cara kerja, bukan sekadar upgrade teknologi, akan lebih adaptif, sigap, dan kompetitif di tengah dinamika bisnis yang cepat berubah.

Dari pengalaman Accenture di Indonesia, apa hambatan terbesar perusahaan dalam beralih dari tahap AI pilot menuju AI at scale?

Banyak perusahaan memiliki ambisi untuk memanfaatkan AI sebagai keunggulan kompetitif. Namun kemajuan tersebut sering kali terhenti setelah fase pilot (uji coba). Ambisi memang ada, tetapi memperluas penerapan AI dalam skala besar ternyata jauh lebih kompleks daripada yang diperkirakan.

Menurut riset kami, tantangan utamanya adalah kesiapan data. Banyak perusahaan belum sepenuhnya memanfaatkan potensi data mereka, apalagi adanya data yang tidak terstruktur, sehingga membatasi dampak AI.

Sebanyak 70% perusahaan global mengakui bahwa fondasi data yang kuat adalah prasyarat utama untuk meningkatkan penggunaan AI. Tanpa data yang dapat dipercaya, mudah diakses, dan dikelola dengan tata kelola yang baik, bahkan model AI paling canggih pun sulit menciptakan manfaat yang berkelanjutan.

Selain data, peralatan IT yang bersifat legacy juga menjadi hambatan integrasi. Di sisi lain, banyak karyawan belum memiliki akses pada alat yang tepat, pelatihan terstruktur, dan arahan strategis yang jelas tentang bagaimana AI digunakan secara efektif dan bertanggung jawab.

Perusahaan yang berhasil melampaui tahap eksperimen adalah mereka yang mengatasi hambatan ini secara menyeluruh: memodernisasi arsitektur teknologi, memperkuat fondasi data, dan melengkapi karyawan dengan kemampuan menggunakan AI. Meningkatkan penggunaan AI bukan proyek tunggal, melainkan transformasi yang harus dilakukan secara menyeluruh.

Apa perbedaan paling mendasar antara AI tradisional dan Agentic AI, khususnya dalam hal pengambilan keputusan dan orkestrasi pekerjaan lintas fungsi?

Perbedaan paling mendasar antara AI tradisional dan agentic AI terletak pada tingkat otonomi dan kemampuan koordinasi sistem. AI tradisional pada dasarnya berfungsi sebagai alat atau bantuan. Ia dapat menganalisis data, menghasilkan wawasan, dan membantu proses pengambilan keputusan.

Namun, sistem ini masih sangat bergantung pada arahan manusia dan biasanya hanya bekerja dalam satu tugas tertentu. AI tradisional juga tidak dirancang untuk secara mandiri mengelola proses kerja yang kompleks dan terdiri dari banyak tahapan.

Sebaliknya, Agentic AI memiliki tingkat otonomi yang lebih tinggi. Seseorang dapat menetapkan tujuan, lalu sistem dapat mengoordinasikan berbagai agen AI yang memiliki fungsi khusus untuk mengumpulkan informasi, menganalisis pilihan, menghasilkan output, serta menyesuaikan alur kerja untuk mencapai tujuan tersebut.

Sistem ini tidak hanya merespons satu perintah, tetapi juga mampu menyusun rangkaian tindakan, berinteraksi dengan berbagai sistem yang berbeda, dan memperbaiki pendekatannya seiring waktu. Dalam konteks ini, AI tidak lagi hanya berperan sebagai alat, tetapi lebih menyerupai kolaborator digital yang aktif.

Sebagai contoh di bidang pemasaran, Agentic AI tidak hanya membantu menghasilkan teks promosi. Teknologi ini juga dapat membantu menyusun strategi kampanye, mengoordinasikan jadwal, menganalisis performa kampanye, dan menyempurnakan strategi penargetan audiens. Dalam pengembangan perangkat lunak, berbagai agen AI dapat mendukung proses desain, pembuatan kode, pengujian, hingga meluncurkan kode tersebut, sambil mengoordinasikan proses antartim sepanjang siklus pengembangan.

Perubahan ini penting karena membuat kemampuan AI yang lebih kompleks dapat dimanfaatkan oleh lebih banyak karyawan tanpa memerlukan keahlian teknis yang sangat mendalam. Jika diterapkan secara bertanggung jawab, Agentic AI dapat membantu tim bekerja lebih inovatif, mengambil keputusan yang lebih baik, serta menyelesaikan masalah secara lebih menyeluruh.

Accenture menekankan pendekatan human-in-the-lead dalam penerapan AI. Dalam praktiknya, seperti apa model tata kelola yang efektif untuk memastikan AI tetap akuntabel tanpa menghambat inovasi?

Sejak awal, kami percaya bahwa potensi transformatif AI selalu datang bersama tanggung jawab yang besar. Ketika diterapkan dalam skala luas, AI dapat menimbulkan berbagai risiko, mulai dari bias algoritma, kesalahan informasi yang dihasilkan sistem, hingga kerentanan keamanan siber, potensi disrupsi tenaga kerja, dan persoalan kekayaan intelektual.

Risiko ini juga berkembang seiring dengan kemajuan teknologi seperti large language models yang memunculkan pertanyaan baru mengenai penggunaan data, hak cipta, serta batasan etika. Pada saat yang sama, pemerintah di berbagai negara mulai memperkenalkan regulasi dan kerangka tata kelola khusus untuk AI guna memperkuat akuntabilitas dan keamanan.

Dalam konteks ini, pertanyaan utamanya adalah bagaimana perusahaan dapat mendapatkan manfaat AI sekaligus mengelola risiko, mematuhi regulasi yang terus berkembang, dan membangun kepercayaan jangka panjang dengan pelanggan, karyawan, serta pemegang saham.

Pendekatan kami berpusat pada konsep Responsible AI. Bagi Accenture, Responsible AI berarti merancang, membangun, dan menerapkan sistem AI dengan cara yang memberdayakan manusia dan bisnis, sekaligus memastikan hasil yang adil, transparan, dan berdampak positif bagi masyarakat. Prinsip ini harus diterapkan di seluruh siklus hidup AI, mulai dari tahap strategi dan desain model hingga implementasi dan pemantauan berkelanjutan.

Selain itu, investasi pada sumber daya manusia juga menjadi faktor yang sangat penting. Accenture terus berinvestasi dalam pembelajaran dan pengembangan keterampilan, termasuk membangun kapabilitas AI di seluruh organisasi. Melalui inisiatif seperti LearnVantage, kami membantu karyawan dan klien memperoleh keterampilan yang dibutuhkan untuk bekerja dengan AI secara percaya diri dan bertanggung jawab. Bagi kami, kemajuan teknologi harus selalu diimbangi dengan kesiapan tenaga kerja.

Tata kelola yang kuat bukanlah penghambat inovasi, melainkan fondasi yang menciptakan kepercayaan sehingga organisasi dapat mempercepat adopsi AI secara aman dan berkelanjutan.

Di antara tiga area utama yaitu operasional, pengalaman pelanggan, dan pengembangan perangkat lunak, sektor mana di Indonesia yang paling siap merasakan dampak Agentic AI dalam waktu dekat?

Mengingat penelitian Accenture juga menunjukkan bahwa sektor perbankan dan telekomunikasi di kawasan Asia Pasifik termasuk yang paling cepat mengembangkan AI, pelajaran spesifik apa yang bisa diambil perusahaan Indonesia dari kecepatan transformasi sektor perbankan dan telekomunikasi di Asia Pasifik dalam hal scaling AI?

Di Indonesia, sektor yang paling siap memanfaatkan Agentic AI umumnya memiliki tiga karakteristik utama yaitu skala operasi yang besar, fondasi data yang kuat, serta kebutuhan transformasi yang jelas. Dampak terbesar biasanya muncul ketika AI benar-benar tertanam dalam proses kerja, bukan sekadar digunakan sebagai alat tambahan.

Di sektor perbankan dan jasa keuangan, peluangnya terletak pada koordinasi proses yang semakin kompleks. Bank di Indonesia menghadapi percepatan digitalisasi, meningkatnya ekspektasi nasabah, serta regulasi yang terus berkembang. Agentic AI dapat membantu mengoordinasikan berbagai proses secara menyeluruh, mulai dari analisis kelayakan kredit, deteksi penipuan, layanan pelanggan yang lebih proaktif, hingga pemantauan kepatuhan terhadap regulasi. Pendekatan ini dapat meningkatkan efisiensi sekaligus memperkuat manajemen risiko.

Di sektor telekomunikasi, fokus utamanya adalah kinerja operasional dan keandalan layanan. Perusahaan telekomunikasi mengelola jaringan yang sangat luas dan kompleks serta volume interaksi pelanggan yang besar. Agentic AI dapat membantu memantau kondisi jaringan, memprediksi potensi gangguan layanan, mengoptimalkan penugasan teknisi lapangan, serta mempercepat penyelesaian masalah pelanggan. Hasilnya adalah sistem yang lebih tangguh, waktu respons yang lebih cepat, serta pengalaman pelanggan yang lebih baik di pasar yang sangat kompetitif.

Sektor energi dan utilitas juga memiliki potensi besar, terutama seiring dengan pembangunan infrastruktur dan agenda transisi energi di Indonesia. Sistem AI dapat membantu mengoptimalkan pemeliharaan aset, menyeimbangkan pasokan dan permintaan energi, serta menyederhanakan proses pengadaan dan pelaporan regulasi.

Selain itu, sektor ritel dan e-commerce juga menjadi contoh penggunaan yang kuat karena tingginya aktivitas digital masyarakat Indonesia, yang menghasilkan data yang sangat kaya di berbagai kanal. Solusi seperti NewsPage dari Accenture memanfaatkan Agentic AI untuk membantu berbagai pihak di rantai distribusi, mulai dari produsen, distributor, tim penjualan, hingga pedagang ritel, dalam mengoptimalkan manajemen inventori, pelaksanaan promosi, serta pengelolaan pesanan. Hal ini memungkinkan perusahaan merespons perubahan permintaan pasar dengan lebih cepat sekaligus menjaga margin bisnis.

Pada akhirnya, perusahaan yang akan bergerak paling cepat adalah organisasi yang memandang Agentic AI sebagai katalis untuk menemukan kembali arah perusahaan. Alih-alih memperlakukan Agentic AI sebagai eksperimen teknologi yang terpisah, perusahaan perlu mendesain ulang operasi, keterlibatan pelanggan, dan penyampaian perangkat lunak dengan sistem yang otonom dan berorientasi pada tujuan perusahaan dengan tata kelola dan pengawasan manusia. Hal ini tentunya dapat mendorong manfaat bisnis yang terukur dan berkelanjutan.

Sebagai perusahaan media, di mana posisi strategis AI untuk meningkatkan produktivitas newsroom dan model bisnis tanpa mengorbankan kredibilitas editorial?

AI memberikan nilai terbesar ketika digunakan untuk memperkuat keahlian manusia, diterapkan di seluruh alur kerja secara menyeluruh, dan dikelola secara bertanggung jawab sejak awal. Bagi organisasi media dan penerbitan, pendekatan ini dapat memberikan dampak signifikan pada produktivitas newsroom, keterlibatan audiens, serta keberlanjutan bisnis dalam jangka panjang.

Di ruang redaksi, AI dapat membantu jurnalis mempercepat berbagai pekerjaan awal seperti riset, transkripsi wawancara, peringkasan informasi, dan analisis data. Hal ini memungkinkan reporter dan editor lebih fokus pada pekerjaan yang memiliki nilai lebih tinggi seperti investigasi, verifikasi fakta, serta penulisan laporan yang mendalam. Manfaatnya bukan hanya produksi konten yang lebih cepat, tetapi juga pelaporan yang lebih tepat waktu dan berbasis data yang dapat membantu pelaku bisnis, investor, maupun pembuat kebijakan mengambil keputusan yang lebih baik.

Dalam proses pembuatan dan distribusi konten, AI juga memungkinkan media memperluas produksi konten berkualitas di berbagai platform digital dan menyesuaikannya dengan segmen audiens yang berbeda. Teknologi seperti analitik prediktif dapat membantu mengoptimalkan strategi publikasi, sementara sistem rekomendasi cerdas dapat memastikan konten yang relevan sampai kepada pembaca yang tepat pada waktu dan format yang sesuai.

Dari sisi bisnis, AI juga dapat memperkuat ketahanan perusahaan media. Analitik tingkat lanjut dapat membantu menyempurnakan model langganan, mengurangi tingkat berhentinya pelanggan, serta meningkatkan efektivitas iklan melalui segmentasi audiens yang lebih presisi. Bagi pengiklan dan brand lokal, hal ini berarti pengukuran kinerja kampanye yang lebih jelas serta pengembalian investasi yang lebih baik.

Pada saat yang sama, menjaga integritas editorial tetap menjadi prioritas utama. Pengawasan manusia, kerangka tata kelola yang kuat, pemantauan potensi bias, serta kebijakan penggunaan AI yang transparan sangat penting untuk menjaga kredibilitas dan kepercayaan publik yang menjadi fondasi utama keberhasilan perusahaan media.