Bos IBM Ungkap Tren AI 2025, Apa Saja?

IBM Tren AI di Tahun 2025 - Roy Kosasih, Presiden Direktur IBM Indonesia. (Doc: IBM Indonesia)

Liputan6.com, Jakarta - IBM baru saja menerbitkan laporan terbaru berjudul "APAC AI Outlook 2025", di mana perusahaan mengungkap sejumlah tren AI pada tahun depan.

Dari sekadar eksperimen, kini perusahaan dan organisasi bisa mulai fokus memaksimalkan dampak investasi AI untuk tujuan strategis seperti inovasi dan meningkatkan pendapatan.

Saat ini, ada sekitar 54 persen perusahaan di Asia Pasifik mengandalkan manfaat jangka panjang dari kecerdasan buatan, terutama melalui adopsi model open-source dan solusi hemat biaya fleksibel.

Mengutip laporan disusun olen Ecosystm untuk IBM, Jumat (6/12/2024), hampir 60 persen organisasi memperkirakan hasil nyata dari investasi AI mereka terlihat dalam 2-5 tahun mendatang.

Sedangkan, hanya 11 persen mengantisipasi pengembalian dalam dua tahun ke depan dengan fokus utama pada 2025 mencakup peningkatan pengalaman pelanggan (21 persen).

Selain pengalaman pelanggan, ada juga otomatisasi back-office (18 persen), dan pengelolaan siklus hidup pelanggan (16 persen).

"Banyak bisnis di Indonesia kini mulai melirik atau bereksperimen dengan AI, dan sekarang siap untuk tahap berikutnya," kata Roy Kosasih, Presiden Direktur IBM Indonesia.

Dia menambahkan, "pendekatan strategis dengan memanfaatkan model open-source fleksibel memungkinkan organisasi memaksimalkan keunggulan kompetitif sambil tetap fokus pada AI berpusat pada manusia."

5 Tren Utama AI di 2025 dan Hambatannya?

Organisasi menghadapi sejumlah tantangan dalam mengimplementasikan AI, seperti kompleksitas data (39 persen), tingginya biaya solusi (36 persen), dan terbatasnya kasus penggunaan (35 persen).

Namun, laporan ini juga mengidentifikasi lima tren AI strategis akan membentuk masa depan di Asia Pasifik:

2 dari 5 halaman

Masa Depan AI di 2025?

Pendapatan Berbasis AI: Organisasi dan perusahan akan mengadopsi pendekatan "AI Strategis" pada 2025, dan memprioritaskan proyek berdasarkan kelayakan dan dampak bisnis.
Model Open Source yang Fleksibel: Organisasi mulai mengadopsi model AI lebih kecil, spesifik, dan efisien untuk kebutuhan lokal.
Unified AI: Integrasi mulus antarplatform melalui alat tata kelola canggih menjadi prioritas.
Agentic AI: Kombinasi AI dan otomatisasi akan mendefinisikan ulang alur kerja di masa depan.
Human Centric AI: Meskipun alat produktivitas telah menjadi fokus utama dalam adopsi AI, masa depan AI terletak pada pemanfaatannya untuk meningkatkan pengalaman dan kemampuan manusia.

“Manusia memiliki peran tak tergantikan pada evolusi AI. Keterlibatan manusia diperlukan di setiap tahap perkembangan teknologi ini, termasuk pengawasan terhadap aplikasi-aplikasi yang krusial,” kata Ullrich Loeffler, CEO Ecosystm.

“AI seharusnya meningkatkan, bukan menggantikan peran manusia,” tegas Ullrich.

Laporan ini menjadi panduan penting bagi organisasi yang ingin mempercepat inisiatif AI mereka sambil mengelola tantangan.

Dengan adopsi strategi yang tepat, masa depan AI di Asia-Pasifik tampak menjanjikan—baik untuk bisnis maupun masyarakat luas.

3 dari 5 halaman

IBM Luncurkan Solusi Ancaman Siber di Era AI dan Komputasi Kuantum

Kawasan Asia Tenggara mulai menjadi pemain ekonomi skala besar sehingga memicu para hacker untuk melakukan penyerangan siber. (Doc: iStockphoto)

Di sisi lain, dalam upaya menghadapi risiko keamanan di era hybrid cloud, kecerdasan buatan (AI), dan komputasi kuantum, IBM memperkenalkan IBM Guardium Data Security Center.

IBM Guardium Data Security Center adalah sebuah solusi keamanan berbasis SaaS, di mana keamanan siber ini memberikan perlindungan menyeluruh terhadap data perusahaan sepanjang siklus hidupnya.

IBM Guardium Data Security Center menawarkan manajemen terpadu untuk pemantauan, tata kelola data, deteksi ancaman, dan manajemen kriptografi, memberikan kontrol penuh terhadap keamanan data di satu dasbor.

"AI generatif dan komputasi kuantum menawarkan peluang besar, namun juga membawa risiko baru," ujar Akiba Saeedi, Vice President, IBM Security Product Management, dalam keterangan resminya, Jumat (25/10/2024),

"Dalam masa perubahan ini, organisasi harus meningkatkan kemampuan beradaptasi dalam menghadapi ancaman kriptografi dan memantau dengan cermat model AI mereka, data pelatihan, serta penggunaannya."

IBM Guardium Data Security Center didukung oleh dua komponen utama: Guardium AI Security dan Guardium Quantum Safe. Guardium AI Security berfokus pada pengelolaan risiko keamanan AI, khususnya dalam mendeteksi model "shadow AI"—model AI yang digunakan tanpa izin perusahaan.

Selain itu, solusi ini membantu tim keamanan memantau penggunaan data AI dan mengurangi potensi pelanggaran aturan pengelolaan data.

4 dari 5 halaman

Dikembangkan oleh IBM Research

Ilustrasi Sidik Jari (occupycorporatism.com)

Sedangkan Guardium Quantum Safe melindungi data terenkripsi dari serangan siber di masa depan oleh pelaku dengan akses ke komputer kuantum.

Teknologi ini dikembangkan oleh IBM Research dan mencakup algoritma kriptografi pasca-kuantum yang sudah disetujui oleh National Institute of Standards and Technology (NIST) di Amerika Serikat.

"IBM Guardium Quantum Safe membantu organisasi memantau dan mengelola keamanan data terenkripsi untuk mengatasi risiko dan mengambil upaya perbaikan," jelas Saeedi.

Sistem ini memudahkan analis keamanan dalam melacak kerentanan tanpa harus mengumpulkan informasi dari berbagai sumber dan alat yang terpisah.

Pendekatan keamanan menyeluruh yang ditawarkan oleh IBM Guardium Data Security Center hadir di momen penting, di mana data yang sangat sensitif, seperti catatan medis, transaksi keuangan, hingga kekayaan intelektual (IP), semakin rentan terhadap ancaman siber di era AI dan kuantum.

5 dari 5 halaman

IBM dan Red Hat Bentuk Komunitas AI Open Source InstructLab

Peluncuran ChatGPT membuat sejumlah enterprise tertarik dengan Generative AI (GenAI). Enterprise mulai berpindah dari penilaian awal terhadap layanan GenAI ke fase pengembangan aplikasi dengan AI.

Untuk mewujudkan pengembangan kecerdasan buatan (AI) yang lebih matang, IBM dan Red Hat berkolaborasi meluncurkan InstructLab, sebuah komunitas open source yang dibangun di seputar metode Large-scale Alignment for chatBots (LAB) dan model Granite open source dari IBM.

Proyek InstructLab berfungsi untuk meletakkan pengembangan large language model (LLM) atau model dasar yang memungkinkan AI memahami dan menghasilkan teks bahasa manusia di tangan para pengembang dengan membuat, mengembangkan, dan berkontribusi ke proyek open source apapun.

Dengan alignment tools dari InstructLab, model Granite dan Red Hat Enterprise Linux AI (RHEL AI), Red Hat akan memberikan manfaat dari proyek open source, yaitu berupa akses gratis dan bisa digunakan kembali.