Penerapan teknologi kecerdasan buatan (AI) saat ini semakin masif di berbagai sektor bisnis, mencakup penggunaan chatbot hingga sistem otomatisasi proses operasional. Meskipun demikian, Regional Vice President & Managing Director Southeast Asia Snowflake, Satchit Joglekar, menilai banyak organisasi yang masih melakukan kesalahan fatal dalam membangun fondasi teknologi tersebut.
Dalam sesi wawancara eksklusif bersama Kompas.com di The St. Regis Jakarta pada Kamis (17/4/2026), Satchit menekankan pentingnya tata kelola data sebelum perusahaan melangkah lebih jauh ke ranah AI. Sebagai informasi, Snowflake merupakan platform data berbasis cloud yang memfasilitasi perusahaan dalam mengelola, mengintegrasikan, serta menganalisis informasi agar siap mendukung kebutuhan analitik modern.
Urgensi Tata Kelola Data dalam Implementasi AI
Satchit menegaskan bahwa teknologi AI tidak akan mampu memberikan manfaat secara optimal apabila data yang dimiliki perusahaan belum terorganisasi secara mumpuni. Menurut pandangannya, tata kelola data atau data governance merupakan aspek krusial karena AI tidak akan memiliki kegunaan nyata tanpa dukungan data yang valid dan rapi.
Sayangnya, saat ini banyak entitas bisnis terlalu terpaku pada tren penggunaan model AI mutakhir seperti generative AI (Gen AI) tanpa membenahi infrastruktur data internal mereka. Padahal, akurasi kinerja AI sangat bergantung pada kualitas data, sehingga informasi yang berantakan dan tidak terintegrasi justru berisiko menghasilkan output yang tidak akurat.
Satchit memperingatkan bahwa tanpa pengelolaan yang tepat, AI bahkan berpeluang memberikan hasil atau informasi yang sama sekali tidak relevan dengan kondisi bisnis yang sedang berjalan. Hal ini tentu menjadi kerugian besar bagi perusahaan yang sudah menginvestasikan banyak sumber daya untuk mengadopsi teknologi kecerdasan buatan tersebut.
Tantangan Fenomena Data Silo Bagi Perusahaan
Salah satu kendala utama yang sering ditemui dalam proses implementasi AI di lingkungan korporasi adalah munculnya fenomena data silo. Kondisi ini merujuk pada situasi di mana tumpukan data disimpan dalam berbagai sistem penyimpanan yang berbeda-beda serta terpisah satu sama lain.
Sistem yang terisolasi ini membuat data menjadi sangat sulit untuk diakses ataupun diintegrasikan dengan platform teknologi lain yang ada di dalam perusahaan. Satchit menjelaskan bahwa situasi tersebut merupakan tantangan besar karena sistem AI pada dasarnya memerlukan akses data yang mudah dan terpusat dalam satu ekosistem.
Persoalan lain yang timbul adalah ketidakseragaman format informasi, seperti perbedaan istilah atau definisi antar divisi meskipun sebenarnya merujuk pada objek atau data yang sama. Inkonsistensi tersebut menyulitkan AI dalam memahami konteks bisnis secara utuh, bahkan memicu munculnya fenomena halusinasi atau kesalahan fatal saat memberikan jawaban kepada pengguna.