Setiap perubahan besar dalam teknologi selalu membawa dampak, tidak hanya pada teknologi itu sendiri, tetapi juga pada struktur organisasi, proses kerja, dan pembagian tanggung jawab. Kita bisa melihat contoh yang jelas saat perusahaan beralih ke cloud computing.
Sebelum menggunakan cloud, tim IT biasanya bekerja secara terpusat. Mereka mengelola server fisik, jaringan, dan instalasi perangkat lunak di pusat data milik perusahaan. Para developer memiliki ruang gerak yang terbatas karena hampir semua keputusan ada di tangan tim IT pusat.
Setelah migrasi ke cloud, pola ini berubah. Perusahaan mulai menggunakan tim lintas fungsi seperti DevOps, FinOps, dan CloudOps. Infrastruktur bisa dibuat otomatis melalui Infrastructure as Code (IaC), dan peran IT berkembang ke arah tata kelola cloud, keamanan, serta pengelolaan biaya. Struktur kerja menjadi lebih terdesentralisasi dan fleksibel.
Perubahan serupa juga terjadi ketika perusahaan mulai menyadari betapa pentingnya data. Salah satu pendekatan yang cukup sukses dan banyak digunakan saat ini adalah Data Mesh.
Apa Itu Data Mesh?
Menurut Wikipedia, Data Mesh adalah pendekatan sosial dan teknis untuk membangun arsitektur data yang terdesentralisasi. Intinya, Data Mesh memindahkan tanggung jawab pengelolaan data dari satu tim pusat ke tim domain (tim bisnis), dengan dukungan platform data terpusat yang menyediakan standar dan aturan bersama.
Definisi tersebut memang terdengar rumit, tapi intinya sederhana:
Data Mesh berarti data tidak lagi dikelola oleh satu tim pusat saja.
Setiap tim bisnis bertanggung jawab atas data mereka sendiri, tetapi tetap mengikuti aturan dan standar bersama.
Dalam pendekatan ini:
-
Data diperlakukan sebagai produk
-
Tim yang paling dekat dengan masalah bisnis menjadi pemilik data
-
Akuntabilitas meningkat
-
Data silo berkurang
-
Kualitas data menjadi lebih baik
Data Mesh menjadi titik perubahan penting dari sistem terpusat ke kepemilikan data yang tersebar, namun tetap terkoordinasi.
AI Perlu Mengikuti Pola yang Sama
Menurut penulis, AI seharusnya mengikuti jalur yang sama seperti Data Mesh. Saat teknologi AI dan sistem multi-agent mulai berkembang, reaksi awal organisasi biasanya adalah memusatkan semuanya dalam satu tim AI khusus. Pendekatan ini memang cepat dan efektif di awal.
Namun, untuk jangka panjang, itu saja tidak cukup.
Agar AI benar-benar memberikan dampak besar, keahlian AI perlu ditanamkan langsung ke unit bisnis. Artinya, orang-orang yang paling memahami proses bisnis harus bisa mengakses dan memanfaatkan AI secara langsung.
Tujuannya bukan hanya melatih model AI, tetapi memberi AI pengetahuan, data, dan alat yang sesuai dengan domain bisnisnya. Lalu, agen-agen AI tersebut dapat dihubungkan dalam satu sistem besar (multi-agent system) yang mampu bekerja lintas domain.
Kunci keberhasilan ada pada keseimbangan antara sentralisasi dan desentralisasi.
Peran AI Ambassador
Dulu kita mengenal peran data ambassador, sekarang kita membutuhkan AI (dan data) ambassador di setiap unit bisnis. Mereka berfungsi sebagai penggerak perubahan dari dalam.
Peran mereka antara lain:
-
Membantu adopsi AI di unit bisnis
-
Menjembatani tim AI pusat dan tim bisnis
-
Mendorong penggunaan AI secara bertanggung jawab
-
Membantu mengubah proses bisnis dengan pola pikir AI-first
Selain itu, organisasi juga membutuhkan system thinker, yaitu orang-orang yang mampu menghubungkan berbagai domain agar AI bisa bekerja secara menyeluruh di tingkat perusahaan.
Contoh Penerapan AI Mesh
1. Perbankan
Bayangkan sebuah Agen AI Kesehatan Keuangan Pribadi. Sistem ini tidak berdiri sebagai satu AI besar, tetapi terdiri dari beberapa agen khusus:
-
Agen analisis pengeluaran
-
Agen penilaian risiko dan kredit
-
Agen analisis pasar dan investasi
-
Agen kepatuhan dan interaksi nasabah
Bersama-sama, mereka membentuk asisten keuangan yang selalu aktif, memberikan saran anggaran, rencana perbaikan kredit, dan rekomendasi investasi secara real-time.
2. Venue dan Event
Di industri venue dan acara, bayangkan Agen Pengalaman Event Pintar. Sistem ini terdiri dari:
-
Agen tiket dan tempat duduk
-
Agen pengelolaan keramaian dan keselamatan
-
Agen rekomendasi makanan dan hiburan
-
Agen penawaran real-time berdasarkan lokasi
Hasilnya adalah pengalaman acara yang lebih personal, mengurangi antrean, dan meningkatkan kepuasan pengunjung.
Menuju AI Mesh
Saat perusahaan semakin mengadopsi transformasi berbasis AI, prinsip-prinsip Data Mesh tetap relevan: desentralisasi, kepemilikan domain, platform bersama, dan tata kelola.
Namun, untuk memaksimalkan potensi AI, kita perlu melangkah lebih jauh ke arah AI Mesh. AI Mesh menggabungkan pakar AI dan pakar bisnis dalam model terdistribusi, di mana kecerdasan buatan tertanam langsung dalam proses bisnis.
Dengan keseimbangan yang tepat antara tim pusat dan unit bisnis, perusahaan dapat:
-
Mendorong inovasi
-
Meningkatkan efisiensi
-
Menciptakan pengalaman pelanggan yang benar-benar baru
Perusahaan yang menerapkan AI Mesh tidak hanya siap menghadapi tantangan hari ini, tetapi juga mampu menciptakan pengalaman pelanggan masa depan.
Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan extreme networks indonesia, merupakan bagian dari PT. iLogo Indonesia, yang merupakan mitra terpercaya dalam solusi Infrastruktur IT dan Cybersecurity terbaik di Indonesia.
Hubungi kami sekarang atau kunjungi extremenetworks.ilogoindonesia.id untuk informasi lebih lanjut!