Dari Hype ke Dampak Nyata, DANA Soroti Implementasi AI Bagi Bisnis dan Talenta

AI Bukan Lagi Soal Jumlah, Tapi Soal Hasil: DANA Ungkap Pergeseran Paradigma Implementasi Kecerdasan Buatan

Beritanaya.com – Industri teknologi Indonesia tengah menghadapi dilema yang semakin nyata. Di satu sisi, tekanan kompetitif mendorong perusahaan untuk mengadopsi kecerdasan buatan secara agresif. Di sisi lain, banyak organisasi mendapati bahwa sekadar “memakai” AI tidak otomatis menerjemahkan menjadi keuntungan operasional yang konkret. Kesenjangan antara ambisi teknologi dan realitas bisnis inilah yang menjadi sorotan utama dalam forum tahunan AI@Work Lab, bagian dari rangkaian IdeaFest 2026, yang mempertemukan para pemimpin korporasi, praktisi teknologi, dan komunitas profesional dalam satu ruang diskusi.

Adopsi Tanpa Arah: Jebakan yang Harus Dihindari

Sesi bertajuk “The AI Adoption Trap: Moving Beyond Hype to Real Business Value” menghadirkan dua narasumber kunci: Vince Iswara, CEO sekaligus Co-Founder DANA Indonesia, dan Raymond Chin, pendiri Genesis & Sevenpreneur. Keduanya sepakat bahwa metrik keberhasilan sebuah inisiatif AI tidak boleh diukur dari volume eksperimen atau jumlah model yang di-deploy, melainkan dari perubahan konkret yang terjadi pada proses kerja dan keluaran bisnis.

Logika ini penting karena banyak perusahaan di Asia Tenggara, termasuk Indonesia, masih terjebak pada fase “proof of concept” yang berulang tanpa pernah mencapai skala operasional. Tanpa kerangka pengukuran yang terikat pada outcome bisnis, investasi AI berisiko menjadi pengeluaran yang tidak pernah kembali dalam bentuk efisiensi, kualitas layanan, atau keunggulan kompetitif.

“Adopsi AI bukan lagi tujuan akhir. Nilainya baru tercipta ketika teknologi tersebut membantu menyelesaikan persoalan yang nyata, memperbaiki kualitas keputusan, dan memberikan hasil yang dapat diukur. Namun, manusia tetap memegang peran utama dalam menentukan konteks, menjaga kualitas, mengelola risiko, dan bertanggung jawab atas hasil akhirnya.”

Pernyataan Vince Iswara tersebut merangkum esensi pergeseran yang sedang terjadi: dari narasi “kami memakai AI” menuju narasi “AI mengubah cara kami bekerja, dan berikut buktinya.”

Dalam Angka: Apa yang Terjadi di Balik Layar DANA

Untuk memahami skala transformasi yang dimaksud, data internal DANA memberikan gambaran yang cukup tajam. Saat ini, kisaran 80 hingga 90 persen kode yang dihasilkan di dalam organisasi tersebut melibatkan dukungan AI. Angka ini bukan sekadar statistik teknis; ia menandakan bahwa relasi antara engineer dan mesin telah berubah secara fundamental.

Peran engineer di DANA tidak lagi terbatas pada penulisan baris kode secara manual. Tugas mereka bergeser ke hulu dan hilir rantai nilai: merumuskan persoalan yang tepat, merancang arsitektur sistem, melakukan validasi logika, menjamin keamanan infrastruktur, dan pada akhirnya mengambil keputusan atas keluaran yang dihasilkan. Dengan kata lain, AI menjadi pengungkit produktivitas, tetapi akuntabilitas tetap berada di tangan manusia.

Hasil Terukur Sepanjang 2025

Implementasi agentic AI pada sejumlah proses operasional DANA sepanjang tahun 2025 menghasilkan tiga indikator yang dapat diverifikasi:

Pertama, peningkatan produktivitas internal hingga 57 persen pada proses yang telah diotomasi. Kedua, kenaikan kepuasan pelanggan sebesar 13 persen, yang mengindikasikan bahwa percepatan layanan tidak mengorbankan kualitas pengalaman pengguna. Ketiga, percepatan penyelesaian layanan sebesar 10 persen, yang secara langsung berdampak pada waktu respons dan beban kerja tim operasional.

Tiga angka ini menjadi contoh konkret bagaimana metrik AI yang terikat pada outcome bisnis berbeda secara fundamental dari metrik yang hanya menghitung jumlah prompt atau jam komputasi. Mereka menunjukkan bahwa teknologi tersebut benar-benar mengubah kapasitas organisasi, bukan sekadar menambah lapisan otomatisasi di atas proses yang sudah ada.

Kesiapan Organisasi dan Masa Depan Talenta

Diskusi di IdeaFest 2026 juga menyoroti dimensi yang sering diabaikan: kesiapan organisasi. Mengintegrasikan AI ke dalam proses kerja bukan hanya soal pengadaan lisensi atau pelatihan teknis. Ia menuntut ruang bagi eksperimen yang terukur, tata kelola risiko yang proporsional, dan budaya di mana kegagalan eksperimen diperlakukan sebagai data, bukan sebagai hukuman.

Bagi talenta teknologi di Indonesia, implikasinya signifikan. Permintaan pasar kerja akan bergeser dari kemampuan menulis kode secara mekanis menuju kemampuan merumuskan masalah, mengevaluasi keluaran mesin, dan mengambil keputusan kontekstual. Engineer yang mampu berkolaborasi dengan sistem agentic akan memiliki nilai pasar yang jauh lebih tinggi daripada mereka yang hanya menguasai satu bahasa pemrograman.

Bagi pemimpin bisnis, pesan utamanya jelas: investasi AI harus dipasangkan dengan kerangka pengukuran yang ketat sejak hari pertama. Tanpa itu, organisasi berisiko menghabiskan anggaran pada eksperimen yang tidak pernah mencapai skala, sementara kompetitor yang lebih disiplin dalam mengaitkan teknologi dengan outcome bisnis akan mengambil keunggulan yang sulit dikejar kembali.

Forum AI@Work Lab di IdeaFest 2026, dengan demikian, bukan sekadar agenda tahunan. Ia menandai titik di mana percakapan industri Indonesia tentang kecerdasan buatan beralih dari pertanyaan “apakah kami boleh memakai AI?” ke pertanyaan yang jauh lebih menuntut: “bagaimana kami memastikan AI mengubah cara kami bekerja, dan bagaimana kami membuktikan dampaknya secara terukur?”