Dari Hype ke Dampak Nyata: Mengukur Nilai AI bagi Bisnis dan Talenta

Di tengah laju adopsi kecerdasan buatan (AI) yang semakin pesat, perusahaan menghadapi tantangan yang lebih besar dari sekadar mengadopsi teknologi baru: memastikan AI benar-benar menghasilkan nilai bagi bisnis.

Bagi perusahaan, ukuran keberhasilan AI bukan hanya seberapa banyak teknologi tersebut digunakan atau berapa banyak eksperimen yang dilakukan, melainkan sejauh mana AI mampu menjawab persoalan nyata, meningkatkan produktivitas, memperbaiki pengambilan keputusan, dan menghasilkan dampak yang dapat diukur.

Perspektif tersebut menjadi salah satu fokus DANA melalui AI@Work Lab di IdeaFest 2026. Inisiatif tahunan ini mempertemukan pemimpin bisnis, teknologi, dan komunitas untuk membahas bagaimana perusahaan dapat membawa AI dari tahap eksperimen menuju implementasi yang memberikan dampak nyata, sekaligus mempersiapkan talenta menghadapi perubahan dunia kerja.

Dalam sesi “The AI Adoption Trap: Moving Beyond Hype to Real Business Value”, Minggu, 06 September 2026 di JICC, Senayan, Jakarta, Vince Iswara, CEO & Co-Founder DANA Indonesia, bersama Raymond Chin, Founder Genesis & Sevenpreneur, membahas pentingnya menggeser cara pandang terhadap adopsi AI. Menurut keduanya, keberhasilan implementasi AI perlu dilihat dari perubahan yang dihasilkan terhadap proses kerja dan bisnis, bukan semata-mata dari tingginya tingkat penggunaan teknologi.

“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,” ujar Vince.

Penerapan AI di DANA menunjukkan bagaimana teknologi tersebut dapat menjadi bagian dari proses kerja sehari-hari. Saat ini, sekitar 80–90% kode dihasilkan dengan dukungan AI. Namun, meningkatnya kemampuan AI dalam menghasilkan kode, tidak serta-merta mengurangi peran engineer.

Sebaliknya, peran engineer berkembang menjadi lebih strategis. Engineer tetap bertanggung jawab dalam merumuskan persoalan, menentukan solusi, merancang arsitektur sistem, melakukan validasi, memastikan keamanan, serta mengambil keputusan atas hasil akhir.

Dampak penerapan AI juga mulai terlihat dalam operasional bisnis. Sepanjang 2025, implementasi agentic AI pada sejumlah proses operasional mencatat peningkatan produktivitas hingga 57%, peningkatan kepuasan pelanggan sebesar 13%, serta percepatan penyelesaian layanan sebesar 10%.

AI Membutuhkan Organisasi dan Talenta yang Siap

Namun, teknologi saja tidak cukup. Keberhasilan implementasi AI juga bergantung pada kesiapan organisasi dan talenta untuk mengintegrasikannya ke dalam proses kerja secara bertanggung jawab.

Karena itu, perusahaan perlu menciptakan ruang bagi tim untuk bereksperimen dan mencoba teknologi baru, sekaligus membangun tata kelola yang memastikan setiap penggunaan AI memiliki tujuan yang jelas, parameter keberhasilan yang terukur, serta akuntabilitas yang dapat dipertanggungjawabkan.

Pendekatan tersebut juga diterapkan melalui Smart Friction, yaitu penambahan lapisan verifikasi secara terukur pada aktivitas yang memiliki indikasi risiko lebih tinggi. Melalui kolaborasi lintas sektor bersama Pusat Pelaporan dan Analisis Transaksi Keuangan (PPATK), pendekatan ini berkontribusi terhadap penurunan aktivitas terindikasi perjudian online di platform hingga 80% sepanjang 2025.

Bagi perusahaan, penerapan AI dengan demikian bukan hanya tentang meningkatkan efisiensi, tetapi juga bagaimana teknologi dapat digunakan untuk meningkatkan kualitas layanan sekaligus mengelola risiko secara lebih efektif.

Ketika AI Mengubah Peran Engineer

Perubahan yang dibawa AI terhadap dunia kerja menjadi pembahasan lanjutan dalam sesi “Beyond Coding: Building a Career AI Can’t Replace” yang menghadirkan Norman Sasono, CTO DANA Indonesia; Sai Prasad Kolluri, CTO Google Cloud Indonesia; dan Abil Sudarman, Founder ASSAI.

Sesi ini membahas bagaimana AI mengubah peran software engineer sekaligus keterampilan yang akan semakin menentukan daya saing talenta teknologi di masa depan.

Coding tetap menjadi kemampuan penting. Namun, ketika AI semakin mampu menghasilkan kode dengan cepat, keunggulan kompetitif engineer justru semakin bergeser ke kemampuan yang berada di luar sekadar menulis kode: memahami kebutuhan bisnis, mengidentifikasi dan memecahkan masalah, merancang arsitektur, mengambil keputusan, serta bertanggung jawab atas hasil secara menyeluruh.

“AI dapat membantu menjawab how, tetapi engineer tetap bertanggung jawab atas why, what, dan what could go wrong. Ketika kode semakin mudah dihasilkan, kemampuan memahami konteks, menggunakan penilaian yang tepat, dan akuntabilitas justru menjadi semakin penting,” ujar Norman Sasono.

Melalui AI@Work Lab, didorong diskusi mengenai AI untuk bergerak melampaui pertanyaan tentang siapa yang paling cepat mengadopsi teknologi. Fokusnya adalah pada pertanyaan yang lebih fundamental: persoalan apa yang dapat diselesaikan, hasil apa yang benar-benar berubah, dan bagaimana manusia dapat memanfaatkan AI secara bertanggung jawab untuk menciptakan dampak yang berkelanjutan bagi bisnis dan masyarakat.