Teknogav.com – Awali tahun 2021, data terus memegang peranan penting untuk mendukung bisnis agar makin lincah. Kelincahan bisnis dibutuhkan agar tetap survive dan terus tumbuh saat perusahaan terpaksa menerapkan kerja jarak jauh sebagai dampak pandemi COVID-19. Cloudera, perusahaan enterprise data cloud memaparkan prediksi empat tren teknologi di Asia Pasifik pada tahun 2021. Perusahaan harus memiliki cara untuk mengantisipasi tren tersebut dan menentukan strategi data yang tepat. Langkah ini perlu dilakukan agar dapat meraih manfaat yang optimal bagi bisnis mereka.

Data telah dimanfaatkan banyak organisasi atau perusahaan demi memperkuat daya tahan bisnis mereka selama 12 bulan terakhir ini. Kini saatnya memanfaatkan data untuk mencapai agilitas yang diperlukan demi mengatasi disrupsi akibat bencana yang tak diinginkan di masa depan. Langkah tersebut dapat dilakukan setelah memastikan strategi data benar-benar dapat mengantisipasi empat tren yang akan mendominasi tahun ini. Berikut ini adalah empat tren yang dipaparkan Cloudera tersebut.

1.    Kebangkitan 5G di Asia Pasifik akan Memicu Lonjakan Data

Selama ini pada sektor Internet of Things (IoT) masih ada keterbatasan dalam hal konektivitas, baik dari segi kecepatan maupun latensi. Penyelenggaraan IoT membutuhkan insfrastruktur komunikasi yang memadai. Nah, keterbatasan infrastruktur selama ini akan dijawab dengan teknologi 5G yang akan menjadi penanda gelombang data berikutnya. Teknologi 5G akan memberikan konektivitas yang masih bagi IoT sehingga berdampak pada strategi data perusahaan.

Satu jaringan 5G mampu menangani sampai 1 juta connected devices di area seluas 1 km². Perangkat yang saling terhubung tersebut akan menciptakan data yang begitu masif. Perusahaan-perusahaan di Asia Pasifik yang mengadopsi teknologi IoT harus siap-siap menentukan arah di tengah masifnya data tersebut.

2.    Machine Learning dapat Diakses Semua Orang

Setelah melakukan transformasi digital, perusahaanp-perusahaan akan menghadapi pertumbuhan data yang eksponensial. Teknologi-teknologi baru pun makin kompleks, sehingga makin banyak perusahaan-perusahaan yang memanfaatkan machine learning (ML) untuk menghadapi tantangan.

Baca juga: AWS Paparkan Contoh-contoh Penerapan Machine Learning Pada Transformasi Digital

Perusahaan akan membuka akses data untuk lebih banyak bagian atau divisi di perusahaan mereka. Sebelumnya data hanya bisa diakses oleh bagian tertentu seperti Management Information System (MIS) dan Teknologi Informasi (TI). Kini bagian-bagian lain pun bisa mengakses data, mengolahnya dan memanfaatkannya untuk mendapatkan insight. Bagian-bagian lain tersebut seperti Marketing dan Risk Management. Mereka pun ingin bisa cepat melakukan sesuatu terhadap data.

Fajar Muharandy, Senior Solution Engineer Cloudera ASEAN

“Kini machine learning pun sudah didemokratisasi, semua orang ingin bisa mengakses data dan menggunakan Machine Learning. Insitusi pendidikan pun mulai aware akan pentingnya machine learning sehingga dijadikan hal lebih fokus secara akademis,” ucap Fajar Muharandy, Senior Solution Engineer Cloudera ASEAN.

Perusahaan-perusahaan di Asia Pasifik dapat memanfaatkan ML tanpa bantuan tim TI dan tim data science. Hal ini dapat dilakukan dengan memahami, mempercayai dan mengkomunikasikan model ML agar berdampak pada bisnis. Perusahaan yang bisa melakukan hal tersebut dan bisa menggunakan insight yang dihasilkan AI akan bisa bertahan dan berkembang di masa depan.

3.    Tata Kelola Data Menjadi Pusat Perhatian

Banyak perusahaan berusaha mengimplementasikan infrastruktur yang bersifat hybrid. Sebelumnya perusahaan biasanya ingin menerapkan infrastruktur di data center sendiri atau on-premise. Hybrid cloud memberikan pilihan untuk melakukan implementasi secara on-premise dan juga cloud. Saat ini hybrid cloud sudah mejadi pilihan default sebagian besar perusahaan. Implikasi dari hal ini adalah perusahaan harus bisa lebih matang memikirkan aspek tata kelola data. 

Baca juga: Platform Hybrid Cloud VMware Sajikan Operasi yang Konsisten

“Perusahaan harus dapat menentukan data mana yang bisa disimpan di cloud dan yang harus dimasking. Cloudera sudah memprediksi mengenai penggunaan hybrid cloud ini sebelum muncul tren penerapan hybrid cloud. Tata kelola data penting untuk mengatur data yang bisa dideploy on-premise, cloud, private cloud atau kontainer. Tak mungkin untuk menerapkan data 100% di cloud atau 100% on-premise,” ucap Fajar.

Data gravity pun menjadi pertimbangan dalam tata kelola data, yaitu dengan penggunaan data platform di lokasi yang banyak menyimpan data. Jika lebih banyak data berada di on-premise, maka sebaiknya data platform dibangun on-premise untuk memudahkan pengelolaan data di lingkungannya. Sedangkan jika data berada di cloud, maka sebaiknya data platform dibangun di cloud.

Baca juga: Cloudera Luncurkan CDP Private Cloud, Solusi Pengelolaan Data yang Fleksibel

IDC memprediksi bahwa pada tahun 2021, lebih dari 90% perusahaan di Asia Pasifik (kecuali Jepang) akan mengandalkan perpaduan antara on-premise/dedicated private cloud, beberapa public cloud dan platform lama (legacy) untuk memenuhi kebutuhan infrastruktur. Kondisi pendistribusian data di seluruh hybrid cloud membutuhkan pengamanan dan pengelolaan data secara efektif. Langkah ini penting dilakukan entah data tersebut digunakan atau tidak. Lemahnya pengamanan dan tata kelola data menjadikan perusahaan rentan dari risiko serangan siber ataupun ancaman dari dalam. Perusahaan pun akan sulit mematuhi berbagai regulasi yang mencakup perlindungan data dan kewajiban Know Your Customer (KYC).

4.    Aspek Etika Jadi Pertimbangan dalam AI

Makin banyak perusahaan memanfaatkan AI untuk menciptakan solusi yang scalable, maka risiko reputasi, regulasi dan hukum pun makin meningkat. Perlindungan data pribadi pun menjadi lebih kompleks terkait dengan aspek etika di ML. Seorang data scientist memiliki wewenang untuk memasukkan atribut sebagai input AI. Ketika ingin memprediksi credit score seseorang, bisa saja dibangun dengan memasukkan aspek agama tetapi tentu saja hal tersebut tidak etis. Demikian juga saat memprediksi potensi fraud, bisa saja memasukkan atribut suku dan ras, namun hal tersebut tidak etis.

Sistem AI dilatih untuk belajar dari sekumpulan dataset, sehingga perusahaan-perusahaan di Asia Pasifik harus mengantisipasi masalah etis yang timbul. Masalah etis dapat berasal dari makin luasnya pengumpulan, analisis dan penggunaan data dalam jumlah besar. Saat ini masalah anonimisasi data menjadi wacana di seputar etika AI. 

Baca juga: Lima Tips Pertahankan Reputasi Online dengan Memastikan Keamanan Saat Online

Australia, Korea Selatan dan Singapura sudah mempunyai kerangka kerja AI. Sementara itu negara-negara lain termasuk Indonesia dan India sedang menyusun berbagai regulasi dan menetapkan standar nasional untuk inovasi AI di tahun 2021. Perusahaan-perusahaan di Asia Pasifik pun bisa turut andil dengan membangun tata kelola data yang kuat.

Fanly Tanto, Country Manager for Indonesia, Cloudera

“Kami memperkirakan tren yang sama akan terjadi di Indonesia pada 2021, menyusul berbagai kemajuan yang terjadi di negeri ini. Sebagai contoh, 5G akan segera dimulai begitu tahun ini pemerintah selesai mengalokasikan blok frekuensi 5G kepada tiga operator lokal. Hal ini akan menyebabkan terciptanya data dalam jumlah yang sangat besar sebab 5G akan mendorong IoT dan edge computing. Perusahaan-perusahaan di Indonesia sangat penting untuk mampu mengelola data mereka dengan efektif dan mematuhi berbagai regulasi perlindungan data,” ucap Fanly Tanto, Country Manager for Indonesia, Cloudera.

Cloudera membantu perusahaan-perusahaan di Indonesia yang membutuhkan enterprise data cloud dalam strategi data mereka. Bantuan tersebut dapat dilakukan di berbagai proyek berbasis data agar bisa memberikan nilai yang strategis. Hal ini dilakukan agar karyawan perusahaan bisa mengakses data dan insight yang relevan sekaligus mengendalikan pengeluaran dan mengurangi risiko. Selain itu juga menerapkan keamanan dan tata kelola yang konsisten di semua aset data.

“Pada gilirannya, perusahaan akan berada pada posisi yang lebih baik untuk meningkatkan efisiensi operasional dan menemukan sumber pendapatan baru. Mereka dapat memberikan pengalaman atau layanan pelanggan lebih baik, bahkan saat mereka harus berhadapan dengan disrupsi,” lanjut Fanly Tanto.