Pertamina menargetkan tambahan EBITDA sebesar US$300 juta pada 2027 melalui penerapan kecerdasan buatan, setelah sebelumnya mencatat kontribusi US$50 juta pada 2025.
Transformasi digital Pertamina telah berjalan delapan tahun dengan dua tahun terakhir fokus pada standarisasi proses dan pengembangan Digital Factory untuk mendukung efisiensi di seluruh lini bisnis.
Penerapan AI meningkatkan kinerja operasional: rasio keberhasilan eksplorasi naik 10 persen, efisiensi penggunaan pipa gas meningkat 2,9 persen, dan working loss di sektor hilir turun hingga 60 persen.

Disclaimer: This was created using Artificial Intelligence (AI)

Jakarta, FORTUNE - PT Pertamina (Persero) menargetkan pertumbuhan kinerja dengan penerapan kecerdasan buatan (AI) dalam operasionalnya. Senior Vice President Pertamina Digital Hub Sigit Pratopo mengatakan bahwa dengan penerapan AI tersebut dapat menambah EBITDA sebesar US$300 juta pada 2027.

Sementara itu, dampak dari penerapan AI telah menyumbang US$50 juta pada 2025.

“Nah untuk bisa menjalankan visi ini tentunya, kita harus membangun suatu proses yang sistematik,” ujarnya dalam sesi Reinventing Industry: AI, Science, and the Future of Enterprise dalam Indonesia Summit 2026, Kamis (18/6).

Pertamina sendiri sudah memulai transformasi digital sejak 8 tahun yang lalu. Sementara itu, Pertamina memulai untuk melakukan standarisasi proses dan sistematik sejak 2 tahun yang lalu.

Untuk mendukung tercapainya target, perusahaan merancang Digital Factory sebagai pendekatan transformasi digital end to end di seluruh lini bisnis perusahaan.

Hasilnya, strategi AI menunjukkan hasil yang positif bagi perusahaan. Pertamina mencatat value creation lebih dari US$35 juta pada 2024. Dan harapannya terus meningkat hingga 2027.

Dari segi penggunaan AI melalui Digital Portfolio Map yang telah dirancang oleh Pertamina, hal tersebut telah menunjukkan hasil yang signifikan bagi operasional perusahaan.

Dari sisi upstream, terdapat peningkatan 10 persen exploration success ratio. “Jadi di upstream kita gunakan untuk exploration, untuk targeting miles, lebih kepada upstreamnya,” ujarnya.

Dari sisi gas, AI meningkatkan penggunaan pipeline sebesar 2,9 persen. Dan dari downstream, terdapat penurunan 60 persen working loss.

“Kemudian yang di gas kita gunakan untuk melakukan digitalisasi dengan mesin learning untuk mengoptimalkan pipeline kita, apa distribusi kita yang gas. Kemudian yang di downstream, lebih untuk reduce working loss yang transportasi dari bahan bakar, kru dan bahan bakar minyak. Jadi sudah kita deliver dan itu terverifikasi,” katanya.

Sigit mengatakan, secara teknologi, oil and gas ini memang membutuhkan teknologi agar lebih efisien. Ia memberikan contoh, dari sisi eksplorasi, sebelum menerapkan AI, seluruh proses membutuhkan diskusi secara manual untuk menentukan lokasi mana yang akan dilakukan eksplorasi.

Sementara itu, AI dapat membantu perusahaan dalam segi pembuatan keputusan untuk menentukan lokasi eksplorasi dengan data driven.

“Sehingga, baik itu geologis, subsurface, petroleum, itu mereka lebih banyak berhasil keseluruhan kualiti dari pekerjaannya si AI untuk membuat keputusan,” katanya.