AI Makin Masif, Perusahaan Mulai Pertimbangkan Kendali Atas Data
Adopsi AI di perusahaan meningkat pesat, namun isu utama kini bergeser ke kendali dan keamanan data internal agar tidak bocor ke layanan cloud publik.
Synology mendorong penggunaan AI lokal (on-premise) lewat sistem DSM baru yang memungkinkan pembangunan knowledge base privat tanpa memindahkan data sensitif keluar organisasi.
Laporan IBM menunjukkan biaya kebocoran data masih tinggi dan banyak organisasi belum siap secara tata kelola maupun keamanan AI, sehingga perlindungan proaktif makin dibutuhkan.
Jakarta, FORTUNE — Meningkatnya adopsi kecerdasan buatan (AI) di kalangan korporasi mendorong perusahaan meninjau kembali strategi pengelolaan datanya. Di tengah kebutuhan memanfaatkan AI untuk meningkatkan produktivitas, isu keamanan, privasi, dan kendali atas data perusahaan menjadi perhatian yang kian besar.
Synology menilai tantangan utama perusahaan saat ini bukan lagi mengadopsi AI, melainkan memastikan data tetap berada dalam kendali organisasi. Menurutnya, banyak perusahaan mulai mencari cara memanfaatkan AI tanpa harus memindahkan data sensitif ke layanan cloud publik
"Adopsi AI di enterprise kini bukan lagi tantangan utama. Tantangan sebenarnya adalah bagaimana organisasi tetap memiliki kendali penuh atas data mereka," kata Chairman dan CEO Synology, Philip Wong, dalam keterangannya, Jumat (5/6).
Pernyataan tersebut muncul ketika investasi AI global terus meningkat tajam. Menurut Gartner, belanja AI dunia diperkirakan mencapai US$2,52 triliun pada 2026, meningkat 44 persen dibandingkan dengan tahun sebelumnya.
Sementara itu, IDC memperkirakan investasi perusahaan pada solusi AI secara global akan melonjak dari US$307 miliar pada 2025 menjadi US$632 miliar pada 2028.
Namun, di balik lonjakan investasi tersebut, banyak perusahaan mulai mempertanyakan konsekuensi penggunaan AI berbasis cloud terhadap privasi, kepatuhan regulasi, tata kelola, hingga keamanan data perusahaan.
Menurut Synology, sebagian besar perusahaan sebenarnya telah memiliki kumpulan data internal sangat bernilai, mulai dari dokumen operasional, basis pengetahuan perusahaan, catatan pelanggan, hingga log system. Persoalannya, data tersebut sering tersebar di berbagai platform dan belum dimanfaatkan secara optimal dalam mendukung produktivitas maupun pengambilan keputusan.
Pada saat yang sama, penggunaan layanan AI berbasis cloud memunculkan kekhawatiran baru. Organisasi harus memastikan data sensitif tidak keluar dari lingkungan yang dapat mereka kontrol, terutama pada sektor-sektor yang memiliki kewajiban kepatuhan ketat seperti jasa keuangan, kesehatan, telekomunikasi, dan pemerintahan.
Karena itu, sejumlah perusahaan mulai mengeksplorasi pendekatan yang memungkinkan AI dijalankan secara lokal (on-premise) menggunakan data internal mereka sendiri. Melalui pengembangan generasi terbaru sistem operasi DiskStation Manager (DSM), Synology berupaya mendorong model tersebut dengan memungkinkan perusahaan membangun basis pengetahuan privat yang dapat dimanfaatkan AI tanpa harus memindahkan data sensitif ke luar lingkungan organisasi.
"Organisasi dapat membangun knowledge base privat dari data yang telah mereka miliki, sehingga AI dapat membantu mengolah informasi internal tanpa harus memindahkan data sensitif ke luar lingkungan perusahaan," kata Philip Wong.
Pergeseran strategi pengelolaan data juga tidak terlepas dari meningkatnya risiko keamanan siber.
Laporan IBM Cost of a Data Breach 2025 menunjukkan rata-rata biaya global akibat kebocoran data masih mencapai US$4,44 juta per insiden. IBM juga menemukan 97 persen organisasi yang mengalami insiden keamanan terkait AI mengaku tidak memiliki kontrol akses AI yang memadai, sementara 63 persen belum memiliki kebijakan tata kelola AI yang jelas.
Kondisi tersebut memperlihatkan adopsi AI sering kali berjalan lebih cepat dibandingkan dengan kesiapan tata kelola dan keamanan perusahaan.
Synology menilai perkembangan AI bahkan membuat ancaman siber makin sulit diimbangi oleh organisasi. Karena itu, perusahaan memperluas pendekatan perlindungan data dari sekadar pemulihan setelah insiden menjadi sistem pertahanan yang lebih proaktif, termasuk melalui deteksi anomali berbasis pembelajaran mesin dan kemampuan mengisolasi data yang dicurigai telah tersabotase.
