Jakarta, FORTUNE– Ledakan adopsi AI generatif (GenAI) membuat banyak perusahaan di Asia Pasifik harus menata ulang strategi teknologinya. Menurut riset terbaru IDC untuk Akamai Technologies, arsitektur cloud tersentralisasi semakin sulit mengimbangi tuntutan skala, kecepatan, biaya, dan kepatuhan yang dibawa oleh beban kerja AI modern.
Dalam riset bertajuk “The Edge Evolution: Powering Success from Core to Edge” memproyeksikan bahwa pada 2027, terdapat 80 persen CIO di kawasan APAC akan beralih dari penyedia cloud tradisional ke layanan edge. Langkah ini dianggap penting untuk menjaga daya saing dan mendukung adopsi AI di level produksi.
IDC memperkirakan, pasar layanan cloud publik untuk edge di kawasan ini akan meningkat dengan CAGR 17 persen hingga 2028. Adapun, nilai belanja layanan ini diperkirakan tembus US$29 miliar.
Model hybrid yang menggabungkan skalabilitas cloud publik dengan kedekatan edge dipandang sebagai jawaban bagi perusahaan yang ingin membangun sistem AI yang lebih cepat, aman, dan hemat biaya.
Seiring beralihnya AI generatif dari tahap eksperimen ke tahap eksekusi, perusahaan-perusahaan di APAC mulai menghadapi keterbatasan infrastruktur lawas yang mereka gunakan. Saat ini, 31 persen perusahaan yang disurvei di kawasan tersebut telah menerapkan aplikasi GenAI pada tahap produksi.
Sementara itu, 64 persen organisasi masih berada pada tahap uji coba atau pilot. Mereka masih menguji GenAI, baik untuk skenario penggunaan guna memenuhi kebutuhan pelanggan maupun internal. Namun, momentum yang pesat ini menunjukkan celah serius pada arsitektur cloud yang ada saat ini, seperti kesulitan mengelola kompleksitas multicloud, hambatan regulasi lintas negara, kenaikan biaya cloud tak terduga dan hambatan performa aplikasi AI real time.
“AI hanya sekuat infrastruktur yang mendukungnya,” ujar Parimal Pandya, Senior VP Sales dan Managing Director APAC Akamai Technologies dikutip dari keterangan, Rabu (3/9).
Dengan demikian, edge menjadi pilar transformasi digital berikutnya untuk memastikan performa dan efisiensi beban kerja AI.