Bayangkan begini: Anda lagi asyik main game, lagi seru-serunya ngejar skor tertinggi. Tiba-tiba, listrik mati. Gelap gulita. Semua progress hilang. Rasanya? Sakit, kan? Nah, begitulah kira-kira rasanya kalau kita bicara soal data dan analisis di era digital ini. Banyak yang semangat bikin inovasi, tapi fondasi datanya nggak siap. Alhasil, investasi mahal-mahal, hasilnya... ya, sama kayak main game tanpa save point. Zonk!
Data Science dan Analytics: Bukan Sekadar Hype
Dulu, data science dan analytics itu kayak anak baru di kelas. Semua orang penasaran, tapi nggak ada yang tahu cara ngajaknya main. Sekarang? Udah jadi anak gaul yang ke mana-mana diajakin. Tapi, masalahnya, banyak yang cuma ikut-ikutan biar kelihatan keren. Padahal, esensi dari data science dan analytics itu bukan sekadar pakai tools canggih atau bikin visualisasi yang eye-catching. Lebih dari itu, ini soal bagaimana kita bisa mengubah informasi mentah jadi insight berharga yang bisa bantu kita ambil keputusan yang lebih baik. Atau, setidaknya, nggak salah-salah amat.
Ambil contoh, Altair HyperWorks 2026. Mereka klaim bisa bikin desain produk lebih efisien berkat bantuan AI. Kedengarannya keren, kan? Tapi, kalau data yang jadi bahan bakarnya itu sampah, ya sama aja bohong. Hasilnya paling banter jadi desain produk yang efisien... buat bikin kita geleng-geleng kepala. Sama halnya dengan Alteryx yang katanya bisa memperkuat tata kelola data. Kalau dari awal datanya udah berantakan, ya percuma juga. Ibarat mau bangun rumah mewah di atas tanah labil. Cepat atau lambat, ambruk juga.
Ketika AI Jadi Beban: The Hidden AI Tax
Ini nih yang menarik. Ada riset dari IDC yang disponsori DataRobot. Hasilnya? 96% organisasi yang pakai generative AI dan 92% yang pakai agentic AI malah ngeluh biaya membengkak. Ironis, kan? Katanya AI bisa bikin semuanya lebih efisien, tapi kok malah bikin dompet jebol? Ternyata, eh ternyata, banyak perusahaan yang nggak sadar kalau mereka harus bayar "pajak tersembunyi" karena AI. Pajak ini berupa biaya tambahan yang muncul akibat kompleksitas sistem, kurangnya visibilitas terhadap data, dan tim IT yang harus kerja rodi buat nyambung-nyambungin berbagai tools yang nggak kompatibel.
DataRobot sendiri nggak malu-malu buat nyindir. Mereka bilang, perusahaan yang dari awal udah investasi di platform terpadu, tata kelola data yang baik, dan transparansi biaya, justru yang bisa melaju kencang. Sementara yang lain? Sibuk berjibaku dengan tool sprawl dan vendor yang njelimet. Makanya, jangan heran kalau banyak yang merasa AI itu kayak pacar yang hobinya nguras dompet. Padahal, niatnya kan biar hidup lebih bahagia.
Agentic Analytics: Impian atau Ilusi?
Dremio juga punya survei sendiri. Mereka bilang, 65% organisasi menjadikan agentic analytics dan pengambilan keputusan berbasis AI sebagai prioritas utama di tahun 2026. Alasannya? Biar lebih produktif dan inovatif. Tapi, lagi-lagi, ada tapinya. 70% responden bilang kalau data yang silo-silo dan tata kelola yang lemah masih jadi batu sandungan terbesar. Akibatnya, banyak yang mulai lirik arsitektur lakehouse terbuka sebagai fondasi buat AI di seluruh perusahaan. Jadi, intinya, jangan cuma mimpi punya asisten AI yang pintar. Pastikan dulu datanya rapi dan mudah diakses.
Microsoft Excel: Senjata Pamungkas yang Masih Relevan
Di tengah gempuran teknologi AI yang canggih, Microsoft Excel ternyata masih punya daya magis tersendiri. Buktinya, Microsoft baru aja ngilangin batasan lama dengan memungkinkan fitur drillthrough di Excel buat bekerja dengan model Direct Lake dan DirectQuery. Artinya, pengguna sekarang bisa langsung lihat detail data di balik pivot table tanpa harus gonta-ganti model. Lumayan, kan? Daripada pusing mikirin AI yang njelimet, mending manfaatin dulu Excel yang udah familiar di tangan. Siapa tahu, dengan Excel aja udah cukup buat nemuin insight yang selama ini ngumpet.
Qlik: Jangan Keburu Nafsu Sama AI
CEO Qlik, Mike Capone, bahkan sampai wanti-wanti. Dia bilang, kebanyakan perusahaan itu "kurang berprestasi" dengan AI karena strategi data, tata kelola, dan kesiapan analitik mereka ketinggalan dari ambisi AI mereka. Jadi, jangan keburu nafsu pengen pakai AI kalau fondasi datanya masih bolong-bolong. Sama aja kayak mau nyetir mobil Formula 1 di jalanan rusak. Alih-alih menang, yang ada malah nyungsep.
Qlik CEO Mike Capone menambahkan bahwa investasi besar-besaran dalam AI generatif dan agentik dilakukan oleh perusahaan, namun hanya sebagian kecil yang memiliki fondasi data yang terpercaya dan terukur untuk menerapkan kemampuan ini dalam skala besar. Artinya, banyak perusahaan yang hanya mengejar tren tanpa mempersiapkan diri dengan baik.
Informatica dan Salesforce: Kolaborasi yang Menjanjikan
Di sisi lain, ada kolaborasi menarik antara Informatica dan Salesforce. Mereka menggabungkan kekuatan manajemen data Informatica dengan AI agentik Salesforce buat bikin agen AI yang bisa ambil keputusan lebih akurat di bidang penjualan, layanan, dan pemasaran. Tapi, ingat, semua itu tetap harus dilandasi dengan kepercayaan, tata kelola, dan kepatuhan. Jadi, jangan sampai agen AI-nya malah jadi agen provokasi yang bikin gaduh.
ThoughtSpot: BI Agents yang Kerja Bareng
ThoughtSpot juga nggak mau ketinggalan. Mereka ngeluncurin empat agen BI kolaboratif yang bisa kerja bareng buat jawab pertanyaan, pantau KPI, jelasin faktor pendorong, dan bikin konten analitik secara otonom. Intinya, mereka pengen ngasih pengguna bisnis analitik yang conversational dan selalu aktif, tapi tetap menjaga tata kelola dan kepercayaan terhadap data yang mendasarinya. Jadi, bayangin punya tim analis data yang selalu siap sedia 24/7, tanpa perlu bayar lembur.
Insight Jam: Tempat Nongkrongnya Para Ahli AI
Buat yang pengen lebih mendalami seluk-beluk AI, Insight Jam bisa jadi tempat nongkrong yang asyik. Di sana, kita bisa dengerin pendapat para ahli, ikutan acara seru, dan dapetin sumber daya terbaik seputar AI. Siapa tahu, dari sana kita bisa nemuin ide-ide brilian yang bisa kita terapin di perusahaan kita. Atau, minimal, bisa nambah teman yang sefrekuensi.
Insight Jam juga punya channel YouTube yang udah tembus 1 juta subscriber. Ini bukti kalau obrolan soal AI itu makin diminati. Setiap keynote, panel, dan highlight acara mereka selalu di-streaming langsung dan diabadikan buat ditonton kapan aja. Jadi, jangan khawatir ketinggalan informasi penting.
Arsitektur Data: Kunci Sukses Agentic AI
Buat yang pengen serius dengan agentic AI, jangan cuma fokus sama model atau prompt. Arsitektur data itu jauh lebih penting. Kalau data kita lambat, tersebar, atau basi, ya sistemnya bakal jebol. Percuma punya model yang canggih kalau datanya nggak mendukung. Jadi, pastikan dulu arsitektur datanya kuat dan fleksibel.
Jadi, Gimana Dong?
Intinya, di era data science dan analytics ini, kita nggak boleh cuma ikut-ikutan tren. Kita harus punya fondasi data yang kuat, tata kelola yang baik, dan strategi yang jelas. Jangan sampai investasi mahal-mahal, hasilnya malah bikin dompet jebol dan inovasi mandek. Ibarat mau nikah, jangan cuma modal cinta. Pastikan dulu tabungannya cukup dan mentalnya siap. Kalau nggak, ya siap-siap aja makan hati tiap hari.
