markettrack.id – F5 merilis Laporan tahunan State of Application Strategy (SOAS) terbaru. Laporan itu mengungkapkan bahwa kecerdasan buatan (AI) telah melewati ambang batas kritis menjadi beban kerja tahap produksi.
Penelitian menunjukkan bahwa 78% organisasi kini menjalankan AI inference secara mandiri. Hal ini menjadi indikasi kuat bahwa perusahaan lebih mengutamakan aspek kendali ketimbang kenyamanan.
Kompleksitas dalam menghadirkan dan mengamankan workload AI kini telah mencapai titik balik. Hal tersebut terjadi karena 93% organisasi beroperasi di berbagai platform cloud.
Kunal Anand, Chief Product Officer di F5, menyatakan bahwa AI telah berubah dari tahap eksperimentasi ke tahap operasional. Pertanyaannya sekarang adalah apakah perusahaan dapat menjalankannya secara andal, aman, dan dalam skala besar.
Menurut Surung Sinamo, Country Manager F5 Indonesia, tantangan saat ini adalah mengamankan lalu lintas AI inference. Tantangan lain melibatkan pengelolaan identitas agen AI yang semakin banyak di lingkungan hybrid multicloud.
Seiring tersebarnya workload AI, kontrol keamanan bergeser ke layer prompt, token, API, dan identitas. Hal ini membuat visibilitas terpadu serta tata kelola AI menjadi sangat krusial bagi organisasi di Indonesia.
Saat ini, organisasi mengoordinasikan rata-rata tujuh AI model dalam tahap produksi. Sebanyak 77% di antaranya melaporkan bahwa inference telah menjadi aktivitas AI yang paling dominan.
Sementara itu, organisasi di kawasan Asia Pasifik, China, dan Jepang (APCJ) menggunakan rata-rata 3 hingga 4 AI model. Sebanyak 65% di antaranya memanfaatkan AI untuk otomatisasi operasional secara real-time.
Pergeseran ini menekankan pentingnya tata kelola operasional pada sistem kecerdasan buatan. Sistem tersebut harus memperlakukan inference sebagai workload terkelola dan berbasis policy.
Di sisi lain, strategi AI-as-a-service secara luas telah diakui memiliki risiko tinggi. Hanya 8% organisasi di seluruh dunia yang sepenuhnya bergantung pada layanan AI publik.
Sebagian besar organisasi justru tengah membangun portofolio model yang beragam. Langkah tersebut membutuhkan sistem routing, mekanisme fallback, serta policy control yang canggih.
Oleh karena itu, strategi penyediaan, keamanan, dan tata kelola yang terpadu kini menjadi hal sangat penting. Langkah ini diperlukan untuk mengatasi kompleksitas dalam deployment AI dan aplikasi yang canggih.
Keseimbangan ini akan mengurangi silo dan meminimalkan gangguan operasional. Selain itu, perusahaan dapat mengoptimalkan biaya, akurasi, dan ketersediaan sistem mereka.
Laporan tersebut juga menunjukkan bahwa 88% organisasi telah menghadapi berbagai tantangan keamanan AI. Sementara 98% lainnya tengah bersiap mengadopsi agentic AI atau sistem otonom.
Di kawasan APCJ, sebanyak 54% organisasi menempatkan tingginya biaya workload AI sebagai tantangan utama. Lebih dari separuhnya mengantisipasi tantangan dari pertumbuhan pesat identitas agen.
Terkait pengelolaan, hampir 29% organisasi mengidentifikasi layer prompt sebagai mekanisme penyediaan yang utama. Sementara 23% lainnya memprioritaskan layer token untuk penyediaan dan keamanan.
Tata kelola pada layer-layer ini merupakan kunci untuk mengoptimalkan biaya, kinerja, dan keamanan. Langkah tersebut memberikan keunggulan kompetitif bagi perusahaan yang berfokus pada infrastruktur.
Pada akhirnya, tingkat kematangan AI berkembang pesat menjadi indikator terukur bagi ketahanan operasional. Organisasi yang berinvestasi pada aspek kontrol terpadu akan mampu mentransformasikan potensi AI menjadi nilai bisnis.
SF-Admin
