“Tanpa data berkualitas, tidak ada IA cerdas,” peringatan wakil presiden Red Hat

Perlombaan untuk adopsi dan implementasi kecerdasan buatan (IA) semakin cepat, namun tidak semua organisasi siap mengubah teknologi menjadi keunggulan kompetitif IDC bisa berarti beberapa hal, tergantung konteksnya. Mohon berikan konteksnya. ini memprediksi bahwa 2026 akan menjadi tahun ketika pasar akan bergerak dari eksperimen untuk adopsi pada skala kecerdasan buatan. perubahan haluan ini, bagaimanapun, akan menjadi tantangan bagi para pemimpin strong.Technology harus menghadapi bulan-bulan yang kompleks, yang akan membutuhkan strategi dan permainan pinggang. 

Menurut Forrester, meskipun CIO memiliki lebih banyak anggaran untuk mengubah AI menjadi kenyataan, akan ada lebih banyak volatilitas dan tekanan untuk hasil nyata. Jika di satu sisi antusiasme tumbuh, di sisi lain persepsi bahwa perbedaan nyata tidak ada dalam AI itu sendiri, tetapi dalam data yang digunakan untuk melatih model. “Jika seorang pemain di lapangan tidak mampu mendominasi bola, dia hampir tidak dapat mencapai tujuan. Hal yang sama berlaku untuk AI. Tanpa data berkualitas dan perusahaan yang didominasi dengan baik, kata Gilson Magalhaes, wakil presiden dan manajer umum Red Hat untuk Amerika Latin.

Dalam pandangan eksekutif, 2026 akan menjadi titik kritis.Para pemimpin IT perlu mendefinisikan ulang keberhasilan proyek, beralih dari fokus pada efisiensi operasional ke memprioritaskan dampak strategis dan terukur. Ini melibatkan tata kelola data dan pemilihan informasi yang bijaksana yang digunakan untuk menciptakan pengalaman pengguna dan menghindari kesalahan yang mahal. “Tidak cukup untuk mengadopsi alat; itu akan mengambil perjalanan restrukturisasi, mempersonalisasi interaksi waktu nyata, dan mendesain ulang operasi dengan AI tertanam dari lantai toko ke manajemen. Dan semuanya dimulai dengan data yang didominasi dengan baik dan strategi” yang jelas, katanya

Data terkendali: era kedaulatan digital

Meningkatnya peraturan mengenai privasi dan keamanan data mendorong tren yang diperkirakan akan semakin menguat pada tahun 2026: the Sovereign IA. Konsep, yang berusaha untuk memastikan bahwa data dan model AI tetap berada di bawah yurisdiksi nasional atau regional, mencerminkan perhatian strategis dengan kepatuhan, keamanan dan kepercayaan.

Bagi Magellan, kedaulatan digital akan menentukan dalam dekade berikutnya. “Perusahaan yang menguasai data mereka, memahami di mana mereka berada, bagaimana mereka diproses, apa yang mereka wakili, bagaimana mereka memengaruhi bisnis dan dengan siapa mereka dibagikan, akan memiliki keunggulan kompetitif yang sangat besar. AI tergantung pada konteks, dan konteksnya tergantung pada data utuh dan digunakan dengan tujuan”, katanya. 

Menurut eksekutif, langkah pertama menuju domain data yang efisien adalah memahami bahwa tidak semua yang masuk ke dalam model benar dan bahwa kualitas jawaban bergantung langsung pada kualitas dan integritas data. Berikut ini adalah apa yang disebut kekeliruan digital, rasa kepastian palsu yang muncul ketika kita memberi makan AI dengan informasi yang tidak lengkap, bias atau salah, dan secara membabi buta mempercayai apa yang disampaikannya. “Kekeliruan ini bukan hanya risiko teknis, tetapi strategis. Jika keputusan bisnis yang kritis, kebijakan publik, kesehatan atau pendidikan didasarkan pada model terlatih dengan data yang tidak lengkap atau terkontaminasi, kami akan melembagakan kesalahan.

Mengatasi risiko ini membutuhkan tiga pilar: kurasi data yang ketat, transparansi dalam sumber dan proses, dan pemikiran kritis yang konstan.Singkatnya, AI hanya masuk akal dengan tata kelola data yang baik.Kekhawatiran yang sudah ada di pasar IDC bisa berarti beberapa hal, tergantung konteksnya. Mohon berikan konteksnya., pada tahun 2026, lebih dari 30% organisasi yang menggunakan AI canggih untuk menghasilkan produk atau layanan mereka akan mengungkapkan sumber data yang digunakan untuk melatih model mereka.

Infrastruktur modern dan inferensi cerdas

Dalam konteks ini, open platform dan hibrida disorot saat menggabungkan model AI dengan otomatisasi dan tata kelola data. Contohnya adalah Red Hat AI 3, yang dipresentasikan selama Red Hat Summit: Connect, serangkaian acara yang diadakan oleh Red Hat di lebih dari 60 negara, tujuh di antaranya di Amerika Latin. 

Dengan edisi di Sao Paulo, Buenos Aires, Santiago, Mexico City, Montevideo, Lima dan Bogota, acara tersebut mempertemukan para ahli dan eksekutif untuk membahas tantangan dan peluang penggunaan AI dari perspektif open source.“Fase berikutnya dari kecerdasan buatan akan bersifat hibrida, terbuka dan kolaboratif, berdasarkan interoperabilitas, transparansi, dan kreasi bersama. Inilah yang kami yakini dan inilah yang kami bagikan dengan pelanggan dan mitra kami”, kata Magalhaes. 

Sorotan lain dari pertemuan tersebut adalah kesimpulan, fase operasional AI di mana model menerapkan apa yang telah mereka pelajari dalam situasi nyata. Ini telah berkembang pesat dan menjadi bagian kunci untuk keputusan yang lebih cepat dan lebih akurat di berbagai sektor. Dalam perawatan kesehatan, misalnya, ini membantu dokter mengidentifikasi pola dan anomali dalam riwayat pasien. Di sektor keuangan, ia mendeteksi kesalahan dan perilaku yang tidak biasa secara real time, mencegah penipuan dan menyederhanakan perawatan. Dari perusahaan multinasional hingga perusahaan kecil, inferensi adalah apa yang mendefinisikan efisiensi, akurasi, dan nilai nyata dari penerapan AI.

Menurut Gartner, pada tahun 2028 lebih dari 80% sumber daya komputasi yang dipercepat yang digunakan untuk pelatihan akan dialihkan ke inferensi.“Masa depan AI tidak ditentukan oleh model, tetapi oleh apa yang Anda lakukan dengan mereka”, Magellan merangkum.

Arsitektur perusahaan baru yang dipandu oleh agen cerdas

Tahun depan juga harus menandai konsolidasi agen AI sebagai bagian dari infrastruktur dan aplikasi perusahaan. The Gartner ini memproyeksikan bahwa pada akhir 2026, 40% perangkat lunak perusahaan akan memiliki integrasi langsung dengan agen cerdas.

Agen-agen ini, yang mampu beroperasi secara mandiri dan belajar dari data, sudah berkembang di industri seperti ritel, keuangan dan manufaktur dan dapat mendorong sekitar 30% pendapatan perangkat lunak aplikasi perusahaan pada tahun 2035, melampaui US$ 450 miliar. Dampak awal akan paling terlihat di area yang dihadapi pelanggan, dengan chatbot dan asisten cerdas melintasi sejarah, preferensi, dan perilaku secara real time.

“Interaksi yang disesuaikan dengan konteks ini akan mengharuskan perusahaan untuk memikirkan kembali tidak hanya apa yang mereka jual, tetapi bagaimana mereka menjual, melalui saluran mana dan bagaimana mereka berkomunikasi dengan pelanggan mereka”, jelas eksekutif. “O diferensial kompetitif akan menjadi seberapa banyak AI mereka mengerti & menghormati (DAN menghormati ”perilaku MANUSIA”.

Alat seperti ChatGPT sudah menunjukkan potensi ini.“Konsumen ada di toko, berbicara dengan solusi dan menerima rekomendasi yang dipersonalisasi secara real time. Ini bukan magic.It adalah data, pengetahuan, agen dan” kesimpulan, kata Magalhaes.

Otomatisasi cerdas

Tren lain yang berkembang adalah AI fisik, yang membawa kecerdasan ke dunia nyata melalui integrasi dengan robotika, kendaraan otonom, Internet of Things dan digital twins.According to Deloitte, oleh 2026, konvergensi ini harus meningkatkan efisiensi dan keselamatan di sektor-sektor yang sebelumnya dibatasi oleh kompleksitas atau biaya otomatisasi.

Namun evolusi ini tidak berarti bahwa otomatisasi tradisional akan dikesampingkan. Justru sebaliknya. The Gartner diperkirakan pada tahun 2026, 30% perusahaan akan mengotomatisasi lebih dari separuh aktivitas jaringan berbasis AI mereka.“Modernisasi infrastruktur ini adalah fondasi ekonomi digital baru.Ini berarti menghilangkan silo, mengintegrasikan awan, memikirkan kembali peran data dan membawa otomatisasi ke pusat operasi”, kata wakil presiden Red Hat untuk Amerika Latin.

Laporan dari McKinsey ini menunjukkan bahwa organisasi yang mengintegrasikan AI ke dalam proses otomatisasi mereka dapat, rata-rata, meningkatkan produktivitas sebesar 35% dan mengurangi biaya operasi pada 20%.

Dalam pengertian ini, solusi perusahaan open source, seperti Red Hat Ansible Automation Platform, menjadi sekutu strategis.Mereka memungkinkan Anda untuk memperluas otomatisasi di seluruh domain, mengatur alur kerja dan mengoptimalkan operasi TI dengan keamanan dan fleksibilitas.Selain itu, mereka membantu memperkuat keamanan siber dengan mendeteksi dan merespons ancaman jauh lebih cepat.

Bagi Magellan, kemajuan AI akan membutuhkan arsitektur bisnis baru berdasarkan tiga dasar: kontrol data, inferensi, dan modernisasi teknologi.“Kecerdasan buatan hanya akan memberikan nilai ketika diterapkan dengan tujuan dan selaras dengan pengetahuan manusia”, simpul Magalhaes.