Software Berbasis Cloud Makin Populer, Tapi Ada Risiko yang Perlu Diperhatikan
- wartaekonomi
VIVA –Penggunaan software berbasis cloud semakin menjadi bagian dari aktivitas bisnis modern. Perusahaan tidak perlu lagi membangun dan mengelola seluruh sistem sendiri karena berbagai layanan dapat digunakan dengan model berlangganan. Cara ini menawarkan kemudahan, efisiensi, serta fleksibilitas dalam mengikuti perkembangan teknologi.
Namun, di balik kemudahan tersebut, ada sejumlah hal yang perlu diperhatikan ketika perusahaan semakin bergantung pada layanan dari vendor tertentu. Biaya yang terus berjalan, keterbatasan dalam mengubah sistem, hingga persoalan pengelolaan dan keamanan data menjadi beberapa hal yang perlu dipertimbangkan. Apalagi, perkembangan kecerdasan buatan (AI) membuat kebutuhan perusahaan terhadap teknologi semakin besar.
Kondisi tersebut mulai mendorong perusahaan untuk kembali mempertanyakan model penggunaan teknologi yang selama ini mereka terapkan, termasuk soal biaya, kendali atas sistem, dan pengelolaan data.Â
Di Indonesia, persoalan ini juga menjadi perhatian karena masih banyak perusahaan yang mengandalkan perangkat lunak enterprise dari vendor asing dengan skema lisensi tahunan. Model ini membuat perusahaan terus membayar biaya berulang, sementara kendali atas pengembangan sistem, fleksibilitas kustomisasi, hingga pengelolaan data sering kali bergantung pada vendor. Founder dan Direktur PT Ilmuprogram Teknologi Informasi, Wahyu Amaldi, menilai ketergantungan tersebut menjadi semakin penting untuk dievaluasi di tengah percepatan adopsi kecerdasan buatan (AI) di sektor enterprise.
"Polanya selalu sama. Perusahaan membayar setiap tahun, tetapi ketika ingin mengubah proses kerjanya sendiri, mereka harus menunggu vendor. Sekarang gelombang AI mengulang pola yang sama, dan taruhannya lebih besar. Bukan hanya sistemnya yang disewa, datanya ikut dikirim keluar," kata Wahyu dalam keterangannya baru-baru ini.
Menurut Wahyu, penggunaan perangkat lunak enterprise berbasis lisensi dan cloud asing dapat menimbulkan sejumlah konsekuensi, mulai dari biaya operasional yang terus meningkat, keterbatasan dalam menyesuaikan sistem dengan kebutuhan bisnis, hingga tantangan terkait lokasi penyimpanan data dan kepatuhan terhadap regulasi. Dalam praktiknya, perusahaan juga dapat menghadapi risiko vendor lock-in, yaitu kondisi ketika perpindahan sistem atau integrasi dengan platform lain menjadi sulit dan mahal.
Ia menambahkan bahwa setiap industri memiliki standar kepatuhan yang berbeda, sehingga perusahaan perlu memastikan bahwa pengelolaan data dan sistem informasinya sejalan dengan regulasi yang berlaku, termasuk Undang-Undang Perlindungan Data Pribadi (UU No. 27 Tahun 2022) serta standar industri yang relevan.
Berangkat dari kondisi tersebut, PT Ilmuprogram Teknologi Informasi meluncurkan Ilmuprogram Agentic AI Platform, yaitu platform AI enterprise yang menghubungkan AI agent dengan sistem inti perusahaan dan berjalan sepenuhnya di infrastruktur milik klien. Berbeda dengan layanan AI berbasis cloud publik, data perusahaan maupun proses inferensi AI tetap berada di lingkungan perusahaan.
Wahyu mengatakan peluncuran platform ini sejalan dengan prinsip bahwa perusahaan Indonesia perlu memiliki kendali atas sistem dan datanya sendiri.
"Perusahaan Indonesia semestinya memiliki sistemnya sendiri, bukan menyewanya selamanya," ujarnya.
Potensi efisiensi biaya kepemilikan
Selain aspek kedaulatan data, model kepemilikan penuh juga menawarkan potensi efisiensi biaya jangka panjang. Berdasarkan simulasi ilustratif yang disusun Ilmuprogram untuk perusahaan dengan 100 pengguna, model lisensi tahunan awalnya lebih murah pada dua tahun pertama karena biaya implementasi model kepemilikan ditanggung di muka.
Namun, titik impas tercapai pada akhir tahun kedua, dan pada akhir tahun ketiga model kepemilikan menjadi lebih murah sekitar 13 persen, atau sekitar Rp580 juta. Selisih tersebut melebar menjadi sekitar 29 persen pada tahun kelima, atau sekitar Rp1,87 miliar. Simulasi tersebut menggunakan asumsi lisensi Rp750 ribu per pengguna per bulan, penyesuaian harga 5 persen per tahun, serta biaya implementasi dan dukungan dengan parameter tertentu.
"Model kepemilikan tidak selalu lebih murah di tahun pertama, justru biasanya lebih mahal. Yang berubah adalah arah biayanya. Langganan naik setiap tahun mengikuti jumlah pengguna dan penyesuaian harga, sementara biaya kepemilikan menurun setelah implementasi selesai," kata Wahyu.
Ia menegaskan bahwa angka tersebut merupakan simulasi ilustratif dengan asumsi tertentu dan bukan hasil pengukuran pada klien. Besaran sebenarnya bergantung pada jumlah pengguna, cakupan modul, tingkat kustomisasi, serta pilihan infrastruktur.
"Semakin banyak penggunanya dan semakin sering sistemnya perlu diubah, semakin cepat titik impasnya tercapai. Untuk perusahaan kecil dengan kebutuhan standar, model langganan bisa saja lebih masuk akal," ujarnya.
Model kepemilikan penuh
Berbeda dengan model berlangganan, seluruh platform ini diserahkan kepada klien beserta source code-nya. Pembayaran dilakukan pada masa implementasi tanpa lisensi per pengguna maupun kewajiban perpanjangan tahunan. Sistem dapat diimplementasikan di server perusahaan sendiri (on-premise) maupun di layanan cloud pilihan klien.
Dengan model tersebut, perusahaan memiliki keleluasaan untuk mengaudit sistem, mengembangkan fitur baru bersama tim internal, atau melanjutkan pengembangan dengan mitra teknologi lain.
"Kalau source code ada di tangan perusahaan, mereka bisa mengauditnya, mengembangkannya dengan tim internal, atau melanjutkannya bersama vendor lain. Itu yang kami maksud dengan memiliki," ujar Wahyu.
AI yang berjalan di infrastruktur perusahaan
Ilmuprogram Agentic AI Platform berfungsi sebagai lapisan orkestrasi di atas sistem yang sudah digunakan perusahaan. AI agent dapat memahami perintah dalam bahasa natural, mengambil data dari berbagai aplikasi enterprise, lalu menjalankan tindakan secara otomatis.
Platform ini dapat terhubung dengan sistem Enterprise Asset Management, Spending Management, Budgeting & Planning, CRM, Supply Chain Management, hingga SAP. AI dapat membantu menyusun purchase request, memverifikasi ketersediaan anggaran, menerbitkan work order pemeliharaan, serta menjalankan alur kerja lintas aplikasi.
Platform ini juga mendukung Retrieval-Augmented Generation (RAG) di atas dokumen dan basis pengetahuan internal, sehingga jawaban AI mengacu pada data organisasi sendiri. Model AI yang digunakan dapat berupa open-source model yang di-host secara mandiri maupun API pihak ketiga, dan dapat diganti tanpa mengubah platform secara keseluruhan.
Portofolio dan metodologi
Agentic AI Platform melengkapi portofolio Ilmuprogram yang seluruhnya dikembangkan secara in-house, mencakup delapan platform enterprise utama seperti Enterprise Resource Planning (ERP), Enterprise Asset Management, Spending Management, dan Budgeting & Planning, dua solusi eksekusi lapangan, serta enam solusi industri untuk sektor perkebunan, properti, hulu migas, pertambangan, rumah sakit, dan pendidikan tinggi.
Solusi tersebut dapat diimplementasikan sebagai aplikasi web, aplikasi mobile, maupun ekstensi SAP S/4HANA dengan pendekatan Clean Core yang dirancang agar tetap aman terhadap pembaruan sistem.
Seluruh proyek dikembangkan menggunakan Ilmuprogram Quality-Driven Methodology, kerangka kerja tujuh fase yang menempatkan pengendalian mutu pada setiap tahapan pengembangan melalui Quality Gate dan Solution Standardization Board untuk memastikan kesesuaian dengan standar enterprise, keamanan, dan kebutuhan bisnis.
Produk ini dirancang mengikuti berbagai standar dan regulasi, antara lain UU Perlindungan Data Pribadi No. 27 Tahun 2022, IFRS 16/PSAK 73, ISO 55000, HL7 FHIR R4 dan SatuSehat untuk sektor rumah sakit, serta pelaporan PDDIKTI untuk pendidikan tinggi.
Harga RAM PC Makin Mahal, Lonjakan Permintaan AI Bikin Pasokan Memori Tertekan
Harga RAM PC berpotensi terus melonjak akibat permintaan AI dan pusat data. Simak penyebab kelangkaan memori, dampaknya pada PC dan laptop, serta tips menentukan waktu.
