Bongkar Jeratan Data Lawas agar Agen AI Bekerja Optimal
Sebagian besar data penting perusahaan masih terkunci di sistem lama. Metode ekstraksi tanpa migrasi kini mempercepat adopsi agen AI bisnis.
Foto: The Next Web (Dokumentasi editorial)
Poin penting
- Riset Gartner mencatat 45 persen sistem inti korporasi masih beroperasi di server lokal dan mainframe.
- Unfold mengklaim mampu mengekstrak logika data lewat antarmuka bawaan hingga 14 hari tanpa merombak sistem.
- Agen AI kini dapat mengeksekusi alur kerja lintas platform tanpa memerlukan migrasi database berbiaya tinggi.
Banyak inisiatif kecerdasan buatan di korporasi tersendat bukan karena model bahasa yang kurang pintar. Masalah utamanya justru terletak pada data penting perusahaan yang terisolasi di dalam sistem warisan atau legacy systems, perangkat lunak lama yang tidak memiliki sambungan modern.
Riset lembaga Gartner mengungkapkan bahwa 45 persen sistem inti perusahaan masih berjalan di komputer mainframe atau server lokal. Sebanyak 34 persen organisasi bahkan memilih membiarkan aplikasi inti apa adanya karena perombakan infrastruktur dinilai terlalu berisiko.
Akses Data Tanpa Perombakan Sistem yang Berisiko
Dalam wawancara dengan The Next Web, Ran Cherniavsky, CEO perusahaan integrasi data Unfold, menjelaskan solusi praktis untuk masalah tersebut. Menurutnya, perusahaan tidak perlu memaksakan migrasi besar-besaran yang memakan waktu bertahun-tahun demi memberi makan data ke model AI.
Unfold memanfaatkan antarmuka pengguna grafis, dokumen laporan, dan baris perintah yang biasa diakses karyawan sehari-hari. Pihak perusahaan mengklaim teknologinya mampu membaca logika bisnis dan memetakan struktur data secara otomatis dalam waktu hingga 14 hari.
Integrasi tradisional dibangun untuk menghubungkan sistem ke sistem, memindahkan data satu per satu. AI membutuhkan akses menyeluruh terhadap apa pun yang dilihat manusia di layar beserta konteks maknanya.
Cherniavsky menyatakan mekanisme pengumpul data tersebut bekerja secara read-only dengan memanfaatkan izin akses yang sudah ada pada sistem. Pendekatan ini diklaim memangkas biaya konsultan TI dan memungkinkan data disalurkan langsung ke agen AI seperti Gemini dan Claude.
Mendorong Agen AI Menjalankan Operasional Bisnis
Ketiadaan jembatan data selama ini membuat agen AI, peranti lunak otonom yang mengeksekusi tugas tanpa intervensi manual, hanya berkutat pada dokumen teks atau surel. Padahal denyut utama bisnis berada di data pesanan, klaim garansi, dan logistik pergudangan.
Cherniavsky mencontohkan seorang peritel global yang sedang mengalirkan data transaksi kasir mainframe AS/400 di lebih dari sepuluh negara ke agen pendeteksi penipuan Gemini Enterprise. Sebelumnya, regulator setempat sempat meminta penjualan dihentikan sementara hingga sistem kontrol tersebut terpasang.
Ketika data dari berbagai aplikasi seperti SAP dan Salesforce diselaraskan, agen AI dapat memantau alur kerja utuh mulai dari pemesanan hingga penerimaan kas. Efisiensi ini menghilangkan ketergantungan staf pada penarikan laporan Excel manual.
Apa Artinya bagi Pelaku Usaha
Bagi pemilik usaha dan jajaran manajemen di Indonesia, kabar ini menjadi pengingat penting untuk mengevaluasi strategi digitalisasi. Hambatan penerapan AI sering kali bukan keterbatasan anggaran perangkat lunak, melainkan data operasional yang terpendam di aplikasi akuntansi atau inventaris lama.
Langkah mitigasi terbaik adalah menghindari proyek perombakan total sistem inti yang berbiaya mahal dan rawan gagal. Pelaku usaha sebaiknya memilih satu kendala operasional spesifik, lalu gunakan alat ekstraksi data tanpa migrasi untuk menghubungkan data lama tersebut ke alat otomasi modern.
Selain itu, mulailah mendokumentasikan aturan dan logika sistem internal sebelum staf senior yang menguasainya memasuki masa pensiun. Mengamankan konteks data sejak dini merupakan fondasi utama agar adopsi agen AI mampu memberikan imbal hasil nyata bagi laba perusahaan.
- The Next Web: Unfold CEO Ran Cherniavsky on breaking down enterprise data barriers to AI adoption
Lihat hasil pemeriksaan (9 klaim)
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Riset Gartner mencatat 45 persen sistem inti korporasi masih beroperasi di server lokal dan mainframe. | Didukung | “According to Gartner, 45% of core systems still run on mainframes or on-prem client/server” The Next Web mengutip data riset Gartner tersebut. |
| Sebanyak 34 persen organisasi memilih membiarkan aplikasi inti apa adanya karena perombakan infrastruktur dinilai terlalu berisiko. | Didukung | “34% of organizations now leave core applications as they are because modernizing them is too risky.” Dinyatakan dalam wawancara di The Next Web mengutip data Gartner. |
| Unfold mengklaim onboarding untuk memetakan dan mengekstrak data dari sistem memakan waktu hingga 14 hari. | Didukung | “Onboarding takes up to 14 days, for any system.” Dinyatakan oleh CEO Unfold Ran Cherniavsky di The Next Web. |
| Unfold bekerja melalui antarmuka seperti UI, laporan, berkas, dan baris perintah (command line) tanpa perlu merombak sistem atau migrasi. | Didukung | “Unfold works through the interfaces businesses already use, extracting information and mapping the underlying logic without requiring system replacements or disruptive migrations .” Disebutkan dalam artikel The Next Web. |
| Kolektor data Unfold bekerja secara read-only menggunakan izin akses bawaan sistem. | Didukung | “builds a deterministic read-only collector that gets it out through the system’s own permissions.” Dinyatakan oleh Cherniavsky di The Next Web. |
| Data dari sistem dapat dikirimkan langsung ke agen AI seperti Gemini dan Claude. | Didukung | “deliver it straight to agents through our connector to Claude , Gemini and others.” Dinyatakan oleh Cherniavsky di The Next Web. |
| Sebagian besar agen AI saat ini hanya menjangkau surel, dokumen, dan sejumlah API SaaS. | Didukung | “Most agents today reach email, documents and a few SaaS APIs.” Dinyatakan oleh Cherniavsky di The Next Web. |
| Seorang peritel global menggunakan data kasir dari sistem mainframe AS/400 di lebih dari sepuluh negara untuk dialirkan ke agen deteksi kecurangan Gemini Enterprise setelah sempat ditegur regulator. | Didukung | “A global retailer needs point-of-sale data from AS/400 systems in more than ten countries feeding its fraud detection, which now runs on Gemini Enterprise. One country’s regulator told them to stop selling” Cherniavsky memberikan contoh use case pelanggan ini di The Next Web. |
| Data pelanggan yang sama tercatat sebagai KUNNR di SAP dan Account di Salesforce. | Didukung | “The same customer is KUNNR in SAP and an Account in Salesforce.” Dinyatakan Cherniavsky di The Next Web saat menjelaskan kanonisasi skema. |
Video AI terbaru
How Siemens Plans Production in Minutes With NVIDIA AI
