Bukan Cuma Pakai! Bos Celonis Ungkap Kunci Sukses Adopsi AI Bisnis
Co-founder Celonis Alexander Rinke menegaskan pentingnya kedaulatan AI dan kepemilikan model weights agar perusahaan tidak sekadar menyetor data ke vendor luar.
Foto: The Next Web (Dokumentasi editorial)
Poin penting
- Alexander Rinke menekankan korporasi harus menguasai model weights AI demi menjaga keamanan data dan aset.
- Model open-source yang dituning khusus dapat menyamai kinerja frontier model untuk tugas bisnis spesifik.
- Uji kesesuaian produk AI butuh empat syarat: bernilai, unik, dapat diulang, dan pelanggan terus membayar.
Banyak perusahaan berbondong-bondong mengadopsi kecerdasan buatan, namun tidak sedikit yang tanpa sadar menyerahkan seluruh aset data operasional ke pihak ketiga. Ketergantungan ini berisiko mengikis keunggulan kompetitif bisnis dalam jangka panjang.
Co-founder sekaligus Co-CEO Celonis, Alexander Rinke, menegaskan pentingnya kedaulatan AI atau sovereign AI bagi korporasi maupun lembaga publik. Dalam wawancara podcast bersama The Next Web (TNW), Rinke menuturkan bahwa kedaulatan teknologi berarti organisasi harus memiliki kendali penuh atas model weights mereka.
"Mereka tidak ingin memberikan seluruh datanya ke sembarang model untuk dilatih pada data tersebut," ujar Alexander Rinke.
Memetakan Proses Bisnis Lewat Model Terbuka
Model weights atau bobot model merupakan parameter numerik internal yang menentukan bagaimana sistem AI memproses masukan dan mengambil keputusan. Menguasai bobot ini mencegah data rahasia bisnis bocor ke infrastruktur luar.
Rinke menjelaskan bahwa setiap organisasi memiliki alur kerja yang unik. Menurutnya, menyetel model open-source untuk tugas bisnis tertentu justru mampu menghasilkan performa yang sama atau bahkan melampaui frontier model kelas atas buatan vendor global.
Celonis mengandalkan pendekatan process intelligence, yakni teknologi serupa rontgen digital untuk memetakan jalannya operasional perusahaan secara nyata. Perusahaan yang kini mempekerjakan sekitar 3.500 karyawan itu juga baru mengakuisisi Ikigai Labs, startup spin-off MIT pembuat model khusus data tabular dan simulasi skenario bisnis.
Empat Pertanyaan Uji Nilai AI
Bagi manajemen yang tengah mengevaluasi produk berbasis AI, Rinke memperingatkan maraknya klaim kecocokan produk dengan pasar (product-market fit). Ia menyarankan empat filter ketat sebelum melakukan investasi besar.
Pertama, apakah produk tersebut benar-benar bernilai ekonomis? Kedua, apakah nilai tersebut unik atau justru mudah digantikan kompetitor? Ketiga, apakah solusinya bisa diterapkan berulang kali secara konsisten?
Terakhir, apakah pelanggan terbukti mau terus membayar solusi tersebut secara jangka panjang?
Apa Artinya bagi Pelaku Usaha
Bagi direktur dan manajer di Indonesia, pesan Rinke adalah peringatan agar tidak terjebak menjadi sekadar pengguna pasif AI luar negeri. Ketergantungan penuh pada platform tertutup membuka risiko lonjakan biaya langganan sewaktu-waktu dan ancaman kebocoran kekayaan intelektual perusahaan.
Langkah mitigasi yang bisa diambil adalah memetakan data sensitif dan mengeksplorasi infrastruktur model terbuka yang dapat dipasang di server lokal atau cloud privat. Fokuskan AI pada optimalisasi alur kerja yang sudah dipahami dengan jelas daripada sekadar bereksperimen dengan fitur percakapan umum.
Evaluasi vendor AI Anda dengan menanyakan kepemilikan data pelatihan serta hak atas bobot model yang dihasilkan. Dengan menguasai model internal, efisiensi operasional yang tercipta akan menjadi aset permanen perusahaan, bukan keuntungan vendor penyedia sistem.
✓ Lolos pemeriksaan redaksi AI. (Klik untuk lihat hasil pemeriksaan fakta)
Artikel ini ditulis AI, 9 klaimnya dicocokkan dengan sumber, dan diuji keterbacaannya sebelum terbit. Menemukan kekeliruan? Laporkan ke redaksi.
- The Next Web: Alexander Rinke says Europe needs AI champions to share in the next wave of AI value
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Alexander Rinke adalah Co-founder dan Co-CEO Celonis. | Didukung | “The Celonis co-founder and co-CEO also set out his test for real product-market fit.” Disebutkan oleh The Next Web. |
| Alexander Rinke menyatakan bahwa kedaulatan AI bagi korporasi dan lembaga publik berarti memiliki bobot model (model weights) mereka sendiri. | Didukung | “Alexander Rinke told the TNW Podcast that companies and public agencies want to own their AI weights.” Dinyatakan oleh Alexander Rinke dalam wawancara dengan The Next Web. |
| Perusahaan dan lembaga publik tidak ingin menyerahkan seluruh data mereka ke model apa pun untuk dilatih menggunakan data tersebut. | Didukung | ““They don’t want to give all of their data to any model to train on that data.”” Kutipan langsung Alexander Rinke di The Next Web. |
| Rinke menyatakan proses dan konteks setiap organisasi unik seperti kepingan salju (snowflake). | Didukung | “Every organisation is like a snowflake, he said, so its processes and their context are unique.” Pernyataan Alexander Rinke di The Next Web. |
| Menurut Rinke, penyesuaian (tuning) model open-source untuk tugas bisnis tertentu bisa menghasilkan performa yang sama atau lebih baik dibanding frontier models. | Didukung | “For those tasks, he said, they can get the same or better results than with frontier models.” Pernyataan Alexander Rinke di The Next Web. |
| Celonis membangun teknologi process intelligence yang berfungsi seperti mesin rontgen untuk memetakan bagaimana proses bisnis berjalan berdasarkan data. | Didukung | ““So we built an x-ray machine that looks at the data the business generates and x-rays how the processes work.”” Kutipan Alexander Rinke di The Next Web mengenai teknologi Celonis. |
| Celonis memiliki sekitar 3.500 karyawan. | Didukung | “The company has about 3,500 people, he said.” Disebutkan oleh Alexander Rinke dalam laporan The Next Web. |
| Celonis baru-baru ini mengakuisisi Ikigai Labs, startup spin-off dari MIT yang membangun model khusus data tabular, deret waktu (time-series), dan simulasi what-if. | Didukung | “Celonis recently bought Ikigai Labs , an MIT spin-off. Ikigai builds specialised models for tabular and time-series data and for what-if simulation.” Dilaporkan oleh The Next Web. |
| Uji product-market fit versi Rinke terdiri dari empat pertanyaan: bernilai, memiliki nilai unik (tidak mudah diganti), dapat diulang, dan pelanggan bersedia terus membayar. | Didukung | “Is the product valuable? Is it uniquely valuable, or easy to replace? Is it repeatable, or custom each time? Will customers keep paying for it?” Daftar empat pertanyaan evaluasi product-market fit dari Alexander Rinke di The Next Web. |
Video AI terbaru
From AI Factories to Intelligent Cities
