Baca tanpa iklan
Proses bisnis solusi itu mencakup analisis ketimpangan (gap analysis), akuisisi dan konstruksi data (data acquisition and construction), pengembangan model (model development), implementasi infrastruktur Machine Learning (ML infrastructure implementation), hingga evaluasi dampak solusi terhadap bisnis.
"Dalam merancang solusi bisnis, kami terbiasa merujuk pada research paper tentang machine
learning. Kami pun selalu melibatkan subject matter expert di bidang industri terkait di dalam proses
bisnis yang kami lalui," ujar Adityo.
Adit menjelaskan, setiap perusahaan sering dihadapkan pada situasi pengambilan keputusan krusial.
Namun, pihaknya mendapati bahwa pengambilan keputusan di perusahaan sering dilakukan berdasarkan intuisi.
“Pengambilan keputusan berdasarkan intuisi tidaklah optimal. Nah, data-driven dapat menjadi sebuah
kerangka kerja sebuah perusahaan untuk menurunkan business problem menjadi data problem,
menguji hipotesis, lalu melakukan pengambilan keputusan berdasarkan data,” tutur Adit.
Sebagai bentuk transparansi, Adit menyatakan pihaknya menginformasikan klien tentang tingkat
kerumitan selama proses perumusan masalah dan pembuatan solusi bisnis, serta dependensi
infrastruktur dan ekosistem terkait di dalamnya.
Pihaknya menerapkan proses ketat dan mendetail untuk menilai kebutuhan klien atas solusi machine learning, dan mengomunikasikan hasilnya supaya klien dapat mengambil keputusan secara tepat.
Anthony Amni, Head of Mid-Market & Enterprise Greenfi, AWS Indonesia mengatakan pihaknya di AWS sangat menyambut baik adopsi data analytics dan machine learning di berbagai
industri.
"Penerapan data analytics dan machine learning itu biasanya ada di startup karena mereka early
adopters. Namun sekarang, perusahaan non-digital pun sudah banyak mengadopsi fondasi data
analytics dan machine learning," kata Anthony.
Dari sisi biaya dan kepraktisan, dia menilai cloud computing membuat proses adopsi ini menjadi lebih murah dan mudah.