TRIBUNNEWS.COM, JAKARTA – Kegagalan dalam proyek kecerdasan buatan (AI) menjadi tantangan besar bagi banyak perusahaan.

Menurut laporan IDC FutureScape: Prediksi Infrastruktur Digital Seluruh Dunia 2025, sebanyak 70 persen tim TI diperkirakan akan kembali ke tahap awal dan fokus pada pembangunan platform infrastruktur data yang lebih siap untuk AI.

Laporan tersebut menyoroti bahwa banyak organisasi masih terjebak dalam silo data dan duplikasi penyimpanan yang menghambat pengembangan model AI yang efektif.

Silo data adalah kumpulan data yang hanya dapat diakses oleh satu kelompok dalam suatu organisasi yang dikarenakan berbagai faktor, seperti budaya, struktur dan teknologi. 

Baca juga: AI Berbasis Data Bisa Dimaksimalkan untuk Atasi Tantangan Sektor Ketenagakerjaan RI

Chief Product Officer Confluent, Shaun Clowes mengatakan bahwa proyek AI kerap gagal karena metode pengembangan lama tidak lagi sejalan dengan ekspektasi modern.
AI diharapkan dapat memberikan respons cepat dan otomatis terhadap situasi bisnis secara real-time.

"Contohnya, sistem AI untuk manajemen inventaris harus mampu mendeteksi tren produk, menginformasikan produsen terkait lonjakan permintaan, serta memberikan estimasi pengiriman yang akurat kepada pelanggan," ujarnya seperti dikutip, Rabu (26/3/2025).

Namun, kata dia sistem tradisional yang masih mengandalkan pemrosesan batch menghasilkan data yang tidak akurat, sementara duplikasi manual memperparah fragmentasi data.

Saat ini, banyak perusahaan mulai mencari solusi untuk mengatasi kendala data dalam pengembangan AI.

Solusi Inovatif untuk Integrasi Data AI

Fakta ini mendorong Confluent menghadirkan Tableflow, cara termudah untuk mengakses data operasional dari data lake dan data warehouses. 

Dengan Tableflow, semua data streaming di Confluent Cloud dapat diakses dalam format tabel terbuka yang populer, membuka kemungkinan tak terbatas untuk analitik tingkat lanjut, kecerdasan buatan (AI) real-time, dan aplikasi generasi berikutnya.

"Tableflow kini menawarkan fleksibilitas penyimpanan data yang lebih baik dan integrasi tanpa batas dengan penyedia katalog terkemuka, termasuk AWS Glue Data Catalog dan layanan terkelola Snowflake untuk Apache Polaris serta Snowflake Open Catalog," kata Shaun Clowes.

Menggunakan Tableflow, mereka membawa keahlian dalam menghubungkan data operasional ke dunia analitik.

"Ilmuwan data dan insinyur data memiliki akses ke satu sumber data real-time di seluruh perusahaan, sehingga memungkinkan mereka membangun dan menskalakan aplikasi berbasis AI generasi berikutnya,” katanya.