← Blog

Company · 21 Nov 2026 · 4 min read

Mengapa Banyak Pilot AI Korporasi Tak Pernah Sampai ke Produksi

By Soca AI

Mengapa Banyak Pilot AI Korporasi Tak Pernah Sampai ke Produksi — Soca AI news

Hampir setiap organisasi di Indonesia kini berinvestasi pada AI, namun hanya sedikit yang benar-benar merasakan hasilnya. Itulah titik berangkat PUSAKA AI Investment Brief 2027, laporan riset terbaru Soca AI yang disusun dari pengalaman mendampingi institusi pemerintah, BUMN, perbankan, dan perusahaan swasta.

Salah satu temuan paling tajam dalam laporan ini: banyak inisiatif AI korporasi tidak gagal karena teknologinya, melainkan karena tidak ada yang memegang kendali. PUSAKA menyebutnya sindrom "Co-Pilot, No Captain".

"AI telah melampaui fase euforia. Hampir setiap organisasi kini berinvestasi, namun hanya sedikit yang benar-benar merasakan hasilnya. Pengalaman kami di Soca AI mendampingi berbagai institusi dan organisasi menunjukkan bahwa keberhasilan AI jarang ditentukan oleh teknologinya, melainkan oleh ketepatan keputusan di baliknya."

Jimmy Yo, Founder & CEO Soca AI

Terjebak di pilot purgatory

Pilot purgatory adalah kondisi ketika pilot AI terus diperpanjang, diulang, atau dibiarkan berjalan tanpa pernah diputuskan untuk lanjut ke produksi maupun dihentikan. Secara global, Gartner memperkirakan setidaknya 30% proyek AI generatif akan ditinggalkan setelah tahap proof of concept hingga akhir 2025.

Di Indonesia, gejalanya terlihat dari tingkat kematangan. Dalam AI Maturity Spectrum yang disusun PUSAKA (Explore, Apply, Integrate, Transform), sebagian besar perusahaan Indonesia masih berada di tahap Apply: AI sudah dipakai, tetapi terbatas pada fungsi tertentu dan belum menyatu dalam pengambilan keputusan maupun model bisnis.

Lima tanda pilot tanpa "kapten"

  1. Tidak ada pemilik bisnis. Pilot diinisiasi tim IT atau vendor, sementara divisi pengguna hanya menjadi peserta.
  2. Tidak ada sponsor di level pimpinan. Pilot sulit mendapat anggaran lanjutan, akses data lintas divisi, maupun keputusan untuk mengubah proses kerja.
  3. Tidak ada kriteria keberhasilan. Tanpa target yang disepakati, tidak ada dasar untuk menilai apakah hasilnya layak diskalakan.
  4. Tidak ada rencana setelah pilot. Anggaran, infrastruktur, dan tim untuk produksi belum disiapkan, sehingga pilot yang berhasil pun berhenti di tempat.
  5. Tujuannya bukan menyelesaikan masalah. Pilot dijalankan untuk menyerap anggaran, memenuhi target inovasi, atau mengikuti tren.

Laporan ini juga menyoroti fenomena "ngamen use case": tim IT berkeliling ke berbagai divisi mencari masalah yang bisa diselesaikan dengan AI. Ditambah dorongan FOMO dari use case yang ramai di media sosial, banyak pilot lahir dari tren, bukan dari kebutuhan nyata.

Kapten dan kru: peran Satgas AI

Menurut PUSAKA, kapten yang sesungguhnya bukan sekadar pemberi persetujuan, melainkan pihak yang mampu membentuk dan memimpin kru. Di Indonesia, kru ini biasanya berbentuk Satuan Tugas (Satgas) lintas fungsi dengan jajaran C-level sebagai Steering Committee. Dalam pengalaman Soca AI, struktur seperti ini baru ditemukan di level BUMN, belum di pemerintahan maupun swasta.

Struktur idealnya melibatkan enam peran: Steering Committee, Satgas, pemilik bisnis, pengguna, pemilik data, dan tim teknis. Pemilik data sering kali bukan divisi pengguna, dan tanpa keterlibatan mereka, akses serta kualitas data kerap menjadi penghambat utama.

Turbulensi saat menuju produksi

Pilot biasanya berjalan dengan data terbatas, pengguna terpilih, dan lingkup yang terkendali. Ketika solusi harus melayani seluruh organisasi, barulah kompleksitas sesungguhnya muncul. PUSAKA mencatat lima sumber turbulensi yang paling sering ditemui:

  • Kesiapan data: data produksi tersebar di berbagai sistem, tidak lengkap, dan tidak seragam.
  • Integrasi dengan legacy system: ERP, core banking, atau aplikasi internal, yang sering lebih rumit, lebih lama, dan lebih mahal daripada membangun AI-nya sendiri.
  • Kesiapan pengguna dan budaya kerja: solusi yang berhasil secara teknis belum tentu digunakan.
  • Tata kelola dan keamanan: termasuk kepatuhan terhadap UU Pelindungan Data Pribadi dan tanggung jawab atas keputusan berbasis AI.
  • Pengukuran dampak: tanpa ukuran yang jelas, anggaran untuk memperluas solusi sulit didapat, meskipun pilotnya dinilai berhasil.

Di perusahaan besar, sistem legacy yang beririsan bisa mencapai puluhan dan dikelola oleh banyak vendor berbeda. Karena itu, harga lisensi hanyalah sebagian dari total biaya. Komponen yang sering luput meliputi penyiapan data, integrasi legacy, infrastruktur, keamanan dan kepatuhan, serta pelatihan dan pengelolaan perubahan.

Waspada "anggaran hantu" di kuartal keempat

Momentum akhir tahun memperbesar risiko ini. Dana yang belum terserap, atau yang tiba-tiba tersedia tanpa perencanaan, mendorong belanja terburu-buru dengan tenggat implementasi yang nyaris mustahil, padahal penggunanya belum siap. PUSAKA menyebutnya "anggaran hantu", dan investasi seperti ini berisiko berakhir sebagai sistem yang tidak terpakai.

Rekomendasinya: masukkan inisiatif AI ke dokumen perencanaan sejak awal (Renstra dan RKA-K/L di pemerintahan, RKAP di BUMN, atau budget cycle di swasta), dan gunakan sisa anggaran untuk kebutuhan pendukung seperti pelatihan atau penyiapan data, bukan untuk memaksakan implementasi yang belum siap.

Langkah pertama: tetapkan kapten sebelum pilot dimulai

Bagi organisasi pengguna, PUSAKA merekomendasikan tiga hal sebelum uji coba berjalan: bentuk Satgas dengan mandat resmi, libatkan pemilik data sejak awal, serta sepakati kriteria keberhasilan dan rencana pasca-pilot. Bagi penyedia teknologi, pastikan klien memiliki sponsor, pemilik bisnis, dan akses ke pemilik data sebelum menyanggupi pilot.

Baca laporan lengkapnya

PUSAKA AI Investment Brief 2027 membahas lebih jauh siklus anggaran pemerintah, BUMN, dan swasta, prioritas investasi per fungsi bisnis, daftar periksa kesiapan dari pilot hingga produksi (The Flight Plan), pilihan Build, Buy, atau Partner, hingga The 2027 Playbook.

Dapatkan PUSAKA AI Investment Brief 2027

Ready to build enterprise AI?

Deploy secure, custom on-prem AI platform.