Lintas Teknologi Solutions Day Soroti Pentingnya Kerangka Regulasi AI

Apa yang dibahas di Lintas Teknologi Solutions Day 2026

Lintas Teknologi Solutions Day 2026 menyoroti pentingnya regulasi AI melalui satu pertanyaan praktis bagi Indonesia: apakah organisasi sudah siap memakai AI secara bertanggung jawab, bukan sekadar sudah memiliki akses ke teknologinya? Menurut JPNN.com, PT Lintas Teknologi Indonesia menggelar forum bertema AI Is Ready. Royale Jakarta Golf Club, Halim Perdanakusuma, Jakarta: Apakah Anda terlibat?

Peserta forum mencakup pemerintah, industri telekomunikasi, perusahaan teknologi, serta ekosistem digital. JPNN.com melaporkan bahwa pembahasannya mencakup kebijakan pemerintah, transformasi industri, serta nilai kemanusiaan dan budaya dalam perkembangan AI. Fokus tersebut penting karena keputusan memakai AI selalu menyentuh proses kerja, data, dan pihak yang menerima dampaknya.

Menurut Canggih.id, acara pada 31 Oktober 2026 itu juga menjadi tempat penandatanganan kerja sama Lintas Teknologi Indonesia dengan Ambit Geospatial Solution dan VoteeAI. Ruang lingkup yang dilaporkan mencakup penjajakan infrastruktur AI yang aman, GeoAI, edukasi, pengembangan talenta, serta eksplorasi penerapan AI di sektor telekomunikasi. Ini menunjukkan bahwa kesiapan AI dibangun melalui kerja teknis dan kolaborasi, bukan melalui satu produk tunggal.

Mengapa regulasi AI menjadi sorotan utama

Kerangka regulasi AI diperlukan untuk memberi arah saat organisasi memutuskan data apa yang boleh digunakan, tindakan apa yang dapat diotomatisasi, dan siapa yang bertanggung jawab ketika sistem menghasilkan kesalahan. JPNN.com menyebut kepastian regulasi yang jelas dan adaptif dibutuhkan agar industri dapat mengembangkan serta menerapkan AI secara bertanggung jawab, sambil menjaga kepentingan publik dan ruang inovasi.

Bagi bisnis, regulasi tidak berhenti sebagai dokumen kepatuhan. Regulasi perlu diterjemahkan menjadi keputusan desain. Tim harus menentukan siapa yang boleh mengakses data, kapan hasil AI boleh dipakai, catatan apa yang perlu disimpan, dan kapan manusia wajib mengambil alih. Tanpa aturan operasional seperti ini, organisasi dapat memasukkan AI ke proses sensitif tanpa jalur koreksi yang jelas.

Sebagai ilustrasi hipotetis, perusahaan layanan pelanggan ingin memakai AI untuk menyortir pesan dari formulir bantuan. AI boleh memberi label seperti pertanyaan produk, keluhan, atau permintaan pengembalian dana. Namun, perubahan alamat pelanggan, pembatalan transaksi, dan jawaban untuk keluhan sensitif tetap dialihkan kepada petugas. Supervisor kemudian memeriksa tiket yang dilabeli AI secara berkala untuk menemukan pola salah klasifikasi. Batas ini membuat penggunaan AI dapat diuji tanpa menyerahkan seluruh keputusan kepada sistem.

Kesiapan AI tidak hanya ditentukan oleh tool

Ketersediaan model AI atau platform otomasi belum sama dengan kesiapan organisasi. JPNN.com menilai kesiapan bergantung pada sinkronisasi regulasi, teknologi digital, tuntutan sektor usaha, kemampuan sumber daya manusia. MerahPutih juga melaporkan bahwa regulasi suportif, infrastruktur digital, kebutuhan pasar, dan kesiapan sumber daya manusia perlu berjalan bersama.

Fondasi teknis tetap menentukan. MerahPutih melaporkan penekanan Wakil Menteri Komunikasi dan Digital Nezar Patria pada keandalan jaringan telekomunikasi, broadband, cloud computing, dan pertukaran data sebagai fondasi ekosistem AI. Bagi organisasi, fondasi itu berarti memeriksa apakah data tersedia dalam format yang dapat digunakan, apakah sistem antarunit dapat terhubung, serta apakah akses setiap pengguna sudah dibatasi sesuai perannya.

Misalnya, tim penjualan menerima lead dari formulir digital, WhatsApp, dan pameran. Jika informasi masuk dalam format berbeda dan tidak memiliki pemilik data yang jelas, AI akan bekerja dengan konteks yang tidak konsisten. Langkah awal yang lebih masuk akal ialah menyepakati field CRM, seperti sumber lead, kebutuhan, produk yang diminati, dan status tindak lanjut. Setelah itu, AI dapat membantu merangkum kebutuhan atau memberi kategori awal. Sales tetap memverifikasi ringkasan sebelum menghubungi calon pelanggan.

Bedakan otomatisasi, AI, dan AI Agent saat merancang workflow

Otomatisasi menjalankan langkah berdasarkan pemicu dan aturan yang sudah ditetapkan. AI membantu memahami, menganalisis, atau menghasilkan informasi. AI Agent dapat menjalankan beberapa langkah dengan konteks serta tools untuk mencapai tujuan, tetapi kemampuan tersebut tidak menghapus kebutuhan akan batas akses dan persetujuan manusia.

Perbedaannya terlihat pada workflow. Otomatisasi biasa dapat menjalankan formulir masuk, membuat data di CRM, lalu mengirim email balasan. AI automation dapat membaca isi formulir, memberi klasifikasi kebutuhan, membuat data di CRM, lalu mengirim draf respons. AI Agent dapat menganalisis kebutuhan lead, mencari informasi produk dari basis pengetahuan, menyusun rangkuman, menyiapkan tindak lanjut, dan meminta persetujuan sales sebelum pesan dikirim.

Pemisahan ini membantu organisasi menghindari dua kesalahan. Pertama, menyebut semua workflow sebagai AI Agent padahal sistem hanya menjalankan aturan tetap. Kedua, memberi sistem berbasis AI Agent kewenangan terlalu luas hanya karena ia mampu menjalankan lebih banyak langkah. Semakin besar tindakan yang dapat dilakukan sistem, semakin ketat kebutuhan kontrol akses, pencatatan, dan persetujuannya.

Cara menerjemahkan tata kelola AI ke proses kerja

Tata kelola AI yang berguna dimulai dari satu proses kerja, bukan dari daftar fitur platform. Pilih pekerjaan berulang dengan pemilik proses yang jelas. Petakan data masuk, hasil yang diharapkan, keputusan yang dibuat, dan risiko bila hasilnya keliru. Pendekatan ini sejalan dengan pesan forum bahwa penerapan AI harus relevan bagi kebutuhan industri dan masyarakat, seperti dilaporkan JPNN.com.

Gunakan lima pertanyaan sebelum menjalankan uji coba:

1. Data apa yang dipakai dan siapa yang berhak melihatnya?
2. Keputusan apa yang boleh dibantu AI?
3. Tindakan apa yang tetap wajib mendapat persetujuan manusia?
4. Siapa yang menerima eskalasi ketika hasil AI salah atau tidak pasti?
5. Catatan apa yang disimpan untuk meninjau kesalahan dan memperbaiki workflow?

Sebagai contoh hipotetis, departemen operasional ingin membuat laporan status proyek mingguan. Sistem dapat mengambil data tugas yang sudah disetujui, menyusun draf ringkasan, lalu mengirimkannya kepada manajer untuk diperiksa. Sistem tidak perlu diberi izin mengubah target proyek atau menutup tugas secara otomatis. Uji coba dapat dimulai pada satu tim dan satu jenis laporan. Tim lalu memeriksa apakah ringkasan melewatkan isu penting, salah menafsirkan status, atau memakai data yang belum final.

Pengawasan manusia bukan tahap terakhir

Pengawasan manusia perlu dirancang sejak workflow dibuat. Sistem yang mampu membaca dokumen internal tidak otomatis boleh mengubah data, mengirim pesan eksternal, atau mengambil keputusan atas nama organisasi. Hak akses harus mengikuti tugas spesifiknya. Kemampuan teknis platform bukan alasan untuk membuka akses seluas mungkin.

Jalur eskalasi juga harus dapat dipahami pengguna sehari-hari. Jika AI tidak yakin terhadap klasifikasi, workflow sebaiknya mengirim tiket ke petugas, bukan memaksakan jawaban. Jika AI menghasilkan ringkasan yang keliru, pengguna perlu tahu cara membetulkan hasil dan melaporkan masalahnya. Catatan koreksi itu dapat dipakai untuk mengevaluasi aturan, sumber data, atau instruksi sistem pada pengujian berikutnya.

Mulai minggu ini, pilih satu workflow yang sering tertunda karena pekerjaan repetitif. Tulis pemilik prosesnya, data yang dipakai, tindakan yang boleh diotomatisasi, tindakan yang perlu persetujuan, serta kondisi penghentian workflow. Gunakan daftar itu sebagai bahan diskusi antara tim bisnis, teknologi, dan pihak yang bertanggung jawab atas tata kelola data sebelum AI diperluas ke proses lain.