Telkom Kembangkan 4 Teknologi Digital dari AI hingga Platform UMKM

Apa yang TelkomGroup perkenalkan dalam DTIIF 2026

Telkom kembangkan 4 teknologi digital dari AI hingga platform UMKM melalui AI Ready Data Center, AI ModelHub, National IoT Platform, dan PaDiSera. Menurut Jogjakartanews, empat kapabilitas Sovereign Digital Technology TelkomGroup tersebut diperkenalkan pada 26 Oktober 2026 dalam Danantara Technology Innovation Investment Forum atau DTIIF 2026 di Jakarta.

Keempatnya tidak menjalankan fungsi yang sama. Menurut Jogjakartanews, AI Ready Data Center merupakan fondasi komputasi untuk pengembangan dan pengoperasian model AI di Indonesia serta Asia Tenggara. AI ModelHub terkait ketersediaan model AI, National IoT Platform berhubungan dengan perangkat dan data yang terhubung, sedangkan PaDiSera diarahkan sebagai platform perdagangan digital untuk UMKM.

DTIIF 2026 berlangsung pada 26–28 Oktober 2026 dengan tema Investing in Tomorrow: Advancing Technology, Innovation, and Sustainable Growth, menurut Jogjakartanews. Forum tersebut mempertemukan pemerintah, BUMN, investor, industri, dan inovator untuk membahas teknologi serta investasi strategis.

Peluncuran dilakukan oleh Chief Technology Officer Danantara Sigit Puji Santosa bersama perwakilan Danantara dan TelkomGroup, menurut Jogjakartanews. Dalam laporan yang sama, Sigit menyatakan harapan agar inisiatif tersebut berkembang melalui kolaborasi Danantara, TelkomGroup, BUMN, serta pemangku kepentingan lain agar memberi manfaat bagi masyarakat dan perekonomian.

Cara membaca peran empat teknologi digital TelkomGroup

Empat kapabilitas tersebut dapat dipahami sebagai lapisan ekosistem, bukan empat produk yang saling menggantikan. Infrastruktur komputasi mendukung beban kerja AI. Model AI membantu sistem membaca, merangkum, mengelompokkan, atau menghasilkan respons berdasarkan instruksi dan data. Platform IoT mengumpulkan data dari perangkat yang terhubung. Platform perdagangan menjadi ruang transaksi dan akses pasar.

Pembedaan ini penting karena istilah AI sering dipakai terlalu longgar. AI Ready Data Center bukan AI agent. Data center menyediakan sumber daya komputasi, bukan sistem yang mengambil tindakan bisnis. AI ModelHub juga tidak otomatis berarti proses bisnis telah terotomasi. Ketersediaan model tetap membutuhkan data, integrasi, aturan kerja, pengujian, serta penanggung jawab manusia.

National IoT Platform pun tidak sama dengan platform penjualan. Perannya berada pada hubungan perangkat, sensor, jaringan, dan data operasional. PaDiSera, menurut Jogjakartanews, diarahkan sebagai platform perdagangan digital bagi UMKM. Artinya, platform ini perlu dibaca dalam konteks akses pasar digital, bukan langsung diasumsikan sebagai sistem AI otonom.

Sebagai ilustrasi hipotetis, usaha distribusi bahan pangan menerima pesanan dari toko melalui platform perdagangan. Data stok dari gudang dapat dikirim melalui perangkat terhubung. AI kemudian membantu mengelompokkan pesanan berdasarkan wilayah, jenis produk, atau urgensi. Pesanan dengan nilai besar, alamat baru, atau permintaan perubahan pembayaran tetap harus masuk antrean verifikasi staf sebelum pengiriman dibuat.

Mengapa infrastruktur saja belum cukup bagi UMKM

Ketersediaan teknologi dapat memperluas pilihan, tetapi tidak otomatis membuat setiap bisnis siap menggunakannya. Penelitian Telkom University menyebut kesiapan teknologi, visi kepemimpinan, dan tekanan persaingan mendorong UMKM mengadopsi AI. Temuan tersebut menunjukkan bahwa keputusan adopsi tidak berhenti pada pilihan platform atau model AI.

Kesiapan teknologi berarti bisnis mengetahui data apa yang tersedia, apakah data itu rapi, dan sistem mana yang boleh saling terhubung. Visi kepemimpinan menentukan masalah mana yang layak diprioritaskan. Tekanan persaingan dapat menjadi alasan untuk mencoba AI, tetapi bukan alasan untuk melewati pemeriksaan proses, keamanan akses, atau kualitas data.

Contoh hipotetisnya, toko online ingin menangani pertanyaan pelanggan lebih tertib. Masalah awalnya bukan "belum memakai AI", melainkan pesan pelanggan tersebar di beberapa kanal dan jawaban admin tidak konsisten. Tim dapat mulai dengan mengumpulkan pertanyaan selama periode kerja normal, mengelompokkan tema berulang, lalu menyusun jawaban yang sudah disetujui pemilik usaha.

Setelah basis jawaban tersedia, AI dapat diuji untuk mengklasifikasikan pertanyaan atau menyusun draf respons. Admin memeriksa hasil sebelum dikirim pada tahap awal. Permintaan refund, keluhan, perubahan pesanan, informasi pembayaran, dan data pribadi harus dialihkan kepada manusia. Pendekatan ini membatasi risiko ketika sistem salah membaca konteks pelanggan.

Workflow yang lebih berguna daripada sekadar membeli tools

Bagi UMKM, titik awal yang lebih realistis adalah satu workflow berulang dengan aturan yang jelas, bukan membeli tools lebih dulu. Workflow adalah urutan kerja dari informasi masuk sampai tindakan dilakukan; proses yang kacau dapat menjadi lebih cepat kacau ketika ditambahkan AI.

Misalnya, workflow lead dapat dipetakan menjadi formulir masuk, pemeriksaan kelengkapan data, pencatatan ke CRM, pengelompokan kebutuhan, follow-up, lalu notifikasi kepada sales. Otomasi biasa dapat memindahkan data formulir ke CRM dan mengirim email berdasarkan aturan. AI automation dapat membantu mengelompokkan kebutuhan calon pelanggan sebelum data dicatat.

AI agent memiliki cakupan berbeda. Sistem jenis ini dapat menjalankan beberapa langkah dengan konteks dan tools untuk mencapai tujuan, misalnya membaca kebutuhan lead, mencari informasi pendukung, mengelompokkan prioritas, memperbarui CRM, lalu menyiapkan tindak lanjut. Namun, tindakan yang berdampak pada pelanggan, harga, pembayaran, atau pengiriman tetap membutuhkan batas kewenangan yang jelas.

Andaikan sebuah usaha katering menerima permintaan pesanan untuk acara kantor. AI dapat merangkum kebutuhan dari formulir dan memberi label jumlah porsi, lokasi, serta batas waktu. Staf penjualan tetap memeriksa ketersediaan, harga akhir, alergi makanan, dan syarat pembayaran. Sistem membantu mengurangi pekerjaan repetitif, sedangkan keputusan komersial tetap berada pada orang yang ditunjuk.

Untuk konteks penerapan yang lebih luas, pembaca dapat melihat artikel pilar AI untuk UMKM: Cara Bisnis Kecil Menggunakan Artificial Intelligence untuk Berkembang. Artikel tersebut membahas penggunaan AI pada usaha kecil, sementara kabar TelkomGroup ini berfokus pada arah kapabilitas infrastruktur, model, perangkat terhubung, dan perdagangan digital.

Kontrol manusia dan keamanan perlu masuk sejak awal

Sistem AI yang menyentuh data pelanggan, stok, transaksi, atau komunikasi bisnis perlu memiliki kontrol akses. Tentukan siapa yang boleh melihat data, siapa yang boleh mengubah data, dan siapa yang berhak menyetujui tindakan tertentu. Tanpa pembagian peran, masalah akses dapat muncul meskipun teknologi yang dipakai sesuai kebutuhan.

Batas tindakan otomatis juga harus tertulis. Pertanyaan umum dapat menerima draf jawaban dari AI. Pengiriman informasi sensitif, pengubahan harga, pembatalan transaksi, perubahan alamat, atau keputusan terkait pembayaran sebaiknya tidak berjalan otomatis tanpa persetujuan manusia. Bisnis juga perlu menetapkan pihak yang menangani kesalahan, misalnya ketika klasifikasi AI keliru atau data yang masuk tidak lengkap.

Sebagai contoh hipotetis, bisnis grosir memakai sistem untuk mengingatkan stok rendah. Sistem boleh mengirim notifikasi kepada penanggung jawab gudang. Sistem tidak sebaiknya langsung membuat pesanan pembelian tanpa batas nilai, daftar pemasok yang disetujui, dan persetujuan orang yang memiliki wewenang. Pembatasan seperti ini menjaga otomasi tetap membantu operasional, bukan mengambil keputusan tanpa pengawasan.

TelkomGroup mengarahkan empat kapabilitas tersebut untuk memperkuat infrastruktur digital nasional, memperluas pemanfaatan AI lintas sektor, serta membuka akses pasar lebih luas bagi UMKM, menurut Jogjakartanews. Nilai praktisnya bagi pelaku usaha tetap bergantung pada kesiapan proses, kualitas data, dan cara teknologi ditempatkan dalam pekerjaan sehari-hari.

Langkah yang dapat dilakukan pembaca sekarang

Pilih satu proses yang paling sering menimbulkan keterlambatan, pengulangan input, atau jawaban pelanggan yang tidak konsisten. Jangan mulai dari daftar tools. Mulailah dengan menulis alur saat ini, dari data masuk sampai pekerjaan selesai, termasuk orang yang memeriksa hasil di setiap tahap.

Selanjutnya, tandai tiga hal: data yang dibutuhkan, tindakan yang boleh dibantu sistem, dan tindakan yang wajib disetujui manusia. Uji penggunaan AI pada satu tugas kecil, seperti klasifikasi pesan atau pembuatan draf respons, sebelum menghubungkannya ke CRM, stok, atau transaksi. Catat kesalahan yang muncul, perbaiki basis data dan aturan kerja, lalu putuskan apakah workflow tersebut layak diperluas.