Tag: IBM

Perencanaan yang efektif bukan sekadar tugas rutin—itu adalah fungsi penting yang mengarahkan strategi suatu organisasi. Seiring perusahaan menghadapi kemajuan teknologi yang cepat, tuntutan konsumen yang berkembang, dan persaingan global, perencanaan bisnis harus beradaptasi agar tetap relevan. Dalam hal solusi perencanaan terintegrasi, penting untuk memilih yang mengoptimalkan proses perencanaan dan memberikan dampak ekonomi yang nyata. Solusi perencanaan yang kuat menawarkan kemampuan yang didorong oleh AI, skalabilitas, dan fleksibilitas yang tak tertandingi, menjadikannya masa depan perencanaan bisnis. Dibandingkan dengan solusi lain, alat yang dipilih dengan baik dapat memberikan hasil yang lebih baik, terutama dalam hal pengembalian investasi (ROI), seperti yang terlihat dalam berbagai studi pasar yang melaporkan peningkatan efisiensi yang substansial dan nilai jangka panjang. Perubahan Lanskap Perencanaan Bisnis Perencanaan bisnis tradisional biasanya bersifat reaktif, sering kali terhambat oleh entri data manual, sistem yang terpisah, dan metode peramalan yang usang. Pendekatan reaktif ini menyebabkan keterlambatan dalam pengambilan keputusan dan peluang yang hilang, karena perusahaan tidak dapat merespons perubahan pasar dengan cepat. Namun, dengan munculnya transformasi digital dan teknologi canggih seperti kecerdasan buatan (AI), perencanaan bisnis telah berkembang menjadi strategi yang proaktif dan didorong oleh data. Solusi perencanaan terintegrasi saat ini harus lebih dari sekadar perencanaan keuangan dan menawarkan wawasan yang memungkinkan perusahaan untuk mengantisipasi pergeseran pasar, mengurangi risiko, dan mendorong pertumbuhan. Solusi terdepan di bidang ini menyediakan kemampuan berbasis AI dan arsitektur yang skalabel, membantu perusahaan tetap gesit, beradaptasi dengan cepat, dan membuat keputusan yang diinformasikan berdasarkan data waktu nyata. Sekarang ini, bukan hanya tentang meramalkan pendapatan kuartal depan—ini tentang memanfaatkan data untuk menciptakan strategi jangka panjang yang berkelanjutan di semua aspek organisasi. Praktik Terbaik dalam Memilih Solusi Perencanaan yang Tepat Memilih solusi perencanaan terintegrasi yang tepat adalah keputusan yang sangat penting bagi setiap organisasi. Solusi yang Anda pilih tidak hanya akan mempengaruhi proses perencanaan Anda, tetapi juga strategi bisnis Anda secara keseluruhan. Untuk memastikan Anda membuat pilihan yang tepat, pertimbangkan praktik terbaik ini saat mengevaluasi berbagai alat perencanaan terintegrasi: Pahami Kebutuhan Anda Saat Ini dan di Masa Depan Sebelum memilih solusi perencanaan, lakukan penilaian menyeluruh terhadap kebutuhan bisnis Anda saat ini dan tujuan masa depan Anda. Apakah Anda mencari alat untuk menyederhanakan proses yang ada, atau apakah Anda memerlukan solusi yang dapat mendukung pertumbuhan jangka panjang Anda? Solusi yang tepat harus menawarkan fleksibilitas, skalabilitas, dan kemampuan untuk mengintegrasikan sumber data baru, menyederhanakan alur kerja kompleks seiring perkembangan kebutuhan Anda. Prioritaskan Integrasi dan Fleksibilitas Solusi perencanaan Anda harus dapat terintegrasi dengan lancar dengan sistem yang ada, seperti CRM, ERP, dan alat BI. Kemampuan integrasi yang kuat memastikan aliran data yang mulus antar departemen, menghilangkan silo data. Fleksibilitas sangat penting. Carilah solusi yang dapat disesuaikan untuk memenuhi kebutuhan bisnis unik Anda, apakah itu mengelola perencanaan keuangan, operasi rantai pasokan, atau perkiraan penjualan. Pastikan Dukungan dan Pelatihan dari Vendor Solusi perencanaan terintegrasi yang kuat hanya akan efektif jika didukung oleh pelatihan dan dukungan dari vendor. Carilah sumber daya pelatihan yang lengkap dan dukungan pelanggan yang kuat untuk memastikan tim Anda dapat memaksimalkan kemampuan solusi tersebut. Dukungan vendor yang dapat diandalkan memastikan penyelesaian masalah dengan cepat dan menjaga bisnis Anda tetap pada jalurnya. Prioritaskan Wawasan yang Didorong oleh AI untuk Pengambilan Keputusan yang Lebih Cerdas AI bukan lagi fitur tambahan dalam lingkungan bisnis saat ini; itu adalah kebutuhan. Pilih solusi yang mencakup wawasan yang didorong oleh AI sebagai fitur inti, memungkinkan bisnis Anda memanfaatkan pembelajaran mesin untuk perkiraan yang lebih akurat dan perencanaan strategis. AI memberikan wawasan waktu nyata, memungkinkan bisnis untuk membuat keputusan yang lebih cerdas dan diinformasikan. Solusi yang memperlakukan AI sebagai tambahan mungkin membatasi kemampuan Anda untuk sepenuhnya memanfaatkan manfaatnya tanpa biaya tambahan. Pilih Arsitektur yang Skalabel untuk Pertumbuhan Seiring bisnis tumbuh, begitu pula volume data dan kebutuhan perencanaan mereka. Solusi perencanaan tradisional sering kali kesulitan mengelola dataset besar dan skenario perencanaan yang kompleks, yang menyebabkan kemacetan kinerja. Solusi dengan arsitektur yang skalabel memastikan bahwa bahkan seiring pertumbuhan bisnis Anda, proses perencanaan tetap lancar. Sebaliknya, pesaing mungkin mengalami keterbatasan saat mengelola operasi skala besar, yang dapat menyebabkan peningkatan biaya dan peluang yang hilang. Tuntut Harga yang Jelas dan Dapat Diprediksi Salah satu jebakan umum dengan banyak solusi perencanaan adalah model harga “bayar sesuai penggunaan”. Meskipun ini awalnya tampak fleksibel, seringkali menghasilkan biaya tak terduga karena bisnis dikenakan biaya tambahan untuk setiap fitur yang ditambahkan. Terutama, fungsionalitas AI dan kemampuan canggih lainnya dapat dengan cepat membengkakkan total biaya kepemilikan (TCO). Pilih solusi yang menawarkan model harga yang jelas dan dapat diprediksi, di mana fitur penting (seperti peramalan berbasis AI) sudah termasuk dalam rencana. Ini membantu menghindari biaya kejutan atau biaya tersembunyi, memungkinkan Anda merencanakan anggaran dengan percaya diri. Masa Depan Perencanaan Bisnis Masa depan perencanaan bisnis terletak pada pemanfaatan teknologi canggih seperti AI untuk mendorong kelincahan, wawasan, dan pertumbuhan. Bisnis yang memilih solusi komprehensif berbasis AI akan lebih siap untuk beradaptasi dengan cepat, mengoptimalkan sumber daya mereka, dan tumbuh secara berkelanjutan. IBM Planning Analytics, yang didukung oleh mesin TM1 di memori, menonjol karena skalabilitas, fitur AI terintegrasi, dan harga yang transparan. Dengan memilih IBM Planning Analytics, bisnis dapat menyederhanakan proses perencanaan, meningkatkan akurasi, dan mendorong ROI yang terukur. Ini bukan hanya tentang mengikuti pasar; ini tentang memimpin pasar.

IBM hari ini mengumumkan kemajuan terbaru dalam teknologi AI yang terus memudahkan bisnis untuk bertransformasi dengan pilihan, keterbukaan, dan kepercayaan. Yang paling menonjol adalah peluncuran model Granite yang kuat, yang mengungguli atau setara dengan kinerja model sejenis dari penyedia model terkemuka. Kami juga memperkenalkan generasi berikutnya dari Watsonx Code Assistant untuk pemrograman tujuan umum dan memperkenalkan alat baru untuk membangun dan menerapkan aplikasi serta agen AI, yang semua dirancang dengan mempertimbangkan kasus penggunaan perusahaan tertentu. Ekosistem IBM berperan sebagai kunci untuk memastikan klien dapat mengakses dan memanfaatkan kemajuan AI seperti ini untuk bisnis mereka. Terdiri dari ISV, hyperscalers, reseller dan distributor, penyedia layanan, mitra teknologi, konsultan, integrator sistem, dan MSP, para mitra ini membawa teknologi mutakhir kami kepada pengguna bisnis dalam skala besar. Pengganda kekuatan utama Pekerjaan yang dilakukan oleh Ekosistem IBM dengan AI mencerminkan evolusi kami untuk menjadi perusahaan yang mengutamakan mitra, langkah yang kami ambil bertahun-tahun yang lalu dengan menyadari bahwa kebutuhan transformasi digital dari bisnis modern tidak dapat dipenuhi oleh satu perusahaan saja. Minggu ini, kami merayakan kabar tentang peran ekosistem kami dalam memperluas akses ke teknologi AI kami melalui komunitas pengembang besar dan ekosistem mitra strategis kami. Kolaborasi yang diumumkan dalam beberapa minggu terakhir menunjukkan momentum luar biasa: AWS kini menawarkan beberapa Model Granite kami yang tersedia untuk Amazon Sagemaker JumpStart melalui AWS Marketplace dan untuk Amazon Bedrock sebagai impor model khusus. Qualcomm Technologies, Inc. melalui Qualcomm® AI Hub, Salesforce, dan SAP telah bermitra dengan IBM untuk membuat model Granite tersedia bagi komunitas pengembang besar mereka, membangun jaringan pengembang IBM yang lebih dari setengah juta pemecah masalah. Samsung SDS sedang menguji coba model Granite Time Series untuk deteksi anomali di industri manufaktur, serta model Granite LLM yang bersumber terbuka melalui Watsonx untuk kasus penggunaan manajemen hubungan rantai pasokan. Sejumlah model 3.0 akan tersedia di platform mitra seperti Domo dan sebagai layanan mikro Nvidia NIM. Kumpulan model bahasa Granite dan MoE yang dipilih tersedia di Ollama dan Replicate. Seluruh rangkaian model Granite 3.0 dan model Time Series yang diperbarui tersedia untuk diunduh di HuggingFace dengan lisensi Apache 2.0 yang sepenuhnya permisif. Model-model Granite IBM juga tersedia di Docker. Kemitraan strategis ini hanya salah satu cara kami terus mendorong akses luas ke teknologi IBM. Kami juga mempertahankan hubungan mendalam dengan puluhan ribu reseller di seluruh dunia, seperti CDW dan Converge yang merakit solusi terbaik dari seluruh industri, berkolaborasi dengan marketplace hyperscaler. Mereka menyediakan berbagai layanan bernilai tambah untuk meningkatkan hasil bagi klien. Clear Technologies, misalnya, menggunakan model Granite IBM untuk memberikan wawasan dan analisis mingguan kepada klien, meningkatkan kemampuan kecerdasan mereka. Diperlukan kerjasama untuk menjembatani kesenjangan keterampilan dan biaya AI Meskipun para pemimpin bisnis optimis tentang potensi AI generatif di perusahaan, kenyataannya memindahkan proyek-proyek ini dari eksperimen ke produksi tetap rumit karena mereka menghadapi masalah kepercayaan, kualitas, skala—dan seringkali, biaya yang sangat tinggi. Bahkan dengan teknologi dan keahlian yang tepat, kompleksitas dan biaya pengembangan serta penerapan proyek AI bisa menjadi hambatan yang besar bagi beberapa perusahaan. Kami telah membantu mengatasi tantangan ini dengan bermitra dengan perusahaan konsultan dan integrator sistem terkemuka di dunia yang memberikan keahlian industri dan domain yang dibutuhkan klien untuk proyek transformasi digital terpenting mereka. Selama setahun terakhir, kami telah berkolaborasi dengan mitra seperti LTI Mindtree dan Wipro untuk mendirikan Watsonx Centers of Excellence. Kami juga bekerja dengan perusahaan seperti EY, Tech Mahindra, dan NTT Data saat mereka membangun solusi dengan Watsonx dan model Granite untuk menargetkan kasus penggunaan perusahaan seperti sumber daya manusia, dukungan penjualan, ringkasan dokumen, dan pengalaman pelanggan. Kami juga terus berkolaborasi dengan distributor global seperti TD Synnex, Arrow, dan Ingram Micro dalam inisiatif untuk lebih mempersiapkan mitra reseller mereka dalam mendorong solusi berbasis AI, dan dalam banyak kasus mendirikan Gen AI Centers of Excellence dan pusat pembelajaran. Selain itu, kami bekerja dengan banyak vendor perangkat lunak seperti Accusoft, Airtable, dan Applause yang mengintegrasikan IBM Watsonx dan menunjukkan bagaimana ISV dari berbagai bentuk dan ukuran dapat menggunakan kemampuan AI IBM—termasuk yang diluncurkan hari ini—untuk dengan cepat membangun solusi bertenaga AI yang efisien, dapat disesuaikan, dan tepercaya untuk berbagai industri. Peluang berlimpah bagi mitra dan klien AI diproyeksikan akan membuka nilai yang luar biasa sebesar $16 triliun pada tahun 2030, menciptakan peluang besar bagi penyedia teknologi dari berbagai bentuk dan ukuran di seluruh industri. Ekosistem IBM sangat diposisikan untuk sukses, dengan kombinasi unggulan teknologi AI IBM tercanggih yang dirancang khusus untuk bisnis, sumber daya pelatihan yang sama yang tersedia bagi karyawan IBM, dan model bisnis yang dirancang untuk mengutamakan mitra. Dengan kabar hari ini, kami diingatkan bahwa kekuatan teknologi AI hanya sebesar kemampuannya untuk sampai ke tangan pengembang, komunitas sumber terbuka, dan pengguna bisnis. Melalui Ekosistem IBM, setiap kelompok tersebut mendapatkan akses ke model, alat, dan keahlian yang tepat sehingga mereka dapat mempercepat proyek mereka dan mulai berbisnis dengan AI.

Mengadopsi Generative AI (Gen AI) bukan lagi sekadar spekulasi masa depan. Dengan potensi besar yang ditawarkannya, perusahaan-perusahaan sudah mulai memaksimalkan penggunaannya untuk menyederhanakan operasi, meningkatkan produktivitas, dan memberikan manfaat ini kepada klien mereka. Namun, transformasi ini datang dengan tantangan baru. Ketika klien mulai mengimplementasikan AI di tempat mereka, langkah pertama adalah mengevaluasi apakah pusat data mereka sudah siap: meningkatkan infrastruktur TI melibatkan penyediaan daya dan pendinginan yang memadai, mempersiapkan jaringan untuk menangani volume data yang besar, mengoptimalkan dan memperluas kapasitas infrastruktur, serta menerapkan langkah-langkah perlindungan sambil memungkinkan skalabilitas. Menurut laporan dari IBM Institute for Business Value (IBM IBV), yang bekerja sama dengan Oxford Economics dan melakukan survei terhadap 2.500 pemimpin di 34 negara dan 26 industri, 43% eksekutif teknologi tingkat C mengatakan kekhawatiran mereka tentang infrastruktur teknologi meningkat dalam enam bulan terakhir karena Gen AI, dan mereka kini fokus untuk meningkatkan infrastruktur mereka agar dapat menskalakan teknologi ini. Organisasi harus memiliki strategi implementasi yang membantu memastikan operasi yang efisien, waktu henti yang minimal, dan respons yang cepat terhadap kebutuhan TI, sambil menangani kepatuhan regulasi, pertimbangan etika, dan ancaman keamanan. Memiliki mitra kunci dengan keahlian AI internal dan kemampuan untuk mengelola seluruh siklus hidup infrastruktur ini sangat penting untuk memanfaatkan manfaat dari evolusi teknologi ini. IBM Technology Lifecycle Services (TLS) menawarkan rangkaian solusi yang komprehensif untuk dukungan dan layanan infrastruktur dari implementasi hingga penghentian, membantu organisasi mengoptimalkan infrastruktur TI mereka dengan ketersediaan dan ketahanan. IBM TLS membantu dalam peningkatan pusat data agar siap digunakan untuk AI, dengan menggunakan rantai pasokan global dan kerangka logistik untuk memenuhi tuntutan beban kerja AI intensif untuk produk IBM dan berbagai Original Equipment Manufacturers (OEM), dalam skala besar. Berikut adalah beberapa tantangan utama yang dapat dihadapi pusat data saat menjalankan beban kerja AI, beserta cara IBM TLS mengatasinya: 1. Mengelola tumpukan infrastruktur AI yang kompleks dengan berbagai teknologi vendor Pusat data saat ini menjadi lebih kompleks karena adopsi AI dan ketergantungan pada teknologi dari berbagai vendor. Menurut laporan “Navigating the Evolving AI Infrastructure Landscape” dari TechTarget Enterprise Strategy Group, 30% organisasi mengharapkan untuk menerapkan AI dalam lingkungan cloud hibrida, yang menunjukkan pentingnya memiliki infrastruktur yang dimodernisasi dan konektivitas yang efektif. Memelihara ketahanan operasional membutuhkan infrastruktur yang terbaru dan manajemen risiko yang proaktif, tetapi mengawasi berbagai kontrak dan memecahkan masalah bisa menjadi sulit dan mahal bagi staf TI internal. IBM TLS meningkatkan kemampuan yang ada pada klien tidak hanya dengan menyebarkan dan mendukung produk IBM (IBM Z, Power, dan Storage), tetapi juga dengan mengintegrasikan teknologi multi-vendor yang kompatibel dengan AI. Model bahasa besar membutuhkan sumber daya yang signifikan dan beberapa komputer yang beroperasi secara paralel dalam konfigurasi kluster jaringan besar. Sebagai tulang punggung infrastruktur, jaringan ini harus mendukung arsitektur bandwidth tinggi, latensi rendah, dan skalabilitas, dengan optimasi khusus untuk komunikasi GPU, akses penyimpanan, dan tugas-tugas AI terdistribusi. Laporan IDC “2023 AI View” mencatat bahwa jaringan adalah item pengeluaran infrastruktur terbesar untuk pelatihan Gen AI, yang menyumbang 44%. Dengan menawarkan pendekatan terintegrasi dan holistik yang berfokus pada ketahanan dan ketersediaan, dengan tim khusus di seluruh dunia dan kemitraan strategis, IBM TLS bertindak sebagai satu tempat untuk klien dan sebagai penasihat untuk pengadaan, perencanaan, penyebaran, dukungan, optimasi, dan penyegaran infrastruktur pusat data (server, jaringan, penyimpanan, dan perangkat lunak), memfasilitasi transisi yang mulus ke lingkungan yang siap untuk AI. Jika AI membawa tantangan yang semakin kompleks ke pusat data, mengatasi masalah ini mungkin juga memanfaatkan AI itu sendiri. Di garis depan pergeseran ini, IBM TLS mengintegrasikan AI ke dalam alat dan proses untuk memberdayakan agen dan meningkatkan pengalaman pelanggan. 2. Meningkatkan ketahanan dan melindungi data Sistem Gen AI, yang mengandalkan komponen kompleks seperti GPU, jaringan, dan penyimpanan, dapat menghadapi tingkat kegagalan yang lebih tinggi karena beban kerja yang intens, dan jumlah data yang besar yang diproses dan dibagikan juga dapat meningkatkan kerentanannya. Waktu henti yang tidak direncanakan dan potensi kebocoran data sangat merugikan bisnis, tetapi dukungan proaktif mempercepat penyelesaian masalah dan mengantisipasi masalah sebelum terjadi. Survei IBM IBV “Panduan CEO untuk Generative AI: Platform, Data, dan Tata Kelola” mengungkapkan bahwa sebagian besar CEO mengatakan kekhawatiran mereka tentang keturunan dan asal usul data (61%) dan keamanan data (57%) akan menjadi hambatan untuk mengadopsi Gen AI. Untuk mengatasi tantangan ini, IBM TLS menawarkan solusi seperti IBM Support Insights, yang mengelola inventaris lebih dari 3.000 klien dan 3,5 juta aset TI, mengidentifikasi dan memberi peringatan lebih dari 1,5 juta kerentanannya dengan rekomendasi untuk penyelesaiannya. Pendekatan ini membantu menjaga integritas infrastruktur AI, mengurangi gangguan, dan mendukung masalah dari kontrak yang kedaluwarsa. Selain itu, IBM TLS membantu klien dalam menghapus data dari aset lama dan menyediakan layanan penghancuran media, membantu memastikan sanitasi sesuai dengan Pedoman Sanitasi Media dari U.S. National Institute of Standards and Technology (NIST). IBM TLS menawarkan tingkat dukungan premium dalam Expert Care untuk produk IBM dan Multivendor Enterprise Care untuk beberapa produk non-IBM, yang memiliki waktu perbaikan cepat untuk masalah kritis dan menyediakan Manajer Akun Teknis (TAM) khusus untuk klien. TAM adalah Pakar Materi Subjek (SME) yang meninjau seluruh lingkungan TI, bertindak sebagai titik kontak tunggal, dan fokus pada langkah-langkah proaktif serta penyelesaian masalah untuk meningkatkan efisiensi operasional bisnis. 3. Memberikan saran tentang konsumsi daya dan emisi karbon Tuntutan energi yang semakin meningkat dari pusat data, yang disebabkan oleh integrasi AI yang lebih banyak, dapat menyebabkan biaya operasional yang lebih tinggi akibat konsumsi daya dan emisi karbon, yang menghambat tujuan keberlanjutan. Seperti yang dilaporkan oleh International Energy Agency (IEA) pada bulan Januari, konsumsi listrik pusat data global dapat meningkat menjadi lebih dari 1.000 TWh pada tahun 2026, naik dari perkiraan 460 TWh pada tahun 2022. Adopsi AI tidak boleh mengabaikan target keberlanjutan, dan portofolio IBM TLS membantu klien membuat keputusan yang tepat dengan mengevaluasi tuntutan beban kerja dan pemanfaatan infrastruktur, serta memantau konsumsi daya dan jejak karbon. IBM IT Sustainability Optimization Assessment menggunakan perangkat lunak IBM Turbonomic, yang menjalankan skenario perencanaan “bagaimana jika” untuk memahami kemungkinan dan dampak optimasi pusat data. Setelah penilaian, klien menerima laporan terperinci dengan rekomendasi tindakan, perkiraan pengurangan biaya, konsumsi energi yang diproyeksikan, dan perbaikan jejak karbon, membantu mereka menyelaraskan inisiatif AI mereka dengan tujuan keberlanjutan. Seiring…

Di era kemajuan digital yang tak henti-hentinya, bisnis berada di ambang kebangkitan data. Penyebaran perangkat digital dan interaksi online telah menghasilkan lonjakan data yang luar biasa, yang harus dinavigasi dengan ketelitian dan strategi. Perusahaan memerlukan lebih dari sekadar manajemen data tradisional; mereka perlu memanfaatkan solusi kecerdasan data canggih untuk memastikan daya inovasi dan mempertahankan dominasi pasar.   Masalah Data: Mengelola Peningkatan Penciptaan Data Ketika kita memasuki dunia data, angkanya sangat mencengangkan. Penciptaan data global diperkirakan akan melampaui 180 zettabytes pada tahun 2025, suatu lonjakan besar dari 64 zettabytes yang tercatat pada tahun 2020. Dalam lingkungan ini, kecerdasan data bukan lagi alat opsional, melainkan komponen penting bagi kelangsungan setiap bisnis. Organisasi sedang mengalami perubahan besar dalam strategi data mereka. Tumpukan data yang terfragmentasi, ditambah dengan janji AI generatif, meningkatkan tekanan produktivitas dan membuka celah dalam kesiapan perusahaan untuk menghadapi teknologi baru ini. Meskipun mengubah data menjadi kecerdasan yang bermakna sangat penting, pengguna seperti analis dan ilmuwan data semakin kewalahan dengan jumlah informasi yang sangat besar. Tantangan-tantangan ini mendorong pemimpin data untuk mencari panduan dan solusi yang siap pakai untuk generasi berikutnya dari strategi data mereka, agar mereka dapat memberikan data yang dapat dipercaya kepada konsumen organisasi mereka.   Meningkatkan ke Etos Berbasis Data dengan Kecerdasan Data Untuk mendorong pola pikir organisasi yang benar-benar berbasis data, bisnis harus mengintegrasikan solusi kecerdasan data yang melampaui analitik konvensional. Platform ini berfungsi sebagai ekosistem canggih, yang memfasilitasi pengumpulan, analisis, interpretasi, dan penerapan wawasan yang dapat ditindaklanjuti dari berbagai sumber data. Perusahaan berinvestasi besar-besaran dalam big data dan kecerdasan buatan (AI) untuk membuka manfaat ini. Laporan NewVantage Partners menyebutkan bahwa 97% organisasi berinvestasi dalam inisiatif data, dan 91% berinvestasi dalam aktivitas AI. Tujuannya adalah untuk mengubah data dari produk sampingan operasi bisnis menjadi aset strategis yang mendukung pengambilan keputusan, inovasi, dan kepuasan pelanggan. Namun, menyelami analitik tanpa arah yang jelas dapat menyebabkan kebingungan dan ketidakefisienan. Biaya dari pengelolaan yang buruk sangat tinggi, dengan Gartner melaporkan kerugian rata-rata sebesar USD 12,9 juta per tahun akibat kualitas data yang buruk. Inilah saatnya solusi kecerdasan data menunjukkan nilai mereka, dengan memastikan bahwa data tidak hanya melimpah, tetapi juga tepat, dapat diakses, dan dikelola dengan standar kualitas. IBM berada di garis depan kecerdasan data, menawarkan rangkaian alat yang komprehensif untuk manajemen data proaktif dan analitik canggih. Dengan menyederhanakan penemuan, berbagi, dan kurasi aset data yang terpercaya, platform ini meningkatkan produktivitas profesional data dan mempercepat waktu untuk memperoleh nilai. Platform ini juga mengintegrasikan fitur tata kelola data yang kuat, membantu memastikan bahwa kualitas data sesuai dengan regulasi. Selain itu, kecerdasan data memberikan wawasan secara real-time, memungkinkan bisnis untuk membuat keputusan yang lebih baik dan memanfaatkan potensi AI generatif.   Menguasai Dinamika Pasar untuk Keunggulan Kompetitif Kekuatan transformasional dari solusi kecerdasan data terletak pada kemampuannya untuk meningkatkan kelincahan bisnis dan kapasitas inovatif. Dengan memecah silo dan mendorong budaya kolaborasi yang didorong oleh wawasan, solusi ini memungkinkan perusahaan bertindak dengan cepat dan lebih memahami pasar mereka. Dengan meningkatnya pengawasan terhadap privasi data dan regulasi seperti General Data Protection Regulation (GDPR), sistem kecerdasan data yang canggih, yang menawarkan kemampuan pengawasan dan kepatuhan, sangat penting untuk menavigasi medan regulasi dan menjaga kepercayaan pelanggan.   Menerapkan Kecerdasan Data untuk Mempercepat Tujuan Mengadopsi infrastruktur kecerdasan data yang kuat memberi bisnis alat yang diperlukan untuk mengelola gelombang data dengan efektif. Berikut adalah beberapa titik fokus utama untuk mengintegrasikan kecerdasan data untuk mengoptimalkan dan mempercepat tujuan bisnis: Manfaatkan Cloud Dengan memanfaatkan kelincahan teknologi berbasis cloud, solusi kecerdasan data membantu bisnis dalam pemrosesan dan analitik data yang dapat diskalakan. Sinergi cloud-edge ini memungkinkan ekstraksi wawasan yang cepat dan penerapan keputusan yang berdampak besar pada kinerja dan strategi. Prioritaskan Tata Kelola dan Kualitas Dengan sistem kecerdasan data yang diterapkan, perusahaan dapat menjaga tata kelola dan kualitas data sebagai prioritas utama. Sistem ini mengotomatiskan kontrol kualitas, mempertahankan integritas analitik data dan memperkuat pengambilan keputusan dengan data yang berkualitas tinggi. Tanamkan Budaya Berbasis Data Integrasi kecerdasan data mempertegas pentingnya etos bisnis yang berbasis data. Wawasan dibagikan di seluruh departemen, mendorong dorongan kolektif untuk menggunakan data guna pertumbuhan bisnis, meningkatkan pengalaman pelanggan, dan memperoleh keunggulan kompetitif. Navigasi Regulasi dengan Percaya Diri Solusi kecerdasan data canggih dilengkapi untuk mengelola kepatuhan terhadap regulasi yang berkembang. Ini membantu bisnis bergerak melampaui respons reaktif terhadap ekspektasi hukum, mengadopsi strategi manajemen data proaktif yang sesuai dengan standar internasional dan menjaga kepercayaan serta loyalitas pelanggan. Memimpin Revolusi Data Di era di mana data memengaruhi takdir bisnis, mereka yang dilengkapi dengan solusi kecerdasan data unggul siap untuk memimpin. Saat budaya organisasi beralih ke wawasan dan strategi yang didorong oleh analisis yang tepat dan mendalam, aspirasi untuk berkembang di tengah gelombang data menjadi tujuan yang dapat dicapai. IBM memberdayakan organisasi untuk membuka nilai dari data mereka. Melalui kombinasi platform yang komprehensif, solusi terkemuka di industri, dan integrasi AI canggih, IBM memberikan pendekatan holistik untuk manajemen dan analitik data. Anda dapat meningkatkan strategi data Anda dengan menggunakan solusi canggih seperti IBM Knowledge Catalog (IKC) untuk tata kelola dan manajemen data yang komprehensif, IBM Manta Data Lineage untuk penelusuran dan pelaporan data yang mendetail, dan IBM Data Product Hub untuk berbagi di seluruh organisasi. Alat-alat ini memberdayakan organisasi untuk mencapai kualitas data, visibilitas, kepercayaan, dan utilitas yang tiada tanding.

Kita kini berada di tahap krusial dalam evolusi AI generatif untuk perusahaan. Sementara AI generatif konsumen telah menarik perhatian jutaan orang, para eksekutif sedang mengembangkan praktik yang dapat memberikan strategi yang efektif dan bertanggung jawab untuk AI generatif di tingkat perusahaan. Menurut survei CEO kami, 60% organisasi belum mengembangkan pendekatan yang konsisten dan menyeluruh terhadap AI generatif. IBM® berada dalam posisi unik untuk membantu. Perusahaan ini memiliki sejarah inovasi yang kaya, disertai pemahaman mendalam tentang apa yang dibutuhkan organisasi. IBM memiliki rekam jejak yang legendaris dalam membangun teknologi hebat dan membantu klien melakukan transformasi bisnis secara andal. Ini menjadikannya tempat yang sempurna bagi saya untuk berkontribusi dalam membentuk masa depan industri kami. Selama 25 tahun bekerja di dunia data, AI, dan analitik, saya telah melihat bagaimana teknologi dapat mengubah bisnis, industri, dan bahkan cara kita menjalani hidup. Saya telah memiliki kesempatan untuk bekerja dengan beberapa tim paling inovatif di industri ini: empat startup, beberapa “scale-up,” dan hyperscalers (Microsoft, Oracle, dan Google), serta pelanggan dan mitra dari berbagai ukuran. Saya sangat senang telah bergabung dengan IBM untuk membantu mendorong strategi dan pelaksanaan data, AI, dan analitik perusahaan. Baru-baru ini, saya bergabung dengan Sanjeev Mohan dan Ritika Gunnar dalam sebuah episode podcast untuk membagikan alasan mengapa saya memilih IBM dan bagaimana saya percaya perusahaan ini berada dalam posisi unik untuk memimpin gelombang transformasi berikutnya melalui AI generatif. https://www.ibm.com/blog/generative-ai-isnt-just-about-technology-its-about-business-transformation/# AI Generatif: Lebih dari Sekadar Teknologi, Ini adalah Transformasi Bisnis Visi IBM mengenai AI generatif memiliki pendekatan yang berbeda. Ini tidak hanya tentang menciptakan alat-alat mutakhir; tetapi juga memastikan bahwa teknologi tersebut dapat dipercaya, diukur, dan digunakan untuk menyelesaikan tantangan bisnis dunia nyata. IBM memiliki reputasi yang kuat dalam menyediakan solusi kritis untuk bisnis di industri yang sangat diatur, seperti layanan keuangan dan kesehatan. Pengalaman mendalam dalam membangun sistem yang aman dan terpercaya adalah apa yang dibutuhkan perusahaan saat mereka mengadopsi AI generatif. Kami tidak berusaha menciptakan AI semata-mata untuk kepentingan teknologi—kami berkomitmen untuk membantu organisasi bertransformasi melalui AI dengan cara yang andal, etis, dan skalabel. Lalu, seperti apa strategi kami? Di IBM, kami mendekati AI generatif dengan tiga prinsip inti: kepercayaan, inovasi, dan skalabilitas perusahaan. Kepercayaan sebagai Pondasi Kepercayaan adalah inti dari filosofi AI IBM. Kami mengembangkan sistem yang tidak hanya memberikan hasil, tetapi juga menjelaskan cara mencapai hasil tersebut. Contohnya adalah kolaborasi IBM dengan Credit Agricole, sebuah lembaga besar di bidang perbankan dan asuransi dengan 53 juta pelanggan dan 147.000 karyawan. Perusahaan ini telah mengalokasikan anggaran TI sebesar 20 miliar euro untuk periode 2022–2025. Sebagai bagian dari upaya ini, Credit Agricole memulai dua solusi data, AI, dan analitik yang didukung perangkat lunak IBM untuk mendukung strategi TI mereka yang luas. Solusi ini dirancang untuk meningkatkan produktivitas karyawan dan pelanggan, dengan fokus pada auditabilitas untuk regulator. Setiap keputusan yang dibantu AI dapat diaudit, yang mendorong kepatuhan dan membangun kepercayaan dalam proses bisnis. Saya juga telah melihat bagaimana IBM membantu mentransformasi perusahaan seperti American Airlines. Berkat pendekatan IBM (perangkat lunak + konsultasi + IBM Garage™), mereka mampu mempercepat siklus pengembangan dan peluncuran aplikasi global di tengah badai besar, sambil tetap menjaga pengawasan manusia pada titik keputusan yang kritis. Istilah yang digunakan oleh pelanggan ini saat menggambarkan aplikasi-aplikasi tersebut bukanlah “eksperimen menarik.” Mereka menyebutnya “kuat” dan “andal.” Inovasi dengan Rekam Jejak Sukses IBM adalah salah satu organisasi paling inovatif di dunia. Dari penemuan SQL hingga mendorong batasan dengan sistem AI seperti Watson dan model bahasa besar, IBM telah menjadi pelopor dalam teknologi selama lebih dari satu abad. Sejarah inovasi kami berlanjut dengan kemajuan dalam AI, cloud hibrid, dan platform sumber terbuka. Kami tidak hanya berfokus pada menjadi pemain terbaru, tetapi lebih pada menjadi yang paling dapat diandalkan, terpercaya, dan etis—dan IBM memimpin dalam hal ini. Skalabilitas Siap Perusahaan AI generatif bukanlah eksperimen penelitian bagi IBM. Ini adalah cara kami untuk mendorong transformasi bisnis yang nyata. Kami membangun sistem AI yang dapat diukur, aman, dan siap memenuhi tuntutan lingkungan perusahaan yang paling kompleks. Baik Anda berada di sektor layanan keuangan, kesehatan, atau manufaktur, IBM memiliki pengalaman dan infrastruktur yang diperlukan untuk membantu Anda menerapkan AI dalam skala besar. Kemampuan cloud hibrid dan AI kami memungkinkan bisnis untuk berinovasi tanpa mengorbankan keamanan atau kepatuhan, terlepas dari industrinya. Di Ambang Transformasi Saya percaya kita berada di ambang perubahan yang sangat transformatif. IBM memimpin dalam upaya memanfaatkan AI untuk menciptakan nilai bisnis yang nyata. Misi kami adalah memberdayakan perusahaan untuk mengimplementasikan AI dengan cara yang efektif dan bertanggung jawab. AI akan merevolusi cara kita beroperasi, membuat keputusan, dan berkembang. Dalam beberapa bulan mendatang, kami akan meluncurkan fitur-fitur baru dalam AI generatif yang dirancang untuk mengubah cara bisnis menggunakan data, mengungkap wawasan yang lebih cerdas, meningkatkan proses pengambilan keputusan, dan mendorong efisiensi operasional pada skala yang belum pernah terjadi sebelumnya. Saya sangat antusias untuk menjadi bagian dari perjalanan ini dan berkontribusi dalam membentuk masa depan AI di IBM. Kami baru saja memulai, dan yang terbaik masih akan datang. Tetaplah bersama kami untuk pembaruan lebih lanjut saat kami terus mendorong batasan dari apa yang mungkin dilakukan dengan AI generatif. Jika Anda ingin mengetahui lebih lanjut, bergabunglah dengan kami di IBM TechXchange, di mana kami akan memamerkan bagaimana kami mewujudkan visi kami menjadi kenyataan. Mari kita bersama-sama membangun masa depan AI. Ingin tahu lebih banyak mengenai IBM, silahkan hubungi ibm@ilogoindonesia.id

Manajemen risiko pihak ketiga tetap menjadi fokus utama bagi regulator federal dan negara bagian di AS. Baru-baru ini, mereka telah menerapkan tindakan penegakan hukum terhadap lembaga keuangan, yang mengakibatkan denda miliaran dolar karena pelanggaran Undang-Undang Kerahasiaan Bank (BSA) dan kontrol risiko pihak ketiga yang kurang memadai. Tindakan-tindakan terbaru menunjukkan bahwa regulator semakin ketat dalam menuntut pertanggungjawaban lembaga keuangan terkait hubungan mereka dengan pihak ketiga, termasuk entitas fintech. Badan pengatur mengharapkan lembaga-lembaga ini untuk menerapkan praktik berbasis risiko dalam melakukan uji tuntas yang menyeluruh terhadap pihak ketiga dan secara terus-menerus memantau, menilai, serta mengendalikan risiko yang terkait dengan hubungan tersebut. Lembaga keuangan harus mematuhi standar manajemen risiko yang lebih tinggi Dalam 18 bulan terakhir, regulator telah semakin menajamkan perhatian mereka pada manajemen risiko pihak ketiga, dengan mengeluarkan panduan rinci serta berbagai perintah persetujuan. Pada Juni 2023, Kantor Pengawas Mata Uang (OCC), Dewan Cadangan Federal, dan Korporasi Asuransi Simpanan Federal (FDIC) menerbitkan panduan bersama mengenai manajemen risiko pihak ketiga untuk lembaga keuangan. Panduan ini berfungsi sebagai pedoman yang menetapkan dasar harapan regulasi dan bertujuan untuk secara efektif mengelola risiko yang terkait dengan hubungan pihak ketiga serta menerapkan praktik terbaik. Kurang dari setahun kemudian, OCC mengeluarkan perintah persetujuan terhadap sebuah bank regional di wilayah Atlantik Selatan setelah mengidentifikasi kelemahan dalam program manajemen risiko pihak ketiganya. FDIC menemukan bahwa sebuah fintech di wilayah timur laut terlibat dalam praktik perbankan yang tidak aman dan tidak sehat. FDIC mengeluarkan perintah persetujuan yang mencakup, antara lain, kegagalan bank tersebut dalam memiliki kontrol internal dan sistem informasi yang memadai sesuai dengan ukuran bank. Perintah ini juga mengaddress sifat, cakupan, kompleksitas, dan risiko dari hubungan pihak ketiga bank tersebut. Selain itu, FDIC mengeluarkan perintah persetujuan yang meminta sebuah bank regional di Midwest untuk mengembangkan kebijakan dan prosedur yang tepat dalam manajemen risiko pihak ketiga. Perintah tersebut juga meminta peningkatan dalam due diligence dan pemantauan pihak ketiga yang bertanggung jawab atas anti pencucian uang (AML) dan penanggulangan pendanaan terorisme (CFT). Manajemen risiko pihak ketiga memegang peranan penting dalam kepatuhan terhadap kejahatan finansial (FCC). Institusi sering mengandalkan penyedia layanan pihak ketiga untuk menjalankan kontrol kepatuhan terhadap kejahatan finansial (FCC) mereka. Seiring waktu, layanan pihak ketiga ini berkembang dari sekadar identifikasi berita negatif, pemantauan sanksi, dan pemantauan transaksi menjadi mencakup verifikasi identitas pelanggan, pembuktian data elektronik, penggunaan kecerdasan buatan generatif dalam manajemen kasus uji tuntas yang ditingkatkan, investigasi peringatan, dan penilaian risiko. Meskipun institusi mungkin memiliki pemantauan proses internal yang ketat, tanpa memperluas standar dan praktik tersebut ke pihak ketiga, mereka berisiko menerima pelanggan yang tidak sesuai, menutup peringatan yang salah, atau gagal melaporkan aktivitas mencurigakan. Institusi yang melakukan uji tuntas yang memadai atau penilaian risiko vendor secara berkala dapat menghindari risiko kepatuhan yang muncul akibat keterlibatan pihak ketiga. Meski penggunaan pihak ketiga menawarkan berbagai manfaat, penting bagi institusi keuangan untuk secara proaktif mengelola dan mengatasi risiko FCC yang ditimbulkan oleh pihak ketiga. Untuk itu, mereka perlu menerapkan program manajemen risiko pihak ketiga yang efektif, yang memungkinkan mereka untuk mengelola risiko dan memantau aktivitas pihak ketiga guna memastikan kepatuhan terhadap kewajiban regulasi mereka. Praktik Terbaik dalam Program Manajemen Risiko Pihak Ketiga Siklus hidup untuk memastikan pengawasan dan manajemen yang efektif terhadap pihak ketiga melibatkan tiga komponen utama dalam manajemen risiko: tinjauan due diligence, pemantauan berkelanjutan, dan penilaian risiko. Tinjauan Due Diligence (sebelum penerimaan pihak ketiga): Banyak institusi keuangan dapat memperkuat tinjauan kepatuhan mereka sebagai bagian dari proses due diligence saat menjalin hubungan dengan pihak ketiga baru. Seperti yang diuraikan dalam panduan antarlembaga terbaru, hal ini meliputi evaluasi efektivitas manajemen risiko secara menyeluruh dari pihak ketiga, termasuk kebijakan, proses, dan kontrol internal mereka. Penting juga untuk mmeriksa keselarasan mereka dengan kebijakan dan ekspektasi terkait aktivitas tersebut. Due diligence seharusnya juga mencakup penilaian terhadap teknologi yang digunakan oleh pihak ketiga untuk memastikan bahwa mereka tidak memperkenalkan risiko baru atau tambahan. Unit kepatuhan institusi keuangan dapat melakukan uji coba awal untuk menilai kualitas layanan yang diberikan. Langkah ini bertujuan memastikan bahwa pihak ketiga dapat beroperasi sesuai dengan batas toleransi risiko yang ditetapkan oleh institusi. Pemantauan Berkelanjutan: Pedoman antar-lembaga menetapkan standar untuk keamanan informasi, keselamatan, dan kesehatan dalam praktik terbaik pemantauan berkelanjutan. Regulator mengharapkan institusi keuangan untuk secara rutin memantau kinerja pihak ketiga selama masa hubungan. Tujuannya adalah untuk memastikan bahwa pihak ketiga memenuhi ekspektasi, mengidentifikasi jika ada perubahan yang diperlukan dalam hubungan tersebut, serta menyesuaikan kontrol risiko sesuai dengan perubahan yang terjadi. Aktivitas utama dalam fase pemantauan berkelanjutan meliputi: – Memantau indikator risiko utama (KRI) dan indikator kinerja utama (KPI) untuk memastikan kualitas layanan pihak ketiga yang terus-menerus. – Melaporkan metrik kepada komite tata kelola yang relevan atau petugas BSA secara berkala. – Melakukan pengujian yang diperlukan. – Menyelidiki dan menentukan penyebab masalah jika KRI atau KPI dilanggar, serta memantau perbaikan yang dilakukan. – Memantau risiko, masalah, dan kekhawatiran yang mungkin timbul dari pihak ketiga, serta memastikan kepatuhan terhadap perjanjian tingkat layanan (SLA). Penilaian Risiko: Sebuah lembaga keuangan dapat lebih baik menentukan profil risikonya untuk mengidentifikasi risiko kepatuhan terhadap kejahatan keuangan dengan meningkatkan penilaian risiko AML dan BSA tahunan yang ada. Mereka dapat mengidentifikasi risiko yang ditimbulkan oleh pihak ketiga dan memperkenalkan kontrol untuk mengurangi risiko tersebut. Selain itu, mereka juga dapat memetakan hubungan dengan persyaratan regulasi dan mendokumentasikan data kunci terkait pihak ketiga. Tidak semua pihak ketiga memerlukan tingkat ketelitian dan pemantauan yang sama, namun penilaian risiko keseluruhan terhadap pihak ketiga dapat membantu lembaga dalam menentukan pendekatan berbasis risiko yang sesuai. Tingkatkan pengelolaan risiko pihak ketiga Anda dengan IBM® Promontory Tim ahli kami berfokus pada perbaikan dan penguatan program pengelolaan risiko pihak ketiga. Layanan konsultasi kami dapat membantu organisasi Anda dalam menilai kebijakan dan prosedur pengelolaan risiko pihak ketiga. Kami juga dapat menilai sejauh mana program AML Anda mencakup pengelolaan risiko pihak ketiga untuk memastikan bahwa kebijakan tersebut sesuai dengan toleransi risiko organisasi Anda. IBM Promontory dapat membantu Anda mengembangkan program due diligence dan pemantauan berkelanjutan AML untuk memastikan kepatuhan terhadap undang-undang AML oleh pihak ketiga yang bertindak atas nama organisasi Anda. Kami juga dapat menilai template kontrak yang Anda gunakan dengan pihak ketiga untuk memastikan bahwa mereka mencakup kontrol AML. Selain itu,…