Multipolar Technology Soroti Tren Autonomous Business, AIOps Jadi Fondasi

Perusahaan mulai memasuki tahap baru transformasi digital yang dikenal sebagai autonomous business. Berbeda dengan digitalisasi konvensional yang berfokus pada otomasi proses, model operasional bisnis otonom ini mengarah pada perusahaan yang mampu mengambil keputusan, menjalankan tindakan, dan menciptakan nilai baru secara lebih mandiri dengan dukungan kecerdasan buatan (AI).

Perbedaan Autonomous Business dan Digitalisasi Konvensional

Senior Vice President, PT Multipolar Technology Tbk, Achmad Fakhrudin mengatakan, pada digitalisasi konvensional, sistem berperan menyajikan data atau laporan, sementara proses analisis dan pengambilan keputusan tetap dilakukan manusia.

Sebaliknya, autonomous business memungkinkan sistem menganalisis data secara real-time, memprediksi tren, dan mengambil keputusan secara mandiri.

“Secara keseluruhan, autonomous business mengubah perusahaan dari yang awalnya bersifat reaktif (menunggu perintah atau kejadian) menjadi antisipatif dan proaktif,” kata Achmad di hadapan peserta Digital & Security Forum 2026 bertema AI-Driven Enterprise: AIOps & Intelligent Security for the Autonomous Era, yang berlangsung beberapa waktu lalu di Bali.

Penerapan Autonomous Business Mulai Jangkau Berbagai Sektor

Achmad Fakhrudin menjelaskan, konsep tersebut dapat diterapkan di berbagai sektor. Di industri ritel, misalnya, sistem dapat memprediksi stok barang yang akan habis saat musim promosi dan langsung melakukan pengadaan secara mandiri.

Kemudian di sektor keuangan, sistem mampu mendeteksi sekaligus memblokir transaksi yang dianggap tidak biasa tanpa menunggu keputusan manusia.

Sementara pada operasional teknologi informasi (TI), sistem dapat mendeteksi aplikasi yang melambat, menemukan penyebabnya, lalu melakukan remediasi secara otomatis.

Visibilitas Operasional Jadi Prasyarat Utama

Menurut Achmad Fakhrudin, penerapan sistem bisnis yang berjalan secara mandiri ini harus diawali dengan visibilitas yang kuat terhadap keseluruhan operasional perusahaan.

Perusahaan perlu memahami kondisi sistem secara menyeluruh, mulai dari performa layanan, kemampuan skalabilitas, tingkat keandalan, ketahanan infrastruktur, hingga aspek keamanan.

“Tanpa visibilitas yang memadai, perusahaan akan sulit membangun sistem yang mampu merespons perubahan secara otomatis,” tegasnya.

AIOps Dukung Otomatisasi dan Pengambilan Keputusan

Ia menambahkan, implementasi autonomous business membutuhkan dukungan platform AIOps yang mampu mengintegrasikan berbagai elemen infrastruktur teknologi informasi, termasuk bare metal, virtual machine, aplikasi, sistem operasi, cloud, database, keamanan, hingga perangkat backup dan recovery.

Integrasi tersebut memungkinkan pemanfaatan machine learning, otomatisasi tiket, serta dukungan large language model (LLM) untuk menghasilkan respons yang lebih cerdas dan terkoordinasi.

Melalui pendekatan tersebut, sistem tidak hanya mampu merespons gangguan, tetapi juga memprediksi dan mengantisipasi berbagai potensi masalah yang muncul.

Keamanan, Komponen Penting dalam Autonomous Business

Selain visibilitas dan otomatisasi, keamanan menjadi komponen yang tidak terpisahkan dari implementasi konsep bisnis otonom ini.

Menurut Achmad, semakin tinggi tingkat digitalisasi perusahaan, semakin besar pula eksposurnya terhadap ancaman siber, risiko kepatuhan, potensi kebocoran data, serta dampak terhadap reputasi perusahaan.

“Oleh karena itu, penerapan sistem autonomous business harus dibangun di atas fondasi keamanan yang kuat dan berkelanjutan,” ujarnya.

Ke depan, autonomous business disebut akan menjadi fondasi bagi perusahaan yang ingin membangun AI-driven enterprise. Dengan memanfaatkan observabilitas, AIOps, dan kemampuan self-healing, perusahaan diharapkan mampu memprediksi, mengantisipasi, dan memperbaiki gangguan secara otomatis dalam operasionalnya.

Achmad Fakhrudin menyampaikan bahwa saat ini telah tersedia berbagai solusi yang dapat mendukung penerapan autonomous business. Kendati demikian, ia mengingatkan, pemilihan teknologi dan proses implementasinya tetap menjadi tantangan yang perlu disesuaikan dengan kebutuhan masing-masing perusahaan.