GenAI dan Teknologi Cloud-Native: Membentuk Ulang IT Perusahaan di 2024

Indeks Cloud Perusahaan Nutanix (ECI) tahunan ketujuh mengungkapkan bagaimana adopsi GenAI (Generative AI) dan teknologi cloud-native secara signifikan membentuk ulang IT perusahaan. Dengan survei global yang melibatkan 1.500 pengambil keputusan dari IT, DevOps, dan rekayasa platform—banyak di antaranya berada di tingkat C-suite—laporan ini menyoroti lima area kunci di mana GenAI mendorong transformasi digital: kontainerisasi aplikasi, adopsi GenAI, keamanan data, modernisasi untuk mendukung skala GenAI, dan pengembangan talenta.

Di sini, kita akan menjelajahi area-area tersebut dan bagaimana perusahaan menavigasi gelombang transformasi dari GenAI dan strategi cloud-native.

  1. Meningkatnya Kontainerisasi Aplikasi

Kontainerisasi aplikasi dengan cepat menjadi bagian penting dari infrastruktur IT modern, dengan aplikasi cloud-native dan pengembangan solusi AI yang saling terkait. Laporan ECI mengungkapkan bahwa hampir 90% organisasi memiliki aplikasi yang telah dikontainerisasi. Kontainerisasi menyederhanakan penerapan aplikasi, meningkatkan skalabilitas, dan memperkuat keamanan. Ini sangat penting untuk penerapan model GenAI.

Laporan tersebut menunjukkan bahwa 70% perusahaan berencana untuk mengkontainerisasi aplikasi GenAI mereka, menjadikannya kategori aplikasi yang paling umum untuk kontainerisasi. Namun, 80% responden mengakui bahwa infrastruktur IT mereka saat ini memerlukan perbaikan untuk mendukung aplikasi dan kontainer cloud-native, yang menunjukkan perlunya modernisasi.

  1. Adopsi GenAI yang Cepat

GenAI bukan hanya sekadar hype; ia dengan cepat menjadi pusat dari strategi transformasi digital. Laporan ECI mengungkapkan bahwa 85% organisasi sudah memiliki strategi GenAI, dengan hanya 2% yang belum merencanakan pendekatan mereka. GenAI digunakan dalam berbagai aplikasi:

  • 53% organisasi menggunakan GenAI untuk dukungan dan pengalaman pelanggan.
  • 46% memanfaatkan GenAI untuk pembuatan konten otomatis.
  • 47% menerapkan GenAI dalam keamanan siber, deteksi penipuan, dan pencegahan kerugian.

Seiring dengan percepatan adopsi GenAI, organisasi menyadari kebutuhan mendesak akan model AI yang dapat meningkatkan pengambilan keputusan, mengotomatisasi tugas, dan mendorong inovasi. Meskipun penggunaannya luas, mengamankan model GenAI dan data sensitif tetap menjadi tantangan, terutama saat organisasi memperluas skala dan membutuhkan ketahanan, operasi hari kedua, serta kepatuhan.

  1. Tantangan Keamanan dan Privasi

Sebagus apapun GenAI, ia membawa tantangan besar terkait dengan keamanan data dan privasi. Laporan ECI menemukan bahwa privasi dan keamanan data adalah kekhawatiran utama dalam adopsi GenAI, dengan 30% responden menilai ini sebagai aspek terpenting dari penerapan, diikuti oleh kinerja (23%) dan skalabilitas (22%).

Meskipun kekhawatiran ini, 95% organisasi percaya bahwa mereka masih bisa memperbaiki keamanan untuk model GenAI mereka. Risiko privasi dan keamanan sangat menonjol saat menggunakan model bahasa besar (LLMs) dengan data sensitif, dengan 38% responden menyatakan kekhawatiran. Selain itu, 31% menghadapi tantangan dalam membangun lingkungan GenAI yang aman dari awal.

Organisasi sedang mengatasi tantangan ini dengan berinvestasi dalam keamanan siber dan tata kelola data. Lima puluh persen responden mengakui pentingnya meningkatkan keamanan, dan 53% melihat GenAI sebagai kesempatan untuk meningkatkan keterampilan tim mereka menjadi ahli AI seiring waktu. Menjaga keseimbangan antara keamanan yang kuat dengan skala GenAI akan menjadi investasi yang krusial untuk organisasi yang ingin tetap bersaing di lingkungan yang berkembang pesat ini.

  1. Modernisasi Infrastruktur untuk Mendukung GenAI dalam Skala

Memperbesar skala beban kerja GenAI bukanlah tugas yang mudah. Mengintegrasikan sistem IT yang ada dengan kebutuhan khusus GenAI menghadirkan tantangan unik. Survei ECI mengungkapkan bahwa 98% responden menghadapi masalah ketika memperbesar skala beban kerja GenAI dari pengembangan ke produksi. Integrasi dengan infrastruktur yang ada menjadi tantangan nomor satu (54%) saat organisasi menyesuaikan sistem mereka untuk memenuhi tuntutan kinerja tinggi dari GenAI.

Beban kerja GenAI membutuhkan komputasi berperforma tinggi, penyimpanan throughput tinggi, dan jaringan latensi rendah—semuanya harus dilakukan sambil menjaga keamanan dan integritas data. Mengelola siklus hidup model GenAI menambah hambatan lainnya, dengan 79% organisasi berencana untuk menerapkan proses manajemen siklus hidup. Namun, banyak yang masih dalam tahap perencanaan, dengan 52% mempertimbangkan platform MLOps pihak ketiga dan 48% berencana mengembangkan alat mereka sendiri di dalam perusahaan.

Kemampuan untuk memperbesar skala GenAI memerlukan tim DevOps dan rekayasa yang sangat terampil untuk menjaga operasi tetap berjalan lancar.

  1. Faktor Manusia: Pelatihan dan Talenta untuk GenAI

Pertumbuhan pesat GenAI lebih dari sekadar pergeseran teknologi—ini juga merupakan transformasi dalam tenaga kerja. Permintaan akan profesional AI yang terampil sangat tinggi, dengan 52% organisasi mengakui kebutuhan akan lebih banyak pelatihan IT terkait GenAI. Meskipun ada kekurangan talenta, 85% perusahaan berencana menggunakan model AI yang sudah ada atau model sumber terbuka untuk aplikasi AI mereka, menghindari kebutuhan untuk membangun model dari awal. Hanya 10% yang berniat mengembangkan model mereka sendiri.

Organisasi juga fokus pada peningkatan keterampilan internal untuk mengatasi kesenjangan talenta. Lima puluh tiga persen responden percaya bahwa kemajuan GenAI akan memberikan kesempatan bagi karyawan untuk menjadi ahli AI seiring waktu. Strategi ini memungkinkan perusahaan untuk mengisi kekosongan talenta tanpa hanya bergantung pada perekrutan eksternal.

Kesimpulan: Memikirkan Kembali Strategi IT untuk GenAI

GenAI bukanlah tren sementara—ini adalah masa depan bisnis. Dampaknya terhadap beban kerja, infrastruktur, dan strategi tenaga kerja memerlukan pemikiran ulang menyeluruh terhadap strategi IT. Organisasi yang ingin berkembang di era GenAI harus:

  • Modernisasi infrastruktur IT untuk mendukung beban kerja GenAI yang terkontainerisasi dan dapat diskalakan.
  • Memprioritaskan keamanan dan privasi di lingkungan GenAI.
  • Berinvestasi dalam pengembangan talenta melalui peningkatan keterampilan dan perekrutan strategis.

Seiring bisnis terus mengintegrasikan GenAI ke dalam operasi mereka, masa depan akan ditentukan oleh mereka yang mengadopsi kontainerisasi, memperbesar skala solusi AI mereka secara efektif, dan melindungi data sensitif melalui langkah-langkah keamanan yang kuat. Kunci kesuksesan akan terletak pada pendekatan yang seimbang terhadap adopsi teknologi, keamanan, dan manajemen talenta.

Untuk lebih banyak wawasan tentang bagaimana menavigasi lanskap transformasi GenAI dan cloud-native, baca laporan lengkap Nutanix ECI.

Nutanix memang dikenal sebagai salah satu solusi Hyperconverged Infrastructure (HCI) yang sangat dapat diandalkan untuk menyederhanakan infrastruktur IT perusahaan. Dengan mengintegrasikan compute, storage, dan networking dalam satu platform, Nutanix memungkinkan perusahaan untuk lebih efisien dalam mengelola dan mengoptimalkan infrastruktur mereka.

Infrastruktur IT yang kuat adalah kunci pertumbuhan bisnis. nutanix menyediakan solusi terbaik, mulai dari jaringan, storage, cloud, hingga keamanan siber, yang diintegrasikan oleh iLogo Indonesia agar sesuai dengan kebutuhan bisnis Anda.
Pelajari lebih lanjut di nutanix.ilogoindonesia.id dan konsultasikan kebutuhan IT Anda dengan kami!