Kunci keberhasilan AI? Bukanlah "model" tetapi tata kelola data.

Meskipun perusahaan-perusahaan secara aktif mengarahkan kecerdasan buatan(AI) sebagai mesin pertumbuhan masa depan dan mengadopsinya secara agresif, industri secara umum mengeluarkan peringatan: kunci keberhasilan AI sebenarnya bukanlah “model”, melainkan “pengelolaan data”. Terutama ditegaskan bahwa jika tidak ada klasifikasi dan jaminan visibilitas terhadap data tidak terstruktur, bukan hanya AI, tetapi seluruh bidang keamanan dan kepatuhan juga dapat goyah.

Perusahaan solusi pengelolaan data tidak terstruktur Congruity360 berpendapat bahwa risiko ini sedang menjadi “titik buta” mematikan bagi perusahaan di era AI. Banyak organisasi meskipun menginvestasikan dana besar untuk memperkenalkan AI, keberhasilannya tergantung pada efisiensi klasifikasi dan pengendalian data.

Saat ini, 41% dari seluruh perusahaan sama sekali tidak memiliki alat klasifikasi data, dan hanya 37% yang berencana memperkenalkan alat terkait dalam dua tahun ke depan. Hal ini menyebabkan data berisiko tinggi yang tidak terklasifikasi di dalam server file, NAS, cloud, dan tempat lain berada dalam keadaan terbuka tanpa perlindungan. Akibatnya, tim TI dan keamanan harus menghabiskan banyak waktu dan anggaran untuk pembersihan pasca kejadian, dan kepercayaan internal juga terganggu selama proses ini.

Christophe Bertrand dari theCUBE Research menegaskan: “Karena pengaruh AI melampaui proses bisnis dan beban kerja, menyentuh seluruh bisnis, maka infrastruktur data dasar sebagai fondasi AI juga harus dilindungi secara fundamental,” menyoroti pentingnya keamanan data.

Chief Operating Officer Congruity360, Mark Ward, memperingatkan: “Dalam kenyataan dengan lonjakan data, kemampuan perusahaan untuk mengklasifikasi, membuang, atau mengendalikan data tidak mampu mengikuti. Ketidakseimbangan ini memperkuat lingkungan data tidak terstruktur yang sudah terisolasi, sehingga potensi risiko kecelakaan keamanan atau pelanggaran menjadi semakin besar seperti bola salju.”

Selain itu, data tidak terklasifikasi yang tidak terpakai, dokumen duplikat, email usang, dan data ROT (redundan, usang, remeh) lainnya di dalam perusahaan tidak lagi sekadar masalah biaya penyimpanan, tetapi juga dapat langsung menyebabkan kebocoran informasi sensitif dan risiko pelanggaran. Ward menjelaskan: “Hanya karena folder berbagi file yang berisi informasi pribadi yang ditinggalkan oleh karyawan yang keluar lima tahun lalu, risiko hukum sudah cukup nyata.”

Strategi yang berfokus pada “empat pilar pengelolaan”—efisiensi operasional, penguatan keamanan, kepatuhan, dan pengurangan risiko bisnis—sedang mendapatkan perhatian. Untuk itu, banyak perusahaan mengadopsi DSPM (Data Security Posture Management), yang mampu secara cepat mengidentifikasi area buta di cloud dan lingkungan lokal. Ward memandang kecepatan respons sebagai keunggulan kompetitif penting, menyatakan “dapat memvisualisasikan kondisi keamanan data pelanggan dalam satu minggu.”

Bagi perusahaan besar yang mengelola ratusan PB data, masalah ini menjadi lebih serius. Tanpa audit operasional secara berkala, data ini akan menumpuk menjadi risiko yang tidak terlihat, dan dapat menyebabkan insiden keamanan mendadak, kegagalan audit, atau pengawasan dari regulator. Untuk mengatasi hal ini, Congruity360 melakukan diagnosis data berkelanjutan dan pengelolaan siklus hidup secara paralel, membantu menghapus snapshot dan backup lama yang tidak diperlukan, serta meningkatkan efisiensi penyimpanan.

Strategi pengendalian ROT berfokus pada pembangunan “sistem pemantauan data” yang intuitif. Sistem ini harus mampu melacak siapa, kapan, dan data apa yang diakses, sekaligus mengurangi penyimpanan yang tidak perlu dan memenuhi berbagai persyaratan kepatuhan seperti GDPR, HIPAA, dan lainnya.

Pengelolaan data semacam ini menjadi perhatian utama karena melampaui sekadar penekanan pada keamanan, dan merupakan prasyarat keberhasilan AI. Survei dari Drexel University menunjukkan bahwa 62% perusahaan menunda pengadopsan AI karena “pengelolaan data yang lemah”. Ward menegaskan: “Hanya data yang bersih dan terklasifikasi yang dapat mendukung AI untuk memberikan hasil yang andal. Melatih AI dengan data yang buruk bukan hanya memboroskan daya komputasi, tetapi juga memperbesar risiko pengawasan.”

Congruity360 menawarkan layanan DSPM berbasis SaaS untuk berbagai pelanggan, mulai dari perusahaan Fortune 1000 hingga usaha kecil dan menengah. DSPM tidak hanya alat untuk menilai atribut sebagian data, tetapi juga saluran untuk diagnosis nilai dan risiko informasi secara bersamaan dari perspektif AI dan keamanan. Isi layanan ini meliputi: ▲ audit data rutin dan pembersihan ROT ▲ aturan klasifikasi yang telah ditetapkan ▲ penghapusan backup yang tidak perlu ▲ penempatan ulang penyimpanan berdasarkan tingkat sensitivitas ▲ pembuatan kebijakan penghapusan berbasis siklus hidup data, dan lain-lain.

Akhirnya, Congruity360 menegaskan bahwa pengelolaan ROT harus dipandang sebagai tugas operasional harian, bukan proyek sekali selesai. Karena ROT bukanlah target statis, melainkan budaya keamanan yang harus terus diperkuat. Ward memperingatkan: “Kesalahan manusia tetap menjadi penyebab utama celah keamanan. Akun yang tersisa setelah karyawan keluar, klasifikasi yang salah yang menyebabkan eksposur data sensitif, dan masalah lain terus berulang.”

Pada akhirnya, sebelum AI dapat mengekstraksi data, risiko harus terlebih dahulu dikendalikan. Hanya dengan menyadari bahwa pengelolaan tidak hanya dapat memandu keberhasilan proyek AI, tetapi juga menyebabkan kegagalannya, sistem keamanan berbasis AI yang sesungguhnya akan berjalan. Saat ini, jika perusahaan tidak mampu menilai data secara benar, risiko yang dihadapi bukan lagi soal kemungkinan, melainkan sudah masuk ke ranah probabilitas.