Jakarta – Kecerdasan buatan (AI) kini bukan lagi sekadar proyek eksperimen atau inisiatif inovasi jangka pendek. Laporan terbaru State of Application Strategy (SOAS) 2026 dari F5 menunjukkan bahwa 78% organisasi global telah menjalankan AI inference secara mandiri sebagai bagian dari operasional inti bisnis mereka, menandai pergeseran besar dalam cara perusahaan mengelola teknologi AI.
Temuan ini memperlihatkan bahwa fokus perusahaan telah bergeser dari sekadar membangun dan melatih model AI menuju bagaimana menjalankan, mengelola, mengamankan, dan menskalakan AI dalam lingkungan produksi yang sesungguhnya.
AI Masuk Fase Operasional
Menurut laporan F5, AI telah melewati fase eksperimen dan kini menjadi bagian dari infrastruktur bisnis yang harus dikelola dengan standar operasional yang sama seperti aplikasi kritikal lainnya.
Saat ini, organisasi rata-rata mengoperasikan tujuh model AI dalam tahap produksi, sementara 77% responden menyebut AI inference sebagai aktivitas AI paling dominan, melampaui proses pelatihan maupun pengembangan model.
Di kawasan Asia Pasifik, China, dan Jepang (APCJ), organisasi rata-rata mengelola tiga hingga empat model AI dalam lingkungan produksi dan 65% di antaranya telah memanfaatkan AI untuk otomatisasi operasional secara real-time.
Perubahan ini menunjukkan bahwa AI tidak lagi diposisikan sebagai teknologi pendukung, melainkan sebagai sistem produksi yang langsung memengaruhi proses bisnis sehari-hari.
Apa Itu AI Inference?
AI inference adalah proses ketika model AI yang telah dilatih digunakan untuk menghasilkan keputusan, prediksi, rekomendasi, atau respons berdasarkan data yang diterima.
Contoh AI inference meliputi:
- Chatbot yang menjawab pertanyaan pelanggan
- Sistem rekomendasi produk e-commerce
- Deteksi fraud perbankan
- Analisis dokumen otomatis
- AI agent yang menjalankan tugas secara mandiri
Karena berlangsung secara terus-menerus dan real-time, proses inference membutuhkan infrastruktur yang stabil, aman, dan mampu menangani volume lalu lintas data yang besar.
AI-as-a-Service Dinilai Semakin Berisiko
Laporan F5 juga menemukan bahwa perusahaan semakin berhati-hati dalam mengandalkan layanan AI publik.
Hanya 8% organisasi global yang masih sepenuhnya bergantung pada model AI berbasis layanan publik (AI-as-a-Service).
Sebaliknya, mayoritas perusahaan kini membangun portofolio AI yang terdiri dari berbagai model berbeda yang dijalankan secara internal maupun hybrid.
Pendekatan ini memungkinkan organisasi memperoleh:
- Kendali lebih besar terhadap data
- Keamanan yang lebih tinggi
- Fleksibilitas pemilihan model
- Efisiensi biaya jangka panjang
- Kepatuhan terhadap regulasi
Namun strategi tersebut juga meningkatkan kompleksitas operasional karena perusahaan harus mengelola berbagai model AI secara bersamaan.
Hybrid Multicloud Menjadi Standar Baru
Laporan F5 menunjukkan bahwa lingkungan hybrid multicloud kini menjadi fondasi utama operasional digital perusahaan.
Sebanyak:
- 93% organisasi menggunakan lingkungan multicloud
- 86% menjalankan aplikasi di lingkungan hybrid multicloud
- 91% perusahaan APCJ memiliki lebih dari satu data center on-premises
- 87% menggunakan lebih dari satu layanan colocation
Dalam konteks AI, lingkungan seperti ini menuntut kemampuan routing, orkestrasi, dan tata kelola yang jauh lebih kompleks dibanding arsitektur tradisional.
Perusahaan harus mampu memastikan bahwa model AI dapat berjalan konsisten di berbagai platform tanpa mengorbankan performa maupun keamanan.
Agentic AI Mendorong Tantangan Baru
Salah satu temuan paling menarik dalam laporan tahun ini adalah meningkatnya adopsi agentic AI, yaitu sistem AI yang mampu bertindak secara mandiri untuk menyelesaikan tugas tertentu.
Sebanyak 98% organisasi mengaku sedang mempersiapkan implementasi agentic AI dalam berbagai bentuk.
Namun muncul tantangan baru yang sebelumnya tidak banyak ditemui pada sistem AI tradisional, yaitu:
- Pengelolaan identitas AI agent
- Pengaturan hak akses (permissions)
- Tata kelola aktivitas AI
- Audit dan kepatuhan
- Pengawasan keputusan otomatis
Di kawasan APCJ, sebanyak 51% organisasi memperkirakan pertumbuhan identitas AI agent akan menjadi tantangan keamanan utama dalam beberapa tahun ke depan.
Keamanan AI Kini Berpindah ke Layer Prompt dan Token
Temuan lain yang cukup signifikan adalah bergesernya fokus keamanan AI.
Jika sebelumnya keamanan berfokus pada jaringan dan infrastruktur, kini perhatian perusahaan mulai berpindah ke:
- Prompt
- Token
- API
- Identitas digital
Sebanyak 29% organisasi mengidentifikasi layer prompt sebagai titik kendali utama dalam operasional AI, sementara 23% menjadikan layer token sebagai prioritas untuk pengelolaan keamanan dan penyediaan layanan AI.
Perubahan ini mencerminkan munculnya paradigma baru bahwa pengamanan AI tidak cukup dilakukan di tingkat server atau jaringan, tetapi juga harus mencakup interaksi langsung antara pengguna, model, dan sistem AI.
88% Organisasi Sudah Menghadapi Risiko Keamanan AI
Seiring meningkatnya penggunaan AI dalam lingkungan produksi, risiko keamanan juga ikut meningkat.
Laporan F5 menunjukkan bahwa:
- 88% organisasi telah mengalami tantangan keamanan terkait AI
- 54% organisasi APCJ menganggap biaya operasional AI sebagai tantangan terbesar
- 51% mengkhawatirkan pertumbuhan identitas AI agent
Kondisi ini mendorong perusahaan untuk membangun sistem tata kelola AI yang lebih matang, termasuk visibilitas terpadu, pengelolaan akses, observabilitas, dan pengawasan aktivitas AI secara real-time.
Mengapa Temuan Ini Penting?
Laporan State of Application Strategy 2026 menunjukkan bahwa tingkat kematangan AI kini menjadi indikator penting bagi daya saing perusahaan.
Organisasi yang mampu:
- Mengelola AI secara terukur
- Menjaga keamanan AI
- Mengontrol biaya operasional
- Membangun tata kelola lintas cloud
- Mengawasi aktivitas AI agent
akan memiliki peluang lebih besar untuk mengubah investasi AI menjadi nilai bisnis yang berkelanjutan.
Sebaliknya, organisasi yang masih menganggap AI sebagai proyek eksperimen berisiko tertinggal ketika AI semakin menjadi fondasi operasional digital modern.
Temuan F5 memperlihatkan bahwa AI telah memasuki fase baru sebagai infrastruktur bisnis yang kritikal. Dengan 78% perusahaan menjalankan AI inference secara mandiri dan 98% mulai mempersiapkan agentic AI, fokus industri kini bergeser dari sekadar membangun model menuju bagaimana mengelola, mengamankan, dan menskalakan AI secara berkelanjutan.
Di era hybrid multicloud, kemampuan mengelola lalu lintas AI, identitas digital, API, prompt, dan token akan menjadi faktor pembeda utama antara organisasi yang berhasil memanfaatkan AI secara optimal dan mereka yang masih berada di tahap eksperimen.
