Berkembang Pesat, Penggunaan AI Merambah Industri Perbankan hingga Manufaktur

JawaPos.com - Perkembangan kecerdasan buatan atau Artificial intelligence (AI) saat ini telah berkembang pesat di Indonesia serta dunia. Bahkan, berbagai generasi pun turut menggunakan AI dari kalangan anak-anak hingga orang tua.

Hal ini disampaikan langsung oleh Regional Director Confluent Indonesia Jemmy Ang dalam acara media roundtable Confluent AI Day di Jakarta, Rabu (15/10).

“Penetrasi AI itu sangat luar biasa. Jadi bahkan kita bisa bilang bahwa AI itu nggak bisa dipisahkan dari kita saat ini, secara langsung maupun nggak langsung ya. Jadi secara langsung itu kalau kita menggunakan AI secara langsung, atau yang nggak langsung adalah kita menggunakan aplikasi yang mana berdasarkan AI,” kata Jemmy.

Bahkan, sejumlah sektor pun turut menggunakan AI, dari industri perbankan dan industri layanan finansial. Bahkan, industri ini bukan nama asing lagi bagi Confluent lantaran telah menggunakan pihaknya sebagai data backbone dan data real time flow.

“Jadi, mereka percaya bahwa dengan Confluent mereka bisa achieve real time-nya mereka, untuk kebutuhan bisnis mereka,” jelasnya.

Tak hanya itu, penggunaan AI juga terjadi pada manajemen hubungan kustomer. Spesifiknya, AI digunakan pada proses bagaimana pihak penerima jasa melakukan follow-up ketika ada komplain dari kustomer secara realtime atau bagaimana mereka memberikan umpan balik secara personal kepada kustomer.

Di sisi lain, terdapat pula sisi manufaktur yang memanfaatkan AI. yang mana perusahaan menggunakan AI untuk memprediksi kapan suatu mesin membutuhkan maintenance pada saat dibutuhkan. Jadi, langkah ini mengurangi potensi rusak dan diservisnya suatu mesin.

“Nah, ini (servis mesin) mengurangi produktivitas mereka. Karena kalau sudah rusak pasti produktivitasnya berhenti. Dengan ada predictive maintenance, mereka bisa melakukan maintenance pada saat load muncul, dari sistem yang mereka bangun sehingga nggak ada downtime,” jelasnya.

Dalam proses maintenance ini sendiri, Jeremy pun memberikan contoh kasus yakni pada mesin ATM. Seperti diketahui, mesin ATM seringkali berada pada proses maintenance yang disebabkan oleh beberapa hal, seperti uang habis, mesin untuk mengeluarkan uang dalam kondisi rusak, atau lainnya.

“Jadi, apa yang mereka lakukan dulu adalah mereka kirim engineernya tuh datang, atau staf-nya tuh datang, lalu mereka ngecek, oh ini duitnya habis, ulang lagi, ATM-nya belum benar pak ya, ulang lagi, lalu mereka manggil orang tuh datang lagi. Nah ini kan menjadi tidak efisien. Jadi dengan adanya real-time data untuk melakukan predictive analytics, jadi mereka udah dapat load-nya sebelum mereka (engineer) datang,” tutup dia.