.webp)
Berbicara soal security, berarti Confluent juga menghadirkan soal layanan tersebut, apa yang menjadi pembeda dengan layanan serupa dibandingkan yang lainnya?
Jadi kalau bicara security yang selalu saya garis bawahi, teknologi itu hanya satu komponen saja dari security. Ada dua komponen lainnya, yaitu people, orang manusia-manusia yang menjalankan security, dan ada komponen yang lain lagi namanya proses atau tata pelola daripada security tersebut atau security governance.
SCROLL TO CONTINUE WITH CONTENT
Sementara teknologi itu hanya satu-satunya teknologinya, people-nya, dan proses atau governance-nya. Semua menjadi kesatuan, kan? Contoh klasik yang sering saya bikin sebagai joke atau lelocon adalah kita bisa menggunakan policy yang paling canggih atau tata kelengkapan perusahaan adalah bahwa password itu harus seribu karakter, harus ada spesial karakter, harus ada nomor, angka, haruf besa, huruf kecil, harus seribu angka, gitu kan. Kemudian sistemnya juga canggih, dia bisa handle seribu karakter buat password.
Tapi karena saking susahnya, jadi orang-orang akhirnya nulis password-nya, di-posted, kemudian ditempel di monitor, gitu kan. Itu kan jadinya bodoh, gitu kan. Nggak meng-consider dari perspektif people-nya.
Sama seperti data streaming. Tentu saja skop kami di penyedia produk atau penyedia layanan adalah dari perspektif teknologinya. Bahwa teknologi kami itu sudah ISO certified, sudah memungkinkan bahwa segala macam security control itu sudah ada dan sudah built-in di dalam produk. Itu sudah ada.
Tapi di luar itu tentu saja ketika kita mengimplementasikan solusi data streaming platform di suatu perusahaan, kita juga melakukan konsultasi dengan perusahaan tersebut terkait mereka punya tata kelola, gitu kan. Dan menyesuaikanlah tata kelola yang diberikan perusahaan tersebut dengan tools yang disediakan oleh produk kami.
Dan tentu saja kami melakukan pelatihan atau training terhadap people-people-nya. Bahwa manusia akan menjalankan platform tersebut, sehingga tiga kesatuan itu tadi, people, process, teknologi, dapat berjalan dengan beriringan dan simpel.
Untuk pelanggan Confluent, apakah kebanyakan dari swasta atau di sisi pemerintahnya juga?
Lumayan beragam. Jadi kalau kita bicara finansial ya, bank-bank terbesar di Indonesia itu sudah menggunakan Confluent semua. Dan kalau kita bicara bank yang top 4 saja kan, top 4 itu campur ya, ada BUMN, ada bank swasta. Kemudian kalau kita bicara instansi perusahaan, itu juga ada beberapa kementerian dan lembaga yang sudah menggunakan kami. Kalau di luar finansial, misalnya di dunia telekomunikasi juga sudah menggunakan. Jadi sudah cukup masif penggunanya di Indonesia. Kami cukup beruntung bahwa diberikan kepercayaan yang sangat-sangat besar dari pelanggan-pelanggan kami.
Tapi juga itu tidak terlepas dari tren ya, bahwa memang data streaming ini memang keharusan. Memang sesuatu yang wajib apabila suatu perusahaan tersebut mau mendepankan layanan digital ke pelanggan.
Kalau bicara potensi itu sangat-sangat besar, tapi tantangannya data streaming di Indonesia?
Yang pertama, tentu saja bagi banyak perusahaan data streaming ini, meskipun mereka sudah menggunakannya, skala penggunanya itu biasanya masih belum terlalu besar. Jadi limited scope. Kenapa mereka limited scope? Biasanya yang sering kita temukan adalah karena mereka tidak memiliki tim yang cukup. Cukup bisa dari sisi jumlah, cukup bisa dari sisi skill. Intinya kurang saja lah manusia-manusia yang bisa menjalankan sistem dan platform tersebut. Jadi itu tantangan utama.
Jadi tantangan utama seperti halnya tantangan di banyak penyedia teknologi adalah bagaimana resource yang ada di pengguna-pengguna kami itu mampu, mumpuni, dan cukup untuk bisa menjalankan platform tersebut dengan baik. Makanya kita juga selain menjual produk, juga kami mengadakan pelatihan, kami mengadakan enablement terhadap customer-customer kami, sehingga penggunaan dari data streaming platform tersebut di masing-masing perusahaan dapat optimal.
Itu pelatihannya berapa lama Pak?
Tergantung. Jadi kan ada level maupun ada temanya, apakah itu di sisi pengembang aplikasi atau di sisi orang-orang yang menjalankan operasional, dan juga tentu saja ada level-levelnya. Jadi bisa kalau cuma sekedar untuk make sure mampu menjalankan yang simple-simple saja, ya saya rasa seminggu cukup ya, tapi kalau mau lebih lagi tentunya butuh waktu lebih lama.
Berarti artinya SDM ini sangat penting agar solusi itu tepat guna ya Pak?
Betul, betul. Nah tapi sebenarnya ada satu angle lagi. Jadi kalau tadi saya bilang manusianya ya sangat penting, itu sangat benar sekali. Namun di era cloud yang sekarang ini kan sebenarnya kita itu memberikan berbagai macam kemudahan. Kalau kita bicara tentang layanan cloud apalagi yang sifatnya software as a service, itu kan banyak elemen-elemen terkait manusia di sisi operasional yang bisa kita, bukan kita eliminir, tapi artinya bisa kita minimalisirlah jumlah kebutuhan maupun skill yang dibutuhkan. Karena dengan layanan cloud yang sifatnya software as a service itu, pelanggan sudah langsung bisa menggunakan layanan tersebut tanpa harus menyiapkan infrastruktur dan juga skill operasional yang terlalu tinggi karena itu semua sudah disediakan oleh kami sebagai penyedia layanan.
Berbicara soal AI, tren ke depannya bakal gimana? dan cara Confluent menghadapi situasi tersebut?
Jadi kalau kita juga kemarin mengadakan survei tentang AI dan semua customer bilang mereka hampir unanimous 100 persen, kalau nggak salah 90-an persen. Mereka bilang AI itu menjadi sangat penting, inisiatif yang akan mereka jalankan, dan ada beberapa juga yang bilang sudah tidak menjalankan.
Tapi sebenarnya AI itu apa sih ya? Jadi kalau kita dalam perspektif kami di sisi Confluent, yang terpenting dalam AI itu kan data. Tanpa data, AI itu kayaknya cuman jadi nggak ada artinya. Data yang seperti apa? Jadi kan kalau yang sekarang lagi hot itu kita bicara generatif AI. AI yang membantu kita membuat sesuatu. Membuat sesuatunya seolah-olah dari nothing. From nothing to become something.
Cuma kalau kita bicara suatu perusahaan, itu kan mereka juga memiliki data-data mereka yang sifatnya proprietary. Kalau misalnya saya ambil contoh di dunia masyarakat penerbangan, misalnya. Bisa saja mereka mengeluarkan AI chatbot yang mampu mengahami pertanyaan, permintaan, atau komplainan dari pelanggan. Itu bisa menggunakan langsung language model yang sifatnya open di luar sana. Tapi ketika si pelanggan tersebut expect untuk ada perubahan di katakanlah jadwal penerbangan mereka, atau seat mereka, atau point loyalty mereka mau digunakan. Itu kan membutuhkan data-data yang internal atau yang proprietary terhadap si perusahaan masyarakat tersebut.
Dalam kasus seperti itu, bagaimana caranya kita mengkombinasi antara language model yang sudah ada, yang tadi sudah langsung readily available dengan data proprietary yang ada di belakang. Ini kan membutuhkan sesuatu tools. Di sinilah bagaimana data streaming itu dapat berperan.
Jadi yang paling penting, kalau dalam hemat kami, AI itu hubungannya enggak jauh-jauh dari data. Dan datanya itu adalah data yang harus rata, harus tepat waktu, real time, dan tentu saja harus mampu mengintegrasikan berbagai sumber data. Saya bilang kalau di sistem maskapai penerbangan, itu kan kita enggak bicara satu sistem, kita bicara resolution system, kita bicara booking system, loyalty system, dan lain sebagainya. Jadi platform yang bisa mengalirkan data secara real time dan juga yang mampu kemudian dapat mengkombinasi dari multiple source tersebut, sehingga output dari AI tersebut menjadi kontekstual.
Kalau tren AI ini bakal bikin melonjak ke data streaming?
Kita tentu saja berharap demikian. Tapi satu hal yang saya lihat di market itu meskipun banyak perusahaan bilang mereka sudah mengadopsi AI, kalau kita sedikit, kita double click sedikit, kita buka AI yang mereka sudah pakai apa sih, itu biasanya masih sangat awal sekali adopsi perusahaan-perusahaan yang saya berkaitan dengan mereka. Biasanya mereka mencoba dari hal-hal yang low risk atau risiko yang rendah dulu, misalnya internal chatbot untuk nanya tentang policy perusahaan, misalnya ada salah satu bisnis partner kami yang menggunakan AI chatbot itu buat policy human resource. Jadi kalau ada anak baru, banyak nanya tentang policy, saya dapat cuti berapa sih? Atau gimana cara saya minta approval terkait A, B, C, dan lain sebagainya, itu mereka pakai AI, pakai chatbot.
Biasanya hal-hal seperti itu dulu yang mereka gunakan. Tapi when it comes to sesuatu yang jauh lebih mission critical ke external, itu mereka biasanya masih dalam tahap kajian atau assessment.
Berarti potensi pertumbuhannya bakal masih ada, Pak, karena masih early itu, Pak?
Sangat. Betul. Masih sangat besar ke depannya.
Kalau pertumbuhan detailnya ada nggak, Pak? Berapa?
Kalau angka mungkin saya nggak bisa share ya.
Tapi yang pasti sebagai ilustrasi saja, buat kami, adopsi itu tiap tahunnya kita expect double digit. Jadi jauh melebihi growth-nya PDB negara, beberapa kali kali lipat karena memang yang base-nya masih kecil, dan kedua potensi yang masih besar, dan juga dari sisi pengguna yang memang sudah banyak.
Ada inovasi apa sih yang bakal disiapkan sama Confluent di tahun depan?
Jadi kalau biasanya kita bicara data streaming platform itu, tadi yang sudah saya bilang ya, itu kita bicara men-stream data atau memindahkan data dari berbagai tempat ke berbagai tempat lainnya. Ke depannya teknologi data streaming platform itu tidak hanya memindahkan data, tapi ketika data itu bertindak, data itu bisa juga diproses istilahnya. Data itu bisa juga dilakukan data processing, sehingga ketika dia sampai di tujuan, maka si tujuan itu sudah tidak perlu lagi untuk memproses datanya dengan berat. Jadi beban daripada si tujuan itu menjadi lebih ringan.
Nah itu yang mungkin secara penjelasan tadi, belum terlalu menjelaskan kenapa ini sesuatu yang sangat penting, tapi kemampuan untuk memproses data ketika dia sedang mengalir secara real time, itu akan menjadi sangat penting. Dan bahkan dalam hemat kami bisa menjadi game changer ketika kita bicara digitalisasi yang sekarang sedang giat di Indonesia.
Bicara segi aturan sendiri, ada yang perlu atau yang menjadi masukan dari industri? karena Komdigi mau mengatur soal AI yang lebih spesifik lagi?
Kita sebenarnya kalau bicara data streaming ini, kita konteksnya kebanyakan, hampir keseluruhan bahkan, itu within satu company, dalam satu perusahaan biasanya. Apabila perusahaannya itu happen to be multiple country misalnya, perusahaan regional atau perusahaan internasional, maka tentu saja itu harus mengikuti kaedah-kaedah data security cross border yang ditetapkan oleh industrinya maupun oleh pemerintah. Tapi tentu saja, jadi policy atau kebijakan pemerintah itu akan menjadi sangat penting dengan kita punya platformnya.
