Perusahaan Indonesia Jangan Takut Perubahan

VIVA.co.id – Pada akhir Mei lalu, PT IBM Indonesia merayakan keberadaannya selama delapan puluh tahun di Indonesia. Tentu saja begitu banyak pengalaman yang telah dilewati dan dirasakan. Perusahaan teknologi seperti IBM mungkin identik dengan semangat selalu menjadi terdepan dan tercanggih.

Namun, bagi perusahaan teknologi, transformasi merupakan suatu keharusan agar bisa bertahan menghadapi dahsyatnya perkembangan terknologi. Maka, demi menjalani transformasi yang mulus, IBM berfokus pada tiga strategi bisnis: yaitu menjadi enabler perusahaan untuk bertransformasi, mendukung UKM, startup, dan bisnis baru, serta juga menjadi mitra bagi pemerintah setempat.

Perusahaan yang awalnya bernama Watson Bedriffmachine Java NV/Watson Business Machine Java NV ini berdiri di Indonesia pada 1937, IBM berlokasi di Jalan Hayam Wuruk dengan 5 orang IBMer, panggilan bagi tim IBM. Sampai 2016, jumlah IBMers telah bertambah hingga lebih dari 850 orang karyawan. Tidak hanya itu, IBM Indonesia telah beroperasi di seluruh Indonesia melalui mitra-mitra usahanya dan saat ini memiliki kantor di Jakarta dan Surabaya.

Pada awal era komputerisasi di Indonesia, IBM adalah perusahaan yang pertama kali membantu PT Kereta Api bertransformasi di masa itu dengan operasional menggunakan komputer. Komputer IBM Indonesia, yang merupakan Punch Card Data Processing, pertama kali digunakan di Indonesia oleh Perusahaan Kereta Api Indonesia, Perusahaan Jawatan Kereta Api, di Bandung pada 1938. 

Ada juga perusahaan maskapai Garuda Indonesia yang menggunakan komputer IBM dengan sistem Punch Card, untuk pendataan penumpang dan sistem tiket. Garuda Indonesia kemudian menggunakan sistem pemesanan tiket penerbangan yang dikembangkan oleh IBM Indonesia.

Solusi IBM makin meluas. Pada 1976, sebagai bagian dari IBM’s Corporate & Scientific Programs, IBM Indonesia turut membantu dalam proses pemugaran Candi Borobudur dengan menyumbangkan perangkat komputer, untuk menganalina kebutuhan pemugaran. Berkat bantuan ini, pemugaran Candi Borobudur dapat dilakukan dengan lebih cepat dan akurat.

Pada 1980-an, Indonesia kedatangan 'super computer' dari IBM yang pertama kali diberikan kepada Industri Pesawat Terbang Nusantara atau IPTN. IPTN menggunakan IBM 3090 Model 200, sebuah mainframe yang dilengkapi dengan Vector Processor feature yang dibutuhkan oleh software CAD/CADAM untuk mendesain pesawat terbang nasional.

IBM Indonesia juga terlibat dalam membantu pendataan ribuan korban tsunami Aceh pada 2004. Untuk membantu mengatasi bencana alam tersebut, IBM Indonesia hadir dengan membawa seperangkat komputer dan sistem yang dinamakan Sistem Informasi Bencana Aceh (SIMBA) untuk membantu pendataan korban tsunami. Pada 2008, Presiden Susilo Bambang Yudhoyono memberikan tanda terima kasihnya atas kontribusi IBM Indonesia dalam proses pemulihan bencana di Aceh.

IBM Indonesia terus berkembang seiring dengan perkembangan zaman dan teknologi. Di bidang teknologi, IBM Indonesia juga turut melahirkan kerja sama dan produk-produk baru yang mampu membantu kinerja manusia, sampai layanan smart city. Tidak hanya itu, kehadiran IBM Watson juga menjadi langkah awal IBM Indonesia untuk berkontribusi dalam bidang kesehatan.

Presiden Direktur PT IBM Indonesia, Gunawan Susanto, memaparkan dunia teknologi sudah berubah pada era digital. Untuk menyambut perubahan tersebut, harus cerdas memanfaatkan peluang. Sebab perubahan menurutnya menakutkan, banyak perusahaan yang tidak siap menghadapi perubahan dan terancam tertinggal dengan perusahaan lain.

Gunawan berharap perusahaan di Indonesia bisa cerdas menyambut perubahan, dan bisa menjadi pemain utama di negeri sendiri. Bukan malah terus dikangkangi perusahaan-perusahaan dari luar. 

Berikut wawancara kami dengan petinggi muda IBM yang juga penggemar sepakbola itu:  

IBM sudah lama hadir. Dengan perkembangan teknologi yang pesat, bagaimana IBM menyesuaikan diri?

IBM sejak tahun 1911 jualannya mesin tabulasi, typewriter, kemudian baru masuk mainframe, personal computer. Setelah itu evolusinya panjang kemudian menjadi punya server, storage, software, mulai dari akuisisi PricewaterhouseCoopers (PwC) consulting company dan bergeser mengarah ke business consulting waktu itu. 

Dalam beberapa tahun terakhir kita memang melihat perkembangan dunianya mulai berbeda lagi, banyak yang bilang sekarang ini adalah this is perfect storm. Kalau dulu wave internet cuma sekali, wave-nya dotcom buble cuma sendirian. Yang ini wave-nya berbarengan dari banyak sisi, yang mana people going to mobile, dengan semua masuk area mobility.

Ada Internet of Things (IoT), orang banyak pakai sosmed, kita lihat trennya semua di-provide as service melalui cloud (komputasi awan). Dan data karena ada IoT, mobility, sosmed dan lainnya maka datanya banyak banget, banyak data yang itu disebut unstructure data bahkan yang tidak bisa dibaca oleh sistem. Makanya ini kemudian men-trigger adanya big data analytics. 

Kombinasi semua ini ini membuat kita melihatnya bahwa this is just beginning, ini baru perubahan awal. Karena yang kita sebut dari deployment sistem yang semuanya as a service, data yang kemudian menjadi new natural resource dan harus di-exploite. Siapa yang bisa punya data maka bisa menang, punya data maka bisa menjadi insight dalam persaingan bisnis bisa menang dan semua orang going to digital itu baru fundamentalnya. 

Beberapa tahun terakhir orang bilang harus going to digital, itu kan mobility, sosial media, cloud, big data analytics, semua berlomba-lomba itu bukan sekali saja, seperti tsunami ini baru gelombang pertama. Next wave-nya yang betul mengubah itu adalah cognitive computing.

Nah IBM ini sejak beberapa tahun lalu lihat tren perubahan ini sehingga berupaya mengubah perusahaannya. Dari IBM kami melihatnya memang suka enggak suka, mau enggak mau, trennya ke arah ke sana, maka awal tahun CEO kami bilang IBM transformasi menjadi perusahaan cognitive cloud company. 

Tujuannya agar membuat perusahaan ini menjadi lebih relevan dan terdepan. Karena dilihat dari sejarah 100 tahun sebelumnya. perusahaan ini selalu melihat tren ke depan apa dan yang duluan masuk dan melakukan banyak inovasinya. Jadi memang melihat perkembangan zaman dan ke depannya seperti apa, itu lah alasan IBM kenapa berubah. 

Selanjutnya...Komputasi Kognitif

Komputasi Kognitif

Apa pemanfaatan cognitive computing dalam pengelolaan data?

Cognitive computing itu kan kita melihatnya, data kan banyak sekali, tapi untuk bisa pertama kali undersnading the data, pertama kali harus dimengerti dulu data itu dulu. Data itu kan berupa picture, video, suara, datanya itu harus dimengerti dulu. Setelah tahu datanya, misalnya ini gambar orang lagi di pantai, karena buat komputer itu cuma gambar bit anda byte. Tapi bagaimana ini bisa melihatnya seperti apa. 

Kedua, setelah mengerti (data) harus bisa memberikan arti, reasoning. Oh konteksnya untuk apa, kalau konteks gambar video dan data harus dilihat konteksnya dalam hal apa. Akan jadi berbeda kalau dilihat dari konteksnya yang berbeda, maknanya akan berbeda kalau di dalam konteksnya berbeda. Enggak hanya bilang, data 4x4 itu matematik, sebab 4x4 dalam dunia otomotif itu artinya four wheel drive. Jadi ngerti dulu, understanding dan kemudian bisa reasoning. 

Setelah reasoning, cognitive computing itu belajar. Jadi maksudnya sistem belajar itu bukan sekadar yang sekarang kan diprogram. Contoh apapun yang sekarang yang otomatisasi, itu masih programable computing. Jadi beda dengan sistem belajar dan yang terprogram.

Contoh yang terprogram, kemacetan jalan, itu kan bisa dilihat model matematikanya, dilihat sisi sensor berapa banyak mobil masuk dan keluar, lampu merahnya bisa diatur dulu. Model matematisnya dibikin dulu. 

Sama sesederhananya dengan tol gate, tol otomatis. Sensor dipasang, kemudian ada objek, maka dibuka pintu. Objek pergi sekian detik, pintu ditutup, itu kan sudah diprogram. 

Nah tapi yang sistem yang belajar itu enggak harus diprogram, karena caranya untuk mengenali objeknya itu bagaimana. Bisa dikenali enggak objeknya, mana yang harus dibukain dan yang enggak boleh dibukain pintunya. Di mana caranya untuk sistem belajar. 

Contoh pintu otomatis, kalau orang dewasa dan bayi merangkak dibuka enggak. Kalau terkena sensor dibukakan kan. Terus kalau dalam stroller yang meluncur sendirian enggak ada orangnya mau lewat pintu, itu dibukakan enggak. Meluncur sendirian terbuka enggak?. Mesin yang belajar harusnya bisa identifikasi objek, mengerti dan memilih apa yang harus dilakukan. Karena enggak ada dalam programnya, gimana bikin programnya, mengidentifikasi hal seperti itu. 

(Mesin terprogram) mau identifikasi bayinya berupa apa, gambar? Berapa juta gambar yang di-upload, kalau pakai programming computing. 

Nah dalam cognitive computing, itu sistemnya belajar, yang penting kasih gambar bayi saja, itu akan beraksi, begitu ada objek bayi. Baik bayinya di stroller, merangkak. karena enggak perlu diprogram dulu. Karena sistem begitu melihat itu ada bentuk bayi, dia mengerti konteksnya adalah bahaya, dia akan bahaya kalau kasih keluar. Itu yang harus dilakukan, 

Dan ini yang dipelajari untuk security. Karena security melihat identifikasi gerak gerik orang. Kalau cuma bergerak kan semua orang bergerak. Yang bisa melihat video merekam, betul saat ini CCTV yang pintar bisa lihat pada sekian frame ada berapa orang di dalam situ, analitik sekarang bisa lihat. 

Kalau belum cognitive computing itu, ngerti enggak 100 orang itu sebenarnya ngapaian saja. 100 orang sesak penuh atau enggak, 100 orang bagaimana posisinya. Itu komputer terprogram, kalau tak diprogram identifikasi kan, otaknya kan cuma bisa nerima sensor doang kan. Kecuali bisa diperintah. 

Nah sistem yang belajar bisa lihat, oh pada 100 orang, ada satu yang gerak geriknya beda dan mencurigakan. Nah ini bisa baca pattern-kan. Nah ini yang tadi take the picture and reasoning and alert. Last but not least, sistem belajar untuk interaksi, agar sistemnya harus belajar komunikasinya dengan cara yang lain-lain. Makanya bisa text to speech, speech to text, bisa berkomunikasi misalnya bisa kirim signal, kirim SMS bisa, bisa kirim suara, itu pilihan. Nah itu yang disebut cognitive computing. 

Bagaimana Penerapannya?

Banyak. Mulai yang awal-awal sekali IBM sudah sekian tahun terakhir bersama dengan Memorial Sloan Kettering Cancer Center (MSKCC) di New York untuk membuat analisis Watson, komputer IBM itu bisa bantu ahli kanker, dokter kanker di seluruh dunia.

Tujuannya belajar dari semua data jutaan pasien dan kasus kanker di seluruh dunia ditambah cara dokter MSKCC ini menganalisa diagnosis pasien, sehingga Watson setelah diajarin tingkat akurasinya di atas 90 persen, Watson bisa menjadikan dokter atau onkologis baru yang belum punya pengalaman tinggi, kalau dia punya Watson maka ada kasus pasien masuknya datanya ke Watson.

Maka Watson akan memberikan diagnosanya seperti ini, dan kasus yang ada 90 persen kemungkinan akan seperti ini. Kalau kasusnya seperti ini untuk memverifikasi supaya bisa menjadi keyakinan di atas 95 persen kayaknya harus satu dua tiga, satu ngapain, dua ngapain dan tiga tindakannya seperti apa. 

Kalau sekarang kan enggak, malah bingung. enggak seperti Watson. Kalau dokter yang belum pengalaman, menjalankan tes 1 sampai 20. Baru cari datanya, baru lakukan ini enggak ngerti. Kalau Watson akan bilang 90 persen kasusnya akan seperti ini, tingkat keyakinannya, supaya mengerucut. 

Presiden Direktur PT IBM Indonesia, Gunawan Susanto

Kalau dokter enggak pengalaman kan enggak ngerti. Kalau yang pengalaman maka akan bisa lakukan langkah. seberapa banyak dokter yang pengalaman. Makanya tujuan Watson dalam hal ini adalah enggak cuma sekadar berikan bantuan pada dokter yang belum punya jam terbang tinggi, bisa meningkat kualitasnya.

Tapi juga bisa menjadi kesempatan agar dokter yang pengalaman mereka bisa berinteraksi dengan data yang lebih akurat, sehingga mereka bisa kayak dialog. Kenapa Watson menganjurkan begini menganjurkan hal ini, kenapa tes yang dianjurkan ini.

Ini kan seperti kita ngrobrol. Kalau teman ngobrol enggak ngerti ya enggak ada gunanya kan. Tapi kalau teman ngobrol mengerti, kita akan bisa dibikin mengerti. Nah kalau sama-sama mengerti ketemu, akan lebih kaya diskusinya. Jadi lebih bagus lagi. That exactly tujuannya. 

Dan bukan cuma di onkologi, sekarang sudah banyak rumah sakit di dunia yang sudah pakai. Indonesia belum sih. Selain onkologi, dipakai insurance. Mereka pelajari waktu orang mengisi form (asuransi), kadang kan suka isi form-ya, diidentifikasi berdasarkan pekerjaan, Watson akan nanya berdasarkan preferensi sehingga bisa dianjurkan produk yang sesuai. 

Bisa juga dipakai untuk orang klaim asuransi, datanya kan banyak sekali, bagaimana untuk mengidentifikasi. 

Contoh lainnya, saat memberikan kredit. Saat beri kredit kan kalau kita cuma ngeceknya pekerjaan, Sistem Informasi Debitur di central bank kelayakannya survei ke rumah. Tapi kan informasi supaya dilakukan lebih cepat, kebayang jumlah polis yang harus dicek itu banyak sekali, bagaimana caranya agar bisa cepat. Itu kan perlu ada sistem yang membantu. Bukan untuk me-replace manusia ya. 

Tapi dengan adanya sistem yang membantu, orang lebih cepat. Hal yang sederhana bisa di-approve langsung, tapi kalau yang berbeda bisa dikasih ke orangnya. Ini bantu sortirin dulu. Produktivtasnya jadi lebih tinggi. 

Selain bidang finansial, cognitive computing juga dipakai bidang fesyen untuk memahami peta retail behaviour dan lainnya. Retail, supply chain banyak dipakai, bisa banyak hal dipakai. 

Karena kami percaya, kalau dunianya akan kognitif, semua aspek bisa menjadi kognitif. Kemarin saya dikasih ke teman, ada yang bikin app, stock by watch, untuk beli saham, ngerti profil kita untuk mengetahui profilnya saham yang sesuai seperti apa, apa kira-kira menarik tidak, kalau enggak kita cari sendirinya fundamentalnya bagaimana sahamnya. Ada yang di uar sana maka menyokong traveling dan call center juga. 

Karena banyak call center bakal gede. Kan banyak call center mengarah ke efisiensi. Yang perlu dijawab manusia kan call center pilih menu pencet nomor satu untuk apa nomor dua untuk apa. Ini kan untuk sortir. Kebayang enggak kalau call center menangani pertanyaan yang sepele, misalnya soal diskon jadinya kan enggak produktif.

Pertanyaan sederhana bisa dijawab oleh sistem, tapi manusia kan maunya komunikasi dong enggak sekadar pencet sini pencet nomor ini. Yang manusianya akan tangani kalau ada komplain kompleks itu ditangani manusia. tujuannya di situ. 

Cognitive computing untuk diterapkan pada birokrasi, bagaimana gambarannya?

Ada banyak hal. Departemen di Singapura sudah pakai untuk call center, baik itu aduan dan tanya jawab (QnA). Kadang kan enggan males nanya kepada petugas, jadi nanya ke Watson. Tinggal aplikasinya dari call center, ada yang lain untuk tax untuk bisa lihatin transaksi segala macem. Pemerintah kan juga ada kaitannya dengan cyber security, pasti kalau masuk digital tidak terlepas dengan cyber security. 

IBM juga punya proyek untuk, banyak memperkuat area cyber security dikaitkan dengan Watson. Sebab pattern yang mau melanggar, yang ngapaian aneh-aneh lewat security kan bukan orang bodoh, yang dihadapi kan itu orang pinter. Sering kali untuk identifikasi itu enggak gampang. Cenderung persentase jebol dari internal bukan eksternal. Bagaimana identifikasi dari internal kalau enggak pakai sistem. 

Contoh sederhana dalam sebuah perusahana multinational, dalam satu kuartal rata-rata itu ada miliaran event potensi threat. Contohnya handphone terkoneksi dengan WiFi perusahaan, email perusahaan atau apapun. Ini sudah harus dijaga, belum kalau saya masuk ke rumah akses jaringan perusahaan. Apakah itu ada enggak perusahaan yang menyetop semua akses koneksi dari luar, enggak ada kan, enggak efisien. 

Hal ini membuat tingkat kompleksitas perusahaan menjaga security itu makin tinggi sekali. Karena employ-nya mobile di banyak tempat, sementara aksesnya harus mudah kan untuk saat ini. Jadi ini antara kemudahan dan security sering tarik-tarikan. 

Jadi harusnya perusahaan fleksibel koneksi tapi harus tetap secure. Dari miliaran event loh ini per tiga bulan, dari itu harus disaring disaring potensi threat yang real threat, maka yang bisa di-takcle berapa yang lolos, area mana yang lolos. Kita enggak punya banyak data loh berapa banyak yang bisa masuk threat. Jadi bisa mendeteksi dan merekomendasi (threat) akan sampai ke sana.

Selanjutnya...Kecerdasan Komputer Menakutkan

Kecerdasan Komputer Menakutkan

Komputer makin setara kemampuannya manusia. Kalau kecerdasan buatan melebihi manusia bukankah akan menakutkan?

Ketakutan itu wajar, karena namanya manusia tiap teknologi baru muncul akan ada ketakutan. Kita sekarang dengan teknologi mobil baru muncul, kita takut enggak? Enggak kan. Karena itu kan sudah pakai mobil selama berpuluh-puluh tahun. 

Sekarang coba lihat, pada 1917 di kota Detroit, AS. Cek saja saat itu mobil cuma 65 ribu (unit) tapi mobil dianggap menakutkan, sebab kecelakaannya meningkat menjadi 7 ribu dalam setahun.

Karena dulu kan naik kuda, naik kereta kuda berubah jadi mobil. Mobil muncul dianggap menakutkan dan scary buat manusia, untuk menyeberang jalan orang saja jadi takut, sebab dulu nyeberang yang tadinya asal, tinggal nyeberang, karena pakai kuda. 

Belum mobil makin banyak, makin kencang dan berseliweran, kalau kuda kan sembarangan saja enggak aturannya, kompleks. Terus apa yang terjadi? apakah orang saat itu enggak jadi pakai mobil? tidak kan. Buktinya orang tetap pakai. 

Yang dilakukan apa, dibuat aturan. Kalau di persimpangan pakai lampu merah, gantian majunya. Coba kebayang kalau enggak ada aturan sederhana. Di AS lebih canggih meski tanpa lampu merah. Semua orang AS tahu, kalau di persimpangannya, di sana, lihat kanan dulu. Itu orang AS sudah tahu kalau simpangan tak ada lampu merah, dan lihat kanan dulu, baru jalan. 

Kebayang saat orang AS pertama kali datang ke Jakarta, dia bilang bahaya sekali kan jalanan di Jakarta.

Jadi pakai konsep yang sama, look at the technology, karena ini hal baru masih, banyak yang belum mengerti dan belum dibikin aturannya, orang akan merasa takut berlebihan. Tapi perasaan itu wajar. Yang harus dilakukan itu bagaimana melakukan regulasi dan normanya. 

Terkait dengan norma, itu yang membuat IBM, kami juga declare bahwa prinsip inovasi teknologi IBM dalam cognitive computing itu ada tiga hal. 

Pertama, tidak untuk me-replace, tidak menggantikan manusia. Tapi mau meng-augment human intelligent, maksundya membuat mempelajari kebiasaan yang bagus-bagusnya, dan biarkan mesin yang melakukannya repetitifnya. Karena kita tahu manusia ada beberapa hal yang exellent, dalam beberapa hal dan itu tak tergantikan. Misalnya untuk leadership, common sense, judgment moral, creativity. Karena pilihannya semua enggak semua 1+1 itu dua. 

Kalau cuma pekerjaan repetifif dan sederhana kurangi human error itu serahkan ke asisten. Contohnya saja, dosen periksa ujian, itu butuh asisten karena jawabannya sudah pasti, berarti pekerjaan kasih ke asisten. 

Tapi kan kadang ada mahasiswa protes dengan nilainya, itu berarti human error. Caranya diserahkan ke sistem. Tapi sistem tak akan me-replace dosen. Misalnya ada anak pinter terus karena keluarganya ada yang sakit dia enggak ikut ujian, makanya dia akan tidak lulus kan kalau berdasarkan mesin. 

Kalau guru yang bilang, akan pertimbangkan. makanya mesin tidak akan bisa judgedment seprti itu. Mesin enggak tahu keluarganya lagi sakit. Guru bilang, oh iya keluarganya sakit makanya dimaklumin dan akhirnya diluluskan, kan kasihan itu. Prinsip pertama tidak me-replace human.

Kedua, data transparansi. Ini penting misalnya dalam kasus onkologi, tanpa saya cerita teknologinya, Anda kalau sakit saya nanti minta pakai teknologi Watson saja. Ini kan sama halnya kita sakit terus diminta minum teh tapi tanpa tahu alasannya kenapa. Tapi kan Watson itu misalnya kemudian bilang berdasarkan riset dan rasionalisasinya, teh itu mengandung antioksidan, di minum dalam suhu sekian maka akan membuat begini, makanya akan berdampak lain. 

Kalau Watson sudah tahu dan terkoneksi data dan hasil yang terpercaya, kan akan menghasilkan hal terpercaya. Oh di belakang Watson ini jelas siapa, datanya jelas, maka tingkat kepercayaan kita untuk pakai sistem Watson maka akan meningkat kan. 

Coba tiba-tiba, Anda kalau mau jualan online enggak tahu. tiba-tiba kalau mau bagus dikasih tahu begini begini. Datanya dari mana? betul kan. That exactly, yang mana data transparansi itu penting. 

Tapi data transparansi, IBM juga punya konsep karena fokusnya di enterprise. Data enggak mau melanggar hak cipta orang. Kita enggak mau pakai data sebuah perusahaan kemudian diagregat dengan semua perusahaan lain, di-share ke semuanya lagi dan dipakai untuk kita sendiri. Kita enggak begitu. Karena kita menghargai hak kekayaan intelektual. 

Kalau perusahaan itu punya data ya itu menjadi halnya perusahaan itu. Dia yang cari datanya, bukan dengan memakai IBM maka datanya jadi hak cipta IBM, enggak begitu. Ini pentingnya data transparansi. 

Komitmen ketiga IBM adalah skill. Kembali ke soal contoh mobil sebagai teknologi baru, pekerjaannya kusir maka dibutuhkan sekarang adalah sopir. Dulu yang dibutuhkan pandai besi untuk bikin tapal kuda, sekarang yang dibutuhkan montir. Kebayang enggak pandai besi itu harus belajar mesin, bongkar cara kerja mesin, oli gimana, kopling bagaimana. Kan butuh sklil yang jauh berbeda. 

Ini yang jadi komitmen IBM, kita akan men-training skill yang ada di pasar saat ini dengan menggunakan cognitive computing di masa depan. Karena enggak sekadar jadi pengguna, harus ada yang bisa melakukan dan menjalankan cognitive computing. 

Salah satu produk IBM

Ini bukan hal sederhana lho. Contoh dokter yang biasa analisa belum pakai Watson dan kemudian pakai Watson, kan bedanya sedikit. tapi data scientist kan enggak gampang, kan perlu membaca analisa data, security, strategi security kan enggak gampang dalam dunia digital yang baru. Komitmen IBM untuk buat training di luar di market sehingga kami baru meluncurkan skill academy globally. 

Untuk semua sklil tersebut, agar orang bisa belaja di-training aplikasikan ilmunya, begitu bisa aplikasikan, IBM akan memberi IBM Batch. Sertifikasi logo ini ini bisa dipakai diakui di industri, bahwa sudah tersertifikasi. 

Bagaiman cara IBM mentransformasi perusahaan di Indonesia agar going digital ?

Pertama lebih banyak peranan kami yaitu meningkatkan awareness. Boro-boro untuk transform ke digital kalau aware saja tidak. Setelah itu, kami lakukan adalah menjadi katalis perusahaan di Indonesia transformasi ke digital. Katalis itu kan sifatnya mempercepat.

Kalau kami enggak bantu ke arah sana, takutnya perusahaan cuma bilang oh ya bagus, oh ya bener ya masa depan akan seperti ini. Ini jadinya seperti orang bicara di etalase, jadi kayak orang nonton TV, oh ya begini. Begitu film selesai, keluar ruangan mikirnya beda lagi. 

Kami mau mengambil langkah agar aware, tapi jangan aware saja, coba lakukan sesuatu. Kalau enggak lakukan sesuatu, pelan tapi pasti banyak yang akan melakukannya. Sudah banyak perusahaan yang memakainya. 

Dan negara tetangga perusahaannya itu duluan masuk ke sana. Kalau sudah duluan, begitu masuk ke Indonesia, mereka tinggal jualan saja. Nah masuknya ke Indonesia dengan otot yang sudah siap. 

Bagaimana tingkat awareness-nya perusahaan-perusahaan nasional?

Masih banyak perlu yang dilakukan karena memang enggak gampang. Yang namanya perubahan itu menakutkan, itu contoh tadi. Termasuk di skala perusahaan. 

Kasarnya begini, kalau mau meningkatkan penjualan, ya tambah gerai toko, nambah pramuniaga, mobil untuk kirim barang lebih cepat, nambah iklan. 

Tapi enggak berpikir, apa yang perlu dilakukan. Kalau kita bisa berinteraksi dengan konsumer secara lebih baik, lebih cepat lebih efisien murah, gimana caranya. 

Enggak laku teknologi, kita ngomongnya adalah new way of everythings, new way of world, new way of engagement with client. All is new way. 

Dalam hal tertentu banyak service sudah melakukannya berbeda, lewat mobile apps. Banyak setelah lihat orang banyak niru, sebelumnya mana orang kepikiran. 

Nah tantangannya bagaimana caranya yang mikirin ide-ide itu adalah dari perusahaan lokal agar adaptasinya cepat. Kalaupun mau niru, tirulah dan modifikasi sesuai kebutuhan Indonesia. Impementasikan. 

ini contoh sederhana, salah satu perusahaan retail terbesar di AS mencanangkan dari tahun lalu dan implementasikan tahun ini, salah satu retail store-nya enggak pakai chek in check lagi, enggak pakai mesin kasir. Masuk, ambil, keluar bayar lewat mobile system. Kurang dari setahun, saingannya perusahaan di China bikin convinient store atau minimarket, enggak pakai kasir, pakai scan doang dengan kepentingannya mereka. 

Saya juga baru ketemu dengan teman yang bisnis pulang pergi ke Singapura, seperti di AS, Singapura lagi dipraktekkan tuh retail store yang enggak pakai kasir. Cepat kan itu. Khawatir enggak negara seperti Tiongkok pekerjaan kasir hilang, dicari pekerjaan, training pekerjaan baru antisipasi. Adaptasi tapi berani berubah. Itu lah intinya berani berubah dan antisipasi perubahan dan lakukan langkahnya. 

Tapi kenapa sih, Indonesia tahu kok sama sama dengar kok, apa yang dilakukan di AS, kenapa Singapura bisa.

Susah enggak? Enggak. Bisa kok. Akhirnya semua aspek harus dihadapkan. Itulah yang menurut saya, perubahan tersebut banyak sekadar yang bilang oh iya bener, tapi enggak ngalamin sendiri, banyaknya oh iya ya, dari apa yang dilakukan kita mendengarkan kemudian apa yang diubah, berapa banyak.

Kenapa tidak? Yuk kita implementasi duluan sebelum pemain itu dengan sistem di negara mereka masuk ke Indonesia. langsung mulai dengan konsep mereka, tak lagi mereka ke sini enggak pakai cara buka toko, cara mereka sesuai dengan apa yang diterapkan di sana. 

Karena Indonesia secara umum dengan demografi masih banyak muda usianya penduduknya, dan enggak gagap teknologi, sudah siap. 

We want to see more Indonesian taking more initiative. Itu tujuannya kami melakukan banyak langkah, salah satunya kami gandeng decoding developer community untuk edukasi, bicara CIO level, seminar, edukasi gaining insight dunia nya mengarah ke sana. Begitu itu, siapa yang bikin, itu tujuan kami lakukan untuk training.

Mustahil kami lakukan hal ini sendirian harus ketemu banyak elemen. Kami ambil inisiatif cuap-cuap duluan. Making movement kan enggak gampang, harus ada yang mulai duluan. Menjadi orang gila duluan deh, yang diomongin orang. Orang lain bilang, orang ini ngapain?

Ini potret pasar hari ini. Apa yang kami lakukan teman saya yang tadinya enggak lah itu nanti enggak lama teman saya langsung bilang, mari kita bicara soal Watson. Artinya mulai kerasa, ini contoh. Dia enggak sekadar fancy doang, tapi juga ada mau ambil langkah, Ini progres. I hope this is actually tumbuh dan menjamur nantinya. 

Selanjutnya...Dukungan UKM Lokal

Dukungan UKM Lokal

Apa dukungan IBM untuk startup dan UKM lokal?

Kita meng-enabler program global. Kita punya program startup dengan bisa IBM cloud, beri kredit program dari US$10 ribu sampai 250 ribu setahun. Kami bisa berikan grant-nya untuk perusahaan tersebut.

Tapi lucunya, kita kasih pun enggak bisa dimanfaatkan. Karena belum tahu pakainya, lain halnya kalau kami lakukan di India, mereka bisa pakainya. 

Jadi dikasih pakai, nilainya besar enggak bayar, dipakai dalam setahun untuk ngejar development gila-gilaan,  agar bisa up scale dan menggunakan semua teknologi canggih ternyata di Indonesia ini enggak bisa. Tujuannya setahun bisa scale, enggak tuh, belum (di Indonesia).

Artinya ini skill CTO dan segala macam kan ini kurang, makanya kami beri chance, karena bukan hanya gembor-gembor terus, tapi ternyata enggak dipakai juga. Makanya kami luncurkan mentoring dari IBM, kami training terus kasih akses lot IBM technical resources, bukan teknologinya ya, karena kami harus beri beri nasihat soal arsitekturnya harus seperti ini, keamanan dan desainnya seperti ini. Itu perlu, itu yang kami lakukan untuk startup dan UKM-nya. 

Ada banyak stage startup, yang mau ekspansi dan grow up lebih cepat kami bisa bantu melakukan strateginya, bagaimana belajar dari IBM. Ini perlu dikasih pola pikirnya itu lebih penting, bukan cuma disekadar dikasih uang dipakai, ini enggak. 

Ini yang sedang kami lakukan. Dan salah satu manfaat lainnya kami punya akses ke perusahaan lokal, perusahaan BUMN dan perusahaan yang sudah establish, mereka butuh ide kreatif, startup punya ide kreatif enggak punya pasar dan kustomer. Jadi kami menjadi matchmaker untuk mempertemukan mereka. 

Kami bantu enterprise bantu hackathon jaring startup, startup terjaring kami kasih pelatihan dan bantuan. Startup yang dekat dengan kita, maka kita promokan, beri insight agar mereka bisa berada dalam satu ruangan dengan business leader.

Bagaimana IBM menjalin mitra dengan pemerintah Indonesia ?

Selama ini kami bantu pemerintah dalam dua hal. Pertama di sisi technology adviser, kami bantu beri masukan ke pemerintah.

Misalnya ada teknologi baru seperti apa, kan butuh aturan main, butuh antisipasi seperti apa. Kami mengambil peranan menjadi yang ketok pintunya, kasih tahu ini (tren teknologi) akan begini, kami cerita.

Misalnya blokchain, kami ambil inisiatif kasih nasihat ke pemerintah. Begini lho di dunia sedang terjadi apa, mereka perlu tahu kalau blockchain diadopsi justru mereka tak ketinggalan, bisa tahu (adopsinya). 

Ini pertama yang kami lakukan. 

Berbarengan dengan (kerja sama) Kementerian Tenaga Kerja, kami lagi berpikir men-training ulang skill di market dan lain-lain agar bisa di-consum IBM dan pelaku industri kain, Kan karena lack off skill-nya banyak. 

Last but not least, ada yang bisa dikerjasamakan enggak dari dengan pemerintah dari sisi cyber security atau smart city, minimal dua hal ini, kami melihat pemerintah perlu bisa melihat apa yang dilakukan. Karena smart city as a concept, support untuk meningkatkan kinerja skill PNS-nya. Keamanannya bagaimana. Terus bagaimana pemerintah gunakan dana untuk memberikan pelayanan yang lebih baik kepada masyarakat. 

Contoh bicara soal bantuan tunai atau subsidi pupuk. Punya enggak sih data mengenai daerah mana butuh pupuk, distribusi pupuk itu kan enggak bagi rata begitu kan. Yang dilihat kan bukan sebatas tanamannya butuh pupuk apa, tapi kondisi cuaca dan tanahnya bagaimana.

Jangan sampai dikasih pupuknya sama jumlahnya. Jangan sampai pupuk dijual ke tengkulak kemudian dijual lagi dengan harga yang tinggi. Itu contoh sederhana saja. Datanya banyak yang bisa dilakukan. 

Bagaimana gambaran smart city di Indonesia?

Aspirasi kami kami ingin semua kota dan elemen pemerintah yang melayani masyarakat bisa lebih efisien, bagaimana bisa mendekatkan antara citizen dan government, agar punya interaksi dan pelayanan bisa tingkatkan. 

Kedua, dari sisi bagaimana pemerintah menggunakan data dan aplikasikan untuk berikan aturan yang lebih baik, misalnya berupa tax, berupa pelayanan kepada masyarakat. Keputusan apapun based on data. Karena itu penting, apalagi kaitan sama data. 

Soal bagaimana pemerintah bisa melihat proteksi terhadap informasi dan data strategi security, menurut saya tidak sekadar melihat keamanan data, tapi harus menyeluruh. (ren)

Halaman Selanjutnya

Ini kan seperti kita ngrobrol. Kalau teman ngobrol enggak ngerti ya enggak ada gunanya kan. Tapi kalau teman ngobrol mengerti, kita akan bisa dibikin mengerti. Nah kalau sama-sama mengerti ketemu, akan lebih kaya diskusinya. Jadi lebih bagus lagi. That exactly tujuannya.