Selama satu dekade terakhir, arsitektur cloud menjadi pilihan utama perusahaan besar. Model ini menawarkan fleksibilitas, mengubah belanja modal (capex) menjadi biaya operasional (opex), serta memanfaatkan skala dan keandalan hyperscaler. Namun, ketika kecerdasan artifisial (AI) semakin tertanam dalam penetapan harga, underwriting, operasional, dan analitik, muncul variabel risiko baru yang mengubah pertimbangan strategis—terutama bagi fungsi keuangan dan tata kelola.

Berbeda dengan sistem IT tradisional, model AI modern sering kali dilatih menggunakan data proprietary yang mencerminkan logika pengambilan keputusan internal perusahaan. Jika data tersebut terekspos, baik melalui pelanggaran keamanan eksternal, kelemahan kontrol vendor, atau penggunaan AI publik oleh karyawan sehingga risikonya melampaui kebocoran data pelanggan. Yang terancam adalah “decision logic” perusahaan: cara menetapkan harga, mengelola risiko, dan membangun keunggulan kompetitif. Dalam jangka panjang, hal ini dapat memengaruhi nilai perusahaan (enterprise value).

Risiko Baru: Kebocoran Logika Bisnis

Karyawan kini semakin sering menggunakan AI publik untuk menganalisis laporan keuangan, merangkum kontrak, hingga menyusun strategi. Tanpa disadari, aktivitas ini dapat melibatkan unggahan data sensitif seperti informasi harga, daftar pelanggan, detail transaksi yang belum diumumkan, atau rahasia dagang. Walaupun tujuannya efisiensi, praktik ini memperluas “risk surface” organisasi.

Ketika data proprietary masuk ke sistem eksternal dengan kebijakan retensi dan pelatihan model yang dinamis, perusahaan kehilangan kontrol penuh atas lingkungan datanya. Jika AI menjadi tulang punggung operasional, kebocoran kecil pun dapat berdampak signifikan terhadap posisi kompetitif.

Kembali ke Infrastruktur Terkendali

Sebagai respons, sebagian perusahaan mulai mengevaluasi kembali lokasi penyimpanan dan pemrosesan sistem AI mereka. Ini bukan berarti meninggalkan cloud sepenuhnya, melainkan menerapkan segmentasi. Aplikasi komoditas tetap berjalan di cloud, sementara data pelatihan AI, bobot model, dan mesin pengambilan keputusan dipindahkan ke infrastruktur on-premise atau lingkungan yang lebih terisolasi.

Langkah ini memang meningkatkan biaya dan kompleksitas, tetapi bagi perusahaan yang keunggulan kompetitifnya bertumpu pada data dan model analitik, trade-off tersebut dapat dibenarkan. Perlindungan rahasia dagang kini menjadi pertimbangan strategis, bukan sekadar isu teknis.

 

Referensi:

  • Topp, T. (2026, March 02). AT Think AI is changing infrastructure economics and accounting models. AccountingToday. https://www.accountingtoday.com/opinion/ai-is-changing-infrastructure-economics-and-accounting-models.