Teknologi Artificial Intelligence (AI) saat ini menjadi salah satu inovasi paling penting di dunia bisnis. Banyak perusahaan mulai menggunakan AI untuk meningkatkan produktivitas, mempercepat pekerjaan, dan membantu pengambilan keputusan.
Namun, meskipun potensinya sangat besar, banyak proyek AI gagal digunakan secara maksimal di lingkungan produksi perusahaan. Salah satu penyebab utamanya adalah kurangnya kepercayaan terhadap hasil yang diberikan AI.
Hasil AI yang tidak akurat dapat menyebabkan:
-
Kesalahan pengambilan keputusan
-
Risiko finansial
-
Kerusakan reputasi perusahaan
-
Pelanggaran keamanan dan privasi data
Masalah ini sebenarnya bukan hanya disebabkan oleh model AI yang kurang baik, tetapi juga karena kurangnya context atau konteks data yang digunakan AI.
Untuk mengatasi masalah tersebut, BigID dan Atlan bekerja sama menghadirkan solusi yang disebut Enterprise Context Layer.
Apa Itu Enterprise Context Layer?
Secara sederhana, Enterprise Context Layer adalah lapisan informasi yang membantu AI memahami data dengan benar.
AI tidak cukup hanya diberi data mentah. AI juga perlu memahami:
-
Arti data
-
Hubungan antar data
-
Aturan penggunaan data
-
Tingkat sensitivitas data
-
Siapa yang boleh mengakses data
Atlan mendefinisikan Enterprise Context Layer sebagai infrastruktur yang berada di antara sistem data perusahaan dan sistem AI.
Lapisan ini membantu AI agar dapat:
-
Memahami konteks data
-
Memberikan jawaban yang lebih akurat
-
Mengurangi risiko kesalahan AI
-
Menjalankan AI sesuai kebijakan perusahaan
Masalah “Context Drift” dalam AI
Salah satu masalah besar dalam AI modern adalah context drift.
Istilah ini diperkenalkan oleh Sandipan Bhaumik dari Databricks. Context drift terjadi ketika AI kehilangan konteks yang tepat saat memproses data.
Akibatnya:
-
AI bisa salah memahami informasi
-
Hasil AI menjadi tidak relevan
-
Keputusan AI menjadi tidak akurat
Contohnya:
Sebuah data pelanggan mungkin memiliki arti berbeda tergantung waktu, aturan bisnis, atau kondisi tertentu. Jika AI tidak memahami konteks tersebut, hasil yang diberikan bisa salah walaupun datanya benar.
Karena itu, AI membutuhkan konteks tambahan agar dapat bekerja dengan lebih akurat.
Empat Komponen Penting Enterprise Context
Menurut Bhaumik, ada 4 komponen utama dalam Enterprise Context Layer.
1. Data Context
Data Context adalah informasi teknis mengenai data, seperti:
-
Struktur data
-
Lokasi penyimpanan data
-
Hubungan antar data
-
Riwayat perpindahan data
BigID membantu perusahaan menemukan dan mengklasifikasikan data secara otomatis, baik data terstruktur maupun tidak terstruktur.
Dengan begitu, perusahaan dapat mengetahui:
-
Data apa yang dimiliki
-
Di mana data berada
-
Seberapa sensitif data tersebut
2. Semantic Context
Semantic Context adalah makna bisnis dari data.
Contohnya:
-
Definisi istilah bisnis
-
Aturan penggunaan data
-
Hubungan antar informasi
AI membutuhkan pemahaman ini agar dapat menafsirkan data dengan benar.
BigID membantu memperkaya metadata sehingga AI dapat memahami konteks bisnis dari suatu data, bukan hanya membaca data mentah.
3. Policy Context
Policy Context berkaitan dengan aturan keamanan, privasi, dan regulasi yang mengatur penggunaan data.
Misalnya:
-
Data apa yang bersifat rahasia
-
Data apa yang tidak boleh digunakan AI
-
Kebijakan retensi data
-
Aturan compliance perusahaan
BigID membantu memetakan data sensitif terhadap kebijakan keamanan dan privasi perusahaan.
Jika ditemukan pelanggaran kebijakan, sistem dapat langsung memberikan alert atau melakukan tindakan perlindungan otomatis.
4. User Context
User Context berkaitan dengan siapa yang mengakses data dan untuk tujuan apa data digunakan.
Hal ini mencakup:
-
Hak akses pengguna
-
Ownership data
-
Riwayat akses data
-
Aktivitas penggunaan data
BigID menggunakan teknologi graph untuk melihat:
-
Siapa yang mengakses data sensitif
-
Berapa kali data diakses
-
Apakah akses tersebut normal atau mencurigakan
Dengan cara ini, perusahaan dapat mengontrol akses data dengan lebih baik.
Kenapa Context Sangat Penting untuk AI?
Banyak perusahaan mengira AI hanya membutuhkan data dalam jumlah besar.
Padahal kenyataannya:
AI membutuhkan data yang benar, relevan, dan memiliki konteks yang jelas.
Tanpa konteks:
-
AI dapat menghasilkan jawaban salah
-
AI bisa menggunakan data yang tidak sesuai
-
Risiko keamanan meningkat
-
Governance menjadi sulit dilakukan
Karena itu, AI Governance modern tidak hanya fokus pada model AI, tetapi juga pada kualitas dan konteks data.
Peran BigID dan Atlan dalam AI Governance
BigID dan Atlan bekerja sama untuk membantu perusahaan membangun AI yang lebih aman dan terpercaya.
BigID Berfokus pada:
-
Data discovery
-
Data classification
-
Monitoring data sensitif
-
Policy enforcement
-
Risk management
Atlan Berfokus pada:
-
Data catalog
-
Enterprise context layer
-
Data relationship mapping
-
Metadata management
Kombinasi keduanya membantu perusahaan:
-
Memahami konteks data secara lengkap
-
Mengurangi risiko AI
-
Meningkatkan akurasi AI
-
Memastikan AI berjalan sesuai regulasi
Mengurangi Risiko AI dengan Governance yang Tepat
Dengan adanya Enterprise Context Layer, perusahaan dapat:
-
Mengontrol penggunaan data oleh AI
-
Mengurangi kesalahan AI
-
Memperkuat keamanan data
-
Memastikan compliance
-
Meningkatkan kepercayaan terhadap hasil AI
Hal ini membantu perusahaan beralih dari “AI paralysis” atau keraguan menggunakan AI menjadi AI yang benar-benar siap digunakan di lingkungan produksi.
Kesimpulan
Perkembangan AI membawa banyak peluang besar bagi perusahaan. Namun, tanpa konteks data yang tepat, AI dapat menghasilkan keputusan yang salah dan meningkatkan risiko keamanan.
Melalui kolaborasi BigID dan Atlan, perusahaan dapat membangun Enterprise Context Layer yang membantu AI memahami data secara lebih akurat, aman, dan sesuai kebijakan.
Pendekatan ini menjadi fondasi penting dalam AI Governance modern karena AI tidak hanya membutuhkan data, tetapi juga pemahaman konteks di balik data tersebut.
bigid Indonesia merupakan bagian dari PT. iLogo Infralogy Indonesia, yang bertindak sebagai partner resmi bigid.
Selain itu, kami juga berperan sebagai penyedia layanan (vendor) sekaligus distributor berbagai produk Infrastruktur IT dan Cybersecurity terbaik di Indonesia.