Riset terbaru NTT DATA menemukan adanya kesenjangan yang semakin lebar antara perusahaan yang merancang ulang sistem kecerdasan buatan (AI) mereka untuk meningkatkan kontrol, lokalitas, dan keamanan, dengan perusahaan yang masih mengintegrasikan AI ke dalam lingkungan yang sejak awal tidak dirancang untuk mendukung kebutuhan tersebut.
Selama bertahun-tahun, arsitektur perusahaan telah memindahkan data melintasi berbagai sistem, cloud, aplikasi, dan batas dengan kecepatan serta efisiensi yang semakin meningkat. Kecerdasan buatan (AI) kini memperlihatkan keterbatasan model tersebut. Data sensitif harus dilindungi, beban kerja harus dijalankan dalam yurisdiksi yang telah ditentukan dan model harus dikelola dengan kontrol yang lebih ketat. Data tidak selalu dapat berpindah dengan kecepatan dan fleksibilitas yang diharapkan banyak sistem AI sehingga yurisdiksi menjadi kendala dalam arsitektur. Akibatnya, private AI dan sovereign AI kini menjadi pertimbangan yang semakin krusial.
Laporan Global AI NTT DATA 2026: A Playbook for Private and Sovereign AI mengungkap adanya kesenjangan antara kebutuhan yang disadari perusahaan dan kesiapan mereka untuk membangunnya:
- Lebih dari 95% responden menyatakan bahwa private AI dan sovereign AI merupakan hal yang penting, tetapi hanya 29% yang memprioritaskan sovereign AI secara konkret dalam jangka pendek;
- Sekitar 35% Chief AI Officer (CAIO) mengidentifikasi pembangunan, integrasi, dan pengelolaan model AI yang kompleks di lingkungan private atau sovereign sebagai hambatan utama dalam adopsi, dan hampir 60% pemimpin AI menyebut pembatasan data lintas wilayah sebagai tantangan besar;
- Hanya 38% responden yang melaporkan tingkat kepercayaan tinggi terhadap postur keamanan cloud mereka – fondasi penting bagi private AI ataupun sovereign AI.
Private AI dan sovereign AI saling berkaitan, tetapi memiliki perbedaan. Private AI berfokus pada perlindungan data sensitif perusahaan, pengendalian akses, dan pembatasan eksposur. Sementara itu, sovereign AI berfokus pada kepastian bahwa sistem AI, data, dan lingkungan operasional memenuhi persyaratan yurisdiksi, regulasi, serta kontrol nasional maupun regional.
“Seiring perkembangan AI, pendekatan private dan sovereign mulai menguji kesiapan perusahaan. Perusahaan yang berhasil melangkah lebih jauh dari sekadar kepatuhan regulasi dan mitigasi risiko. Mereka membangun fondasi operasional bagi AI yang mampu beroperasi di berbagai pasar, yurisdiksi, dan lingkungan bisnis. Riset kami menunjukkan bahwa para pemimpin AI berhasil unggul dengan memperlakukan arsitektur, infrastruktur, dan tata kelola sebagai persyaratan strategis,” ujar Abhijit Dubey, CEO dan Chief AI Officer, NTT DATA, Inc., dalam keterangan tertulis yang diterima di Jakarta, Senin (25/5/2026).
Laporan tersebut mengidentifikasi lima pergeseran yang menentukan fase berikutnya dari AI perusahaan:
- AI kini menghadapi batasan dan bukan karena modelnya. Kendala yang dihadapi tidak lagi hanya pada performa model. AI saat ini membutuhkan kontrol yang lebih besar atas daya komputasi, akses data, keamanan, dan lokalisasi sehingga memperlihatkan keterbatasan infrastruktur yang dibangun untuk aliran data terpusat dan tanpa batas;
- Yurisdiksi data kini menjadi kendala dalam arsitektur. Data tetap dapat berpindah, namun tidak sesuai dengan kebutuhan AI. Karena AI bergantung pada akses dan pergerakan data yang berkelanjutan, yurisdiksi menentukan di mana data disimpan, di mana model dijalankan, serta bagaimana sistem dirancang dan dikelola;
- Semua pihak menyadari adanya pergeseran ini, namun hanya sedikit yang mengambil tindakan. Lebih dari 95% perusahaan mengakui pentingnya private dan sovereign AI, tetapi hanya sekitar sepertiga di antaranya yang memprioritaskan sovereign AI secara konkret dalam jangka pendek;
- Para pemimpin melakukan penyesuaian sejak dini dan bertindak tegas – menciptakan kesenjangan kompetitif. Para pemimpin bertindak tegas dengan menyelaraskan infrastruktur, tata kelola, dan model operasional sejak awal. Hal ini memungkinkan mereka untuk beralih lebih cepat dari tahap uji coba ke penerapan skala besar, sementara perusahaan lain masih berjuang untuk beradaptasi;
- Private dan sovereign AI terdengar seperti bentuk kemandirian, namun dalam praktiknya, keduanya bergantung pada ekosistem yang terkoordinasi secara ketat. Lebih dari setengah perusahaan menyebut kompleksitas integrasi sebagai tantangan utama mereka. Seiring perusahaan mendorong kontrol yang lebih besar, mereka juga meningkatkan kompleksitas dan ketergantungan antar mitra dalam ekosistem AI yang berkoordinasi di seluruh lapisan teknologi.
Secara keseluruhan, private dan sovereign AI mengubah cara sistem AI dibangun, dikelola, dan diskalakan. Perusahaan yang melakukan perancangan ulang sejak dini akan berada dalam posisi yang lebih baik di lingkungan teregulasi, terdistribusi dan sensitif terhadap data. Sementara itu, perusahaan yang mengintegrasikan AI ke dalam arsitektur yang tidak dibangun untuk kontrol, lokalitas, atau batasan aliran data berpotensi kesulitan mewujudkan ambisi AI mereka menjadi nilai yang berkelanjutan.
Laporan ini disusun berdasarkan dua studi yang melibatkan hampir 5.000 pengambil keputusan senior di lebih dari belasan industri, lebih dari 30 pasar, dan lima wilayah. Laporan ini merupakan bagian dari rangkaian riset global NTT DATA mengenai strategi yang membedakan para pemimpin AI dari pasar.
