Kemajuan pesat dalam AI telah menjadi kejutan bagi sistem bagi banyak organisasi. Berpacu untuk memberikan dampak terbesar dalam jangka waktu yang ambisius, para pemimpin ingin hal tersebut tertanam di seluruh operasi, pengalaman pelanggan, dan pengambilan keputusan.
Hal ini mendorong perubahan dalam berbagai bentuk, termasuk percepatan proyek teknis jangka panjang yang sebelumnya tidak menjadi prioritas.
Direktur Senior di Cognizant Research.
Salah satunya adalah modernisasi warisan. Tugas memperbarui atau mengganti sistem lama tidak pernah dibuat untuk data saat ini, keamanan atau tuntutan AI, telah beralih dari hal yang tidak penting menjadi fokus utama. Di banyak bisnis, sistem ini masih menjalankan proses inti.
Namun pemeliharaannya mahal, sulit diubah, dan sering kali tidak terdokumentasi dengan baik. Munculnya AI membuat evolusi ini tidak bisa dinegosiasikan.
Para pemimpin bisnis menyadari pentingnya modernisasi warisan, namun pelaksanaannya masih gagal. Penelitian menunjukkan bahwa 85% eksekutif senior khawatir bahwa teknologi yang mereka miliki akan membatasi penerapan AI, sementara hampir delapan dari sepuluh (79%) mengatakan mereka tidak akan melunasi setengah utang teknologi mereka dalam lima tahun ke depan.
Penggunaan AI secara efektif bergantung pada data yang bersih, platform yang stabil, dan sistem yang tangkas. Ketika lingkungan lama terfragmentasi atau tidak stabil, penerapan AI menjadi lebih lambat, lebih mahal, dan lebih sulit untuk diukur. Mari kita jelajahi cara mencapai modernisasi sambil tetap menjadi yang terdepan dalam perubahan yang didorong oleh AI.
Mengapa modernisasi warisan kembali muncul di otak
Sistem lama, menurut definisi, telah menjadi bagian dari tumpukan TI perusahaan selama beberapa dekade, sering kali dibiarkan karena penggantian sistem tersebut akan membahayakan operasi penting yang didukungnya. AI kini mendorong organisasi untuk mempertimbangkan kembali pendekatan tersebut.
Itu telah pindah infrastruktur modernisasi dari diskusi biaya dan risiko, ke diskusi pemberdayaan. Dapatkah sistem yang ada mendukung ambisi data dan AI?
Tanpa adanya komitmen terhadap perubahan infrastruktur, data yang disimpan secara tertutup, aplikasi yang tidak didukung, dan proses manual akan membatasi sejauh mana AI dapat diintegrasikan. Pada saat yang sama, permintaan pelanggan terhadap produk dan layanan berkemampuan AI semakin meningkat, sehingga menambah tekanan untuk memodernisasi sistem yang tidak pernah dirancang untuk mendukung kasus penggunaan ini.
Akibatnya, banyak perusahaan telah menetapkan rencana ambisius untuk mempersiapkan diri menghadapi adopsi AI secara eksponensial. Dalam dua tahun ke depan, sekitar tiga perempat pemimpin negara berharap dapat mencapai kemajuan besar dalam memodernisasi infrastruktur lama.
Batasan rencana dua tahun
Hutang teknologi seringkali menjadi faktor utama yang membatasi kemajuan inisiatif modernisasi. Hutang ini menumpuk seiring berjalannya waktu seiring dengan perbaikan, perluasan, dan integrasi sistem, bukan penggantian, sehingga meningkatkan biaya dan upaya yang diperlukan.
Melihat kondisi saat ini, sebagian besar perusahaan (93%) telah melunasi 25% atau kurang utang teknologinya. Ke depan, kurang dari satu dari lima (18%) memperkirakan lebih dari separuhnya akan pensiun pada tahun 2030.
Banyak rencana modernisasi berasumsi bahwa penghematan dari pengurangan utang teknologi akan mendanai pekerjaan di masa depan, namun pada tingkat ini, penghematan tersebut kemungkinan besar tidak akan terjadi dalam waktu yang cukup cepat untuk mendukung jadwal yang dipercepat oleh AI.
Kemajuan juga diperlambat oleh kombinasi kompleksitas, keterampilan, dan keterbatasan anggaran. Seiring waktu, sistem lama sering kali disatukan melalui kode khusus, integrasi titik, dan solusi manual yang dibuat agar semuanya tetap berjalan.
Akibatnya, sistem yang ada menjadi lebih sulit untuk dipahami dan diubah tanpa gangguan, meskipun sebagian besar anggaran TI dihabiskan untuk memelihara sistem tersebut. Secara keseluruhan, faktor-faktor ini membuat jangka waktu modernisasi selama dua tahun sulit dicapai oleh sebagian besar perusahaan.
Mengelola laju modernisasi
Menanggapi tekanan pasar dan pesaing, bisnis sering kali meningkatkan jumlah inisiatif AI yang mereka jalankan secara paralel. Ini berarti alat-alat baru diperkenalkan, uji coba diperluas, dan tim diminta untuk memberikan lebih banyak hal sambil tetap mendukung sistem yang ada.
Ketika platform yang mendasarinya tidak stabil atau ketinggalan jaman, pendekatan ini meningkatkan biaya dan risiko pengiriman. Hal ini juga memberikan tekanan tambahan pada keterampilan yang sudah terbatas. Dalam praktiknya, kemajuan cenderung melambat dibandingkan mempercepat.
Mengelola kecepatan, bukan hanya sekedar mendorong kecepatan, memungkinkan organisasi mencapai kemajuan tanpa membebani tim atau anggaran secara berlebihan.
Pendekatan praktis terhadap modernisasi
Perusahaan yang melakukan inisiatif modernisasi pada awalnya cenderung berfokus pada bidang-bidang di mana perubahan dapat memberikan manfaat operasional secara langsung. Meningkatkan visibilitas di seluruh sistem, mengurangi pekerjaan manual, dan memperkuat keamanan sering kali merupakan titik awal yang efektif.
Proyek-proyek tersebut biasanya lebih kecil risikonya dibandingkan proyek-proyek berskala besar, sekaligus memberikan waktu, anggaran, dan perhatian untuk pekerjaan yang lebih kompleks di kemudian hari.
Di bidang manufaktur, hal ini mungkin melibatkan sistem penghubung untuk memperkuat perencanaan dan mengurangi waktu henti. Dalam layanan kesehatan, hal ini bisa berarti memodernisasi catatan pasien untuk mengurangi kesalahan dan meningkatkan kinerja produktivitas. Dalam setiap kasus, penekanannya adalah pada perubahan praktis yang membuat tugas sehari-hari menjadi lebih mudah.
Ketika dunia usaha mengurangi kompleksitas, maka akan semakin mudah untuk mengidentifikasi letak utang teknologi dan mengatasinya dengan cara yang lebih maju. Misalnya, AI dapat memainkan peran yang lebih berguna dengan membantu tim memahami kode lama, mengotomatisasi dokumentasi dan mempercepat pekerjaan migrasi.
Hal ini mengurangi ketergantungan pada keterampilan spesialis yang langka dan membantu modernisasi bergerak maju dengan kecepatan yang lebih berkelanjutan.
Fondasi ini memberikan landasan penting bagi pertumbuhan. Hal ini termasuk meluncurkan layanan baru, merespons kebutuhan pelanggan dengan lebih cepat, dan mendukung kasus penggunaan AI yang lebih canggih di seluruh bisnis.
Ketertarikan kita yang tak terpuaskan terhadap AI telah menyoroti kelemahan yang sudah lama ada pada sistem yang ada, namun hal ini juga membuat prioritas menjadi lebih jelas.
Perusahaan yang berfokus pada peningkatan berkelanjutan pada sistem inti mereka dan menyelaraskan integrasi AI dengan kemampuan sistem tersebut akan lebih mungkin mencapai kemajuan yang konsisten dari waktu ke waktu, terlepas dari jangka waktu tertentu. AI bergerak cepat, dan modernisasi lamalah yang akan menentukan siapa yang akan maju.
Kami telah menampilkan perangkat lunak otomasi TI terbaik.
Artikel ini dibuat sebagai bagian dari saluran Expert Insights TechRadarPro tempat kami menampilkan para pemikir terbaik dan tercemerlang di industri teknologi saat ini. Pandangan yang diungkapkan di sini adalah milik penulis dan belum tentu milik TechRadarPro atau Future plc. Jika Anda tertarik untuk berkontribusi, cari tahu lebih lanjut di sini: https://www.techradar.com/news/submit-your-story-to-techradar-pro
