Studi Riverbed Menemukan 92% Pengambil Keputusan di Industri Layanan Keuangan Setuju bahwa Meningkatkan Kualitas Data adalah Krusial untuk Kesuksesan AI

Riverbed, pemimpin dalam AIOps untuk observabilitas, merilis temuan industri Layanan Keuangan dari survei globalnya, 'The Future of IT Operations in the AI Era,' yang mengkaji tingkat kesiapan AI di seluruh Sektor Layanan Keuangan. Hasilnya menyoroti kesenjangan implementasi yang semakin besar saat organisasi bergerak dari ambisi AI ke dampak dunia nyata. Sementara hampir semua pembuat keputusan Layanan Keuangan (92%) setuju bahwa meningkatkan kualitas data sangat penting untuk kesuksesan AI, kemajuan masih tidak merata: hanya 12% inisiatif AI yang telah mencapai penerapan penuh di seluruh perusahaan, sementara 62% yang signifikan masih berada dalam tahap uji coba atau pengembangan, menggarisbawahi tantangan operasionalisasi AI di salah satu industri paling diatur dan sensitif terhadap risiko di dunia.

Baca Lebih Lanjut tentang Fintech : Global Fintech Interview dengan Kristin Kanders, Head of Marketing & Engagement, Plynk App

Lihat Infografis Layanan Keuangan di sini: riverbed.com/aiops-survey25/

Namun, sektor Layanan Keuangan terus menunjukkan kepercayaan yang kuat terhadap nilai AI dan AIOps, dengan 89% organisasi melaporkan bahwa ROI dari investasi AIOps mereka telah memenuhi atau melampaui ekspektasi, memperkuat reputasi industri untuk adopsi teknologi yang disiplin dan berbasis nilai. Hampir dua pertiga (62%) responden juga mengungkapkan tingkat kepercayaan yang tinggi terhadap strategi AI mereka. Namun meskipun optimisme ini, organisasi Layanan Keuangan terus terpengaruh oleh kesenjangan implementasi AI. Di tengah tekanan yang meningkat untuk mengoptimalkan operasi, memperkuat kepatuhan, mengurangi risiko, dan memberikan pengalaman digital yang superior, industri ini semakin dibatasi oleh kesiapan data, kompleksitas operasional, dan kemampuan untuk menskalakan AI melampaui inisiatif uji coba.

"Organisasi Layanan Keuangan adalah di antara pengadopsi AI yang paling canggih dan disiplin, dan penelitian kami menunjukkan bahwa mereka sudah melihat hasil yang kuat," kata Jim Gargan, Chief Marketing Officer, di Riverbed. "Namun, sektor ini beroperasi di bawah tekanan yang unik, termasuk pengawasan regulasi yang ketat, toleransi nol untuk downtime dan kebutuhan kritis akan akurasi data. Yang jelas adalah bahwa kesuksesan sekarang bergantung pada penyederhanaan IT, konsolidasi alat observabilitas dan vendor, peningkatan kualitas data, penerapan standar terbuka seperti OpenTelemetry, dan memastikan kinerja jaringan dan aplikasi dapat mendukung AI dalam skala besar. Di Riverbed, kami secara aktif mendukung beberapa organisasi Layanan Keuangan terbesar di dunia saat mereka menjembatani kesenjangan ini dan mengubah ambisi AI menjadi realitas operasional."

Ambisi AI bertemu realitas operasional

Untuk institusi Layanan Keuangan, kesuksesan AI tidak didefinisikan hanya oleh eksperimen; itu tergantung pada kesiapan operasional. Penelitian menunjukkan bahwa hanya 40% organisasi Layanan Keuangan merasa sepenuhnya siap untuk mengoperasionalkan strategi AI mereka. Data tetap menjadi kendala paling signifikan karena hanya 43% yang sepenuhnya percaya diri terhadap akurasi dan kelengkapan semua data organisasi mereka, tingkat kepercayaan terendah di antara semua industri yang disurvei.

Yang penting, sektor ini memahami apa yang dipertaruhkan. 92% responden Layanan Keuangan setuju bahwa meningkatkan kualitas data sangat penting untuk kesuksesan AI, proporsi tertinggi dari industri mana pun. Ini mencerminkan kesadaran mendalam bahwa tanpa data berkualitas tinggi yang terpercaya, inisiatif AI kesulitan untuk bergerak dari proof-of-concept ke produksi.

Kompleksitas operasional mendorong upaya penyederhanaan

Tantangan data ini diperparah oleh kompleksitas lingkungan IT. Untuk mendukung layanan digital, transaksi real-time dan beban kerja AI yang berkembang, organisasi Layanan Keuangan telah mengakumulasi toolset yang terfragmentasi yang membatasi visibilitas dan memperlambat pengambilan keputusan. Rata-rata, tim IT saat ini memiliki 13 alat observabilitas dari sembilan vendor berbeda, menciptakan blind spot di seluruh aplikasi, jaringan dan pengalaman pengguna.

Akibatnya, 96% organisasi di sektor ini secara aktif mengkonsolidasikan alat dan vendor di seluruh operasi IT, dengan 95% setuju bahwa platform observabilitas terpadu akan memudahkan identifikasi dan penyelesaian masalah operasional. Yang perlu diperhatikan, 95% mempertimbangkan vendor baru sebagai bagian dari konsolidasi ini – tingkat tertinggi di antara semua industri yang disurvei – menandakan kemauan untuk memikirkan kembali hubungan teknologi yang telah lama terjalin demi platform yang dapat mengurangi risiko, meningkatkan integrasi dan mendukung AI dalam skala besar.

Kinerja komunikasi terpadu menjadi kritis untuk bisnis

Ketika Layanan Keuangan terus mendigitalkan keterlibatan klien dan alur kerja internal, kinerja alat komunikasi terpadu (UC) telah menjadi kritis untuk bisnis. Karyawan sekarang menghabiskan 41% minggu kerja mereka menggunakan alat UC, dan hampir dua pertiga mengatakan bahwa alat tersebut sangat penting untuk beroperasi secara efektif. Namun kinerjanya tetap tidak konsisten. Hanya 47% organisasi Layanan Keuangan yang sangat puas dengan kinerja UC, sementara 44% melaporkan masalah reguler di seluruh panggilan video, platform pesan, dan ruang kerja kolaboratif.

Tantangan ini menciptakan kendala operasional yang signifikan. Masalah terkait UC menyumbang 16% dari semua tiket IT, membutuhkan rata-rata 41 menit untuk diselesaikan, dengan hampir satu dari lima tiket memerlukan lebih dari satu jam. Di sektor di mana responsivitas dan ketersediaan secara langsung mempengaruhi kepercayaan pelanggan, visibilitas yang terbatas dan permintaan dukungan yang tinggi terus menghambat produktivitas dan pengalaman.

OpenTelemetry mendukung observabilitas dalam skala besar

Untuk mengatasi visibilitas yang terfragmentasi dan mendukung operasi yang didorong AI, organisasi Layanan Keuangan semakin beralih ke framework observabilitas terbuka dan terstandarisasi. OpenTelemetry memainkan peran kritis dengan memungkinkan pengumpulan dan korelasi data yang konsisten di seluruh aplikasi, infrastruktur dan pengalaman pengguna, prasyarat untuk AI yang dapat dipercaya di lingkungan yang kompleks dan diatur.

Yang menggembirakan, survei menunjukkan bahwa organisasi Layanan Keuangan memimpin semua sektor dalam adopsi OpenTelemetry, dengan 92% sudah memanfaatkan framework tersebut. Hampir semua responden (96%) mengatakan bahwa korelasi lintas domain sangat penting untuk strategi observabilitas mereka, sementara 99% setuju bahwa OpenTelemetry mengurangi ketergantungan vendor dan meningkatkan fleksibilitas. Yang penting, 97% melihatnya sebagai fondasi untuk inisiatif masa depan seperti otomasi yang didorong AI, memperkuat perannya sebagai pendukung skalabilitas AI jangka panjang.

Pergerakan data AI dan kinerja jaringan menjadi pusat perhatian

Ketika inisiatif AI menjadi matang, perhatian beralih dari model ke pergerakan data yang memicu mereka. Organisasi Layanan Keuangan menempatkan kepentingan yang lebih besar pada pergerakan data AI daripada sektor lain yang disurvei, dengan 94% melihatnya sebagai penting untuk strategi AI keseluruhan mereka dan 37% menggambarkannya sebagai kritis dan mendasar untuk bagaimana mereka merancang dan mengeksekusi AI.

Dengan data AI semakin terdistribusi di seluruh cloud publik, edge dan lingkungan co-location, kinerja jaringan dan keamanan muncul sebagai faktor kesuksesan yang menentukan, dikutip sebagai esensial oleh 81% responden, tertinggi dari industri mana pun. Ke depan, 76% organisasi Layanan Keuangan berencana untuk menetapkan strategi repositori data AI pada tahun 2028, menggarisbawahi kebutuhan akan arsitektur berkinerja tinggi yang diatur yang menyeimbangkan inovasi dengan kepatuhan dan kontrol.

Dapatkan Lebih Banyak Wawasan Fintech : When DeFi Protocols Become Self-Evolving Organisms

[Untuk berbagi wawasan Anda dengan kami, silakan tulis ke [email protected] ]