Veeam Ungkap Peran Data Resilience dalam Pengembangan AI

Transformasi digital yang kian cepat mendorong organisasi di berbagai sektor untuk tidak hanya beradaptasi, tetapi juga memperkuat fondasi pengelolaan data mereka. Di tengah percepatan adopsi Artificial Intelligence (AI), tata kelola data menjadi faktor krusial agar inovasi berjalan aman, berkelanjutan, dan dapat dipercaya.

Isu tersebut menjadi sorotan dalam Data & AI Conference 2026 yang digelar pada 11 Februari 2026. Dalam konferensi ini, Keith Sng, Field CTO APJ dari Veeam Software, memaparkan pentingnya data resilience dan keamanan data sebagai pilar utama dalam membangun ekosistem AI yang tepercaya.

Menurut Keith, banyak organisasi saat ini berlomba-lomba mengadopsi AI, namun belum sepenuhnya siap dari sisi pengelolaan data. “Ketika data tidak dikelola dengan baik, maka AI juga tidak akan bekerja dengan optimal. Bahkan, risiko kegagalan dan pelanggaran keamanan akan semakin besar,” ujarnya.

Dari Perbankan Tradisional ke Modern

Dalam pemaparannya, Keith menjelaskan bagaimana industri perbankan menjadi contoh nyata transformasi berbasis data. Pada era traditional banking, layanan masih berfokus pada cabang fisik, penggunaan buku tabungan, proses onboarding yang sarat dokumen, serta jam operasional yang terbatas.

Sebaliknya, modernized banking kini mengandalkan aplikasi mobile, internet banking, dan proses digital onboarding. Layanan tersedia 24/7 melalui sistem self-service, pembayaran berlangsung secara real-time, serta pengalaman nasabah diperkaya dengan otomatisasi dan personalisasi berbasis data. Transformasi ini, menurut Keith, hanya dapat terjadi jika data dikelola secara terintegrasi dan andal.

Era Baru Keamanan Data dan AI Tepercaya

Keith juga menekankan bahwa dunia kini memasuki era baru keamanan data, resiliensi, dan trusted AI. Di era ini, visibilitas dan kontrol terhadap seluruh aset data menjadi kebutuhan mendesak. Ia menyebut kolaborasi antara Veeam dan Securiti AI sebagai langkah strategis untuk menjawab tantangan tersebut.

Veeam dikenal sebagai pemimpin pasar dalam data resilience, menyediakan solusi backup, recovery, portabilitas, keamanan, dan intelligence di berbagai environment, mulai dari on-premise, multi-cloud, SaaS, hingga aplikasi modern. Sementara itu, Securiti AI diakui sebagai pemimpin Data Security Posture Management (DSPM) versi GigaOm, dengan keunggulan pada tata kelola akses data, keamanan AI, serta perlindungan privasi.

Kolaborasi ini bertujuan menghapus dilema klasik yang selama ini dihadapi perusahaan: bergerak cepat namun berisiko terhadap keamanan, atau bermain aman tetapi tertinggal dari sisi inovasi. “Aturan lama memaksa kita memilih salah satu. Kini, kecepatan dan kepercayaan bisa berjalan beriringan,” kata Keith.

Tantangan yang Semakin Kompleks

Lebih lanjut, Keith memaparkan sejumlah tantangan yang saling beririsan dan membutuhkan strategi terpadu. Salah satunya adalah fragmented visibility, di mana perusahaan menggunakan lima hingga sepuluh tools berbeda untuk mengelola risiko, namun tetap memiliki celah karena tidak adanya pandangan terpadu atas aplikasi, cloud, backup, dan endpoint.

Tantangan lainnya adalah kesenjangan data tidak terstruktur. Sekitar 80–90 persen data perusahaan bersifat unstructured, seperti dokumen, email, dan multimedia. Padahal, potensi terbesar AI justru terletak pada jenis data ini. Sayangnya, banyak organisasi belum memiliki cara yang aman dan terukur untuk memanfaatkannya.

Di sisi lain, lanskap risiko juga terus meningkat. Penyebaran data yang tidak terkendali, ancaman siber yang semakin canggih, identitas yang terkompromi, serta kompleksitas regulasi memicu krisis kepercayaan. “Ketika data gagal, AI juga akan gagal,” tegas Keith.

Satu Sistem Saraf untuk Data Perusahaan

Sebagai jawaban, Veeam mengusung visi “Single Nervous System for a Company’s Data”. Visi ini mencakup empat pilar utama, yakni data dan AI yang dipahami (understood), intelligence unleashed, keamanan data dan AI (secured), serta resiliensi data dan AI (resilient).

Keempat pilar tersebut berpusat pada Data Command Graph, yang mengintegrasikan data terstruktur dan tidak terstruktur, data primer maupun sekunder, hingga mendukung aktivasi AI agents. Dengan pendekatan ini, organisasi diharapkan mampu membangun kepercayaan terhadap AI secara menyeluruh.

“Resilience bukan lagi pilihan, melainkan dasar kepercayaan di era AI-first,” pungkas Keith. Tanpa resiliensi data, inovasi AI berisiko rapuh dan sulit dipertahankan dalam jangka panjang.