Laporan Certinia: Data Berselerak Halang Pulangan Pelaburan AI

Apa yang berlaku

Laporan Global Service Dynamics 2026 daripada Certinia mendapati bahawa data yang berselerak dan bergantung kepada hamparan (spreadsheet) menjadi penghalang utama kepada firma perkhidmatan profesional di seluruh dunia untuk memperoleh pulangan sebenar daripada pelaburan kecerdasan buatan (AI). Menurut liputan Diginomica, laporan ini mendapati bahawa walaupun ramai organisasi telah melabur dalam alat AI, keberkesanan pelaburan tersebut sering terjejas kerana data operasi dan kewangan mereka masih tersebar di pelbagai sistem dan fail yang tidak bersepadu.

Ini bermakna firma-firma tersebut memiliki asas data yang tidak konsisten sebagai input kepada model dan alat AI, sekali gus menghadkan sejauh mana AI dapat memberi cerapan yang tepat atau automasi yang boleh dipercayai dalam operasi perkhidmatan mereka.

Kenapa ia penting

Cerita ini pada asasnya mengenai kesediaan infrastruktur data sebagai prasyarat kepada transformasi AI — bukan semata-mata mengenai keupayaan model AI itu sendiri. Bagi pemimpin dalam bidang pengalaman, AI dan transformasi digital, dapatan ini menegaskan bahawa pelaburan dalam alat AI baharu tidak akan memberi hasil optimum jika asas data organisasi masih berpecah-belah dan tidak terurus dengan baik.

Bagi firma perkhidmatan profesional khususnya, di mana ketepatan data projek, kewangan dan sumber manusia amat kritikal untuk membuat keputusan pantas, kekurangan penyatuan data ini boleh melambatkan penggunaan AI secara meluas, mengurangkan kepercayaan terhadap cerapan yang dihasilkan, dan akhirnya menjejaskan pengalaman pelanggan serta kakitangan yang bergantung kepada maklumat tersebut.

Pandangan Renascence

Kebanyakan perbincangan mengenai AI tertumpu kepada model dan ciri baharu, sedangkan cabaran sebenar sering terletak pada asas yang lebih membosankan — kebersihan dan penyatuan data. Laporan ini menjadi peringatan penting bahawa organisasi tidak boleh melompat terus kepada automasi tanpa membereskan "rumah data" mereka terlebih dahulu.

Ramai organisasi tersilap anggap AI sebagai penyelesaian ajaib yang boleh menampung kelemahan data sedia ada, sedangkan hakikatnya adalah sebaliknya — AI hanya secekap data yang menyokongnya. Firma perkhidmatan yang benar-benar ingin memacu pengalaman pelanggan dan kakitangan yang lebih baik perlu melabur dahulu dalam penyatuan sumber data merentasi fungsi, bukan tergesa-gesa mengaktifkan alat AI di atas sistem yang masih berselerak. Disiplin data yang kukuh, bukan alat AI semata-mata, adalah pembeza sebenar antara organisasi yang berjaya memacu nilai daripada AI dan yang hanya bereksperimen tanpa hasil ketara.