Hampir setiap minggu, berita tentang AI didominasi oleh model terbaru. Beberapa hari lalu, Meta mengumumkan model baru mereka bernama Muse Spark – yang pertama di bawah divisi AI baru mereka. Menurut tes internal, model baru ini bisa bersaing dengan pesaing utama di beberapa tugas.
Tapi, setiap rilis model baru menunjukkan hal yang menarik: semakin banyak model di pasaran, semakin mirip semuanya. Kalau begitu, pertanyaannya adalah: apa yang membedakan bisnis yang ingin pakai dan kembangkan AI?
Jawabannya cuma satu kata – kepercayaan.
Nanti, model yang ada di meja kamu akan kurang penting dibanding kecerdasan terpercaya dan terhubung yang memasukinya. Kecerdasan terhubung itu seperti data terpilih dari banyak sumber yang terorganisir. Hasilnya, model AI bisa berpikir menggunakan semua data sekaligus, bukan cuma dari satu gambaran yang tidak lengkap.
Contoh lain: model AI itu seperti mobil yang kita kendarai dan makin bagus setiap hari. Tapi, data dan kecerdasan itu sistem navigasinya – bedanya antara tahu kamu bergerak dan tahu kamu mau ke mana. GPS biasa dengan peta lama mungkin bisa antar kamu – tapi apa bisa dengan cepat dan terpercaya?
Mungkin.
Tapi “mungkin” tidak cukup untuk keputusan penting – terutama di layanan keuangan. Kita bicara tentang keputusan yang mempengaruhi kemampuan orang dapat pinjaman, dapat asuransi murah, dan jaga uang mereka dari kejahatan. Model ini butuh sumber kebenaran untuk berpikir – kalau tidak, kita bukan cuma meningkatkan kemungkinan hasil buruk, tapi juga bermain dengan kepercayaan publik tepat ketika kepercayaan pada institusi turun di seluruh dunia.
CEO NVIDIA Jensen Huang bilang baru-baru ini, “Data terstruktur adalah kebenaran dasar AI.” Dia mengidentifikasi hal yang lambat diakui industri: model hebat butuh data terpercaya. Dan tak semua data pantas dapat gelar itu.
Data perlu diatur, dinormalisasi, dan disesuaikan dengan dunia nyata. Ini kerja susah dan tidak bisa cuma dengan mengambil data dari web. Makanya, organisasi yang menggabungkan model terbaik dengan kecerdasan terhubung seperti ini akan membangun kepercayaan. Plus, ini juga memastikan keputusan berdasarkan AI bisa dipertanggungjawabkan ke dewan, regulator, pelanggan, dan pemegang saham.
Akibat dari fondasi data yang salah sudah terlihat. Menurut MIT, 95% proyek percobaan AI gagal berikan dampak terukur. Ini sebagian karena fondasi datanya terlalu lemah. Model lebih kuat tidak selesaikan masalah ini – malah, akibat dari keluaran yang buruk jadi lebih sulit dideteksi dan lebih mahal untuk diperbaiki.
Baca berita dan risikonya jelas: tarif ubah perdagangan global dengan cepat, geopolitik ubah rantai pasok, cuaca ekstrem lawan model sejarah, dan serangan cyber target infrastruktur penting. Seperti laporan Global Risks 2026 dari World Economic Forum jelaskan, risiko terus berkembang dalam skala, keterhubungan, dan kecepatan.
Untuk bank, perusahaan asuransi, dan manajer aset, keterhubungan ini bukan teori – ini bedanya antara bereaksi terhadap risiko dan mendahului risiko. Di era Risiko Eksponensial ini, tantangan utamanya bukan cuma ancaman yang makin besar – tapi juga makin terhubung. Contoh, cuaca ekstrem yang rusak infrastruktur bisa pengaruhi titik rantai pasok penting, yang lalu pengaruhi pertumbuhan ekonomi dan kredit. Untuk perusahaan layanan keuangan, pakai AI biasa dengan data terpecah-pecah tidak bisa berikan jawaban yang bisa dipertahankan untuk menilai risiko itu. Tapi, kecerdasan terhubung – yang mencakup data iklim, kredit, dan kepatuhan – bisa bawa kamu lebih dekat ke jawaban yang bisa dipercaya.
Semakin banyak sumber data disatukan, gambaran risiko muncul yang lebih lengkap, tepat, dan bisa ditindaklanjuti daripada pendekatan yang terpisah-pisah. Makanya perusahaan yang menyatukan data pihak ketiga dengan data milik sendiri akan bisa buat keputusan lebih baik dan cepat – dan bisa pertahankan keputusan itu saat diperlukan.
Dalam tiga tahun terakhir, kompleksitas dan kemampuan model meningkat drastis. Tapi, sekarang waktunya fokus menyempurnakan kecerdasan di belakangnya. Ini bukan keputusan cuma untuk insinyur. Ini untuk siapa saja yang serius ingin buka kekuatan sebenarnya AI. Setiap organisasi yang pakai AI dalam skala besar perlu tanya tim data mereka pertanyaan yang sama seperti ke vendor AI: apakah kecerdasan ini terpercaya, terhubung, dan sudah diuji dengan hasil nyata?
Karena taruhannya lebih dari pendapatan dan pertumbuhan, ini juga penting untuk siapa saja yang peduli memperkuat kepercayaan institusional yang jadi dasar pasar. Moody’s didirikan seabad lalu dengan keyakinan bahwa pasar berfungsi lebih baik ketika semua orang punya akses ke data dan analisis yang transparan, ketat, dan independen. Ini sama benarnya sekarang seperti dulu, dan AI tidak ubah prinsip itu – itu cuma menaikkan biaya jika salah.
Pendapat yang diungkapkan dalam artikel komentar Fortune.com adalah pandangan penulisnya saja dan tidak selalu mencerminkan pendapat dan keyakinan Fortune.