Referensi Utama: Toby E. Stuart, “Who in the C-Suite Should Own AI?”, Harvard Business Review, 12 Maret 2026; Randy Bean, 2026 AI & Data Leadership Executive Benchmark Survey, Data & AI Leadership Exchange (survei tahunan ke-15; foreword oleh Thomas H. Davenport dan Randy Bean).

Oleh: Joko H. Wibowo, S.T., M.M. QCRO, QRGP, CERG, GRCP, CCGO, CCCO, CCIA, CGP, CGRCEO, CGRCOP
Anggota Komite Kompetensi IRMAPA dan Pengurus APDATIKNAS

Mengapa Faktor Manusia, Bukan Teknologi, yang Menentukan?

Pada Januari 2026, CEO sebuah perusahaan asuransi Fortune 500 mengumpulkan para eksekutif seniornya. Pertanyaannya terdengar sederhana siapa yang seharusnya memimpin inisiatif AI perusahaan? Ternyata jawabannya tidak sederhana. Enam orang di ruangan itu melihat AI dari enam sudut yang berbeda. CIO merasa sistem AI berbasis agen (agentic AI) berada di wilayah teknologi. COO melihatnya sebagai bagian dari operasi dan tenaga kerja masa depan. CFO fokus pada dampaknya terhadap underwriting dan laba-rugi. Chief Risk Officer melihat eksposur risikonya. CHRO mempertanyakan bagaimana agen AI harus diperlakukan ketika mulai mengambil peran yang sebelumnya dijalankan manusia. Sementara Chief Data Officer mengingatkan bahwa semuanya tetap bergantung pada akses, izin, kualitas, dan tata kelola data.

Adegan itulah yang membuka tulisan Toby E. Stuart dari Haas School of Business, University of California Berkeley, di Harvard Business Review pada 12 Maret 2026. Bagi saya, gambaran ini terasa sangat dekat dengan realitas ruang Direksi hari ini. Nama jabatan boleh berbeda, struktur organisasi boleh tidak sama, tetapi pertanyaannya serupa: ketika AI mulai masuk ke banyak fungsi sekaligus, siapa sebenarnya yang bertanggung jawab?

Di titik ini Stuart menggunakan kerangka Andrew Abbott dalam buku klasik The System of Professions (1988). Abbott menjelaskan bahwa ketika sebuah disrupsi besar mengubah cara organisasi bekerja, batas kewenangan atau jurisdiction antarprofesi yang sebelumnya relatif mapan akan kembali diperdebatkan. AI melakukan persis itu. Ia tidak berhenti di ruang TI. Ia masuk ke operasi, keuangan, risiko, SDM, data, kepatuhan, bahkan strategi. Karena itu, perdebatan mengenai siapa yang “memiliki” AI bukan sekadar politik kantor. Ini adalah tanda bahwa organisasi perlu menata ulang decision rights, akuntabilitas, dan jalur eskalasinya.

Gambaran tersebut mendapat konteks yang lebih luas dari 2026 AI & Data Leadership Executive Benchmark Survey yang disusun Randy Bean. Survei ini melibatkan eksekutif senior data dan AI dari hampir 110 perusahaan terkemuka. Sekitar 96% responden merupakan C-executive atau ekuivalennya; sekitar 90% memegang peran CDO, CDAO, CAIO, atau Enterprise/Global Head of Data & AI; dan 88,2% berbasis di Amerika Utara. Sebanyak 99,1% responden menempatkan investasi data dan AI sebagai prioritas utama organisasi, sementara 32,7% bahkan menyebutnya sebagai prioritas tertinggi. Angkanya kuat, tetapi tetap perlu dibaca dalam konteks: ini bukan sampel acak seluruh eksekutif lintas fungsi dan juga bukan representasi seluruh wilayah dunia.

Angka yang paling menarik justru muncul pada sisi manusianya. Sebanyak 93,2% responden menyebut budaya dan change management sebagai hambatan utama adopsi data dan AI. Hanya 6,8% yang menempatkan teknologi sebagai hambatan utama. Tentu angka ini tidak berarti setiap kegagalan AI otomatis disebabkan oleh kepemimpinan. Namun pesannya cukup jelas: dalam organisasi yang disurvei, tantangan terbesar justru lebih banyak muncul pada manusia, budaya kerja, proses perubahan, pendidikan, dan kesiapan organisasi. Temuan ini juga perlu dibaca secara kritis karena responden didominasi pemimpin data dan AI. Bisa saja ada bias persepsi ketika sebuah fungsi menilai hambatan yang sebagian berada di luar kendalinya. Meski demikian, satu hal tidak berubah: faktor manusia yang dimaksud juga mencakup kualitas kepemimpinan data dan AI itu sendiri.

Hal lain yang patut dicermati adalah munculnya Chief AI Officer (CAIO). Survei mencatat 38,5% perusahaan dalam sampel sudah menunjuk CAIO atau peran setara, naik dari 33,1% pada tahun sebelumnya. Persoalannya, belum ada satu pola reporting line yang dominan. Sekitar 30,4% melapor kepada Chief Data Officer atau Chief Data & Analytics Officer, 33,9% kepada pimpinan teknologi, 26,8% kepada pimpinan bisnis, dan 8,9% kepada fungsi transformasi. Laporan tersebut menilai ketidakjelasan letak tanggung jawab AI mungkin ikut menjelaskan mengapa investasi AI belum selalu dipersepsikan menghasilkan nilai bisnis yang memadai. Jadi, persoalannya bukan sekadar perlu atau tidak perlu menunjuk CAIO. Yang jauh lebih penting adalah: apa mandatnya, keputusan apa yang boleh ia ambil, kepada siapa ia bertanggung jawab, dan bagaimana ia bekerja dengan fungsi lain.

Konteks dan Realitas di Indonesia

Lalu bagaimana jika persoalan ini dibawa ke Indonesia? Pada pertengahan 2026, tantangannya bukan hanya soal siapa yang “memiliki” AI seperti yang dibahas HBR. Ada sedikitnya tiga dinamika yang menurut saya perlu masuk ke agenda Direksi dan Dewan Komisaris/Dewan Pengawas antara lain :

  • Kerangka hukum yang masih berlapis dan terus berproses menuju keterpaduan. Saat ini Indonesia memang belum memiliki undang-undang terkait tentang AI. Per Juli 2026, Kementerian Komunikasi dan Digital menyatakan dua rancangan Peraturan Presiden yaitu Peta Jalan AI Nasional dan Etika AI telah selesai disusun, telah melalui pembahasan lintas kementerian/lembaga, dan tinggal menunggu penetapan Presiden. Wakil Menteri Komunikasi dan Digital menyebutnya sebagai langkah awal atau “test case” sebelum lahirnya Undang-Undang AI yang lebih komprehensif. Namun bukan berarti perusahaan tidak dapat acuan ataupun referensi. Sudah ada Surat Edaran Menteri Kominfo No. 9 Tahun 2023 tentang Etika Kecerdasan Artifisial, UU No. 27 Tahun 2022 tentang Pelindungan Data Pribadi, serta berbagai ketentuan sektoral. Di sektor perbankan, misalnya, OJK sejak 29 April 2025 telah meluncurkan Tata Kelola Kecerdasan Artifisial Perbankan Indonesia sebagai panduan agar AI dikembangkan dan digunakan secara bertanggung jawab.

 

  • Kesenjangan keterampilan yang riil. Kekhawatiran pegawai terhadap dampak AI tidak akan selesai hanya dengan sosialisasi atau pesan bahwa “AI tidak akan menggantikan manusia”. Organisasi perlu menunjukkan investasi yang nyata pada literasi, kompetensi, reskilling, dan kemampuan mengambil keputusan di era AI. Indonesia sudah memiliki SKKNI bidang Artificial Intelligence subbidang Knowledge Based System melalui Kepmenaker No. 103 Tahun 2026 yang ditetapkan pada 6 April 2026. Standar ini dapat menjadi salah satu rujukan untuk pendidikan, pelatihan, pengembangan kompetensi, dan penyusunan skema sertifikasi sesuai kebutuhan organisasi. Namun perlu ditegaskan bahwa Kepmenaker tersebut tidak otomatis menetapkan satu skema sertifikasi khusus untuk Organ Perusahaan namun  tetap harus  dipetakan, kompetensi sesuai jabatan, tingkat kewenangan, dan tanggung jawab masing-masing.
  • Ketergantungan pada dua Kutub Teknologi. Banyak organisasi kini menggunakan hyperscaler, foundation model, model bahasa besar (LLM – Large Language Model), dan platform AI global. Praktis memang, tetapi konsekuensi tata kelolanya ikut bertambah. Ada third-party risk, keamanan dan privasi data, cross-border data flows, data residency, vendor concentration, hak kekayaan intelektual, portability, exit strategy, hingga kedaulatan informasi internal. Risiko seperti ini tidak cukup ditutup dengan klausul kontrak standar. Perusahaan perlu memastikan due diligence, kontrol, monitoring, hak audit, dan strategi keluar yang sepadan dengan tingkat risikonya.

Bagi Direksi maupun Dewan Komisaris/Dewan Pengawas, belum lengkapnya payung hukum AI bukan alasan untuk menunggu. Teknologi sudah dipakai hari ini, keputusan sudah dibuat hari ini, dan risikonya juga sudah hadir hari ini. Justru ketika regulasi masih berkembang, organisasi perlu memastikan penggunaan AI tidak tumbuh lebih cepat daripada akuntabilitasnya.

Bukan Daftar Keinginan, tetapi Prioritas 

Kita sering mendengar rekomendasi seperti “susun kebijakan AI” atau “tunjuk AI champion”. Tidak salah, tetapi itu baru daftar keinginan jika tidak disertai Prioritas, pemilik akuntabilitas, decision rights, dan ukuran keberhasilan. Bagi organisasi yang sudah mulai menggunakan AI, saya melihat empat prioritas yang lebih praktis yaitu lakukan dulu perlakuan risiko dari eksposur risiko yang sudah berjalan, lalu secara bersamaan membangun  struktur tata kelolanya secara bertahap.

  1. Kunci fondasi kepatuhan dan tata kelola data (Data Governance).
  2. Tetapkan siapa yang benar-benar bertanggung jawab atas AI, lengkap dengan mandat, decision rights, dan garis pelaporan yang jelas.
  3. Jadikan upskilling serta peningkatan kompetensi, kapasitas, dan kapabilitas sebagai program yang terukur – bukan sekadar pelatihan satu kali.
  4. Perketat uji tuntas vendor, terutama untuk data, keamanan, model risiko, hak kekayaan intelektual, dan exit strategy.

Kendali Ada di Tangan Kepemimpinan

Gelombang AI tidak akan menunggu Perpres selesai. Ia juga tidak akan menunggu Direksi Dewan Komisaris/Dewan Pengawas selesai berargumentasi tentang siapa yang harus memegang kendali. Pelajaran penting dari HBR, survei kepemimpinan data dan AI, serta kerangka Abbott bukan menafikan bahwa teknologi menjadi kurang penting. Justru sebaliknya  teknologi yang semakin kuat membutuhkan batas kewenangan dan akuntabilitas yang semakin jelas. Ketika implementasi AI tersendat, persoalannya sering bukan semata-mata model atau algoritma. Bisa jadi datanya belum siap, prosesnya belum berubah, tanggung jawabnya kabur, atau kepemimpinannya belum mampu membawa organisasi bergerak bersama.

Karena itu, bagi Direksi dan Dewan Komisaris/Dewan Pengawas di Indonesia, menunggu “sampai aturan pemerintah rampung” tidak selalu identik dengan kehati-hatian. Menunggu pun adalah sebuah keputusan, dan keputusan pasif tetap membawa risiko. Tata kelola AI bukan lagi tambahan administratif di belakang proyek teknologi. Ia adalah cara organisasi memastikan bahwa inovasi tetap berada dalam koridor akuntabilitas, sekaligus tetap menghasilkan nilai. Pilihannya bukan bergerak tanpa kontrol atau menunggu semua menjadi sempurna. Pilihannya adalah mulai membangun Governansi AI yang proporsional hari ini, lalu memperbaikinya terus ketika regulasi, teknologi, dan profil risiko berubah.

Referensi dan Sumber Verifikasi

Catatan: sumber daring dan status regulasi pada artikel ini diverifikasi per 10 Agustus 2026.

  1. Stuart, Toby E. (2026, 12 Maret). “Who in the C-Suite Should Own AI?” Harvard Business Review. Sumber daring
  2. Bean, Randy. (2026). 2026 AI & Data Leadership Executive Benchmark Survey. Data & AI Leadership Exchange / Randy Bean Data. Sumber daring
  3. Abbott, Andrew. (1988). The System of Professions: An Essay on the Division of Expert Labor. University of Chicago Press.
  4. Kementerian Komunikasi dan Digital. (2026, 28 Juli). “Kemkomdigi Jadikan Perpres AI sebagai Langkah Awal Menuju Undang-Undang AI.” Sumber daring
  5. Otoritas Jasa Keuangan. (2025, 29 April). “OJK Dorong Penggunaan Kecerdasan Artifisial di Sektor Perbankan Secara Bertanggung Jawab – Peluncuran Tata Kelola Kecerdasan Artifisial Perbankan Indonesia.” Sumber daring
  6. Kementerian Ketenagakerjaan RI. (2026). Keputusan Menteri Ketenagakerjaan Nomor 103 Tahun 2026 tentang Penetapan SKKNI Bidang Keahlian Artificial Intelligence Subbidang Knowledge Based System. Sumber daring
  7. Kementerian Komunikasi dan Informatika RI. (2023). Surat Edaran Menteri Kominfo Nomor 9 Tahun 2023 tentang Etika Kecerdasan Artifisial. Sumber daring
  8. Republik Indonesia. (2022). Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi. Sumber daring