Sandy Kunvatanagarn: “Efektivitas AI Hanya Dibatasi oleh Ambisi” — Insight OpenAI di Mekari Conference 2026

Sebagian besar perusahaan sudah mencoba AI. Jadi, pertanyaannya sekarang: bagaimana mengubah penggunaan AI tersebut menjadi nilai bisnis yang nyata dan bisa diukur?

Pertanyaan inilah yang menjadi benang merah sesi fireside chat bertajuk “Business Reinvented: The AI-Powered Enterprise” di Mekari Conference 2026. Konferensi bertema “AI at Work” ini berlangsung pada Selasa, 29 September 2026 di Raffles Hotel Jakarta dan mempertemukan para business leader serta pengambil keputusan dari berbagai industri di Indonesia.

Sesi kedua di panggung utama ini menghadirkan Sandy Kunvatanagarn, Head of Policy Southeast Asia OpenAI. Sandy merupakan bagian dari tim kepemimpinan OpenAI Asia Tenggara yang mendorong ekspansi perusahaan di kawasan ini.

Sebelum bergabung dengan OpenAI, Sandy memimpin koordinasi strategi kebijakan global di divisi hardware Meta. Ia berlatar belakang hukum, pernah menjadi diplomat Amerika Serikat, dan memimpin program akses hukum International Rescue Committee bagi pengungsi di perbatasan Thailand–Myanmar.

Diskusi dipandu oleh Arvy Egadipoera, COO Mekari, yang membuka sesi dengan satu pernyataan: pertanyaan terbesar soal AI hari ini bukan lagi soal adopsi, melainkan bagaimana mengubah AI dari eksperimen menjadi nilai bisnis yang bermakna.

Dari Menjawab, Berpikir, hingga Bertindak: Pergeseran Besar dalam 12 Bulan Terakhir

Arvy membuka diskusi dengan pertanyaan: apa pergeseran terpenting dalam cara para pemimpin bisnis di Asia Tenggara memandang AI, dibandingkan 12 bulan lalu?

Menurut Sandy, kapabilitas teknologi AI meningkat sangat pesat hanya dalam setahun terakhir. Dulu, orang memakai ChatGPT sebagai tempat mencari jawaban. Kemudian AI mampu bernalar (reasoning) sejak OpenAI meluncurkan model o1, lalu mampu berpikir.

Kini, AI sudah memasuki fase agentic, yaitu fase ketika AI tidak hanya menjawab, tetapi juga bisa mengerjakan tugas. Perubahan kapabilitas ini, menurut Sandy, ikut mengubah cara perusahaan memanfaatkan AI.

Dari Produktivitas ke Efektivitas

Sekitar 12 bulan lalu, banyak pemimpin bisnis masih berpikir bagaimana menerapkan AI agar karyawan lebih produktif atau lebih efisien.

Sekarang, dengan hadirnya agentic tools, para pemimpin yang lebih ambisius mulai bertanya hal yang berbeda: bagaimana AI bisa membantu perusahaan mengerjakan hal-hal yang selama ini ingin dilakukan, tetapi tidak pernah sempat karena keterbatasan kapasitas, bandwidth, atau sumber daya?

It’s really no longer a question of just productivity and efficiency, but it’s really a question about effectiveness. And really, that effectiveness is only limited by ambition,

Sandy Kunvatanagarn, Head of Policy Southeast Asia OpenAI

Arvy menambahkan bahwa pergeseran yang sama juga ia lihat di kalangan klien Mekari: dari proyek eksperimen menuju dampak nyata bagi bisnis. Tantangannya, model AI baru kini rilis hampir setiap minggu, sehingga perusahaan perlu menjaga keseimbangan antara terus bereksperimen dan menghasilkan nilai bisnis.

Mulai dari Masalah Bisnis, Bukan dari Teknologi

Untuk menjembatani eksperimen dan dampak bisnis, Sandy mengajak audiens memandang nilai AI dari dua sisi: nilai bagi individu dan nilai bagi organisasi.

Nilai Individu: Contoh Agent Pribadi Sandy

Nilai individu adalah apa yang bisa dilakukan setiap orang di organisasi dengan bantuan AI. Sandy mencontohkan cara ia sendiri memakai AI setiap hari.

Ia membuat sebuah agent yang setiap pagi menelusuri seluruh email, pesan Slack, dan pesan lain yang ia terima. Agent tersebut membantu menyusun prioritas harian, membuat draf balasan, menambahkan temuan dari email ke to-do list, bahkan terkadang langsung memulai tugasnya.

Hasilnya, Sandy bisa fokus pada pekerjaan yang paling penting. Jika cukup banyak orang di organisasi melakukan hal serupa, setiap individu akan menjadi lebih efektif. Namun, Sandy mengakui bahwa nilai individu seperti ini sering kali sulit diukur di tingkat organisasi.

Nilai Organisasi: Balik Cara Berpikirnya

Untuk nilai organisasi, titik awalnya menurut Sandy harus selalu sama: Apa masalah bisnis yang benar-benar berarti dan ingin diselesaikan perusahaan? Bukan masalah teknis, dan bukan pertanyaan bagaimana menerapkan teknologi.

Setelah masalah itu teridentifikasi, dan perusahaan yakin penyelesaiannya akan menghasilkan ROI yang sepadan dengan investasinya, barulah teknologi diterapkan pada masalah tersebut.

Instead of thinking, ‘I have a technology, let’s apply it to something,’ rather than that, flip it on its head and say, ‘I have a business problem, let’s apply this technology to that business problem,’

Sandy Kunvatanagarn, Head of Policy Southeast Asia OpenAI

Dengan pendekatan ini, perusahaan bisa mengukur nilai AI secara konkret sekaligus meningkatkan penerapannya dari sekadar eksperimen menjadi transformasi tenaga kerja (workforce transformation) yang memberikan dampak nyata bagi bisnis.

3 Bottleneck yang Menghambat Adopsi AI di Perusahaan

Berdasarkan pengalamannya di OpenAI, Sandy menyebut ada beberapa hambatan yang kerap membuat organisasi gagal mengadopsi AI secara efektif. Ia menekankan bahwa hambatan ini bisa berbeda untuk tiap organisasi, tetapi tiga di antaranya paling sering ia temui di kawasan Asia Tenggara.

1. AI Hanya Diserahkan ke Departemen IT

Banyak organisasi memulai adopsi AI dengan menyerahkannya ke departemen IT. Logikanya, ini teknologi baru, jadi biarkan tim IT mempelajarinya lalu memberi tahu bagian lain apa yang perlu dilakukan.

Menurut Sandy, pendekatan ini justru menciptakan bottleneck. AI adalah teknologi serbaguna (general-purpose technology) yang menuntut para pemimpin memikirkan ulang proses bisnis dan memprioritaskan alur kerja yang paling berdampak.

Karena itu, AI tidak seharusnya diperlakukan sebagai alat khusus untuk satu bagian perusahaan, tetapi sebagai teknologi yang membutuhkan akses luas agar banyak orang bisa memanfaatkannya.

2. Budaya yang Belum Memberi Ruang untuk Bereksperimen

Setelah akses diberikan, tantangan berikutnya adalah budaya. Masih ada keengganan atau sikap menghindari risiko untuk mencoba teknologi baru dan mengubah cara kerja yang sudah lama dijalankan.

Perusahaan perlu membangun budaya yang membuat karyawan merasa nyaman bereksperimen, lalu memberdayakan mereka lewat pelatihan dan pengembangan skill yang tepat.

3. Kekhawatiran soal Governance dan Keamanan Data

Hambatan ketiga adalah kekhawatiran seputar governance, keamanan data, dan keamanan enterprise. Sandy menilai kekhawatiran ini sangat valid, tetapi bukan alasan untuk menghentikan seluruh inisiatif AI di organisasi.

Peran C-Suite dan Board: Transformasi AI Dimulai dari Atas

Arvy menarik benang merah dari tiga hambatan tadi: sebagian besar bermuara pada change management internal, dan perubahan itu harus dimulai dari pucuk pimpinan.

Sandy setuju. Menurutnya, jajaran C-suite dan board memegang peran yang sangat penting dalam membentuk budaya penggunaan AI di perusahaan. Ada tiga hal yang bisa mereka lakukan.

• Pertama, memimpin dengan contoh (lead by example). Jika anggota board atau C-suite menggunakan AI dalam pekerjaan mereka sendiri dan membicarakannya secara terbuka, termasuk kesalahan yang mereka buat, kemajuan yang dicapai, dan hal yang membuat mereka antusias, tim akan melihat bahwa perusahaan benar-benar memberi ruang untuk bereksperimen.
• Kedua, menentukan alur kerja yang berdampak nyata. Pemimpin perlu mengidentifikasi workflow yang paling bermakna bagi bisnis, lalu bekerja bersama tim untuk menerapkan AI pada masalah bisnis yang sudah lama ingin diselesaikan. Visi tentang arah perusahaan, dan bagaimana AI mendukungnya, adalah hal yang hanya bisa diberikan oleh pemimpin.
• Ketiga, memastikan akses yang luas. Setiap orang di perusahaan perlu punya akses ke teknologi AI sekaligus skill untuk menggunakannya, sehingga mereka juga bisa bekerja lebih efektif dan efisien.

Governance AI: Pendekatan Company-Wide Justru Lebih Aman

Isu lain yang banyak dipikirkan perusahaan adalah governance. Arvy menyoroti bahwa penerapan AI di seluruh perusahaan menuntut pengaturan otorisasi yang jelas, misalnya data apa yang boleh diakses dan data apa yang boleh dimasukkan ke AI.

Sandy menegaskan pentingnya bersikap disengaja (intentional) dalam merancang tata kelola AI. Jika perusahaan ingin menggunakan AI secara aman dan dalam skala besar, seluruh proses tersebut memang harus disiapkan.

Menurutnya, pendekatan company-wide, misalnya melalui ChatGPT versi enterprise, memberi beberapa keuntungan:

• Perlindungan data bawaan. Sandy menyebut OpenAI tidak melatih modelnya dengan data enterprise secara default.
• Kontrol akses yang selaras dengan perusahaan. Perusahaan bisa mengatur access control dan menyesuaikannya dengan kebijakan akses yang sudah berlaku.
• Visibilitas bagi CISO dan CTO. Tim keamanan dan teknologi bisa memberikan panduan yang lebih jelas kepada karyawan.

Tanpa pendekatan company-wide, perusahaan akan jauh lebih sulit melihat bagaimana tim sebenarnya menggunakan AI. Apakah karyawan menggunakannya diam-diam tanpa sepengetahuan perusahaan? Atau justru tidak menggunakannya sama sekali, sehingga tertinggal dalam mempelajari skill yang dibutuhkan untuk fase bisnis berikutnya?

Dengan pendekatan menyeluruh, semua orang tahu apa yang boleh dilakukan dan perilaku apa yang dianggap tidak pantas di perusahaan.

Data yang Mengejutkan: Penggunaan Codex di Indonesia Naik 12 Kali Lipat

Arvy kemudian menyinggung temuan dalam laporan terbaru: tingkat adopsi AI di Indonesia tergolong unggul dibandingkan negara lain di kawasan. Namun, kesenjangan antara pengguna tingkat lanjut (advanced user) dan pengguna dasar masih cukup lebar.

Sandy membenarkan bahwa Indonesia sebenarnya berangkat dari posisi yang sangat kuat. Ia membagikan data penggunaan Codex, agentic coding tool milik OpenAI yang diluncurkan awal tahun ini.

Sejak peluncurannya, penggunaan Codex di Indonesia naik 12 kali lipat, jauh di atas rata-rata global yang menurut Sandy berada di kisaran 8 kali lipat sepanjang tahun.

Yang lebih menarik, lebih dari 50% pesan yang dikirim pengguna Codex di Indonesia tidak berkaitan dengan coding. Pengguna memakainya untuk knowledge work dan berbagai tugas lain di luar pemrograman.

Artinya, potensi AI bagi bisnis Indonesia tersebar di seluruh organisasi, bukan hanya di tim teknis atau R&D. Tim legal, HR, keuangan, dan marketing justru menjadi pengadopsi paling antusias, karena kapabilitas agentic memungkinkan mereka mengotomatiskan banyak tugas rutin.

Sandy juga mengutip laporan state of enterprise AI dari tim riset ekonomi OpenAI yang memetakan pola penggunaan di platform mereka.

Laporan tersebut mencatat bahwa tim legal mengadopsi ChatGPT untuk pekerjaan 108 kali lebih cepat dibandingkan tim lain. Sementara itu, tim marketing mengadopsinya 26 kali lebih cepat.

Menurut Sandy, pertumbuhan eksponensial semacam ini menyimpan potensi besar bagi bisnis di Indonesia.

Di luar konteks enterprise, adopsi ChatGPT di kalangan masyarakat Indonesia sudah cukup luas. Namun, penggunaan tingkat lanjut, seperti analisis data, agentic tools, atau visualisasi data, masih terkonsentrasi pada segelintir pengguna.

Untuk mendorong lebih banyak orang memanfaatkan AI melampaui penggunaan permukaan, Sandy menilai edukasi publik memegang peran besar. Prinsipnya sama seperti di perusahaan: adopsi yang luas, pemberdayaan, dan edukasi.

Menurut Sandy, edukasi publik perlu diperkuat agar semakin banyak orang memahami cara memanfaatkan AI lebih jauh, bukan sekadar untuk kebutuhan dasar. Ia menekankan bahwa kuncinya sama seperti di lingkungan perusahaan: memperluas akses, memberdayakan pengguna, dan memberikan edukasi agar masyarakat dapat memanfaatkan teknologi AI secara lebih mendalam.

Studi Kasus: Singapore Airlines Memandang AI sebagai Transformasi, Bukan Otomasi

Apa keunggulan terbesar dalam adopsi AI, terutama di Indonesia? Menurut Sandy, peluangnya ada di sektor-sektor yang sudah ada. Karena AI adalah teknologi serbaguna, fungsi seperti legal, layanan keuangan, dan HR, yang ada di hampir semua perusahaan, bisa merasakan manfaatnya.

Jika AI diterapkan secara terukur di berbagai departemen, tidak hanya di perusahaan besar tetapi juga di bisnis menengah dan UKM, skala ekonomi Indonesia berpotensi menghasilkan imbal hasil yang eksponensial.

Lalu, bagaimana berpindah dari early traction ke use case yang benar-benar menghasilkan dampak? Dalam konteks enterprise, Sandy menilai yang dibutuhkan bukan perubahan kebijakan, melainkan perubahan mindset: pahami masalah bisnis yang ingin diselesaikan, identifikasi alur kerja yang paling berarti, lalu terapkan AI di sana.

Ia mencontohkan Singapore Airlines, salah satu mitra OpenAI. CIO Singapore Airlines menyampaikan bahwa mereka memandang penerapan AI bukan sebagai otomasi, melainkan sebagai transformasi.

Salah satu wujudnya ada di aplikasi KrisFlyer. Singapore Airlines menerapkan teknologi OpenAI pada layanan pelanggan di aplikasi tersebut, dan hasilnya dalam beberapa bulan terakhir cukup signifikan:

Menurut Sandy, contoh ini menunjukkan bahwa ketika teknologi diterapkan pada masalah bisnis yang tepat, perusahaan bisa mendapatkan ROI yang nyata, baik pada hubungan dengan pelanggan maupun pada bottom line.

Menutup AI Capability Gap: Adopsi Luas, Pemberdayaan, dan Edukasi

Dengan populasi yang sangat besar dan kesenjangan skill yang beragam antarkelompok masyarakat, Arvy bertanya apa yang perlu diubah Indonesia, setidaknya dari internal, sebelum menunggu perubahan dari pihak luar.

Sandy merujuk pada white paper “Closing the AI Capability Gap in Indonesia” yang dirilis Southeast Asia Public Policy Institute (SEAPPI) sebulan sebelum konferensi, dengan dukungan OpenAI dalam penyusunannya. Laporan ini mengkaji jarak antara kemampuan sistem AI dan cara pengguna serta organisasi di Indonesia memanfaatkannya.

Menurut Sandy, laporan tersebut tidak hanya memuat rekomendasi perbaikan atau ide kebijakan baru. Ada juga usulan di luar ranah kebijakan, tentang apa yang bisa dilakukan bisnis, universitas, dan lembaga akademik, serta seluruh ekosistem untuk mendorong adopsi AI.

Benang merahnya kembali pada tiga konsep yang sama: adopsi yang luas, pemberdayaan, dan edukasi.

Roadmap Praktis: Hal yang Bisa Dilakukan Leader Mulai Besok

Di penghujung sesi, Arvy mengajukan pertanyaan penutup: jika ada satu hal yang perlu diubah setiap pemimpin di ruangan itu mulai besok, apa itu?

Sandy tidak menyebutnya sebagai perubahan, melainkan ajakan. Ia mendorong para pemimpin untuk berbicara dengan leader paling tepercaya di tim mereka, lalu menjalankan langkah-langkah berikut.

• Langkah 1 — Tanyakan Masalah Bisnis yang Selama Ini Tertunda. Tanyakan kepada tim kepemimpinan: apa hal yang ingin mereka lakukan dan berdampak besar bagi bisnis, tetapi belum bisa terwujud karena tidak punya tim yang tepat, waktu yang cukup, atau keahlian yang dibutuhkan?
• Langkah 2 — Petakan Bagian Masalah yang Bisa Dibantu AI. Duduk bersama mereka dan petakan bagaimana AI bisa diterapkan pada bagian-bagian dari masalah tersebut, bahkan pada setiap langkah dalam proses kerjanya.
• Langkah 3 — Tentukan Ukuran Keberhasilannya Sejak Awal. Sepakati apa yang akan diukur untuk mengetahui apakah penerapan AI benar-benar bermakna dan menghasilkan ROI.
• Langkah 4 — Uji Coba, Ukur, lalu Putuskan. Jalankan uji coba, ukur hasilnya, lalu evaluasi: apakah investasi tambahan akan memperbesar dampaknya, atau AI belum menjadi solusi yang tepat untuk masalah ini pada saat ini?

Arvy merangkum ajakan tersebut dengan sederhana: mulai dari pain point utama bisnis, lakukan iterasi dan eksperimen, lalu lihat imbal hasilnya. Jika belum bisa diskalakan, ulangi iterasinya sampai hasilnya terlihat.

Kesimpulan

AI telah bergeser dari alat untuk mencari jawaban menjadi teknologi yang mampu mengerjakan tugas. Karena itu, pertanyaan yang relevan bagi perusahaan bukan lagi seberapa efisien AI bisa membuat karyawan bekerja, melainkan seberapa jauh AI bisa membantu bisnis mewujudkan hal-hal yang selama ini tertunda.

Indonesia berangkat dari posisi yang kuat: adopsi tinggi, antusiasme besar di tim non-teknis, dan skala ekonomi yang berpotensi melipatgandakan dampaknya. Pekerjaan rumahnya adalah mengubah adopsi yang luas itu menjadi penggunaan yang lebih dalam dan terukur.

Seperti ditegaskan Arvy di akhir sesi, AI perlu dipandang bukan sekadar alat, melainkan sarana pemberdayaan, baik bagi pertumbuhan perusahaan maupun pengembangan individu di Indonesia. Kuncinya yakni mulai dari masalah bisnis yang nyata, buka akses seluas mungkin, dan beri ruang bagi tim untuk bereksperimen.