Strategi AI Nasional Mendorong Transformasi Digital

Singapura berencana memperluas adopsi kecerdasan buatan di berbagai industri utama. Pemerintah ingin melampaui proyek percontohan kecil.

Menurut Lawrence Wong, negara harus mengembangkan penerapan AI secara nasional. Oleh karena itu, komite antar-menteri baru akan mengoordinasikan inisiatif AI utama.

Inisiatif ini fokus pada empat sektor: manufaktur maju, konektivitas dan logistik, keuangan, dan kesehatan. Tujuannya adalah memperkuat daya saing ekonomi Singapura.

Selain itu, integrasi skala besar dapat membuka peningkatan produktivitas di berbagai industri.

Mengapa Proyek Percontohan AI Tidak Cukup

Banyak organisasi sudah bereksperimen dengan teknologi AI. Namun sebagian besar proyek masih merupakan eksperimen terpisah.

Misalnya, beberapa pabrik menerapkan pemeliharaan prediktif untuk satu mesin saja. Namun sistem jarang terhubung dengan penjadwalan produksi atau manajemen rantai pasokan.

Akibatnya, bisnis hanya menangkap sebagian kecil dari potensi nilai AI.

Analis industri berpendapat bahwa transformasi nyata memerlukan integrasi lintas sistem, proses, dan platform data. Integrasi ini memungkinkan wawasan AI memengaruhi keputusan operasional secara real-time.

AI dalam Manufaktur Maju dan Otomatisasi Industri

Sektor manufaktur maju sudah menggunakan AI dalam beberapa cara. Pemeliharaan prediktif tetap menjadi salah satu aplikasi yang paling umum.

Sensor memantau getaran, suhu, dan kinerja mesin. Model AI menganalisis data ini untuk memprediksi kerusakan peralatan.

Misalnya, produsen semikonduktor GlobalFoundries menerapkan AI di pabrik fabrikasi 300mm mereka di Singapura.

Namun, banyak penerapan masih terbatas pada lini produksi individual.

Untuk mengembangkan AI secara efektif, produsen harus menghubungkan sistem pemeliharaan prediktif dengan platform otomatisasi industri, seperti PLC, DCS, dan perangkat lunak penjadwalan pabrik.

Jika sebuah mesin memerlukan perawatan, sistem dapat secara otomatis mengalihkan produksi ke pabrik lain. Pada saat yang sama, sistem pengadaan dapat memesan suku cadang pengganti.

Integrasi ini merupakan langkah berikutnya untuk manufaktur pintar dan otomatisasi pabrik.

Inovasi AI Didukung oleh Program Penelitian Nasional

Singapura juga mendukung pengembangan AI melalui inisiatif penelitian publik.

Misalnya,  A*STAR berkolaborasi dengan Kementerian Perdagangan dan Industri untuk mengoperasikan  Pusat Keunggulan AI Sektoral untuk Manufaktur.

Pusat ini membantu perusahaan mengadopsi AI untuk desain produk, pemeliharaan prediktif, dan otomasi industri.

Beberapa perusahaan global berpartisipasi dalam program ini, termasuk  Coca-Cola dan  Philips.

Kolaborasi ini bertujuan mempercepat adopsi AI di seluruh ekosistem manufaktur.

AI dalam Logistik dan Rantai Pasokan Cerdas

AI juga memainkan peran yang semakin besar dalam  konektivitas dan operasi logistik.

Perusahaan menggunakan model AI untuk mengoptimalkan rute pengiriman dan memprediksi permintaan. Teknologi ini membantu mengurangi biaya transportasi dan meningkatkan efisiensi pengiriman.

Misalnya, penyedia logistik global seperti  DHL Express dan  FedEx menggunakan AI untuk perencanaan rute dan perkiraan permintaan.

Namun, banyak sistem masih beroperasi secara independen.

Sistem prediksi rute mungkin dapat memperkirakan waktu pengiriman dengan akurat. Namun, sistem tersebut mungkin tidak terhubung dengan operasi gudang atau platform komunikasi pelanggan.

Oleh karena itu, perusahaan logistik harus mengintegrasikan sistem ini untuk mencapai otomatisasi penuh.

Intelijen Logistik Waktu Nyata Melalui Integrasi AI

Sistem logistik yang terintegrasi sepenuhnya dapat mengubah operasi rantai pasokan.

Misalnya, AI dapat menggabungkan data lalu lintas waktu nyata dengan sistem manajemen armada. Jika terjadi kecelakaan, sistem dapat secara otomatis mengarahkan ulang kendaraan pengiriman.

Selain itu, pelanggan dapat menerima notifikasi otomatis tentang potensi keterlambatan.

AI juga dapat mengoordinasikan gudang, pelabuhan, dan perusahaan pengiriman melalui platform data bersama.

Integrasi semacam ini akan memungkinkan keputusan otomatis tentang pengepakan kargo, perencanaan pengiriman, dan dokumentasi bea cukai.

Namun, mewujudkan visi ini memerlukan standar data yang umum dan keselarasan regulasi lintas batas.

Kematangan AI di Sektor Jasa Keuangan

Di antara empat sektor,  industri keuangan menunjukkan tingkat adopsi AI tertinggi.

Bank memiliki volume besar data transaksi terstruktur. Selain itu, kerangka regulasi mendorong tata kelola dan manajemen risiko yang kuat.

Misalnya, bank-bank di Singapura menggunakan AI untuk mendeteksi penipuan, mempersonalisasi layanan keuangan, dan mengotomasi pelaporan kepatuhan.

Salah satu contohnya adalah United Overseas Bank, yang mengintegrasikan AI ke dalam layanan perbankan digitalnya.

Contoh lain adalah OCBC Bank. Bank tersebut melaporkan bahwa jutaan keputusan operasional terjadi setiap hari menggunakan model AI.

Keputusan ini mencakup deteksi penipuan dan penawaran keuangan yang dipersonalisasi.

Memperluas AI di Seluruh Perjalanan Pelanggan Keuangan

Meskipun adopsi kuat, institusi keuangan masih melihat peluang untuk memperluas penggunaan AI.

Sistem AI dapat mengotomasi seluruh perjalanan pelanggan. Misalnya, model dapat menganalisis kebiasaan pengeluaran dan riwayat kredit.

Berdasarkan analisis ini, sistem dapat menyetujui tawaran hipotek secara awal.

Jika pelanggan menerima tawaran, formulir aplikasi dapat secara otomatis mengisi informasi yang diperlukan.

Selain itu, AI dapat memantau perilaku pembayaran untuk mendeteksi tanda awal tekanan keuangan.

Namun, transparansi tetap penting. Institusi keuangan harus menjelaskan bagaimana sistem AI mengambil keputusan.

Pelanggan juga membutuhkan pengungkapan yang jelas saat algoritma memengaruhi hasil keuangan.

Kecerdasan Buatan dalam Sistem Kesehatan

Organisasi kesehatan juga semakin mengeksplorasi aplikasi AI.

Rumah sakit di Singapura menggunakan AI untuk menganalisis gambar medis dan mendeteksi kelainan.

Misalnya, alat diagnostik dapat mengidentifikasi masalah jantung atau paru-paru dari foto rontgen dada.

Aplikasi lain melibatkan chatbot bertenaga AI yang menjelaskan laporan medis dengan bahasa yang lebih sederhana.

Sistem ini membantu pasien memahami hasil laboratorium dan informasi pengobatan dengan lebih baik.

Tantangan dalam Mengembangkan AI di Seluruh Jaringan Kesehatan

AI di bidang kesehatan menghadapi persyaratan regulasi dan etika yang lebih ketat.

Data medis memerlukan perlindungan privasi yang kuat. Selain itu, alur kerja klinis kompleks dan sulit distandarisasi.

Oleh karena itu, banyak rumah sakit menerapkan AI dalam alat terpisah daripada sistem yang terintegrasi penuh.

Namun, integrasi di masa depan dapat membuka manfaat yang signifikan.

Misalnya, AI dapat secara otomatis memicu rujukan ke spesialis saat catatan pasien berubah. AI juga dapat menjadwalkan tes mendesak atau mengoordinasikan perencanaan keluar rumah sakit.

Otomasi semacam ini dapat meningkatkan perawatan pasien sekaligus mengurangi beban kerja administratif.

Platform Data Kesehatan Nasional Mendukung Inovasi AI

Singapura baru-baru ini memperkuat infrastruktur digital layanan kesehatannya.

Pemerintah memperkenalkan undang-undang yang mewajibkan penyedia layanan kesehatan untuk menyumbangkan informasi pasien ke sistem Rekam Medis Elektronik Nasional.

Repositori data nasional ini memungkinkan tenaga kesehatan mengakses riwayat pasien di berbagai institusi.

Selain itu, dataset yang dianonimkan dapat mendukung penelitian AI dan model prediktif layanan kesehatan.

Namun, AI medis harus mencapai akurasi yang konsisten tinggi sebelum otomatisasi skala besar dapat diterima.

Taruhannya tetap sangat tinggi karena kesalahan langsung memengaruhi keselamatan pasien.

Perspektif Penulis: Integrasi AI Akan Menentukan Ekonomi Digital Berikutnya

Strategi AI Singapura mencerminkan tren global yang lebih luas.

Banyak perusahaan mengadopsi alat AI. Namun, transformasi sejati terjadi hanya ketika organisasi mengintegrasikan AI di seluruh alur kerja.

Dalam manufaktur, ini berarti menghubungkan AI dengan sistem otomasi industri, termasuk platform PLC dan DCS.

Dalam logistik, diperlukan koordinasi waktu nyata di antara mitra rantai pasokan.

Dalam bidang keuangan dan layanan kesehatan, transparansi dan tata kelola regulasi tetap sangat penting.

Oleh karena itu, fase berikutnya dari pengembangan AI akan lebih fokus pada integrasi sistem dan infrastruktur data daripada algoritma.

Skenario Implementasi Praktis untuk Otomasi Industri

Pertimbangkan fasilitas manufaktur pintar yang menerapkan operasi berbasis AI.

Pabrik dapat menggunakan sensor AI untuk pemeliharaan prediktif pada peralatan produksi.

Sistem AI terhubung dengan sistem kontrol industri pabrik, termasuk pengendali PLC dan platform MES.

Jika sebuah mesin menunjukkan tanda-tanda kegagalan awal, sistem secara otomatis menyesuaikan jadwal produksi.

Sementara itu, platform rantai pasokan memesan komponen pengganti.

Arsitektur terintegrasi ini menciptakan ekosistem otomasi pabrik yang benar-benar cerdas.

Kesimpulan

Strategi AI nasional Singapura menyoroti pentingnya memperluas kecerdasan buatan di luar proyek-proyek terpisah.

Manufaktur maju, logistik, keuangan, dan layanan kesehatan sudah menggunakan teknologi AI.

Namun, transformasi nyata memerlukan integrasi di seluruh platform data, alur kerja, dan sistem pengambilan keputusan.

Dengan menggabungkan AI dengan otomasi industri, infrastruktur digital, dan kerangka regulasi, organisasi dapat membuka peningkatan produktivitas dan inovasi yang signifikan.