Techbiz.id – Solusi data analitik berbasis grafik diyakini akan tumbuh pesat. Gartner memprediksi 80% inovasi data dan analitik akan banyak dilakukan dengan menggunakan teknologi grafik pada tahun 2025.
Permintaan untuk mengatur, menghubungkan, dan menganalisis data melalui teknologi grafik pun akan tumbuh secara dramatis ketika perusahaan memulai perjalanan transformasi digital mereka untuk mengubah data besar yang meningkat pesat menjadi wawasan yang dapat ditindaklanjuti untuk mengembangkan bisnis mereka.
Untuk mengetahui perkembangan solusi data analitik berbasis grafis, redaksi Techbiz Indonesia berkesempatan melakukan interview dengan Herfini Haryono selaku Managing Director TigerGraph Indonesia, perusahaan penyedia platform analitik grafik.
Berikut Petikan Wawancaranya:
Bagaimana pertumbuhan TigerGraph di Indonesia dan APAC secara keseluruhan?
TigerGraph telah melihat pertumbuhan dua digit di Asia Pasifik dalam 18 bulan terakhir, memperluas cakupan dan tingkat kedalaman penggunaan. Klien kami mencakup perusahaan besar dan perusahaan kecil/menengah. Teknologi kami sangat menarik bagi perusahaan rantai pasokan yang haus akan wawasan selama dalam lingkungan baru dan cepat berubah ini.
Menggunakan teknologi tradisional untuk menggali wawasan strategis berdasarkan tren historis sudah tidak lagi berfungsi di jaman ini. Selain itu, solusi grafik membantu organisasi keuangan menanggapi semakin canggihnya taktik penipuan keuangan.
TigerGraph memungkinkan perusahaan untuk fokus pada hubungan mendalam pada data mereka untuk menemukan wawasan baru yang tidak mungkin dilakukan dengan analisis data tradisional.
Seperti yang diperkirakan Gartner, 80% inovasi data dan analitik akan dilakukan dengan menggunakan teknologi grafik pada tahun 2025. Analisis grafik yang diaktifkan Machine Learning (ML) memiliki pandangan untuk menjadi pilar pertumbuhan yang berkelanjutan.
Pelanggan kami meliputi perusahaan Global Fortune 500 di berbagai industri yang berbeda: termasuk Gojek, UnitedHealthcare Group, Intuit, Jaguar Land Rover, Telkomsel, Bank Central Asia, IFG Life, Singtel, JPMorgan Chase dan Microsoft (Xbox).
Baca juga:
Apa saja tantangan bisnis untuk pertumbuhan di Indonesia?
Pasar global untuk solusi berbasis grafik mulai berkembang melampaui pengadopsi awal. Kami menjawab tantangan pasar awal dengan menawarkan berbagai peluang untuk mempelajari lebih lanjut tentang teknologi grafis.
TigerGraph menyelenggarakan dan mengatur Graph + AI Summit, satu-satunya konferensi industri terbuka yang berfokus pada akselerasi proyek analitik, AI, dan ML dengan algoritme grafik. Ini membantu end user dan pengembang memajukan pengetahuan mereka tentang grafik. Pendaftaran selama dua tahun terakhir telah melampaui 20 ribu di seluruh dunia, yang mencerminkan meningkatnya minat pada grafik.
Graph for All Million Dollar Challenge yang terjadi di awal tahun ini dirancang untuk membawakan teknologi grafik ke tangan ilmuwan data, pengembang, dan siapa pun yang tertarik untuk memecahkan masalah besar dengan data yang terhubung.
Kegiatan ini menjangkau pengembang di lebih dari 100 negara dan mengumpulkan lebih dari 150 kiriman dari berbagai kelompok secara global. Selain itu, acara tersebut membantu menumbuhkan komunitas pengembang TigerGraph — dan juga basis pengembang grafik — dari beberapa ratus menjadi hampir 4.500 anggota sejak Januari 2022.
Selain itu, kami menawarkan kursus umum gratis tentang teknologi kami melalui TigerGraph University, sebuah program pelatihan. Lebih dari 2.000 siswa telah mengikuti kelas yang ditawarkan secara online, on-site dan ruang publik di seluruh dunia.
Pusat Pengembang dan Komunitas Pengembang kami adalah sumber daya besar yang terbuka untuk semua orang. Dan akhirnya, TigerGraph menawarkan tingkat gratis di tiga besar penyedia cloud yang memungkinkan pengembang dan ilmuwan data untuk mendapatkan platform mereka dan melihat apa yang dapat dilakukannya di lingkungan produksi.
Apa saja tantangan dan peluang untuk analitik grafis di tahun 2022 dan seterusnya?
Gartner memperkirakan pertumbuhan 7 kali lipat dalam adopsi teknologi grafik dalam inovasi data besar pada tahun 2025, di mana 80% proyek analitik akan menyertakan teknologi grafik.
Dalam 12-24 bulan ke depan, kita akan melihat munculnya standarisasi dalam industri grafik, kebangkitan ilmu data grafik, dan kebutuhan di mana-mana akan platform data terpadu untuk analitik dan AI/ML, yang semuanya akan mendorong pertumbuhan besar-besaran adopsi teknologi grafik oleh perusahaan dari semua ukuran.
Graph Data Science (Graph Machine Learning) akan menjadi bagian terintegrasi dari strategi AI/ML perusahaan karena kemampuannya untuk menyatukan pengetahuan manusia dan algoritme dengan pembelajaran mendalam dengan cara yang lebih efisien dan dapat dijelaskan untuk meningkatkan pendekatan pembelajaran mesin berbasis black-box.
Permintaan untuk mengatur, menghubungkan, dan menganalisis data melalui teknologi grafik akan tumbuh secara dramatis ketika perusahaan memulai perjalanan transformasi digital mereka untuk mengubah data besar yang meningkat pesat menjadi wawasan yang dapat ditindaklanjuti untuk mengembangkan bisnis mereka.
Seberapa penting Machine learning untuk bisnis, apalagi dengan perkembangan teknologi saat ini?
Analitik grafik dan machine learning membantu bisnis untuk mencapai tujuan mereka dengan lebih baik dengan membuat prediksi yang lebih baik, meningkatkan pendapatan dan memangkas biaya pengeluaran. Machine learning membantu perusahaan melakukan apa yang mereka kerjakan dengan lebih baik, dengan menganalisis data lebih dalam, sehingga membuat prediksi yang lebih akurat.
Karena ML diaplikasikan pada berbagai kasus penggunaan termasuk pencegahan penipuan, anti pencucian uang (AML), dan rekomendasi produk eCommerce, meningkatkan kemampuan ML dapat membantu mengidentifikasi perilaku anomali dan mengungkap pola seperti menemukan penipu atau pencuci uang.
Seperti halnya menemukan jarum di tumpukan jerami yang besar – perusahaan harus memilah dan memahami sejumlah besar data untuk menemukan “jarum” atau dalam hal ini, para penipu.
Database grafik menawarkan solusi untuk banyak tantangan data ML ini. Karena grafik dibangun berdasarkan gagasan untuk menghubungkan dan melintasi tautan, grafik adalah pilihan alami untuk integrasi data. Grafik juga dapat memperkaya data mentah.
Untuk perusahaan, keputusannya bukan apakah akan menggunakan ML, tetapi di mana menggunakannya dan bagaimana melakukannya dengan baik.
Apa yang TigerGraph lakukan untuk mengembangkan strategi kemitraan dan kolaborasi?
Pendekatan kami untuk menyediakan konsumen dengan sebuah basis strategi berbasis solusi dan kemampuan untuk menangani terabytes dan petabytes data grafik, memungkinkan kami untuk membedakan diri dari sekumpulan.
TigerGraph akan terus untuk membangun sebuah fondasi membantu organisi di Kawasan ini mengatasi masalah, lebih dari sekedar menjual teknologi basis data. Ini termasuk bekerja sama dengan perusahaan swasta, lembaga pendidikan tinggi, pemerintah dan mitra sektor swasta.
Kemitraan apa yang TigerGrap telah lakukan Sekarang di APAC dan khususnya di Indonesia?
Penggunaan solusi berbasis data grafik telah meningkat pesat di Asia Pasifik karena semakin banyak organisasi yang mencari cara yang lebih efektif untuk mengatasi berbagai masalah bisnis dan menghasilkan wawasan baru.
MoU yang kami tandatangani dengan Institut Teknologi Bandung (ITB) pada tanggal 23 Juni 2022, menandai dimulainya kemitraan strategis yang akan berkontribusi untuk meningkatkan pengembangan kota pintar dan transformasi di Indonesia.
Tim kami saat ini bekerja sama dengan ITB untuk menyebarkan perangkat lunak kami melalui program dan proyek masing-masing ITB.
Di bawah kemitraan ini, TigerGraph akan bekerja sama dengan ITB dalam proyek penelitian bersama dalam smart system serta kegiatan pemberdayaan industri Artificial Intelligence (AI) melalui program SCCIC seperti Integrated Smart System Platform (ISSP), Video Analytics with AI (VIANA), dan Smart City Living Lab (SCLL). Kedua organisasi juga berkomitmen untuk berpartisipasi dalam kegiatan berbagi pengetahuan seperti lokakarya dan seminar untuk saling menguntungkan.
Penerapan model AI dan Machine Learning (ML) TigerGraph berperan penting dalam mengotomatisasi dan memajukan program utama perencanaan kota dan kegiatan operasional. Upaya ini sejalan dengan rencana berkelanjutan Indonesia untuk mengatasi masalah urbanisasi dan menciptakan 100 kota pintar pada tahun 2045 di bawah Gerakan Kota Cerdas, yang pertama kali diperkenalkan pada tahun 2017.
TigerGraph akan menawarkan pelatihan dan sertifikasi database grafik asli terdistribusi kepada para insinyur dan tim akademik ITB, serta sbersama-sama mengembangkan praktik industri industri untuk kasus penggunaan di Indonesia dalam pembangunan kota pintar dan pengembangan ekosistem.
Aliansi dengan TigerGraph juga akan membekali mahasiswa dan peneliti ITB dengan pengetahuan dan pelatihan terkini yang relevan dengan industri dalam teknologi grafik. Upaya ini akan membantu menumbuhkan kumpulan bakat dan keahlian yang dibutuhkan untuk mengkatalisasi tujuan transformasi kota pintar bangsa.