Di tengah gelombang antusiasme global terhadap Kecerdasan Buatan (AI) yang terus mendominasi berita teknologi pada tahun 2025, sebuah realitas yang lebih rumit terjadi di ruang server dan departemen IT perusahaan.
Laporan terbaru ManageEngine State of Observability 2025 mengungkap adanya paradoks kepercayaan yang signifikan: meskipun ketergantungan terhadap AI meningkat, keraguan akan keandalannya masih menghantui para profesional IT.
Berdasarkan survei terhadap lebih dari 1.240 profesional IT global, laporan tersebut menemukan perpecahan yang tajam dalam sentimen pengguna. Lebih dari 40% responden menyatakan bahwa fitur AI dan Machine Learning (ML) dalam alat observabilitas mereka telah memenuhi kebutuhan operasional.
Namun, proporsi yang sama besarnya menilai fitur-fitur tersebut “tidak dapat diandalkan”. Temuan ini mengindikasikan bahwa meskipun janji otomatisasi AI sangat menggiurkan, eksekusi di lapangan sering kali belum matang, memicu skeptisisme di kalangan praktisi yang menuntut presisi tinggi.
Jika kepercayaan masih menjadi isu, mengapa adopsi AI terus didorong? Jawabannya terletak pada data kinerja yang tak terbantahkan bagi mereka yang berhasil mengimplementasikannya dengan benar.
Laporan tersebut menyoroti korelasi kuat antara kemampuan AI yang andal dengan hasil bisnis yang superior. Organisasi yang melaporkan kemampuan AI/ML yang lebih andal mencatatkan keuntungan produktivitas 3,7 kali lebih tinggi dibandingkan mereka yang tidak.
Lebih impresif lagi, organisasi-organisasi ini memiliki peluang 4,9 kali lebih besar untuk mencapai pengurangan Mean Time to Resolution (MTTR) hingga 90%. Angka-angka ini menjelaskan mengapa, terlepas dari frustrasi awal, organisasi yang berada pada tahap “matang” dalam observabilitas tetap memprioritaskan pemanfaatan AI/ML dan integrasinya ke dalam siklus pengembangan mereka5.
Ketidakpuasan terhadap AI saat ini mungkin berakar pada ketidaksesuaian antara fitur yang tersedia dengan kebutuhan mendesak. Laporan ManageEngine merinci bahwa prioritas utama tim IT bukanlah sekadar otomatisasi dasar.
Fitur yang paling dinantikan oleh para profesional IT adalah Advanced Root Cause Analysis (analisis akar masalah tingkat lanjut), yang dipilih oleh 55% responden. Di posisi kedua adalah Generative AI (GenAI) dengan 53,5%. Hal ini menunjukkan bahwa pasar menuntut AI yang mampu bertindak sebagai detektif cerdas yang tidak hanya memantau layar, tetapi juga mendiagnosis masalah kompleks secara mandiri.
Menariknya, dorongan untuk adopsi AI juga datang dari tekanan kekurangan tenaga ahli (skill gap). Bagi tim IT yang berjuang dengan keterbatasan keterampilan teknis, AI dilihat sebagai jembatan penolong.
