(Kuala Lumpur, 24hb) Syarikat perunding pengurusan global Kearney menyatakan bahawa menjelang tahun 2030, pengeluar ASEAN termasuk Malaysia berpotensi mencapai pertumbuhan nilai keseluruhan sehingga AS$1.2 trilion (RM4.74 trilion) menerusi pemacuan kecerdasan buatan (AI).
Pengerusi Kearney Asia Pasifik, Guan Danmao berkata, pengeluar Malaysia perlu memanfaatkan sepenuhnya kelebihan daya saing mereka dan meletakkan AI sebagai teras strategi pertumbuhan untuk merebut peluang ini.
Beliau memberitahu Bernama, ini termasuk menggunakan AI bagi mengoptimumkan reka bentuk produk huluan serta membuat keputusan rantaian nilai berasaskan fakta.
"Dengan mengintegrasikan AI sejak awal, pengeluar bukan sahaja dapat meningkatkan margin keuntungan, malah mampu membina daya tahan operasi yang lebih kukuh dan seterusnya memacu transformasi pesat seluruh ekosistem pembuatan."
Beliau menerangkan, AI dapat menawarkan peluang aplikasi inovatif kepada sektor perkhidmatan dan ekonomi digital Malaysia, seperti penggunaan platform khidmat pelanggan AI termasuk chatbot untuk menaik taraf operasi khidmat pelanggan dalam sektor perbankan dan e-dagang.
"Selain itu, model-model canggih juga boleh memudahkan analisis data besar, sekaligus mengoptimumkan operasi dan menyorot pandangan utama. Teknologi ini amat berguna bagi industri yang berurusan dengan data sensitif dalam jumlah besar seperti perkhidmatan kewangan dan logistik."
"Keupayaan teknologi sebegini juga menjadi asas kepada pemacu utama ekonomi digital seperti e-hailing, e-dagang dan logistik."
Guan Danmao menyatakan, Malaysia mempunyai peluang besar dalam mempromosikan aplikasi AI namun turut berdepan cabaran yang kompleks.
Beliau berkata, selaras dengan pembangunan tadbir urus data dan infrastruktur, Malaysia perlu membina rangka tadbir urus yang diperlukan secara terancang.
Beliau menambah, walaupun Malaysia kini sedang membina kerangka tadbir urus data AI yang mantap, perubahan pesat landskap global menuntut usaha penambahbaikan dan pengukuhan berterusan.
"Malaysia perlu mengimbangi pelaburan infrastruktur agar selain menyokong keutamaan perniagaan jangka pendek, ia turut memenuhi permintaan data berskala besar untuk jangka panjang."
Katanya, Malaysia juga perlu memastikan peraturan AI serta hala tuju pembangunan sejajar dengan peraturan sedia ada kerana ini akan mempengaruhi pengurusan data peribadi dan pemindahan data rentas sempadan.
"Pada masa sama, kerajaan juga harus memastikan alat serta platform AI boleh menyesuaikan diri dengan pasaran tempatan, misalnya menyokong komunikasi pelbagai bahasa tempatan di Malaysia."
Menurutnya, ekosistem AI di Malaysia adalah besar, pelbagai dan penuh peluang pertumbuhan, malah daripada kerajaan, pengguna perniagaan hingga pelabur, semua pihak memainkan peranan dalam merealisasikan potensi AI.
"Platform ujian merupakan cara paling berkesan untuk menghadapi impak AI, menggalakkan inovasi dan memacu aplikasi. Justeru, kerajaan serta pengawal selia, pengguna dan pembekal penyelesaian diseru untuk bekerjasama memastikan platform ini dapat menjalankan ujian aplikasi berorientasikan perniagaan dengan efektif."
Katanya lagi, kerajaan harus mengutamakan penaiktarafan infrastruktur data berkaitan aplikasi kesan tinggi seperti penyelenggaraan ramalan dan analisa pelanggan kerana aplikasi sebegini boleh membawa hasil boleh diukur dan nilai jangka pendek.
"Bagi pelabur, terdapat banyak nilai belum diteroka merentasi pelbagai bidang dan aplikasi, jadi memperluas skop dan perspektif pelaburan adalah kunci membebaskan potensi ini."
Guan Danmao menyatakan, syarikat perlu terus menggalakkan latihan semula pekerja dan pembangunan kemahiran bagi memastikan mereka memiliki alat, pengetahuan dan kemahiran relevan dalam era AI.
"Kerjasama awam-swasta amat penting kerana ia membantu menggabungkan sumber dan kepakaran, seterusnya menggalakkan perkongsian pengetahuan."
Namun, beliau menegaskan, dari sudut jangka panjang, reformasi sistem pendidikan adalah lebih penting, termasuk penggunaan kurikulum berorientasikan industri agar pelajar mendapat pendidikan, pengetahuan dan kemahiran yang bersesuaian dengan keperluan industri.
"Akhir sekali, yang paling penting bukan sekadar melahirkan saintis data dan pakar AI, tetapi membentuk bakat yang mampu menggunakan teknologi AI bagi menyelesaikan masalah komersial sebenar serta mendorong pencapaian hasil yang ketara."