GenAI akhirnya mewujudkan janji lama big data dengan membuka akses analisis data untuk semua lapisan organisasi. Didukung inovasi seperti Seagate MozaicTM dan lonjakan infrastruktur AI in-house, perusahaan kini mampu menyimpan dan mengolah data dalam skala besar secara efisien.
Meskipun ekspektasi terhadap big data di masa lalu sangat tinggi, hasil kenyataannya praktiknya jauh berbeda. Mengatur data perusahaan ke dalam struktur yang memungkinkan berbagai sumber digabungkan secara bermakna ternyata jauh lebih sulit dari perkiraan. Tantangan muncul dari upaya menggabungkan data terstruktur dan tidak terstruktur, mengimpor, menautkan, serta memformat ulang sumber data yang berbeda-beda.
Kesulitan lainnya ada pada tahap analisis. Hanya mereka yang memiliki pelatihan sangat khusus dalam tool analitik data tingkat lanjut yang mampu menulis perintah kompleks untuk mengakses data dalam jumlah besar. Namun, mereka sering tidak mengetahui jenis pertanyaan bisnis yang tepat. Sementara itu, pihak bisnis yang memahami arah analisis tidak mampu menulis query-nya sendiri. Akibatnya, banyak upaya analitik hilang dalam proses “penerjemahan” antara pebisnis dan spesialis data.
Kini, berkat kemunculan AI Generatif (GenAI), kondisi ini berubah total. GenAI sangat mahir menemukan pola dan menghasilkan ide dari kumpulan data yang sangat besar. Dengan melatih model AI khusus atau menyesuaikan Large Language Model (LLM) dengan data internal perusahaan, organisasi kini dapat menciptakan data store raksasa yang sejak awal menjadi inti dari konsep big data.
Antarmuka berbasis chatbot yang sederhana memungkinkan siapa pun—dari staf penjualan junior yang mengikuti intuisi terhadap tren di lapangan hingga eksekutif C-level yang mencari pandangan menyeluruh melalui dashboard—untuk mengakses wawasan secara langsung. Janji lama big data kini benar-benar terwujud melalui demokratisasi analisis data.
Infrastruktur Data Baru
Implikasi GenAI terhadap penyimpanan data sangat besar. Jika sebelumnya banyak organisasi membuang atau menonaktifkan sumber data yang dianggap tidak penting, kini muncul kesadaran bahwa setiap data bisa menjadi kunci menemukan pola dan wawasan tak terduga. Karena itu, perusahaan tidak hanya memastikan semua data tersimpan, tetapi juga mudah diakses.
Salah satu penggerak utama tren ini adalah media penyimpanan magnetik tradisional. Berkat inovasi seperti Seagate MozaicTM, kini satu piringan dalam hard drive dapat menampung hingga 3TB data. Jika diskalakan dalam sistem penyimpanan rack-style di pusat data perusahaan, kapasitasnya dapat mencapai 32 petabyte (PB) dalam satu ruang rak berukuran 19 inci dan tinggi 42U. Solusi ini memungkinkan organisasi menyimpan data dalam jumlah sangat besar dengan efisiensi biaya dan energi yang lebih baik.
Dalam arsitektur penyimpanan modern, hard drive berkapasitas tinggi ini melengkapi SSD berkecepatan tinggi yang digunakan untuk model GenAI terbaru dan aplikasi dengan kebutuhan akses cepat. Jenis SSD lain juga dimanfaatkan untuk chatbot AI dan penyimpanan prompt query. Namun, untuk penyimpanan data berskala besar yang menjadi sumber pelatihan model AI, hard drive berkapasitas tinggi menawarkan kombinasi ideal antara kapasitas, efisiensi, dan reliabilitas.
Faktor penting lainnya adalah lokasi penyimpanan. Demi keamanan dan efisiensi, banyak organisasi kini memilih menyimpan sebagian besar data mereka di balik firewall internal, bukan sepenuhnya di cloud. Tren ini turut mendorong kebangkitan infrastruktur AI in-house—di mana perusahaan mulai membangun AI data center mereka sendiri untuk melatih, menyesuaikan, dan mengelola model AI.
Vendor seperti Dell, HPE, Lenovo, dan Cisco mengalami lonjakan permintaan server enterprise ber-GPU, sementara NVIDIA terus mempopulerkan konsep AI factories di kalangan perusahaan. Kombinasi antara kemampuan GenAI dan infrastruktur data yang kuat menandai era baru di mana janji besar big data akhirnya menjadi kenyataan.
