Sebanyak 75% pemimpin TI di Singapura mengatakan organisasinya sedang menerapkan atau menguji agentic AI, tetapi 78% menyebut kurangnya infrastruktur data real time menghambat perluasan AI. Masalah yang dilaporkan juga mencakup kualitas dan infrastruktur data, integrasi sistem lama, serta keandalan LLM.
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What does Confluent’s 2026 Data Streaming Report, based on a survey of 4,625 IT leaders across 14 countries including Singapore, reveal abou. Article summary: The report points to a gap between Singapore organisations’ AI ambitions and their readiness to run AI reliably in production: 75% are deploying or piloting agentic AI, yet 78% say inadequate real-time data infrastructur. Topic tags: general, government, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
Di Singapura, banyak organisasi sudah mulai menerapkan atau menguji agentic AI—sistem AI yang dapat menjalankan tugas dengan tingkat otonomi tertentu. Namun, langkah dari uji coba menuju penggunaan yang lebih luas masih tersendat. Dalam 2026 Data Streaming Report dari Confluent, 75% pemimpin TI di Singapura mengatakan organisasinya sedang menerapkan atau menguji agentic AI, sementara 78% menyebut infrastruktur data real-time yang belum memadai menghambat upaya memperluas penggunaan AI. 2
Survei ini merangkum jawaban 4.625 pemimpin TI dari 14 negara. Angka tersebut merupakan jumlah responden keseluruhan; sumber yang tersedia tidak merinci berapa banyak responden yang berasal dari Singapura. 2
9
Angka adopsi 75% menunjukkan bahwa organisasi sedang menerapkan atau menguji agentic AI. Angka itu tidak berarti seluruh proyek sudah digunakan dalam operasi sehari-hari atau menghasilkan dampak yang berkelanjutan. Sementara itu, angka 78% menggambarkan kendala yang menurut responden menghambat perluasan AI. 2
Para responden juga menyebut tantangan pada sejumlah fondasi operasional agentic AI. Sebanyak 95% mengalami atau memperkirakan kesulitan terkait infrastruktur dan kualitas data, 95% terkait integrasi sistem lama, serta 93% terkait keandalan model bahasa besar (LLM). Karena angka-angka ini menggabungkan masalah yang sudah dialami dan yang diperkirakan akan muncul, angka tersebut bukan tingkat kegagalan proyek. 2
Uji coba AI dapat dijalankan dalam lingkup terbatas. Penerapan yang lebih luas menuntut sistem AI terhubung dengan data bisnis dan teknologi yang sudah digunakan organisasi, serta tetap dapat diandalkan ketika situasi berubah. Tantangan yang dilaporkan—mulai dari kualitas data dan integrasi sistem lama hingga keandalan LLM—menunjukkan bahwa persoalannya bukan hanya memilih model AI. Organisasi juga perlu memastikan datanya layak digunakan dan sistem AI dapat terhubung dengan tempat data tersebut dikelola. 2
Ini merupakan penafsiran atas kendala yang dilaporkan, bukan bukti bahwa satu pendekatan teknis tertentu akan menyelesaikannya. Survei tersebut menunjukkan area yang menjadi tantangan; survei itu tidak membuktikan bahwa infrastruktur data real-time saja cukup untuk membuat AI siap digunakan dalam produksi.
Angka-angka tersebut merangkum apa yang dilaporkan para pemimpin TI yang disurvei. Temuan itu tidak membuktikan bahwa semua organisasi di Singapura menghadapi kendala yang sama, atau bahwa hasil survei mewakili seluruh bisnis di negara tersebut. Survei mencakup beberapa negara, dan jumlah responden dari Singapura tidak disebutkan dalam sumber yang tersedia. 2
9
Laporan ini juga diterbitkan oleh Confluent, perusahaan yang bergerak di bidang platform streaming data. Karena itu, temuan ini berguna sebagai gambaran tentang prioritas dan tantangan yang disampaikan responden, tetapi klaim mengenai platform streaming data maupun manfaatnya perlu dibaca dalam konteks tersebut. 9
Inti temuan di Singapura: aktivitas agentic AI sudah cukup luas, tetapi responden melihat infrastruktur data real-time dan integrasi sistem sebagai penghambat penting untuk memperbesar skala penggunaannya. Bagi organisasi yang ingin melampaui tahap uji coba, kualitas data, keterhubungan sistem, dan keandalan menjadi pekerjaan utama—bukan hal yang bisa ditunda.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Sebanyak 75% pemimpin TI di Singapura mengatakan organisasinya sedang menerapkan atau menguji agentic AI, tetapi 78% menyebut kurangnya infrastruktur data real time menghambat perluasan AI.
Sebanyak 75% pemimpin TI di Singapura mengatakan organisasinya sedang menerapkan atau menguji agentic AI, tetapi 78% menyebut kurangnya infrastruktur data real time menghambat perluasan AI. Masalah yang dilaporkan juga mencakup kualitas dan infrastruktur data, integrasi sistem lama, serta keandalan LLM.
Survei mencakup 4.625 pemimpin TI di 14 negara; sumber yang tersedia tidak menyebutkan jumlah responden khusus dari Singapura.
Sebanyak 75% pemimpin TI di Singapura mengatakan organisasinya sedang menerapkan atau menguji agentic AI, tetapi 78% menyebut kurangnya infrastruktur data real time menghambat perluasan AI. Masalah yang dilaporkan juga mencakup kualitas dan infrastruktur data, integrasi sistem lama, serta keandalan LLM.
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: What does Confluent’s 2026 Data Streaming Report, based on a survey of 4,625 IT leaders across 14 countries including Singapore, reveal abou. Article summary: The report points to a gap between Singapore organisations’ AI ambitions and their readiness to run AI reliably in production: 75% are deploying or piloting agentic AI, yet 78% say inadequate real-time data infrastructur. Topic tags: general, government, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
Di Singapura, banyak organisasi sudah mulai menerapkan atau menguji agentic AI—sistem AI yang dapat menjalankan tugas dengan tingkat otonomi tertentu. Namun, langkah dari uji coba menuju penggunaan yang lebih luas masih tersendat. Dalam 2026 Data Streaming Report dari Confluent, 75% pemimpin TI di Singapura mengatakan organisasinya sedang menerapkan atau menguji agentic AI, sementara 78% menyebut infrastruktur data real-time yang belum memadai menghambat upaya memperluas penggunaan AI. 2
Survei ini merangkum jawaban 4.625 pemimpin TI dari 14 negara. Angka tersebut merupakan jumlah responden keseluruhan; sumber yang tersedia tidak merinci berapa banyak responden yang berasal dari Singapura. 2
9
Angka adopsi 75% menunjukkan bahwa organisasi sedang menerapkan atau menguji agentic AI. Angka itu tidak berarti seluruh proyek sudah digunakan dalam operasi sehari-hari atau menghasilkan dampak yang berkelanjutan. Sementara itu, angka 78% menggambarkan kendala yang menurut responden menghambat perluasan AI. 2
Para responden juga menyebut tantangan pada sejumlah fondasi operasional agentic AI. Sebanyak 95% mengalami atau memperkirakan kesulitan terkait infrastruktur dan kualitas data, 95% terkait integrasi sistem lama, serta 93% terkait keandalan model bahasa besar (LLM). Karena angka-angka ini menggabungkan masalah yang sudah dialami dan yang diperkirakan akan muncul, angka tersebut bukan tingkat kegagalan proyek. 2
Uji coba AI dapat dijalankan dalam lingkup terbatas. Penerapan yang lebih luas menuntut sistem AI terhubung dengan data bisnis dan teknologi yang sudah digunakan organisasi, serta tetap dapat diandalkan ketika situasi berubah. Tantangan yang dilaporkan—mulai dari kualitas data dan integrasi sistem lama hingga keandalan LLM—menunjukkan bahwa persoalannya bukan hanya memilih model AI. Organisasi juga perlu memastikan datanya layak digunakan dan sistem AI dapat terhubung dengan tempat data tersebut dikelola. 2
Ini merupakan penafsiran atas kendala yang dilaporkan, bukan bukti bahwa satu pendekatan teknis tertentu akan menyelesaikannya. Survei tersebut menunjukkan area yang menjadi tantangan; survei itu tidak membuktikan bahwa infrastruktur data real-time saja cukup untuk membuat AI siap digunakan dalam produksi.
Angka-angka tersebut merangkum apa yang dilaporkan para pemimpin TI yang disurvei. Temuan itu tidak membuktikan bahwa semua organisasi di Singapura menghadapi kendala yang sama, atau bahwa hasil survei mewakili seluruh bisnis di negara tersebut. Survei mencakup beberapa negara, dan jumlah responden dari Singapura tidak disebutkan dalam sumber yang tersedia. 2
9
Laporan ini juga diterbitkan oleh Confluent, perusahaan yang bergerak di bidang platform streaming data. Karena itu, temuan ini berguna sebagai gambaran tentang prioritas dan tantangan yang disampaikan responden, tetapi klaim mengenai platform streaming data maupun manfaatnya perlu dibaca dalam konteks tersebut. 9
Inti temuan di Singapura: aktivitas agentic AI sudah cukup luas, tetapi responden melihat infrastruktur data real-time dan integrasi sistem sebagai penghambat penting untuk memperbesar skala penggunaannya. Bagi organisasi yang ingin melampaui tahap uji coba, kualitas data, keterhubungan sistem, dan keandalan menjadi pekerjaan utama—bukan hal yang bisa ditunda.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Sebanyak 75% pemimpin TI di Singapura mengatakan organisasinya sedang menerapkan atau menguji agentic AI, tetapi 78% menyebut kurangnya infrastruktur data real time menghambat perluasan AI.
Sebanyak 75% pemimpin TI di Singapura mengatakan organisasinya sedang menerapkan atau menguji agentic AI, tetapi 78% menyebut kurangnya infrastruktur data real time menghambat perluasan AI. Masalah yang dilaporkan juga mencakup kualitas dan infrastruktur data, integrasi sistem lama, serta keandalan LLM.
Survei mencakup 4.625 pemimpin TI di 14 negara; sumber yang tersedia tidak menyebutkan jumlah responden khusus dari Singapura.