Cloudera Anywhere Cloud: Membawa AI ke Data Sensitif Tanpa Memindahkannya

Cloudera memperkenalkan Cloudera Anywhere Cloud di Singapura sebagai platform data dan AI hybrid untuk perusahaan yang ingin menjalankan AI sedekat mungkin dengan sumber data yang sulit atau tidak bisa dipusatkan. Platform ini dirancang mencakup public cloud, private cloud, pusat data on-premise, hingga lokasi edge melalui satu control plane, tanpa memaksa setiap beban kerja masuk ke satu lingkungan cloud.

Gagasan utamanya sederhana: biarkan data sensitif tetap berada di tempatnya, lalu hadirkan analitik terkelola, aplikasi AI, dan agen otonom ke lokasi tersebut. Pendekatan ini berpotensi relevan bagi organisasi yang menghadapi aturan residensi data, infrastruktur lama, atau kebutuhan pemrosesan berlatensi rendah. Namun, bukti yang tersedia saat ini masih didominasi positioning produk dan laporan early access, bukan hasil produksi berskala luas yang telah diverifikasi secara independen.

Masalah infrastruktur AI yang ingin diatasi

Proyek AI perusahaan sering kali harus berjalan di beberapa cloud, infrastruktur privat, pusat data internal, dan lokasi terdistribusi. Memindahkan data di antara lingkungan tersebut dapat menambah latensi, duplikasi, pekerjaan integrasi, serta risiko tata kelola. Cloudera memosisikan Anywhere Cloud sebagai cara untuk mengelola lingkungan hybrid itu melalui pengalaman bergaya cloud dan satu control plane.

Cloudera juga mengutip survei yang menyebut 73% pemimpin TI mengatakan keterbatasan performa infrastruktur telah menghambat proyek AI mereka. Angka tersebut merupakan hasil survei yang dilaporkan vendor, bukan statistik industri yang telah divalidasi secara independen.

Jawaban yang ditawarkan adalah arsitektur yang dapat dirangkai atau composable. Alih-alih mengharuskan pelanggan memakai satu stack tetap, Cloudera mengatakan tim dapat memilih layanan dari katalog modular yang berisi layanan data Cloudera, layanan partner yang telah diverifikasi Cloudera, dan mesin open source. Komponennya mencakup aliran data, event streaming, analitik lakehouse, pengembangan AI, serta orkestrasi workflow.

Cara kerja model “data tetap di tempat”

Anywhere Cloud dirancang untuk menerapkan aplikasi data dan AI di lingkungan yang paling dekat dengan data sumber. Lingkungan itu dapat berupa cloud maupun infrastruktur on-premise, dengan positioning yang lebih luas mencakup lokasi terdistribusi dan edge. Tujuannya adalah menghindari pembuatan salinan terpusat hanya agar data dapat diakses sistem AI.

Apache Iceberg menjadi salah satu elemen penting dalam model tersebut. Iceberg adalah format tabel terbuka untuk mengatur dataset analitik berukuran besar di sistem file atau object storage. Dokumentasi Cloudera menjelaskan penggunaannya dalam arsitektur open data lakehouse dan pipeline berskala besar.

Cloudera memosisikan Iceberg, Polaris Catalog, dan unified API sebagai lapisan interoperabilitas yang memungkinkan mesin analitik terhubung ke data di berbagai lingkungan. Materi produknya juga menyebut analitik federasi zero-copy, yaitu akses ke data dasar yang sama tanpa membuat salinan penuh baru untuk setiap beban kerja.

Pendekatan ini tentu tidak menghapus kebutuhan akan rekayasa sistem dan tata kelola dalam AI terdistribusi. Namun, ia menyasar persoalan operasional yang spesifik: membuat data dapat digunakan aplikasi tanpa harus memindahkannya terlebih dahulu.

Mengapa pendekatan agent-first penting?

Agen AI membutuhkan lebih dari sekadar akses ke baris atau tabel yang berdiri sendiri. Agar dapat bernalar, agen biasanya memerlukan hubungan antardata, konteks, serta akses terkelola ke beberapa sistem perusahaan. Positioning Cloudera adalah bahwa agen dapat bekerja dengan data di sumbernya, sehingga perusahaan tidak memerlukan tahap pemindahan dan sinkronisasi tambahan.

Platform ini juga mencakup agentic copilot dan kemampuan workflow yang ditujukan untuk mengubah permintaan dalam bahasa alami menjadi tindakan otomatis. Bukti yang tersedia belum memberikan detail teknis memadai untuk menilai secara independen mekanisme perencanaan, pemilihan tool, atau eksekusinya. Karena itu, kemampuan tersebut untuk saat ini sebaiknya dipahami sebagai klaim produk, bukan hasil performa yang telah terbukti.

Model tata kelola zero trust juga disebut sebagai bagian dari rancangan platform. Cloudera mengatakan setiap deployment mewarisi kebijakan tata kelola perusahaan, dengan tujuan mendukung pengendalian data, kedaulatan data, dan kepatuhan berkelanjutan di berbagai lingkungan. Sumber yang tersedia mendukung hal itu sebagai tujuan platform dan klaim vendor; sumber tersebut tidak membuktikan adanya sertifikasi regulasi tertentu atau menjamin hasil kepatuhan.

Contoh early access: PuppyGraph

PuppyGraph menjadi salah satu contoh paling konkret tentang bagaimana platform ini dapat mendukung AI agentic. Perusahaan tersebut menggunakan Anywhere Cloud dalam tahap early access untuk mengkueri data berbasis Iceberg sebagai knowledge graph real-time tanpa ETL.

Dalam model ini, konteks graph dibentuk di atas data yang sudah ada, bukan dengan menyalin tabel relasional ke database graph terpisah lalu memelihara pipeline tambahan. Dengan demikian, hubungan dan konteks yang berguna bagi agen AI tetap tersedia tanpa tahap pemindahan data ekstra. Materi yang tersedia memang menetapkan adanya use case early access tersebut, tetapi belum menyajikan metrik produksi yang diverifikasi secara independen—seperti peningkatan latensi, penghematan biaya, atau akurasi agen.

Siapa design partner awalnya?

Dalam pengumumannya, Cloudera menyebut lima customer design partner untuk Anywhere Cloud:

• ADMIRAL Technologies
• ExxonMobil
• IQVIA
• IXEN.ai
• Mastercard

Status sebagai design partner menunjukkan keterlibatan dalam pengembangan awal atau evaluasi produk. Status itu, dengan sendirinya, tidak membuktikan ketersediaan umum, skala produksi, atau hasil bisnis yang telah terukur.

Potensi penggunaan di sektor sensitif

Perbankan dan layanan keuangan

Bank dan lembaga keuangan lain mungkin perlu mempertahankan sistem perdagangan, deteksi penipuan, dan transaksi di lingkungan on-premise atau lingkungan yang sangat terkontrol karena alasan latensi, kerahasiaan, audit, dan regulasi. Platform yang menghadirkan AI terkelola langsung ke sistem tersebut dapat mendukung analisis tanpa mengekspor data yang mendasarinya ke cloud terpusat. Berdasarkan bukti saat ini, ini masih merupakan use case yang dituju, bukan hasil pelanggan yang telah dilaporkan.

Telekomunikasi dan operasi edge

Jaringan telekomunikasi menghasilkan aliran data yang tersebar dan sensitif terhadap waktu dari sistem 5G maupun perangkat edge lainnya. Memproses data lebih dekat ke sumbernya dapat mengurangi kebutuhan bolak-balik ke cloud pusat dan membantu organisasi menangani data di lokasi pembuatannya. Katalog Cloudera mencakup kemampuan data flow dan event streaming yang sejalan dengan jenis arsitektur tersebut.

Apa yang sudah dan belum dibuktikan?

Bukti yang tersedia mendukung tiga kesimpulan utama:

1. Produk ini ditujukan untuk deployment hybrid. Cloudera ingin pelanggan membangun dan mengoperasikan aplikasi data serta AI di cloud, on-premise, dan lingkungan terdistribusi melalui model operasi yang sama.
2. Desain composable ditujukan untuk mengurangi kekakuan stack. Pelanggan dapat memilih komponen Cloudera, partner, dan open source, alih-alih memakai satu aplikasi yang tidak dapat dipisahkan.
3. Contoh paling konkret masih berada pada tahap early access. Use case PuppyGraph yang menggabungkan Iceberg, knowledge graph, dan zero ETL menunjukkan pola akses data yang ingin ditawarkan, tetapi bukan ukuran dampak bisnis yang diverifikasi secara independen.

Ada pula klaim deployment yang disampaikan dalam keynote produk Cloudera: time-to-value dapat dipangkas menjadi kurang dari 60 menit pada lingkungan bare-metal on-premise atau mesin virtual di cloud. Ini merupakan klaim presentasi Cloudera, bukan benchmark yang telah divalidasi pelanggan berdasarkan bukti yang tersedia.

Untuk saat ini, Anywhere Cloud paling tepat dipahami sebagai lapisan infrastruktur yang diusulkan Cloudera untuk menjalankan AI terkelola di mana pun data perusahaan berada. Janjinya paling menarik bagi organisasi yang tidak dapat—atau tidak ingin—memusatkan data sensitif. Apakah platform ini benar-benar menghasilkan peningkatan terukur di lingkungan produksi akan bergantung pada skala deployment, performa beban kerja, penerapan tata kelola, serta hasil dari para design partner yang disebutkan.