AI Tidak Selalu Mengganti Sistem Lama, Kadang Hanya Mengubah Prioritas Belanja

IBM baru saja melewati kuartal yang mengejutkan pasar. Pendapatan masih besar, margin masih kuat, dan perusahaan tetap menghasilkan laba. Tetapi hasilnya meleset jauh dari ekspektasi Wall Street.

Bagian yang paling banyak menarik perhatian adalah bisnis mainframe IBM. Kategori ini turun 42%, dan dampaknya tidak kecil. Bagi IBM, mainframe bukan hanya penjualan hardware. CFO IBM menjelaskan bahwa setiap 1 dolar penjualan hardware mainframe bisa membawa sekitar 3 dolar pendapatan software.

Karena itu, ketika beberapa pelanggan besar menunda pembelian mainframe, efeknya langsung terasa ke angka pendapatan dan proyeksi tahun berjalan.

Yang menarik, IBM menolak membaca ini sebagai tanda bahwa AI sedang membunuh mainframe.

Menurut CEO IBM Arvind Krishna, sebagian pelanggan tidak batal karena ingin meninggalkan mainframe. Mereka menunda karena anggaran infrastruktur sedang tersedot ke kebutuhan lain: data center gear, PC, dan hardware yang harganya naik tajam akibat ledakan permintaan AI.

Dengan kata lain, AI memang memengaruhi IBM. Tetapi bukan dengan cara yang sederhana.

The Core Update

Narasi paling mudah adalah ini: AI naik, mainframe turun.

Tetapi realitas enterprise jarang sesederhana itu.

IBM menyebut ada puluhan pelanggan yang seharusnya membeli mainframe baru pada kuartal tersebut, tetapi memilih menunda. Jumlahnya terdengar kecil, namun mainframe adalah pembelian bernilai sangat besar. Satu keputusan bisa berarti ratusan ribu sampai jutaan dolar hardware, lalu diikuti kontrak maintenance dan software yang jauh lebih panjang.

Masalahnya bukan hanya unit yang tidak terjual. Masalahnya adalah siklus pendapatan yang ikut tertunda.

IBM juga menghadapi tekanan dari pasar hardware yang lebih luas. Ledakan AI membuat komponen seperti memory dan perlengkapan data center menjadi lebih mahal. Beberapa vendor enterprise lain juga sudah memberi sinyal kenaikan harga. Ketika pelanggan melihat biaya hardware naik 15% sampai 30%, mereka harus memilih prioritas belanja.

Dalam kondisi seperti itu, pembelian mainframe bisa saja kalah antrean, meskipun sistemnya tetap dipakai.

Inilah poin pentingnya: penundaan pembelian tidak selalu sama dengan perpindahan platform.

IBM mengatakan belum melihat bukti pelanggan meninggalkan mainframe. Bahkan beberapa pelanggan yang menunda disebut sudah mulai membeli kembali pada kuartal berikutnya.

Pasar tentu belum tentu langsung percaya. Saham IBM turun tajam setelah perusahaan memberi peringatan awal kepada investor. Tetapi dari sudut pandang operasional enterprise, penjelasan IBM masih masuk akal.

Banyak sistem besar tidak diganti hanya karena teknologi baru sedang populer. Sistem yang memegang transaksi penting, data lama, proses finansial, dan integrasi lintas dekade biasanya bergerak lambat. Bukan karena timnya tidak modern, tetapi karena risiko pindahnya besar.

The Reality Check

Setiap beberapa tahun, industri teknologi punya cerita lama yang muncul lagi: sistem legacy akan segera mati.

Dulu cloud dianggap akan menghapus semua data center internal. Lalu SaaS dianggap akan mengganti semua aplikasi internal. Sekarang AI dianggap akan mengubah hampir semua lapisan teknologi perusahaan.

Sebagian benar. Banyak perubahan memang terjadi.

Tetapi bisnis besar tidak mengambil keputusan teknologi hanya berdasarkan arah tren. Mereka juga melihat risiko operasional, biaya migrasi, kepatuhan, kontrak vendor, skill tim, dan stabilitas sistem yang sudah berjalan.

Mainframe adalah contoh ekstrem dari hal itu.

Banyak orang di luar enterprise melihat mainframe sebagai teknologi lama. Tetapi di banyak organisasi besar, mainframe masih menjalankan pekerjaan yang sangat penting. Bank, asuransi, pemerintahan, retail besar, dan perusahaan dengan volume transaksi tinggi sering tidak punya kemewahan untuk mengganti sistem inti secara cepat.

Jika sistem lama masih memproses transaksi dengan stabil, pertanyaan bisnisnya bukan hanya: apakah ada teknologi yang lebih baru?

Pertanyaannya menjadi lebih sulit:

• apakah migrasi mengurangi risiko atau menambah risiko?
• apakah biaya pindah sebanding dengan manfaatnya?
• apakah sistem baru bisa menangani beban yang sama?
• apakah tim punya kemampuan menjaga sistem baru?
• apakah perubahan ini membantu pelanggan atau hanya terlihat modern?

AI bisa membantu banyak hal, tetapi AI tidak otomatis menghapus pertanyaan-pertanyaan itu.

Bahkan dalam kasus IBM, AI justru terlihat sebagai tekanan anggaran. Pelanggan yang sama mungkin tetap membutuhkan mainframe, tetapi harus membeli hardware lain dulu karena harga komponen naik dan kebutuhan AI data center menjadi mendesak.

Ini memberi pelajaran yang lebih luas untuk bisnis: teknologi baru tidak selalu mengganti teknologi lama secara langsung. Kadang teknologi baru hanya mengubah urutan prioritas.

Budget yang tadinya untuk upgrade sistem inti bisa berpindah ke GPU, storage, networking, laptop, security, atau cloud capacity. Bukan karena sistem inti tidak penting, tetapi karena kebutuhan lain sedang lebih panas.

Di permukaan, ini terlihat seperti penurunan demand. Di dalam perusahaan, bisa jadi hanya penjadwalan ulang belanja.

Namun IBM juga tidak bisa terlalu santai. Jika penundaan terus berulang, pasar akan membaca itu sebagai sinyal yang berbeda. Pelanggan yang hari ini hanya menunda bisa saja besok mulai mengevaluasi alternatif. Apalagi jika biaya mainframe, lisensi software, dan talenta pendukung makin sulit dikelola.

Jadi posisi yang lebih sehat bukan mengatakan mainframe mati, dan bukan juga mengatakan mainframe aman selamanya.

Yang lebih masuk akal: mainframe masih relevan di banyak tempat, tetapi harus bersaing lebih keras dalam perebutan anggaran teknologi.

The Havedev Way

Dari sudut pandang Havedev, berita IBM ini penting bukan hanya untuk perusahaan besar. Banyak bisnis skala menengah juga mengalami pola yang mirip, meskipun bentuknya berbeda.

Sistem lama masih dipakai. Spreadsheet masih berjalan. Aplikasi internal masih menjadi pusat operasi. Website lama masih menghasilkan lead. CRM lama masih dipakai sales. Database lama masih menyimpan data penting.

Lalu muncul kebutuhan baru: AI chatbot, dashboard baru, automation, integrasi WhatsApp, analytics, sistem ticketing, atau migrasi cloud.

Masalah sering muncul ketika bisnis menganggap teknologi baru harus langsung mengganti teknologi lama.

Padahal keputusan yang lebih sehat biasanya dimulai dari pertanyaan yang lebih dasar: sistem mana yang masih memberi nilai, sistem mana yang menjadi bottleneck, dan sistem mana yang hanya terlihat tua tetapi sebenarnya masih bekerja dengan baik?

Tidak semua sistem lama perlu dibuang. Tidak semua sistem baru perlu dibeli. Tidak semua AI use case perlu masuk prioritas tahun ini.

Yang perlu dibuat jelas adalah peta keputusan.

Untuk banyak bisnis, langkah awal yang lebih masuk akal adalah:

• cek alur kerja yang paling dekat dengan pendapatan
• identifikasi sistem yang menyimpan data penting
• lihat proses yang paling sering macet
• pisahkan masalah tools dari masalah proses
• hitung biaya perubahan, bukan hanya biaya software
• tentukan upgrade yang mengurangi risiko paling besar

Jika sistem lama masih stabil, mungkin ia cukup diintegrasikan. Jika sistem lama membuat tim lambat, mungkin perlu diperbaiki. Jika sistem lama membuat data terkunci dan keputusan terlambat, mungkin perlu diganti bertahap.

AI juga sebaiknya masuk dengan cara yang sama.

Bukan dimulai dari pertanyaan, “kita bisa pakai AI untuk apa saja?” tetapi dari pertanyaan, “pekerjaan mana yang paling mahal jika tetap manual, lambat, atau tidak terlihat?”

Untuk website, contohnya sederhana. Bisnis tidak selalu butuh AI chatbot di hari pertama. Kadang yang lebih penting adalah form lead yang membawa konteks jelas, tracking sumber inquiry, notifikasi follow-up, dan status sales yang rapi.

Untuk operasional internal, bisnis tidak selalu butuh sistem besar baru. Kadang cukup menyambungkan data dari spreadsheet, CRM, dan WhatsApp ke dashboard yang bisa dibaca owner.

Untuk automation, bisnis tidak selalu butuh alur kompleks. Kadang cukup reminder follow-up, template respons, dan pembagian tugas yang jelas.

Kasus IBM mengingatkan bahwa transformasi teknologi bukan perlombaan mengganti semua sistem lama. Transformasi yang sehat adalah memilih bagian mana yang perlu dipertahankan, bagian mana yang perlu disambungkan, dan bagian mana yang memang sudah waktunya diganti.

AI akan mengubah banyak prioritas belanja teknologi. Tetapi bukan berarti semua fondasi lama langsung hilang.

Dalam bisnis, sistem yang paling bernilai bukan selalu yang paling baru. Sistem yang paling bernilai adalah sistem yang membantu pekerjaan penting berjalan lebih jelas, lebih aman, dan lebih terukur.

Sebelum mengikuti tren AI atau mengganti sistem lama, bisnis perlu membaca ulang satu hal sederhana: apakah masalah utama ada di teknologinya, alurnya, datanya, atau keputusan prioritasnya?

Kalau jawabannya belum jelas, jangan mulai dari pembelian tool baru.

Mulai dari audit alur kerja dan sistem yang sudah ada.

Dapatkan Audit Teknis Gratis untuk meninjau website, sistem internal, dan peluang automation yang paling masuk akal sebelum bisnis Anda menambah teknologi baru.

---

Sumber referensi berita: TechCrunch