Inggris dan Indonesia bekerja sama untuk menjembatani kesenjangan adopsi AI 

Banyak proyek kecerdasan artifisial (AI) di sektor publik berhenti sebagai demo teknologi dan berakhir di acara seremonial.  

Setelah pilot selesai, solusi sering kali kehilangan kepemilikan institusional dan jalur implementasi. 

Melalui program AI Incubation for Public Sector, Kedutaan Besar Inggris Jakarta bersama para mitra di Indonesia berupaya menjembatani kesenjangan tersebut dengan menghubungkan inovasi dengan tantangan nyata di pemerintahan.

“Banyak proyek percontohan gagal bukan karena teknologinya tidak memadai, tetapi karena tidak ada jembatan yang menghubungkan proof-of-concept dengan adopsi institusional,” kata Head of Economics and Social Affairs di Kedutaan Besar Inggris Jakarta, Samuel Hayes, kepada GovInsider. 

Menurut Hayes, program ini berbeda dengan hackathon atau kompetisi inovasi yang berfokus pada ide dan prototipe.

Program ini dirancang dengan orientasi implementasi sejak awal, dengan tujuan menghasilkan solusi yang siap diadopsi oleh pemerintah. 

Diluncurkan oleh Digital Access Programme (DAP) UK-Indonesia Tech Hub di Kedutaan Besar Inggris Jakarta bersama AMANA Solutions, program ini mempertemukan kementerian, lembaga pemerintah, inovator, dan mitra teknologi. 

Setelah membuka pendaftaran pada Mei 2026, program ini kini memasuki tahap pitching.  

Lima tim terbaik akan menjalani proses mentoring dan piloting selama tiga bulan sebelum mempresentasikan hasilnya pada Demo Day di bulan Agustus. 

Problem-first, bukan solution-first 

“Inovator tidak datang dengan solusi yang sedang mencari masalah untuk diselesaikan,” kata Hayes. 

Sebaliknya, kementerian dan lembaga pemerintah sebagai pemilik masalah telah terlebih dahulu mengidentifikasi tantangan nyata di lapangan. Dengan demikian, setiap solusi yang dikembangkan memiliki relevansi tinggi dan berakar pada konteks kebijakan yang nyata. 

Ia menggarisbawahi bahwa program ini juga menekankan pembelajaran dan bukti implementasi. Setiap tim diwajibkan mendokumentasikan hasil pengujian, termasuk keberhasilan maupun kegagalan yang ditemui selama proses inkubasi. 

“Ini memungkinkan solusi dipresentasikan secara kredibel, bukan sekadar dalam bentuk pitch deck,” tambah Hayes. 

Selain menghasilkan solusi AI, program ini juga dirancang untuk dapat direplikasi dan diskalakan.

Output program ini diharapkan menghasilkan playbook dan policy brief yang dapat menjadi referensi bagi inisiatif serupa di sektor atau wilayah lain. Para inovator dapat turut membentuk model awal tata kelola inkubasi AI di Indonesia, katanya.

Dalam proses inkubasi, inovator akan mengembangkan solusi menggunakan data pemerintah yang nyata dalam lingkungan inkubasi yang aman.  

Selama proses tersebut, peserta akan mendapatkan dukungan infrastruktur cloud dan pendampingan dari Amazon Web Services (AWS) serta mitra program lainnya. 

GovInsider sebelumnya telah melaporkan inisiatif serupa dari Belanda dan Ukraina, di mana startup dan lembaga pemerintah bekerja sama mengembangkan solusi atas tantangan spesifik pemerintah. 

Lima tantangan prioritas pemerintah 

Menurut Hayes, program ini berfokus pada lima use case yang  yang dihasilkan melalui proses konsultasi dengan kementerian dan lembaga pemerintah yang relevan.

“Pertimbangan utama meliputi keselarasan dengan prioritas pembangunan nasional, manfaat yang jelas terhadap efektivitas layanan publik, serta kesiapan teknis dan komitmen lembaga terkait untuk mengadopsi solusi yang dihasilkan.” 

Berdasarkan kriteria tersebut, lima tantangan telah dipilih dari sektor pendidikan, investasi, keuangan negara, kesehatan, dan perencanaan pembangunan nasional. 

Di sektor pendidikan, Kementerian Pendidikan Dasar dan Menengah (Kemendikdasmen) ingin memanfaatkan AI untuk menganalisis ribuan laporan sekolah secara otomatis agar alokasi anggaran pendidikan dapat lebih tepat sasaran dan sesuai dengan kebutuhan di tingkat kelas. 

Di sektor investasi, Badan Koordinasi Penanaman Modal (BKPM) berupaya mempermudah investor asing menemukan peluang investasi yang sesuai melalui sistem pencocokan berbasis AI yang dilengkapi dengan informasi finansial, regulasi, dan teknis. 

Sementara itu, Kementerian Keuangan menghadapi tantangan dalam membandingkan dan mengevaluasi belanja pemerintah karena data APBN dan APBD tersebar di berbagai sistem dan format yang berbeda. Solusi AI diharapkan dapat membantu menciptakan mekanisme pemantauan dan evaluasi yang lebih terintegrasi. 

Di sektor kesehatan, BPJS Kesehatan ingin memanfaatkan AI untuk mendeteksi anomali dalam ribuan klaim rumah sakit yang diterima setiap hari, sehingga proses audit dapat difokuskan pada kasus-kasus berisiko tinggi. 

Adapun di bidang perencanaan pembangunan, Bappenas berupaya menstandarkan metadata pembangunan lintas kementerian dan lembaga guna memperkuat proses perencanaan yang berbasis data dan lebih mutakhir. 

Instansi pemerintah sebagai mitra aktif 

Alih-alih hanya bertindak sebagai pemberi masukan atau juri, peran kementerian dan lembaga terlibat secara aktif sepanjang proses inkubasi. 

“Mereka terlibat secara aktif di setiap tahap inkubasi, mulai dari menyediakan data untuk lingkungan pengujian hingga memberikan pendampingan teknis terkait permasalahan yang diangkat,” kata Hayes. 

Dengan melibatkan instansi pemerintah sejak awal, berbagai pertanyaan terkait kepemilikan, tata kelola, dan tanggung jawab operasional dapat diselesaikan jauh sebelum solusi memasuki tahap implementasi. 

“Setiap solusi dikembangkan bersama instansi pemilik masalah, sehingga sejak awal dapat dinilai apakah solusi tersebut dapat dibiayai dan diadakan melalui mekanisme pemerintah yang ada,” ujar Hayes. 

Ia mencontohkan usaha Kementerian Keuangan mengembangkan perangkat AI untuk membandingkan data APBN dan APBD untuk kemudian mengujinya menggunakan skala dan kompleksitas data fiskal yang sesungguhnya.  

Pendekatan tersebut memaksa tim pengembang mempertimbangkan kebutuhan infrastruktur, biaya integrasi, dan keberlanjutan sistem sejak tahap awal. 

Use case BPJS Kesehatan mengikuti logika yang sama, di mana alat pendeteksi anomali diuji langsung dalam proses pengelolaan klaim, sehingga sejak awal sudah jelas unit mana yang akan bertanggung jawab mengoperasikan dan memelihara sistem tersebut setelah diadopsi.  

Menurut Hayes, pendekatan seperti ini membantu menghindari kegagalan yang umum terjadi ketika solusi tidak memiliki “rumah” institusional setelah pilot berakhir. 

Bagi penyelenggara, keberhasilan program ini tidak akan diukur dari jumlah prototipe yang dihasilkan, melainkan pada tata kelola, bukti, dan adopsi, serta bagaimana membangun kapabilitas digital jangka panjang di sektor publik Indonesia. 

“Program ini juga mencerminkan komitmen bersama dalam kerangka UK-Indonesia Strategic Partnership untuk memastikan bahwa AI diterapkan secara bertanggung jawab dan memberikan manfaat publik yang nyata,” tutup Hayes.