Kecerdasan buatan (AI) kini menghadirkan cara baru bagi wilayah perkotaan dalam mengatasi tantangan klasik yang mengakar.
Namun, seperti yang dibuktikan Kota Raleigh di North Carolina, Amerika Serikat (AS), keberhasilan adopsi teknologi ini tidak bertumpu pada seberapa canggih sistemnya, melainkan pada pemahaman mendalam atas kebutuhan warganya.
Laporan global terbaru dari ThoughtLab bertajuk “Building a People-First, AI-Powered City” mengungkap temuan menarik. Kota-kota yang paling diuntungkan oleh AI bukanlah yang bergerak paling cepat, melainkan yang menempatkan warga di garis depan.
Kelompok kota ini bahkan mampu meraup laba atas investasi (ROI) AI lebih dari dua kali lipat dibandingkan rekan-rekan sebayanya.
Riset itu melibatkan survei terhadap 525 pejabat senior di 215 kota dunia dan peninjauan atas 363 rencana pemanfaatan AI perkotaan. Hasilnya menunjukkan kaitan erat antara pendekatan berbasis manusia (human-centred design) dan manfaat nyata yang diperoleh.
Studi ini mengidentifikasi 37 kota pemimpin (AI leaders) yang sukses memadukan teknologi dengan tata kelola kuat, pengembangan tenaga kerja, dan pelibatan warga secara aktif.
Mark Wittenburg, Chief Information Officer (CIO) Kota Raleigh yang turut berpartisipasi dalam studi tersebut, menilai bahwa di tengah perubahan cara kerja birokrasi akibat AI, tujuan esensial pemerintah tidak pernah bergeser.
“Tugas kami adalah melayani masyarakat dan mengutamakan komunitas,” ujar Wittenburg. “Teknologi apa pun yang kami hadirkan harus mampu mendukung kebutuhan komunitas, baik itu terkait keselamatan publik, transportasi, maupun penyediaan pasokan air bersih,” tambahnya.
Keselamatan Jalan Raya dan Model Prediktif
Langkah awal Raleigh dalam memanfaatkan AI fokus pada misi Vision Zero, inisiatif global yang bertujuan menihilkan bukan sekadar menekan angka kematian dan cedera serius akibat kecelakaan lalu lintas.
Wittenburg menuturkan, pada masa lalu tim transportasi kota hanya menghitung jumlah kendaraan yang melintas di persimpangan. Sayangnya, data tersebut sebatas mencatat volume mobil tanpa memberikan wawasan strategis untuk menekan angka fatalitas.
Berkolaborasi dengan NVIDIA, Raleigh lantas membangun model pembelajaran mesin (Machine Learning) untuk menganalisis rekaman video persimpangan secara otomatis. Sistem ini mampu mendeteksi situasi penting secara real-time, seperti kendaraan yang mogok di tengah jalan atau genangan air di badan jalan.
“Alih-alih reaktif menunggu laporan atau panggilan dari masyarakat, kami bergerak secara proaktif,” kata Wittenburg.
“Selain itu, kini kami dapat mengamati tingkat utilisasi lajur jalan dan melihat. Misal, jika lajur belok kiri sudah terisi hingga 95 persen. Berdasarkan informasi ini, kami dapat mengubah durasi lampu pengatur lalu lintas dan menguji langsung dampak dari penyesuaian tersebut,” ujarnya.
Langkah itu diperluas dengan menganalisis kejadian nyaris celaka (near misses). Dengan memadukan analitik tingkat lanjut dan model pembelajaran visi (vision learning model), pemkot berupaya mencegah kecelakaan sebelum terjadi.
Meski bukan prediktor tunggal, kombinasi data insiden nyaris celaka, catatan historis, volume, dan kecepatan kendaraan terbukti ampuh mendeteksi tren risiko secara dini.
“Dengan menganalisis kecelakaan nyata maupun insiden nyaris celaka secara bersamaan, kami memiliki lebih banyak titik data untuk diolah dan dapat mengambil keputusan secara lebih akurat,” jelasnya.
Pemetaan Iklim Mikro hingga Otomasi Layanan Internal
Selain manajemen lalu lintas, Raleigh memanfaatkan AI untuk pemodelan iklim mikro (microclimate modelling). Melalui proyek sains warga (citizen science project), data dikumpulkan dari berbagai titik pada waktu berbeda, lalu dirangkum ke dalam peta digital guna mengidentifikasi zona panas perkotaan atau Urban Heat Islands (UHI).
Pada hari-hari terpanas, suhu di kawasan permukiman yang minim ruang hijau terbukti bisa melonjak hingga 20 derajat lebih tinggi dibandingkan area rindang. Pemetaan berbasis AI ini membantu pemkot menyusun langkah mitigasi serta merespons ancaman gelombang panas ekstrem secara lebih presisi.
Inovasi internal turut digenjot untuk merampingkan tiga lini operasional birokrasi:
1. Chatbot Gen-AI (Raleigh): Membantu pegawai mencari informasi lintas departemen dengan mudah.
2. Agen AI Ral-E: Menangani tiket bantuan TI (help-desk tickets), berkomunikasi via Microsoft Teams atau surel, serta merampungkan permintaan rutin.
3. Agen AI Alli: Menangani tugas administratif dasar secara otonom, seperti pengaturan ulang kata sandi (password resets).
“Kami mendapatkan hasil yang positif karena agen ini bekerja 24 jam sehari. Jadi, jika Anda butuh bantuan di luar jam kerja, bantuan itu tetap tersedia,” ungkap Wittenburg.
Kendati demikian, ketika teknologi bersentuhan langsung dengan publik, faktor kepercayaan menjadi taruhan utama.
“Transparansi sangat penting, agar seseorang tahu kapan ia sedang berinteraksi dengan agen AI dan kapan dengan manusia,” tegasnya.
“Kita juga harus transparan mengenai data apa saja yang sedang kita kumpulkan dan bagaimana data tersebut digunakan,” ucapnya.
Strategi Bertahap dan Ukuran Keberhasilan Sektor Publik
Dari seluruh inovasi yang digulirkan, muaranya tetap sama yaitu menjadikan Raleigh tempat tinggal yang lebih layak bagi warganya. Bagi Wittenburg, strategi AI yang berpusat pada manusia harus dieksekusi secara terukur melalui prinsip bertahap.
“Kami mendekati AI dengan mentalitas merangkak, berjalan, lalu berlari,” ujarnya.
“Proses ini melibatkan eksperimen pada hal-hal internal berisiko rendah sebelum kami menerapkannya dengan cara yang berdampak langsung atau berinteraksi langsung dengan komunitas,” ucapnya.
Ia pun menggarisbawahi perbedaan mendasar tolok ukur keberhasilan antara sektor swasta dan publik. Tatkala korporasi mengejar laba atas investasi (ROI), pemerintah memandang keberhasilan lewat kacamata nilai kemaslahatan.
“Sebagai sebuah kota, perdebatan utamanya adalah soal nilai (value),” jelas Wittenburg.
“Kami selalu bertanya apakah suatu proyek akan mendatangkan nilai tambah dengan membuat staf bekerja lebih efisien dan efektif, atau apakah proyek tersebut akan memberikan dampak positif bagi komunitas. Teknologi tidak boleh berada di kursi pengemudi. Teknologi hanyalah enabler atau alat bantu untuk memberikan nilai tambah bagi masyarakat,” pungkasnya.


