School of Computer Science (SoCS) BINUS University menyelenggarakan Seminar Internasional pada Selasa, 28 April 2026. Acara ini mempertemukan mahasiswa, dosen, dan pemangku kepentingan akademik dalam sesi mendalam mengenai aplikasi praktis kecerdasan buatan (AI) di dunia nyata. Kegiatan ini dilaksanakan secara hybrid di BINUS @Kemanggisan Kampus Anggrek. Seminar dibuka dengan sambutan dari Bapak Ivan Sebastian Edbert, S.Kom, M.Kom., Head of Artificial Intelligence Program, BINUS University, yang mengawali diskusi berorientasi masa depan mengenai AI dan posisinya di industri saat ini.

Sesi utama menghadirkan Dr. Awinder Kaur, Head of Digital Technologies and Machine Intelligence (DTMI) sekaligus Associate Professor in Data Science and AI di Warwick Manufacturing Group (WMG), University of Warwick, Inggris. Berdasarkan pengalamannya yang luas dalam bekerja langsung dengan mitra industri termasuk Jaguar Land Rover dan Tata AutoComp Systems, Dr. Awinder menyampaikan materi menarik berjudul “From Models to Impact: How AI Actually Works in the Real World”.

Beliau membuka sesi dengan sebuah pertanyaan pemantik yang kuat — “Mengapa sebagian besar proyek AI gagal setelah diterapkan?” — lalu melanjutkan pembahasannya dengan mengupas kesenjangan yang sering diabaikan antara membangun sebuah model AI dan menerapkan model yang benar-benar berfungsi di lapangan. Salah satu wawasan penting yang beliau tekankan adalah bahwa AI bukanlah kecerdasan dalam konteks manusia; melainkan sebuah sistem pengenalan pola dan optimasi yang menghasilkan keluaran (output) yang tampak cerdas. Lebih penting lagi, beliau berargumen bahwa AI menghasilkan nilai bukan sebagai alat yang berdiri sendiri, melainkan ketika diintegrasikan ke dalam alur kerja operasional. Beliau mengilustrasikan hal ini melalui contoh integrasi AI dan robotika skala besar di Amazon, di mana jutaan keputusan dibuat per menit di seluruh operasi ujung-ke-ujung (end-to-end) — sebuah sistem yang bekerja justru karena teknologi AI tidak terlihat secara langsung di dalamnya. Beliau juga memandu para peserta memahami AI Transformation Stack, sebuah kerangka kerja lima lapisan yang mencakup kualitas data, kapabilitas model, infrastruktur, integrasi alur kerja, dan pengawasan manusia — serta menegaskan bahwa proyek AI hanya akan berhasil jika seluruh sistem berfungsi dengan baik, bukan hanya algoritmanya saja.

Di luar aspek teknis, Dr. Awinder juga membahas dimensi etika dalam penerapan AI. Beliau menyoroti bagaimana risiko seperti bias, opasitas (kurangnya transparansi), pelanggaran privasi, dan kurangnya akuntabilitas telah menyebabkan kegagalan nyata di sektor-sektor seperti layanan kesehatan dan rekrutmen karyawan. Beliau mengingatkan para peserta bahwa ketika AI melakukan kesalahan, teknologi ini memperbesar skala kesalahan tersebut — hal ini menjadikan perancangan AI yang bertanggung jawab (responsible AI) sebagai prioritas yang tidak dapat ditawar. Menutup sesi dengan catatan praktis yang ditujukan bagi para mahasiswa, beliau mendorong peserta untuk melangkah lebih jauh dari sekadar membangun model akademis, melainkan fokus pada seluruh rangkaian proses: membangun (build), menerapkan (deploy), dan menjelaskan (explain). Dengan perkiraan 80% perusahaan yang saat ini masih kekurangan keterampilan AI yang memadai, beliau membingkai kesenjangan ini bukan sebagai krisis, melainkan sebagai peluang besar bagi generasi praktisi AI berikutnya.

From Models to Impact: BINUS University Hosts International Seminar on Real-World AI with University of Warwick

The School of Computer Science (SoCS) at BINUS University hosted an International Seminar on Tuesday, April 28, 2026, bringing together students, faculty, and academic stakeholders for an insightful session on the real-world application of artificial intelligence. The event was held in a hybrid format at the Recreation Room, 1st Floor, BINUS Anggrek Campus, running from 11.20 to 13.00 WIB. The seminar opened with a warm welcoming address from Mr. Ivan Sebastian Edbert, Head of the Artificial Intelligence Program at SoCS BINUS University, who set the stage for a forward-looking conversation on AI and its place in industry today.

The session featured Dr. Awinder Kaur, Head of Digital Technologies and Machine Intelligence (DTMI) and Associate Professor in Data Science and AI at the Warwick Manufacturing Group (WMG), University of Warwick, UK. Drawing from her extensive experience working directly with industry partners including Jaguar Land Rover and Tata AutoComp Systems, Dr. Awinder delivered a compelling talk titled From Models to Impact: How AI Actually Works in the Real World.

She opened with a striking provocation — “Why do most AI projects fail after deployment?” — and proceeded to unpack the often-overlooked gap between building an AI model and deploying one that actually works. A key insight she emphasized was that AI is not intelligence in the human sense; rather, it is a pattern-recognition and optimization system that produces outputs which appear intelligent. More importantly, she argued that AI creates value not as a standalone tool, but when embedded within operational workflows. She illustrated this through the example of Amazon’s large-scale AI and robotics integration, where millions of decisions are made per minute across end-to-end operations — a system that works precisely because AI is invisible within it. She also walked participants through the AI Transformation Stack, a five-layer framework spanning data quality, model capability, infrastructure, workflow integration, and human oversight — stressing that an AI project succeeds only when the entire system functions, not just the algorithm.

Beyond the technical, Dr. Awinder also addressed the ethical dimensions of AI deployment, highlighting how risks such as bias, opacity, privacy violations, and lack of accountability have already led to real-world failures in sectors like healthcare and hiring. She reminded attendees that when AI is wrong, it scales the mistake — making responsible AI design a non-negotiable priority. Closing on a practical note directed at students, she encouraged participants to move beyond academic model-building and instead focus on the full pipeline: build, deploy, and explain. With an estimated 80% of companies currently lacking adequate AI skills, she framed this gap not as a crisis but as an opportunity for the next generation of AI practitioners.