Jurnal ini membahas pemanfaatan kecerdasan buatan atau AI dalam industri kelapa sawit untuk menjawab tantangan peningkatan produktivitas, deteksi penyakit, efisiensi proses, dan keberlanjutan. Studi ini bertujuan memetakan riset AI pada prediksi hasil, deteksi penyakit, dan optimasi operasional, sekaligus menilai kinerja serta keterbatasan metodenya. Dengan pendekatan Systematic Literature Review berbasis PRISMA, penelitian menelaah 35 studi Scopus periode 2022–2025. Temuan menunjukkan bahwa model seperti CNN, Random Forest, dan pendekatan hibrida mampu mencapai akurasi tinggi pada prediksi hasil, deteksi penyakit, dan efisiensi proses, terutama ketika dikombinasikan dengan penginderaan jauh dan IoT. Namun, penerapannya masih terkendala kualitas data, variasi kondisi kebun, integrasi lintas sistem, dan interpretabilitas model. Implikasinya, AI berpotensi memperkuat tata kelola kebun sawit yang lebih presisi, efisien, dan berkelanjutan.