Ketika Malcolm, seorang insinyur AI, bekerja di sebuah perusahaan analisis data, para eksekutif ingin menggunakan kecerdasan buatan generatif (Generative AI) untuk mengelompokkan basis data pelanggan ke dalam berbagai kategori persona.
Saran Malcolm sederhana: jangan gunakan AI generatif.
Menurutnya, model machine learning tradisional jauh lebih cocok untuk tugas tersebut karena mampu menghasilkan hasil yang konsisten, dapat diulang, dan biayanya jauh lebih murah.
Namun sarannya tidak diikuti.
“Mereka tetap memilih Gen AI,” kata Malcolm, yang namanya disamarkan.
Keputusan itu membuat proses menjadi lebih mahal dan kurang akurat. Namun perusahaan dapat mengklaim bahwa mereka telah mengadopsi teknologi AI.
Pengalaman Malcolm bukanlah kasus yang unik. Di berbagai perusahaan, semakin banyak pimpinan yang mendorong penggunaan AI dan bahkan menjadikannya bagian dari penilaian kinerja karyawan.
Pada Februari lalu, perusahaan konsultan global Accenture dilaporkan memberi tahu karyawannya bahwa promosi ke posisi-posisi senior akan mensyaratkan penggunaan rutin alat berbasis AI. Perusahaan juga disebut memantau penggunaan platform AI internal yang telah mereka kembangkan.
Sementara itu, pada Mei, KPMG mengungkapkan telah membuat dasbor yang memantau apakah karyawan mereka di Amerika Serikat memenuhi target penggunaan alat AI sebesar 75 persen.
Menurut perusahaan, langkah tersebut merupakan bagian dari upaya menyeluruh untuk membantu karyawan meningkatkan tingkat kematangan mereka dalam memanfaatkan AI.
Banyak Perusahaan Belum Tahu Tujuan Sebenarnya
Selain perusahaan swasta, pemerintah juga berharap AI dapat menjadi solusi untuk meningkatkan efisiensi.
Pemerintah Inggris, misalnya, berharap AI dapat membantu “membangun ulang” cara kerja birokrasi negara dan meningkatkan produktivitas di berbagai lembaga pemerintahan.
Namun penelitian yang dilakukan serikat pegawai negeri FDA menunjukkan bahwa meskipun banyak pegawai terbuka terhadap penggunaan AI, mereka meragukan kemampuan manajemen dalam mengelola transformasi tersebut.
Kurang dari sepertiga pegawai negeri yang disurvei mengaku pernah dilibatkan dalam pembahasan mengenai penerapan teknologi AI.
Akibatnya, menurut serikat pekerja tersebut, perubahan terasa dipaksakan kepada karyawan alih-alih dibangun bersama mereka.
Sekretaris Jenderal FDA, Dave Penman, mengatakan penerapan AI berlangsung tidak konsisten di berbagai departemen sehingga manfaat produktivitas yang dijanjikan sulit tercapai.
Masalah utama, menurut Dan Boyles, CEO perusahaan konsultan Hello AI Collective, adalah banyak organisasi mengadopsi AI tanpa memahami tujuan sebenarnya.
“Saya pernah bertemu dengan jajaran pimpinan sebuah perusahaan minyak dan gas. Saya bertanya, ‘Apa alasan kalian menggunakan AI?’ Dan tidak ada satu pun yang memiliki jawaban yang sama,” ujarnya.
Menurut Boyles, CEO perusahaan tersebut mengatakan AI diperlukan agar tidak tertinggal dari pesaing. Kepala penjualan berharap AI dapat meningkatkan pendapatan. Sementara tim pemasaran ingin mengurangi ketergantungan pada kontraktor eksternal.
Ketidaksepakatan semacam itu menunjukkan bahwa banyak perusahaan belum memiliki visi yang jelas mengenai manfaat yang ingin dicapai dari AI.
Investasi Besar, Hasil Belum Sesuai Harapan
Kebingungan di tingkat pimpinan sering kali membuat investasi AI gagal menghasilkan keuntungan yang diharapkan.
“Saya melihat banyak organisasi tidak mendapatkan ROI (return on investment) seperti yang mereka perkirakan dan juga gagal membuat karyawan benar-benar terlibat dalam penggunaannya,” kata seorang konsultan senior dari perusahaan konsultan besar yang meminta identitasnya dirahasiakan.
Di perusahaannya, seluruh karyawan memiliki akses ke dua alat AI utama. Namun mereka juga dapat mengajukan permintaan untuk alat AI khusus sesuai kebutuhan pekerjaan, seperti pemrograman atau analisis teknis tertentu.
Dalam beberapa kasus, seorang karyawan dapat memiliki akses ke empat atau lima alat AI yang berbeda sekaligus.
Namun menurutnya, keberhasilan implementasi AI tidak hanya bergantung pada teknologi, melainkan juga pada faktor manusia.
Terdapat perbedaan tingkat kepercayaan diri antar generasi dalam menggunakan AI. Bahkan, menurutnya, mungkin juga terdapat perbedaan berdasarkan faktor gender.
Karena itu, sebelum memperoleh akses ke alat AI, setiap karyawan diwajibkan mengikuti pelatihan khusus.
Pelatihan tersebut mencakup etika AI, risiko bias, hingga pemahaman mengenai fenomena “halusinasi AI”, yaitu ketika sistem menghasilkan informasi yang terdengar meyakinkan tetapi sebenarnya tidak akurat.
Karyawan juga diajarkan bahwa AI terkadang bersikap terlalu menyenangkan pengguna atau memberikan jawaban yang cenderung mengikuti keinginan pengguna tanpa mempertimbangkan kebenarannya.
Budaya Perusahaan Menentukan Keberhasilan AI
Menurut Caroline Rawlinson, CEO perusahaan Culture Amp yang mengukur pengalaman dan umpan balik karyawan, budaya organisasi menjadi faktor penentu keberhasilan atau kegagalan penerapan AI.
AI, katanya, cenderung mempercepat kondisi yang sudah ada di dalam sebuah organisasi, baik itu positif maupun negatif.
Data Culture Amp menunjukkan bahwa sembilan dari sepuluh profesional sumber daya manusia berencana meningkatkan penggunaan AI generatif.
Namun pada saat yang sama, sepertiga responden mengaku tidak ada pihak yang secara jelas bertanggung jawab atas strategi AI di perusahaan mereka.
“Jika Anda menambahkan teknologi AI ke atas budaya organisasi yang terpecah atau budaya yang didorong oleh rasa takut, implementasinya tidak akan berhasil,” kata Rawlinson.
Menurutnya, dalam skenario terbaik, penerapan AI akan berjalan sangat lambat karena karyawan tidak memahami tujuan yang ingin dicapai maupun alat yang diberikan kepada mereka.
Dalam skenario terburuk, proyek tersebut hanya akan menjadi investasi besar yang sia-sia.
AI Bukan Tujuan, Melainkan Alat
Pengalaman Dan Boyles dengan perusahaan minyak dan gas tersebut akhirnya menghasilkan pelajaran penting.
Setelah berbagai diskusi, presiden perusahaan akhirnya mengungkapkan tujuan yang sebenarnya.
“Saya ingin meningkatkan laba operasional karena saya ingin menjual perusahaan ini beberapa tahun lagi,” katanya.
Bagi Boyles, itulah informasi yang selama ini dibutuhkan.
Setelah tujuan bisnis yang jelas ditetapkan, timnya dapat bekerja sama dengan setiap departemen untuk meninjau proses kerja, mengevaluasi teknologi yang digunakan, mengidentifikasi hambatan operasional, dan menentukan area mana yang benar-benar dapat memperoleh manfaat dari AI.
Pelajaran utamanya sederhana: banyak perusahaan terlalu fokus pada penggunaan AI karena tren atau tekanan kompetitif, padahal pertanyaan yang lebih penting adalah mengapa AI diperlukan dan masalah apa yang sebenarnya ingin diselesaikan.
Tanpa jawaban yang jelas terhadap pertanyaan tersebut, teknologi secanggih apa pun berisiko hanya menjadi proyek mahal yang membingungkan karyawan dan gagal memenuhi ekspektasi bisnis.
