Saat ini, para Chief Information Officer (CIO) sedang terjepit di posisi yang sulit. Di satu sisi, jajaran direksi menuntut percepatan adopsi kecerdasan buatan (AI) demi mengejar hasil instan.
Di sisi lain, karyawan di lapangan justru mengalami AI fatigue, kelelahan akibat serbuan alat dan alur kerja baru yang dianggap membebani.
Fenomena itu menjadi tantangan serius bagi pemimpin teknologi karena dituntut memberikan dampak nyata tanpa mengorbankan produktivitas maupun kesejahteraan tim.
Bumerang dari Implementasi yang Dipaksakan
Banyak perusahaan terjebak dalam pola pikir “asal ada AI”. Doug Gilbert (CIO dan Chief Digital Officer Sutherland) mencatat bahwa implementasi AI saat ini memiliki tingkat kegagalan hingga 90 persen.
Akar masalahnya adalah pendekatan yang “kaku”. AI hanya ditempel (patched on) di atas proses yang sudah ada, bukannya diintegrasikan ke dalam alur kerja itu sendiri.
Sebagai contoh, ketika karyawan diminta melakukan copy-paste data dari program kerja mereka ke dalam Large Language Model (LLM) terpisah seperti ChatGPT, efisiensi yang dijanjikan justru hilang. Alih-alih menghemat waktu, alur kerja ini justru menambah beban administratif baru.
”Melakukan AI dengan benar mungkin terdengar lambat di awal, tetapi dalam jangka panjang, hasilnya justru akan jauh lebih cepat,” ujar Gilbert sebagaimana dikutip CIO.
Tekanan dari “Atas” vs. Realita “Bawah”
Tekanan sering kali datang dari jajaran direksi dan CEO. Dipengaruhi oleh berbagai studi kasus dan tren AI. Direksi menuntut Return on Investment (ROI) yang cepat.
Namun, data McKinsey menunjukkan realita yang berbeda: hanya 39 persen perusahaan yang melaporkan dampak AI terhadap pendapatan di tingkat perusahaan. Sebagian besar program AI belum memberikan hasil finansial yang signifikan.
Ironisnya, permintaan akan alat berbasis AI dari departemen internal justru melonjak hingga 25 persen, meskipun karyawan merasa kewalahan.
Hal ini menciptakan beban ganda bagi tim IT. Hal itu membuat divisi IT harus mengevaluasi segudang alat baru yang sering kali sudah usang tepat saat tim baru saja memutuskan untuk mengadopsinya.
Mengubah Narasi: AI sebagai Rekan, Bukan Pengganti
Agar berhasil, CIO harus berhenti mencoba “memasak seluruh lautan” (boiling the ocean) dengan memaksakan implementasi AI di semua lini sekaligus. Kuncinya adalah strategi yang terfokus.
Berikut adalah langkah strategis yang dapat diambil:
1. Integrasi, Bukan Tambahan:
Integrasikan AI ke dalam sistem operasional yang ada. Karyawan tidak perlu merasa sedang menggunakan AI. Namun, mereka cukup menjalankan proses sehari-hari dengan mendapatkan hasil yang lebih cepat dan akurat.
2. Fokus pada Skill-Building:
Ubah narasi internal. Jangan memosisikan AI sebagai alat untuk memangkas jumlah karyawan, melainkan sebagai co-pilot untuk meningkatkan kemampuan mereka. Karyawan akan lebih terbuka jika merasa AI mempermudah pekerjaan mereka.
3. Prioritas yang Jelas:
Tentukan dua hingga tiga area prioritas untuk penggunaan AI dalam enam bulan ke depan, dan libatkan karyawan dalam menentukan metode terbaik.
Berani Mengatakan “Tidak”: Jika sebuah proyek AI tidak memberikan nilai tambah, CIO harus berani memberikan masukan kepada direksi. AI bukan jawaban untuk setiap masalah bisnis.
Tantangan untuk CIO
1. AI Fatigue adalah nyata:
Karyawan merasa lelah karena ekspektasi yang berubah cepat, bukan karena anti-AI.
2. Risiko Integrasi Dangkal:
Menempelkan AI di atas proses tanpa integrasi mendalam sering kali berujung pada frustrasi pengguna.
3. Peran CIO sebagai Penyeimbang:
Redam ekspektasi utopis direksi dengan realitas teknis, serta pastikan tata kelola data dan keamanan tetap menjadi prioritas utama.
4. Manusia Tetap Utama:
Pastikan ada human-in-the-loop untuk menyempurnakan model AI dan menjaga akurasi output.
Relevansi bagi Audiens Indonesia
Di Indonesia, banyak perusahaan saat ini sedang berada dalam fase “euforia AI”. Tantangan yang dihadapi oleh CIO global sangat relevan bagi pemimpin teknologi lokal. Banyak organisasi cenderung terburu-buru melakukan proof-of-concept (PoC) tanpa memikirkan integrasi alur kerja jangka panjang. Hal ini berpotensi membuang anggaran tanpa memberikan dampak bisnis yang terukur.
Mengadopsi AI bukan sekadar membeli lisensi perangkat lunak, melainkan transformasi proses bisnis yang harus melibatkan kesiapan SDM. Tanpa pemahaman mendalam, kita hanya akan berakhir pada pemborosan sumber daya di tengah tren yang terus bergerak.
