Mengawal proyek kecerdasan buatan (AI) dari sekadar ide mentah hingga siap diimplementasikan dalam skala luas merupakan tantangan yang kompleks. Bagi para Direktur Teknologi (CIO), kemampuan menavigasi kerumitan itu kini menjadi pertaruhan karier.
Sebab, perusahaan mulai mengukur kinerja pemimpin IT dari seberapa sukses mereka menyelesaikan sekaligus mereplikasi proses digitalisasi tersebut.
Untuk meringankan beban itu, sejumlah eksekutif senior mulai mengembangkan metode khusus untuk mendeteksi potensi keberhasilan sejak fase uji coba (pilot project). Salah satu indikator utamanya terletak pada bagaimana karyawan mengintegrasikan AI ke dalam alur kerja yang sudah ada.
Indikator Keberhasilan, Integrasi Alur Kerja
Soumya Seetharam (SVP & Chief Digital and Information Officer di perusahaan sains material Corning) mengungkapkan sinyal sukses proyek AI mulai terlihat saat karyawan menggunakannya sebagai pembanding untuk menguji akurasi prediksi mereka.
”Mereka menerapkannya langsung dalam evaluasi operasional. Mereka bisa membandingkan, ‘Ini hasil prediksi AI, ini hasil sistem lama, dan ini rumusan akhir yang kami putuskan,'” kata Seetharam dalam panel diskusi di MIT Sloan CIO Symposium.
Menariknya, Seetharam mencatat bahwa para karyawan tidak menelan mentah-mentah hasil kalkulasi teknologi baru tersebut. ”Mereka tidak menggunakan prediksi dari model AI secara buta. Mereka melihatnya, membandingkannya dengan hasil dari sistem lama, kemudian memberikan penilaian kritis (human judgment) di atasnya,” tambahnya.
Pendekatan kritis ini menjadi sangat krusial di tengah tingginya angka kegagalan proyek inovasi. Riset dari MIT tahun lalu menunjukkan bahwa mayoritas proyek percontohan generative AI justru tumbang sebelum memberikan hasil yang diharapkan.
Kondisi itu diperkuat oleh laporan Solvd yang memproyeksikan lebih dari separuh pelaku bisnis berpotensi menghentikan proyek uji coba AI tahun ini akibat performa yang buruk. Dalam survei itu, para pemimpin teknologi menunjuk lemahnya pengawasan sebagai faktor utama yang menggagalkan proyek mereka.
Peran Sponsor dan Efek Domino Inovasi
Agar alat berbasis AI dapat berkembang melampaui fase uji coba, dibutuhkan sosok pemimpin yang bertindak sebagai penyokong utama (champion) yang bertanggung jawab penuh atas hasil akhir. Pandangan ini ditegaskan oleh Mark Schmidt (CIO Westlake), perusahaan manufaktur petrokimia, plastik, dan bahan bangunan.
Menurut Schmidt, di bawah kepemimpinan yang tepat, satu keberhasilan kecil dapat menciptakan efek domino yang menyebar ke seluruh organisasi karena divisi lain akan mereplikasi formula sukses yang sama.
”Anda harus memiliki sponsor yang tepat. Sponsor itu memiliki dorongan kuat dan visi yang jelas untuk mengawalnya hingga tuntas,” tegas Schmidt yang tampil dalam panel yang sama.
Dua Pilar Utama, Tata Kelola dan Kesiapan Data
Selain faktor kepemimpinan, ada dua komponen kritikal lain yang menentukan hidup-mati proyek uji coba AI di lingkungan perusahaan yaitu data dan tata kelola (governance).
Di Corning sendiri, Seetharam menjelaskan bahwa pihaknya menerapkan tata kelola berlapis dengan membentuk dewan khusus untuk AI dan machine learning. Dewan ini diisi oleh penasihat hukum perusahaan (general counsel), sejumlah eksekutif papan atas, serta Seetharam sendiri.
Tugas mereka adalah mengkurasi dan menyetujui kasus penggunaan (use case) AI mana saja yang layak dipublikasikan ke dalam wadah internal (common marketplace). Langkah itu memastikan karyawan di seluruh organisasi dapat memanfaatkan alat yang tidak hanya efektif, tetapi juga patuh terhadap standar dan regulasi perusahaan.
Namun, sebaik apa pun strategi tata kelola yang dirancang, proyek percontohan tetap berisiko runtuh jika akses terhadap data tersumbat. Tanpa ketersediaan kumpulan data (data sets) yang tepat untuk menyokong sistem AI, ditambah absennya sponsor yang aktif mendorong adopsi pengguna, sebuah proyek sejak awal sudah berada di jalur yang salah.
”Tanpa itu, Anda sebenarnya sedang memilih sesuatu yang kemungkinan besar terlalu sulit untuk dieksekusi pada saat ini,” ujar Schmidt mengingatkan.
Disiplin Mendokumentasikan Kegagalan
Sebagai langkah evaluasi, perusahaan juga harus berani belajar dari kesalahan masa lalu. Hal ini diungkapkan oleh Vipin Gupta, mantan CIO yang kini aktif sebagai penasihat sekaligus anggota dewan komisaris.
Gupta, yang bertindak sebagai moderator dalam panel tersebut, menyoroti kebiasaan korporasi yang sering kali bias dalam mendokumentasikan proyek IT.
”Kita memiliki kecenderungan untuk merayakan keberhasilan dan mendokumentasikan kesuksesan tersebut. Namun, kita tidak menunjukkan kedisiplinan yang sama dalam mendokumentasikan kegagalan,” pungkas Gupta.
