Saat ini banyak perusahaan yang berburu produktivitas dan efisiensi biaya dengan mengandalkan teknologi agentic AI, penggunaan sistem AI otonom yang mampu mengambil tindakan dan keputusan secara mandiri.
Meski demikian, realita di lapangan menunjukkan tingkat kegagalan yang cukup tinggi pada tahap pilot (uji coba awal). Lantas, bagaimana perusahaan bisa keluar dari jebakan kegagalan tersebut?.
Mani Gill (SVP of Product di Boomi) menekankan bahwa perusahaan yang berhasil meraih Return on Investment (ROI) adalah mereka yang mampu membangun kepercayaan, mengukur dampak, dan menunjukkan hasil secara transparan.
“Terpenting, perusahaan harus menjaga tata kelola proyek secara konsisten,” katanya seperti dikutip CIO Dive.
Membangun Fondasi Kepercayaan dan Data
Keberhasilan AI tidak hanya bergantung pada akses data, melainkan pada kemampuan sistem untuk memahami data tersebut.
“Bukan sekadar memiliki koneksi ke data itu sendiri. Ini adalah masalah agen (AI) mengetahui tentang apa data tersebut dan bagaimana memanfaatkannya,” ungkap Patricia Bradby Moore (AI Field CTO and Innovation Lead di Boomi).
Gill menambahkan, tim harus memiliki fondasi data yang kuat dan pengenalan yang tepat terhadap perangkat AI yang digunakan. Ia menyarankan agar tim memulai dari kasus penggunaan berisiko rendah guna menguji perangkat. Pendekatan ini memudahkan pemimpin membangun fondasi, mengidentifikasi perubahan yang diperlukan, dan melakukan scaling (skala produksi) secara lebih terukur.
“Semua orang mengejar (kasus penggunaan) yang terlihat paling keren, yang tampak memiliki dampak terbesar. Kenyataannya, yang terlihat keren dan memiliki dampak terbesar. itulah yang paling kompleks,” kata Gill.
Mengukur Nilai dan ROI
Setelah kepercayaan terbangun, tim dapat mulai mengukur dampak dan membuktikan ROI. Meski setiap departemen dalam organisasi mungkin mendefinisikan ROI secara berbeda, hal itu tidak dapat dicapai tanpa mendefinisikan dampak bisnis dari aplikasi spesifik tersebut.
Gill mengingatkan bahwa ROI tidak dapat ditentukan tanpa mempertimbangkan risiko. Tim harus mengevaluasi apakah peningkatan produktivitas yang diraih sebanding dengan potensi risiko yang muncul akibat penggunaan teknologi tersebut.
Mengubah Pola Pikir
Pemimpin organisasi berperan penting dalam memandu adopsi AI dengan menegaskan bahwa eksperimen adalah hal yang didukung. Transparansi hasil proyek AI di seluruh organisasi sangat membantu setiap tim memahami apa yang berjalan efektif dan apa yang tidak.
Sayangnya, Gill mengamati adanya kecenderungan di mana beberapa tim merasa malu menggunakan AI terbaru karena mereka tidak menyelesaikan tugas atau menulis kode secara manual.
“Kita perlu mengubah pola pikir tersebut dan mengatakan, ‘Tidak, kita menggunakan perangkat ini bukan untuk menciptakan sampah AI (AI slop), tetapi untuk menciptakan nilai AI (AI value),’ dan kita perlu mampu mendemonstrasikannya,” tegas Gill.
Pentingnya Tata Kelola dan Protokol Human-in-the-loop
Memelihara pengawasan (guardrails) dan tata kelola pada proyek AI yang telah melewati fase pilot adalah hal esensial. Bisnis harus menetapkan aturan serta pelatihan bagi karyawan dalam memantau keluaran AI, sekaligusmemantau berapa banyak agen yang beroperasi dan akses apa saja yang mereka miliki.
Seiring tim meningkatkan penggunaan dari otomatisasi sederhana hingga alur kerja agentic yang lebih kompleks, protokol human-in-the-loop (pelibatan manusia dalam sistem) tetap menjadi prioritas utama.
“Kami mencoba mendorong tidak hanya perubahan teknologi, tetapi juga perubahan proses dan budaya,” pungkas Gill.
