Di tengah “demam” kecerdasan buatan (artificial intelligence atau AI) yang melanda dunia korporasi, banyak perusahaan terjebak dalam ilusi kemajuan.
Banyak perusahaan menggelontorkan dana besar-besaran untuk mengadopsi teknologi mutakhir tetapi sering kali gagal memetik manfaat nyata.
Masalah utamanya bukan terletak pada kecanggihan model AI itu sendiri, melainkan pada ketidaksiapan fondasi internal perusahaan.
Laporan terbaru dari Publicis Sapient, yang menyurvei 1.550 pengambil keputusan teknologi tingkat perusahaan, mengungkapkan celah lebar antara ambisi adopsi dan kesiapan organisasi.
Meski investasi AI diprediksi akan terus melonjak, banyak perusahaan besar masih kesulitan membuktikan nilai bisnis yang terukur dari teknologi tersebut.
Kesenjangan Antara Ambisi dan Realitas
Data survei itu memotret ironi yang nyata di lapangan. Di Amerika Serikat (AS), lebih dari 70 persen responden menargetkan perluasan penggunaan AI secara signifikan dalam satu hingga dua tahun ke depan.
Namun, hanya 20 persen di antaranya yang merasa organisasi mereka benar-benar siap mengeksekusi target ambisius tersebut.
Lebih jauh, hampir seperempat responden mengakui bahwa model operasional mereka justru menjadi hambatan utama. Secara statistik, 75 persen perusahaan mengklaim telah menggunakan AI di hampir seluruh proses bisnis.
Meski demikian, hanya 10 persen yang menyatakan bahwa AI telah menjadi inti dari cara mereka beroperasi. Hanya sepertiga responden yang mengonfirmasi bahwa AI secara fundamental mampu mengubah model bisnis mereka.
Hambatan “Sistem Warisan”
Tantangan krusial muncul dari ketimpangan kecepatan. Perusahaan besar sering kali bergerak lambat, sementara laju inovasi penyedia teknologi AI berkembang eksponensial.
Menurut Shubhradeep Guha, Global Chief Delivery Officer di Publicis Sapient, perusahaan besar harus segera membenahi tata kelola, menghapus batasan fungsional, dan meruntuhkan silo data jika ingin mengoptimalkan AI.
”Hambatannya jarang sekali pada model (AI) itu sendiri,” tegas Guha melalui surel kepada CIO Dive.
Menurutnya, tantangan sesungguhnya adalah sistem warisan (legacy systems) yang tidak dirancang untuk AI, data yang terfragmentasi, tim yang bekerja secara terkotak-kotak, serta struktur tata kelola yang justru memperlambat pengambilan keputusan.
Transformasi Manusia dan Sistem
Selain infrastruktur teknis, Guha menekankan perlunya reorganisasi besar-besaran terhadap sumber daya manusia. Studi dari Randstad Digital sebelumnya juga menyoroti fenomena serupa: perusahaan cenderung lebih royal berinvestasi pada platform AI ketimbang melatih tenaga kerja untuk mengimplementasikannya secara efektif.
Untuk mendapatkan nilai bisnis maksimal, perusahaan disarankan menempuh langkah strategis berikut:
- Membangun Kolaborasi: Mengintegrasikan model kerja human-to-agent.
- Restrukturisasi Peran: Menata ulang tanggung jawab kerja agar relevan dengan alur kerja berbasis AI.
- Modernisasi Fondasi Data: Memastikan data perusahaan terintegrasi dan bersih.
- Insentif Kolaboratif: Menerapkan sistem penghargaan yang mendorong kerja sama lintas tim.
Sebagai kesimpulan, pengeluaran untuk AI harus dibarengi dengan modernisasi sistem secara menyeluruh dan penataan ulang fokus pada manusia. Teknologi adalah akselerator, tetapi sistem yang tidak mumpuni akan membatasi potensi tersebut.
”AI memang bisa mempercepat tugas-tugas individual. Namun, jika sistem pendukung di sekelilingnya masih lambat dan terfragmentasi, bisnis tidak akan pernah melihat dampak yang masif di skala perusahaan,” pungkas Guha.
