Seiring dengan berkembangnya AI generatif, banyak karyawan yang secara signifikan meningkatkan produktivitas pribadi melalui alat AI, namun nilai dan output perusahaan secara keseluruhan belum tumbuh seiring. Pendiri perusahaan analitik data AI Hebbia, George Sivulka, baru-baru ini menerbitkan artikel panjang berjudul “Individu yang produktif tinggi tidak berarti perusahaan yang mampu mencapai produktivitas tinggi” yang menunjukkan bahwa masalahnya bukan pada teknologi, melainkan pada organisasi perusahaan yang belum didesain ulang sesuai AI. Ia mengusulkan konsep “AI Institusional” (Institutional AI), yang berpendapat bahwa keunggulan kompetitif perusahaan di masa depan akan bergantung pada seberapa dalam AI terintegrasi ke dalam proses, pengambilan keputusan, dan struktur tata kelola, bukan hanya sebagai alat efisiensi pribadi.
Paradoks Produktivitas AI: Efisiensi Individu meningkat, nilai perusahaan tidak tumbuh seimbang
Dalam beberapa tahun terakhir, AI generatif dengan cepat menyebar, dan alat seperti ChatGPT dan Claude digunakan oleh banyak karyawan perusahaan untuk tugas menulis, pengembangan perangkat lunak, dan analisis data. Media dan kreator menekankan bahwa AI dapat meningkatkan efisiensi kerja individu hingga beberapa kali lipat bahkan sepuluh kali lipat.
Namun Sivulka menunjukkan bahwa output dan nilai keseluruhan perusahaan belum mengalami peningkatan yang sepadan: “Dengan kata lain, keuntungan produktivitas yang dibawa AI belum benar-benar tertransformasi menjadi nilai bisnis di tingkat organisasi.”
Ia berpendapat bahwa penyebabnya adalah saat ini sebagian besar perusahaan hanya membiarkan karyawan menggunakan alat AI secara terpisah, tanpa mengubah struktur organisasi, proses, dan mekanisme pengambilan keputusan. Oleh karena itu, “individu yang efisien tidak sama dengan perusahaan yang efisien.”
(AI bantu coding menyebabkan masalah? Amazon mengalami empat gangguan sistem dalam satu minggu, eksekutif menggelar rapat evaluasi darurat)
Melihat transformasi organisasi di era AI dari sejarah elektrifikasi pabrik
Sivulka mengutip contoh Revolusi Industri akhir abad ke-19 sebagai analogi. Ketika listrik mulai menggantikan mesin uap, banyak pabrik tekstil hanya mengganti tenaga uap dengan motor listrik, tetapi struktur dan proses produksi tetap sama. Akibatnya, selama hampir 30 tahun, kapasitas produksi pabrik tidak mengalami peningkatan signifikan.
Hingga tahun 1920-an, pabrik mulai merancang ulang sistem produksinya secara menyeluruh, seperti memperkenalkan jalur perakitan, menempatkan motor terpisah untuk setiap mesin, dan merencanakan ulang alur kerja. Baru setelah itu, listrik benar-benar membawa pertumbuhan produktivitas yang besar.
Sivulka berpendapat bahwa perkembangan AI saat ini berada pada tahap serupa: perusahaan hanya “mengganti motor lama dengan yang baru,” tetapi belum “merancang ulang seluruh pabrik.”
Dari “AI Pribadi” Menuju “AI Organisasi”: Bagaimana memaksimalkan efisiensi?
Ia menyebut model dan aplikasi AI saat ini sebagai “AI Pribadi” (Individual AI), dan memperkenalkan konsep “AI Organisasi” (Institutional AI), serta menjelaskan perbedaannya.
AI Pribadi: Alat untuk meningkatkan efisiensi individu
Sivulka menyatakan bahwa saat ini sebagian besar aplikasi AI termasuk dalam kategori “AI Pribadi,” yaitu alat produktivitas yang terbatas pada tingkat individu. Contohnya, karyawan menggunakan AI untuk menulis laporan, mengatur data, atau membuat presentasi:
Alat ini memang dapat meningkatkan efisiensi pribadi, tetapi sering kali kekurangan proses terstandarisasi dan mekanisme kolaborasi, sehingga konten yang dihasilkan AI tidak dapat diintegrasikan satu sama lain, bahkan menambah kekacauan dan noise informasi di dalam organisasi.
AI Organisasi: Sistem cerdas yang terintegrasi ke dalam proses organisasi
Ia mengusulkan bentuk lain, yaitu “AI Organisasi” (Institutional AI). AI ini tidak hanya sebagai alat tunggal, tetapi mampu terintegrasi secara mendalam ke dalam pengambilan keputusan, proses, dan struktur tata kelola perusahaan, membantu perusahaan menghasilkan nilai nyata di tingkat organisasi.
Dalam kerangka ini, AI dapat berperan dalam berbagai fungsi, seperti menganalisis risiko, mengkoordinasikan informasi antar departemen, atau secara aktif menemukan peluang bisnis baru.
Tujuh Pilar “Kecerdasan Organisasi”: Peta jalan nyata untuk AI perusahaan
Sivulka selanjutnya mengemukakan tujuh elemen inti dari “Kecerdasan Organisasi” (Institutional Intelligence), yang menurutnya akan menjadi inti dari sistem AI perusahaan di masa depan.
Koordinasi: Mencegah kekacauan akibat AI
Pertama, jika setiap karyawan menggunakan alat AI secara terpisah, konten dan proses yang dihasilkan bisa saling bertentangan. Salah satu tugas AI tingkat organisasi adalah membangun mekanisme kolaborasi dan manajemen, agar manusia dan agen AI (AI Agents) dapat bekerja sama dalam pembagian tugas yang jelas.
Individu AI menyebabkan kekacauan organisasi, AI tingkat organisasi mampu menyatukan alur kerja dan membantu distribusi tugas. Sinyal: Menemukan nilai di tengah sampah AI
Generatif AI menurunkan biaya pembuatan konten secara besar-besaran, tetapi juga menghasilkan banyak informasi dengan kualitas beragam. Salah satu fungsi penting AI tingkat organisasi adalah mengenali dan menyaring “sinyal” yang benar-benar bernilai dari data dan konten yang dihasilkan AI dalam jumlah besar.
Individu AI tidak mampu menyaring informasi, AI tingkat organisasi mampu menemukan sinyal yang relevan. Objektivitas: Menghindari AI memperkuat bias pengguna
Sivulka menunjukkan bahwa banyak model AI saat ini cenderung menyesuaikan diri dengan opini pengguna, yang dapat memperburuk bias kognitif dalam organisasi. Di masa depan, sistem AI perusahaan harus berperan lebih objektif, seperti fungsi audit atau pengawasan, yang mampu mempertanyakan keputusan dan mengidentifikasi risiko tersembunyi.
Individu AI dapat memperkuat efek “ruang gema” (Echo chambers) dan bias (Bias), sedangkan AI tingkat organisasi dapat fokus pada kebenaran. Keunggulan kompetitif: Menggabungkan model umum dan aplikasi vertikal
Ia mengutip konsep dilema inovator yang menyatakan bahwa model besar umum saat ini hanya menyediakan kemampuan dasar, sementara aplikasi vertikal yang belum tersebar luas sering kali memiliki manfaat marjinal besar. Contohnya, platform generasi gambar Midjourney atau perusahaan AI suara ElevenLabs, yang membangun keunggulan kompetitif melalui fokus pada bidang tertentu.
Ia berpendapat bahwa bagi perusahaan, kombinasi AI umum dan AI profesional tingkat organisasi adalah kunci untuk membangun keunggulan kompetitif yang nyata.
Berorientasi hasil: Dari penghematan biaya ke penciptaan pendapatan
Sivulka menekankan bahwa saat ini banyak produk AI yang menonjolkan “penghematan waktu atau biaya tenaga kerja,” tetapi perusahaan sebenarnya lebih peduli apakah AI dapat meningkatkan pendapatan. Oleh karena itu, nilai sistem AI di masa depan harus terukur dari kemampuannya menemukan peluang baru dan meningkatkan pendapatan:
AI tingkat organisasi yang memiliki keunggulan kompetitif harus mampu langsung mendorong pendapatan. Misalnya, mengidentifikasi satu target akuisisi dari ribuan calon, bukan hanya mempercepat pembuatan model keuangan oleh analis.
Kemampuan integrasi: Menggabungkan AI ke dalam proses perusahaan
Implementasi AI secara nyata sering kali membutuhkan desain ulang proses dan sistem manajemen perusahaan. Sivulka menyebutkan bahwa perusahaan seperti Palantir (PLTR) menarik perhatian pasar karena kemampuannya membantu perusahaan mengintegrasikan sistem AI ke dalam proses bisnis yang sudah ada dan mendorong manajemen perubahan internal.
Tindakan proaktif: AI tidak lagi bergantung pada perintah manusia
Saat ini, sebagian besar sistem AI membutuhkan input manusia untuk beroperasi. Tapi Sivulka berpendapat bahwa kemampuan yang lebih penting di masa depan adalah AI mampu secara aktif memantau data, mendeteksi anomali, dan memberi peringatan dini. Contohnya, sebelum manajer dana membuka laporan keuangan, AI sudah mendeteksi tren penurunan modal operasional perusahaan yang diinvestasikan dan secara otomatis mengeluarkan peringatan risiko berdasarkan ketentuan dalam perjanjian pinjaman.
Persaingan di era AI: Siapa yang mampu “membangun ulang pabrik” lebih dulu menjadi kunci
Di bagian akhir, Sivulka menegaskan bahwa alat AI pribadi tetap akan menjadi pintu masuk utama perusahaan ke AI, tetapi untuk benar-benar membedakan dan menciptakan keunggulan kompetitif, diperlukan sistem AI tingkat organisasi yang terintegrasi. Ia berpendapat bahwa di masa depan, perusahaan kemungkinan akan menggunakan kombinasi asisten AI umum dan sistem AI organisasi yang dirancang khusus. Yang pertama meningkatkan efisiensi karyawan, yang kedua mengintegrasikan informasi, mendorong pengambilan keputusan, dan menciptakan nilai bisnis.
Ia menutup dengan mengingatkan sejarah Revolusi Industri, menekankan bahwa perusahaan di era AI juga menghadapi tantangan dalam merancang ulang operasi organisasi:
Pabrik yang paling awal mengadopsi elektrifikasi akhirnya kalah dari pabrik yang merancang ulang jalur produksinya. Kita sudah memiliki listrik, saatnya membangun ulang pabrik.
Artikel ini berjudul “AI meningkatkan produktivitas karyawan 10 kali lipat tidak sama dengan meningkatkan nilai perusahaan 10 kali lipat: ke mana perginya produktivitas?” yang pertama kali muncul di Chain News ABMedia.
