Kecerdasan buatan (AI) menyebar di berbagai bisnis dengan kecepatan yang belum pernah terjadi sebelumnya. Banyak CEO telah membentuk tim AI khusus, meluncurkan proyek percontohan, dan berinvestasi besar-besaran dalam infrastruktur teknologi. Namun, sebagian besar organisasi masih memandang AI terutama sebagai alat untuk otomatisasi atau peningkatan produktivitas. Pendekatan ini mengabaikan esensi transformasi sejati yang dibawa oleh AI.
AI tidak hanya membantu bisnis bekerja lebih cepat, tetapi juga mulai mendefinisikan ulang cara kerja diorganisasikan dan dioperasikan. Bisnis-bisnis pelopor menyadari bahwa untuk sepenuhnya memanfaatkan potensi AI, mereka perlu beralih dari model "sistem pencatatan" tradisional ke "sistem kerja"—di mana manusia, proses, dan AI terus belajar dan beradaptasi bersama.
Menurut riset McKinsey & Company, lebih dari 70% bisnis telah bereksperimen dengan teknologi AI, tetapi hanya sebagian kecil yang melihat dampak signifikan pada efisiensi operasional. Hambatan terbesar bukan terletak pada teknologi itu sendiri, tetapi pada bagaimana bisnis merancang pekerjaan di dalam organisasi mereka.
Ketika "sistem penyimpanan data" tidak lagi memadai.
Selama beberapa dekade, bisnis telah bergantung pada sistem seperti ERP atau CRM untuk menyimpan data dan mendukung manajemen. Namun, platform ini dirancang untuk stabilitas, terutama mencatat apa yang telah terjadi di masa lalu. Sementara itu, nilai sebenarnya dari sebuah organisasi terletak pada pengambilan keputusan yang fleksibel dan "pengetahuan implisit" yang terakumulasi dari pengalaman karyawan.
Menurut Gartner, seiring dengan kepergian personel berpengalaman, sebagian besar pengetahuan ini hilang bersama mereka, sehingga sistem tradisional menjadi semakin tidak memadai di era AI.
Mengapa pendekatan otomatisasi tradisional tidak lagi efektif.
Selama bertahun-tahun, bisnis mendekati otomatisasi menggunakan formula yang sudah dikenal: mendeskripsikan proses, mengumpulkan data, dan membuat kode aturan. Pendekatan ini efektif selama era otomatisasi proses robotik (RPA), di mana tujuannya adalah stabilitas dan pengulangan.
Namun, AI bekerja secara berbeda. Sistem pembelajaran mesin dapat mengenali pola, menangani ambiguitas, dan meningkatkan kinerja melalui umpan balik. Ketika bisnis mencoba memaksakan AI ke dalam proses kaku yang dirancang untuk perangkat lunak tradisional, mereka dengan cepat menghadapi kompleksitas pekerjaan di dunia nyata.
Suatu proses mungkin tepat pada saat penerapan, tetapi menjadi usang hanya beberapa bulan kemudian ketika pasar berubah, peraturan diperbarui, atau bisnis direstrukturisasi. Namun, banyak organisasi masih memandang penerapan AI sebagai proyek jangka pendek: membangun, menerapkan, dan kemudian menyelesaikannya. Ketika pekerjaan berubah, sistem tidak berubah sesuai dengan perubahan tersebut.
Munculnya “sistem kerja”
Untuk beradaptasi dengan era AI, banyak bisnis perintis membangun "sistem kerja"—model operasional yang menghubungkan manusia dan AI melalui siklus umpan balik berkelanjutan. Tidak seperti sistem penyimpanan data tradisional yang memprioritaskan stabilitas, model baru ini dirancang untuk beradaptasi dengan perubahan waktu nyata.
Ketika AI menghadapi situasi yang tidak pasti, para ahli manusia akan turun tangan dan memberikan umpan balik kepada sistem. Proses ini tidak hanya membantu AI menjadi semakin cerdas, tetapi juga membantu bisnis melestarikan "pengetahuan nyata," membentuk "basis pengetahuan hidup" yang terus berkembang seiring dengan operasional bisnis.
Empat prinsip untuk membangun "sistem operasi kerja"
Bisnis yang berada di garis depan transformasi ini biasanya menerapkan empat prinsip utama.
Pertama, mulailah dari yang kecil tetapi belajarlah dengan cepat. Alih-alih menunggu data yang sempurna atau membangun sistem skala besar dari awal, tim perintis sering memulai dengan kumpulan data kecil dan praktis seperti interaksi pelanggan atau transaksi operasional. Tujuan awalnya bukanlah otomatisasi lengkap, melainkan mempercepat proses pembelajaran.
Kedua, libatkan manusia. AI dapat membantu dalam pemrosesan data dan pengenalan pola, tetapi keahlian manusia tetap menjadi pusat perhatian, terutama dalam situasi baru atau kompleks.
Ketiga, rancanglah untuk perubahan yang konstan. Pasar, data, dan perilaku pelanggan selalu berkembang, sehingga AI perlu dipandang sebagai kemampuan yang terus berkembang, bukan proyek dengan titik akhir yang tetap.
Pada akhirnya, ini tentang integrasi, bukan penggantian. Bisnis yang sukses seringkali tidak sepenuhnya menghilangkan sistem lama, tetapi lebih memilih membangun AI sebagai lapisan baru di atas platform yang ada, memanfaatkan data yang ada untuk menciptakan kemampuan kolaborasi dan pengambilan keputusan yang lebih fleksibel.
Munculnya "sistem kerja" pada akhirnya bukan hanya sekadar cerita teknologi, tetapi juga tantangan bagi kemampuan kepemimpinan.
Para pemimpin perlu memahami bagaimana pekerjaan sebenarnya berlangsung di dalam organisasi dan menggunakan AI bukan hanya untuk memangkas biaya atau mengotomatisasi proses, tetapi untuk mempercepat laju pembelajaran bisnis.
(Menurut WEF)
Sumber: https://vietnamnet.vn/cach-dn-dung-ai-chuyen-tu-luu-tru-du-lieu-sang-van-hanh-cong-viec-2511094.html
![[Foto] Perdana Menteri Le Minh Hung memimpin sesi tematik tentang peningkatan pengembangan ilmu pengetahuan dan teknologi serta inovasi.](https://vphoto.vietnam.vn/thumb/1200x675/vietnam/resource/IMAGE/2026/06/23/1782207872934_ndo_br_dsc-1724-jpg.webp)
