DALAM LANSKAP DIGITAL yang kompetitif, perusahaan semakin beralih ke kecerdasan buatan (AI) untuk mendorong produktivitas, inovasi, dan keunggulan kompetitif. Namun, mengelola perusahaan yang digerakkan oleh AI tidak cukup hanya dengan mengadopsi teknologi baru; ini membutuhkan pendekatan strategis yang mengintegrasikan AI ke setiap aspek bisnis.
Analisis dari Tim Jurnalisme Data Harian Kompas mengungkapkan bahwa penerapan AI di Indonesia bisa menghasilkan nilai ekonomi sebesar Rp5.299 triliun melalui peningkatan produktivitas di berbagai sektor industri. Presiden Joko Widodo juga mencatat bahwa ekonomi digital, termasuk AI, menyumbang 15,5% PDB global pada tahun 2022, yang menunjukkan potensi besar AI bagi perekonomian global.
Melihat potensi besar ini, pemerintah Indonesia terus berupaya mempercepat adopsi dan pengembangan AI di berbagai sektor. Sebagai bagian dari upaya tersebut, Kementerian Badan Usaha Milik Negara (BUMN) Indonesia meluncurkan BUMN AI Center of Excellence. Pusat AI ini bertujuan meningkatkan efisiensi operasional, layanan pelanggan, dan inovasi dalam ekosistem BUMN.
Diluncurkan pada 6 Juni 2024, pusat AI ini menampilkan inovasi AI dari berbagai BUMN, termasuk Bank Rakyat Indonesia (BRI). Fokus pusat ini mencakup perbankan percakapan, otomatisasi proses robotik, dan analitik data, serta mendorong kolaborasi antara BUMN, penyedia teknologi, dan institusi penelitian. Arga M. Nugraha, Direktur Digital dan IT BRI, memimpin Project Management Office (PMO) AI Center of Excellence ini.
Memahami masalah bisnis adalah langkah pertama yang krusial. Identifikasi tantangan spesifik dalam bisnis Anda yang dapat diselesaikan oleh AI sangat penting. Misalnya, AI dapat mengoptimalkan layanan pelanggan, meningkatkan efisiensi rantai pasokan, atau memperbaiki strategi pemasaran. Tanpa pemahaman yang jelas tentang masalah ini, penerapan AI dapat menjadi tidak fokus dan tidak efektif.
Dengan inisiatif ini, Indonesia berada pada jalur kuat untuk memanfaatkan potensi penuh AI dalam mendukung pertumbuhan ekonomi dan daya saing global. Artikel ini mengeksplorasi strategi utama untuk secara efektif mengelola perusahaan yang digerakkan oleh AI di Indonesia.
Mengembangkan strategi AI yang jelas
Strategi AI yang jelas adalah dasar dari setiap perusahaan yang sukses digerakkan oleh AI. Hal ini melibatkan pemahaman mendalam tentang masalah bisnis dan menyelaraskan inisiatif AI dengan tujuan keseluruhan perusahaan.
Memahami masalah bisnis adalah langkah pertama yang krusial. Identifikasi tantangan spesifik dalam bisnis Anda yang dapat diselesaikan oleh AI sangat penting. Misalnya, AI dapat mengoptimalkan layanan pelanggan, meningkatkan efisiensi rantai pasokan, atau memperbaiki strategi pemasaran. Tanpa pemahaman yang jelas tentang masalah ini, penerapan AI dapat menjadi tidak fokus dan tidak efektif.
Selain itu, menetapkan tujuan yang jelas juga merupakan bagian integral dari strategi ini. Definisikan apa yang Anda harapkan dari AI, apakah itu mengurangi biaya, meningkatkan kepuasan pelanggan, atau mendorong aliran pendapatan baru. Tujuan yang jelas membantu dalam mengukur dampak inisiatif AI dan memastikan bahwa semua upaya diarahkan untuk mencapai hasil yang diinginkan.
Menyelaraskan inisiatif AI dengan tujuan bisnis juga sangat penting. Integrasi proyek AI dengan strategi bisnis yang lebih luas memastikan bahwa AI tidak beroperasi secara terpisah, tetapi mendukung dan meningkatkan tujuan bisnis keseluruhan. Ini menghindari terjadinya silo dan memastikan bahwa teknologi AI benar-benar memberikan manfaat yang signifikan bagi perusahaan.
Selain itu, fokus pada area yang memberikan dampak signifikan. Fokuskan proyek AI yang selaras erat dengan tujuan bisnis dan memiliki potensi untuk memberikan nilai yang signifikan. Fokus ini penting karena sumber daya yang terbatas harus diarahkan pada proyek-proyek yang memberikan dampak terbesar. Dengan cara ini, perusahaan dapat memastikan bahwa investasi dalam AI memberikan hasil yang maksimal dan mendukung pertumbuhan serta keberhasilan jangka panjang.
Menjamin kesiapan dan tata kelola data
Keberhasilan implementasi AI sangat bergantung pada kualitas dan tata kelola data. Kualitas data adalah fondasi dari setiap proyek AI yang sukses. Data yang tidak akurat atau tidak lengkap dapat menyebabkan kinerja model AI yang buruk dan keputusan bisnis yang salah.
Oleh karena itu, pembersihan data harus dilakukan secara teratur untuk memastikan akurasi dan keandalannya. Selain itu, integrasi data dari berbagai sumber sangat penting untuk menciptakan dataset yang komprehensif yang memberikan pandangan holistik tentang operasi bisnis. Data yang terintegrasi dengan baik memungkinkan analisis yang lebih mendalam dan pengambilan keputusan yang lebih tepat.
Tata kelola data juga memegang peran penting dalam keberhasilan implementasi AI. Kebijakan dan prosedur yang jelas harus ditetapkan untuk menjamin privasi, keamanan, dan kepatuhan data dengan regulasi yang relevan. Tanpa kebijakan tata kelola data yang baik, perusahaan dapat menghadapi risiko pelanggaran privasi dan keamanan data, yang dapat merusak reputasi dan menimbulkan sanksi hukum.
Selain itu, implementasi kontrol akses berbasis peran (baca: RBAC) sangat penting untuk memastikan bahwa hanya personel yang berwenang yang dapat mengakses data sensitif. Hal ini tidak hanya melindungi data dari akses yang tidak sah tetapi juga memastikan bahwa data digunakan secara etis dan sesuai dengan regulasi.
Jika data tidak siap atau tidak dikelola dengan baik, dampaknya bisa sangat merugikan. Kinerja model AI akan terganggu, mengakibatkan hasil yang tidak akurat dan keputusan bisnis yang salah. Selain itu, risiko pelanggaran privasi dan keamanan data meningkat, yang dapat mengakibatkan kerugian finansial dan reputasi yang signifikan.
Oleh karena itu, memastikan kualitas dan tata kelola data yang baik adalah langkah krusial dalam perjalanan perusahaan menuju menjadi AI-driven organization.
Membudayakan inovasi dan eksperimen
Inovasi dan eksperimen adalah kunci untuk memanfaatkan AI secara efektif dalam organisasi. Mendorong kolaborasi lintas organisasi sangat penting untuk mencapai hal ini. Menghilangkan batasan antar departemen/divisi/group adalah langkah pertama yang perlu diambil untuk mendorong kolaborasi.
Proyek AI sering memerlukan masukan dari berbagai disiplin ilmu, termasuk IT, operasi, pemasaran, dan layanan pelanggan. Dengan membentuk tim lintas organisasi, perusahaan dapat memanfaatkan berbagai perspektif dan keahlian untuk mengembangkan solusi AI yang lebih komprehensif dan efektif.
Inovasi dan eksperimen adalah kunci untuk memanfaatkan AI secara efektif dalam organisasi. Mendorong kolaborasi lintas organisasi sangat penting untuk mencapai hal ini. Menghilangkan batasan antar departemen/divisi/group adalah langkah pertama yang perlu diambil untuk mendorong kolaborasi.
Selain itu, perusahaan dapat membuat lab inovasi atau pusat keunggulan di mana tim-tim ini dapat bereksperimen dengan teknologi AI.
Menerima kegagalan sebagai bagian dari proses pembelajaran juga sangat penting. Menggunakan pendekatan pengembangan iteratif memungkinkan perusahaan untuk mengembangkan dan menyempurnakan solusi AI secara bertahap. Mulailah dengan produk minimal yang layak (MVP) dan tingkatkan berdasarkan umpan balik dan kinerja.
Proses ini memungkinkan perusahaan untuk mengidentifikasi dan memperbaiki masalah sejak dini, sehingga mengurangi risiko kegagalan besar di kemudian hari. Selain itu, merayakan kegagalan sebagai peluang belajar adalah budaya yang harus dibangun. Dorong tim untuk bereksperimen dan belajar dari kesuksesan dan kegagalan mereka. Dengan cara ini, perusahaan dapat terus berinovasi dan meningkatkan kemampuan mereka dalam memanfaatkan AI.
Untuk memulai, perusahaan dapat memetakan area di mana kolaborasi lintas organisasi diperlukan dan membentuk tim-tim kecil yang berfokus pada proyek-proyek spesifik. Selanjutnya, mereka dapat mengembangkan MVP untuk proyek-proyek ini dan mengadopsi pendekatan iteratif untuk penyempurnaan.
Menetapkan budaya yang menghargai pembelajaran dari kegagalan juga penting; ini dapat dilakukan melalui sesi debriefing pasca-proyek dan penghargaan bagi mereka yang berani mengambil risiko. Dengan langkah-langkah ini, perusahaan dapat mulai membangun ekosistem inovasi yang kuat dan efektif dalam memanfaatkan AI.
Mengimplementasikan praktik AI yang bertanggung jawab
Praktik AI yang bertanggung jawab sangat penting untuk mengurangi risiko dan membangun kepercayaan. Pengembangan AI etis mencakup beberapa aspek penting, seperti mitigasi bias dan transparansi. Mitigasi bias dilakukan dengan aktif mengidentifikasi dan mengurangi bias dalam model AI, yang bisa dicapai melalui penggunaan data pelatihan yang beragam serta audit reguler terhadap output model.
Transparansi juga menjadi kunci, di mana proses pengambilan keputusan AI harus jelas sehingga pengguna dapat memahami bagaimana dan mengapa keputusan dibuat oleh sistem AI.
Akuntabilitas dan kepatuhan juga merupakan komponen krusial dalam pengembangan AI yang bertanggung jawab. Mengembangkan dan menegakkan pedoman etis untuk pengembangan dan penggunaan AI sangat diperlukan. Pedoman ini harus mencakup isu-isu seperti privasi data, keamanan, dan keadilan.
Selain itu, audit reguler terhadap sistem AI harus dilakukan untuk memastikan kepatuhan terhadap standar etis dan persyaratan regulasi.
Pentingnya praktik ini tidak bisa diremehkan, karena AI yang tidak etis dapat menimbulkan risiko besar, seperti diskriminasi, pelanggaran privasi, dan kehilangan kepercayaan publik.
Jika perusahaan gagal untuk mematuhi standar etis dan regulasi, dampaknya bisa sangat merugikan, termasuk kerugian finansial akibat denda, reputasi yang hancur, dan bahkan tindakan hukum. Lebih jauh lagi, ketidakpatuhan dapat menghambat adopsi AI di masyarakat yang lebih luas, karena kurangnya kepercayaan terhadap teknologi ini.
Oleh karena itu, pengembangan AI yang etis dan bertanggung jawab tidak hanya melindungi perusahaan dari risiko, tetapi juga membangun fondasi kepercayaan dan penerimaan publik yang lebih luas terhadap teknologi AI.
Fokus pada pemanfaatan praktis dan dapat dikembangkan
Mengidentifikasi dan meningkatkan penggunaan AI yang praktis sangat penting untuk kesuksesan jangka panjang. Langkah pertama adalah mengidentifikasi penerapan AI yang memiliki dampak tinggi. Misalnya, AI dapat digunakan untuk meningkatkan pengalaman pelanggan melalui rekomendasi yang dipersonalisasi, chatbot, dan dukungan otomatis.
Selain itu, AI dapat diterapkan untuk meningkatkan efisiensi operasional dengan mengoptimalkan operasi rantai pasokan, pemeliharaan prediktif, dan otomatisasi proses.
Mengidentifikasi dan meningkatkan penggunaan AI yang praktis sangat penting untuk kesuksesan jangka panjang. Langkah pertama adalah mengidentifikasi penerapan AI yang memiliki dampak tinggi. Misalnya, AI dapat digunakan untuk meningkatkan pengalaman pelanggan melalui rekomendasi yang dipersonalisasi, chatbot, dan dukungan otomatis.
Setelah mengidentifikasi area ini, perusahaan harus memulai dengan proyek percontohan skala kecil untuk mengevaluasi aplikasi AI dalam skenario dunia nyata. Proyek ini berfungsi sebagai bukti konsep yang dapat memberikan wawasan berharga untuk menyempurnakan dan meningkatkan inisiatif AI.
Dokumentasikan proses dan hasil proyek AI ini untuk menciptakan basis pengetahuan yang dapat dimanfaatkan untuk inisiatif masa depan. Pendekatan ini memastikan bahwa perusahaan tidak hanya memanfaatkan AI secara efektif tetapi juga membangun fondasi yang kuat untuk penggunaan AI yang berkelanjutan dan berkesinambungan.
Perusahaan yang mengadopsi pendekatan ini akan melihat beberapa keuntungan signifikan. Pertama, mereka dapat lebih cepat menilai dan merespons kebutuhan pasar melalui solusi AI yang sudah terbukti dan dioptimalkan. Kedua, mereka akan memiliki dokumentasi yang detil dan basis pengetahuan yang kaya, yang dapat mempercepat pelatihan dan pengembangan karyawan, serta mempermudah replikasi kesuksesan di berbagai divisi atau group organisasi. Ketiga, pendekatan ini memungkinkan perusahaan untuk mengelola risiko dengan lebih baik, karena proyek percontohan skala kecil memungkinkan identifikasi dan mitigasi masalah sebelum diimplementasikan secara luas.
Selain itu, dengan fokus pada penerapan AI yang memiliki dampak tinggi, perusahaan dapat memastikan bahwa sumber daya mereka digunakan secara efektif, memberikan nilai tambah maksimal pada operasional dan layanan pelanggan.
Dalam jangka panjang, perusahaan yang berhasil mengintegrasikan AI dengan strategi bisnis mereka akan lebih mampu bersaing di pasar yang semakin digital dan kompleks, serta lebih siap menghadapi perubahan dan tantangan masa depan. Dengan kata lain, adopsi AI yang strategis dan praktis tidak hanya meningkatkan efisiensi dan inovasi tetapi juga memperkuat daya saing dan keberlanjutan bisnis secara keseluruhan.
Menyeimbangkan biaya dengan inovasi
Manajemen biaya yang efektif sangat penting saat menerapkan teknologi AI. Untuk mencapai hal ini, perencanaan investasi strategis harus menjadi prioritas utama. Salah satu langkah pertama adalah melakukan analisis biaya-manfaat menyeluruh untuk setiap proyek AI.
Analisis ini akan membantu memastikan bahwa investasi yang dilakukan sebanding dengan pengembalian yang diharapkan, sehingga setiap dana yang dikeluarkan dapat dipertanggungjawabkan. Selain itu, implementasi proyek AI sebaiknya dilakukan secara bertahap.
Manajemen biaya yang efektif sangat penting saat menerapkan teknologi AI. Untuk mencapai hal ini, perencanaan investasi strategis harus menjadi prioritas utama. Salah satu langkah pertama adalah melakukan analisis biaya-manfaat menyeluruh untuk setiap proyek AI.
Dengan pendekatan bertahap ini, perusahaan dapat mengelola biaya dengan lebih baik dan membuat penyesuaian berdasarkan hasil awal, sehingga risiko keuangan dapat diminimalkan.
Dalam memanfaatkan teknologi AI, menggunakan solusi open-source dan komersial secara bersamaan bisa menjadi strategi yang efektif. Pendekatan hibrida ini memungkinkan perusahaan untuk menyeimbangkan biaya dan kemampuan teknologi.
Model AI open-source sering kali dapat mengurangi biaya awal karena tidak memerlukan lisensi yang mahal, sementara solusi komersial biasanya menawarkan fitur canggih dan dukungan teknis yang lebih baik.
Dengan memadukan kedua jenis solusi ini, perusahaan dapat mengoptimalkan anggaran mereka sambil tetap memperoleh teknologi yang mereka butuhkan untuk mendorong inovasi dan efisiensi. Dengan langkah-langkah ini, perusahaan dapat mengelola biaya secara efektif saat mengimplementasikan teknologi AI, memastikan bahwa setiap investasi memberikan nilai maksimal dan mendukung tujuan bisnis jangka panjang.
Berinvestasi dalam pengembangan keterampilan karyawan
Seiring AI mengubah peran pekerjaan, investasi dalam pelatihan karyawan menjadi sangat penting. Untuk memastikan transisi ini berjalan lancar, perusahaan perlu mengembangkan program pelatihan dan pengembangan yang komprehensif.
Langkah pertama adalah memberikan pelatihan literasi AI dasar kepada semua karyawan, sehingga mereka memahami potensi dan batasan AI. Dengan pemahaman yang baik, karyawan dapat melihat AI sebagai alat untuk meningkatkan kemampuan mereka, bukan sebagai ancaman yang akan menggantikan peran mereka. Selain itu, program pelatihan lanjutan harus ditawarkan kepada karyawan yang terlibat langsung dalam proyek AI, mencakup topik seperti pembelajaran mesin, ilmu data, dan etika AI.
Membudayakan pembelajaran juga sangat penting dalam adopsi AI. Perusahaan harus mendorong pembelajaran berkelanjutan melalui lokakarya, kursus online, dan kolaborasi dengan institusi akademik. Ini memastikan karyawan selalu diperbarui dengan perkembangan terbaru dan dapat menerapkan pengetahuan baru dalam pekerjaan mereka.
Langkah pertama adalah memberikan pelatihan literasi AI dasar kepada semua karyawan, sehingga mereka memahami potensi dan batasan AI. Dengan pemahaman yang baik, karyawan dapat melihat AI sebagai alat untuk meningkatkan kemampuan mereka, bukan sebagai ancaman yang akan menggantikan peran mereka.
Pengakuan dan insentif bagi karyawan yang memperoleh keterampilan AI baru dan berkontribusi pada inisiatif AI juga sangat penting. Ini tidak hanya memotivasi karyawan untuk terus belajar tetapi juga menunjukkan bahwa perusahaan menghargai usaha mereka.
Dengan pendekatan ini, perusahaan dapat menciptakan mindset bahwa adopsi AI bertujuan untuk meningkatkan kemampuan karyawan, memungkinkan mereka bekerja lebih efektif dan efisien. AI seharusnya dilihat sebagai alat yang memperkuat peran manusia dalam pekerjaan, bukan sebagai pengganti. Ini membantu mengurangi kekhawatiran tentang AI dan meningkatkan penerimaan teknologi di seluruh organisasi.
Studi kasus
Salah satu studi kasus yang menarik yaitu GoJek dengan latar belakang sebagai salah satu startup unicorn di Indonesia, menghadapi tantangan dalam mengelola platform on-demand termasuk juga layanan keuangan yang kompleks dengan jutaan pengguna dan mitra.
GoJek mengintegrasikan AI di berbagai aspek bisnisnya, termasuk pemetaan rute yaitu menggunakan AI untuk mengoptimalkan rute pengemudi dan mengurangi waktu tempuh, kemudian juga kemampuan mendeteksi penipuan, ditambah dengan personalisasi rekomendasi layanan.
Mengelola perusahaan yang digerakkan oleh AI di lanskap digital yang kompetitif saat ini memerlukan pendekatan strategis namun praktis. Dengan mengembangkan strategi AI yang jelas, memastikan kesiapan dan tata kelola data, membudayakan inovasi, mengimplementasikan praktik AI yang bertanggung jawab, fokus pada kasus penggunaan yang praktis, menyeimbangkan biaya dengan inovasi, dan berinvestasi dalam pengembangan keterampilan karyawan, perusahaan dapat memanfaatkan potensi penuh AI.
Hasil adopsi AI, Gojek terlah berhasil meningkatkan efisiensi pengiriman dengan rute yang lebih optimal. Mengurangi insiden penipuan dan meningkatkan keamanan platform. Meningkatkan kepuasan pengguna dengan layanan yang lebih relevan dan tepat waktu. Pembelajaran yang kita dapat yaitu GoJek menunjukkan bahwa dengan memanfaatkan AI di berbagai aspek operasional, dapat meningkatkan efisiensi, keamanan, dan pengalaman pengguna secara keseluruhan.
Mengelola perusahaan yang digerakkan oleh AI di lanskap digital yang kompetitif saat ini memerlukan pendekatan strategis namun praktis. Dengan mengembangkan strategi AI yang jelas, memastikan kesiapan dan tata kelola data, membudayakan inovasi, mengimplementasikan praktik AI yang bertanggung jawab, fokus pada kasus penggunaan yang praktis, menyeimbangkan biaya dengan inovasi, dan berinvestasi dalam pengembangan keterampilan karyawan, perusahaan dapat memanfaatkan potensi penuh AI.
Pendekatan ini tidak hanya mendorong produktivitas dan inovasi tetapi juga memastikan pertumbuhan berkelanjutan dan keunggulan kompetitif di dunia digital yang terus berkembang. ■
*) Tuhu Nugraha, pengamat teknologi, principal Indonesia Applied Digital Economy & Regulatory Network (IADERN). Artikel ini ditulis bersama Raditio Ghifiardi, profesional IT dan keamanan siber yang diakui serta pemimpin transformatif masa depan dalam strategi AI/ML. Ia ahli dalam keamanan IT, pembicara di konferensi global dan internasional, serta pendorong inovasi dan kepatuhan dalam sektor telekomunikasi dan perbankan. Dikenal karena memajukan standar industri dan menerapkan solusi serta kerangka kerja keamanan mutakhir.
**) Tulisan ini merupakan hasil kolaborasi digitalbank.id dengan IADERN yang bertujuan membangun literasi dan narasi AI yang baik untuk Indonesia.
