Kesenjangan kredibilitas AI memang nyata
Akhir-akhir ini, saya melihat pola tertentu muncul ketika organisasi membuat klaim AI. “Kami mengutamakan AI.” “Kami adalah pengguna AI.” “Kami agen.” Bahasa yang digunakan penuh percaya diri, berwawasan ke depan, dan hampir universal. Hasilnya secara umum tidak sama. Tahun lalu, MIT menemukan bahwa proyek percontohan GenAI di tingkat perusahaan yang bernilai miliaran dolar tidak menghasilkan apa pun yang terukur. Gartner memperkirakan lebih dari 40% proyek AI agen akan dibatalkan pada akhir tahun 2027, dan survei Gallup baru-baru ini menunjukkan bahwa hanya 13% karyawan AS yang menggunakan AI setiap hari. Bahkan “sering digunakan”, yang didefinisikan sebagai beberapa kali seminggu atau lebih, hanya mencapai 28%. Jadi, masih ada kesenjangan. Para pemimpin menggambarkan AI sebagai perubahan paling penting sejak listrik. Tim mereka masih memutuskan apakah akan membuka alat tersebut. Berita utama menyebut ini sebagai masalah adopsi, namun menurut saya masalah sebenarnya adalah kredibilitas. Dalam perbincangan tersebut, tak seorang pun berbicara tentang arsitektur LLM atau penalaran multimodal. Mereka bertanya: Bagaimana saya bisa melihat proyek mana yang beresiko sebelum menjadi krisis? Bagaimana cara menyelamatkan tim saya dari menghabiskan waktu berjam-jam setiap minggu untuk membuat laporan status secara manual? Bagaimana kami memprioritaskan ratusan permintaan masuk tanpa menambah jumlah karyawan? Komunikasi AI kami harus didasarkan pada jawaban atas pertanyaan-pertanyaan ini: pragmatis, berakar pada kenyataan, dan benar-benar membantu. Penelitian kami sendiri menegaskan hal ini. Dalam penelitian terbaru, 52% responden mengatakan akurasi adalah kualitas terpenting dalam alat AI. Kecepatan berada di peringkat berikutnya sebesar 47%, diikuti oleh kemudahan penggunaan sebesar 46%. Orang-orang tidak mencari asisten digital mencolok yang mengesankan dalam demo dan menghilang ketika pekerjaan menjadi rumit. Mereka menginginkan sesuatu yang dapat memahami dan meningkatkan alur kerja mereka, apa pun bentuknya. MEMBERIKAN BUKTI DENGAN JANJI Mengatakan “Anda perlu menggunakan AI” pada tahun 2026 sama seperti mengatakan “Anda perlu menggunakan komputer” pada tahun 1986. Kita harus mulai lebih terperinci untuk mendapatkan kepercayaan. Cara terbaik untuk melakukannya adalah menggunakan kasus. Misalnya, tim pemasaran kami ingin mendapatkan kembali 10-15% waktu mereka. Itu berarti memetakan titik-titik gesekan tertentu dan mencocokkan masing-masing titik tersebut dengan kemampuan AI yang tepat. Hasil tersebut melampaui target, dan kini kami memperluas pendekatan yang sama ke departemen lain. Hasil seperti itu tidak memerlukan tim konsultan manajemen untuk mengukurnya. Beberapa sinyal yang paling jelas adalah hal-hal kecil: pengurangan durasi rapat, siklus persetujuan yang dipersingkat, dan pengiriman yang lebih cepat. Agensi digital Jellyfish, salah satu klien kami, menghemat tiga hingga lima jam per orang, per minggu dengan menggunakan AI. Firma hukum Kalexius, klien lainnya, memangkas separuh waktu yang dihabiskan dalam pertemuan status dengan penggunaan AI. Ini adalah metrik yang bertahan dari tinjauan anggaran dan menciptakan tolok ukur untuk pertumbuhan nyata. LENGKAPI ALAT AI DENGAN KONTEKS DUNIA NYATA Sebagian besar alat AI tidak gagal karena teknologi yang mendasarinya buruk, namun karena mereka tidak cukup tahu tentang bisnis yang seharusnya mereka bantu. Mereka memberikan jawaban umum berdasarkan informasi yang tersedia secara publik, ketika Anda memerlukan detail spesifik dari serangkaian keadaan yang unik. Di sinilah platform kerja dengan lapisan operasional yang kaya secara semantik dan sadar izin dapat membantu, menyediakan fitur AI yang memanfaatkan jutaan titik data untuk menjawab pertanyaan secara akurat dan mempercepat setiap titik alur kerja unik Anda. Ini adalah AI, tanpa hambatan konteks. Ini adalah garis pemisah antara AI yang melekat dan AI yang hanya merupakan eksperimen mahal. Ketika AI memahami data Anda, kebiasaan tim Anda, dan prioritas organisasi Anda, AI tidak lagi hanya sekedar perangkat lunak dan mulai menjadi bagian integral dari operasi. Pada tingkat yang lebih manusiawi, setiap respons yang benar-benar membantu menumbuhkan kepercayaan pada teknologi, memperlancar dan mempercepat adopsi. MEMBANGUN LANDASAN UNTUK PERUBAHAN JANGKA PANJANG Organisasi yang saya lihat mendapatkan momentum AI paling banyak adalah organisasi yang mengidentifikasi titik gesekan tertentu, mencocokkannya dengan alat yang tepat, dan membangun dari sana, menghubungkan semua titik di sepanjang mungkin sudah waktunya bagi setiap pemimpin yang membuat klaim AI yang berani untuk mengubah apa yang mereka katakan: Di mana teknologi ini berfungsi saat ini dan bagaimana teknologi ini benar-benar membantu pengguna? Jika jawabannya memerlukan peringatan, penafian percontohan, atau referensi ke peta jalan masa depan, kesenjangan kredibilitas masih terbuka. Menutupnya berarti memupuk emosi yang sangat manusiawi: kepercayaan. Thomas Scott adalah CEO Wrike. Batas waktu yang diperpanjang untuk Fast Company’s Next Big Things in Tech Awards adalah Kamis, 18 Juni, pukul 23:59 PT. Terapkan hari ini.
Diterbitkan : 2026-06-17 19:13:00
sumber : www.fastcompany.com
