AI tidak berkembang dengan menghilangkan orang
AI seharusnya berkembang dengan menghilangkan manusia. Itulah janjinya. Bangun produk, otomatisasi interaksi, keluarkan manusia dari lingkaran, dan perhatikan margin yang bertambah. Itu adalah pedoman SaaS yang diterapkan pada intelijen. Perusahaan-perusahaan yang menerapkan AI dalam operasi nyata justru menemukan hal sebaliknya. Semakin besar tanggung jawab yang Anda berikan kepada AI, semakin dekat Anda dengan pelanggan. Tidak hanya pada penerapannya, namun secara terus menerus. Inilah paradoks AI. Ini berkembang dengan mendekatkan orang, bukan dengan menghilangkan orang. AI MENGUBAH SIFAT PRODUK Model SaaS lama terlihat elegan. Bangun produk, standarisasikan, abstrakkan hubungan pelanggan di balik dokumentasi dan tiket dukungan. Setiap interaksi manusia yang Anda hilangkan akan meningkatkan margin dan meningkatkan konsistensi. Hal ini berhasil jika masalah dapat diprediksi, namun akan rusak jika masalah tidak dapat diprediksi. AI membuat perangkat lunak lebih cepat namun juga mengubah tanggung jawab perangkat lunak. Perangkat lunak yang digunakan untuk menjalankan alur kerja yang telah ditentukan sebelumnya. Kini teknologi ini diharapkan dapat menafsirkan sinyal, beradaptasi dengan skenario baru, dan mengambil keputusan secara real-time. Pekerjaan tersebut pada dasarnya bersifat kontekstual. Sebuah sistem tidak dapat beroperasi secara efektif tanpa memahami lingkungan di dalamnya: bagaimana sebuah perusahaan berjalan, seperti apa kondisi “normalnya”, di mana risikonya. Tanpa konteks tersebut, AI akan menghasilkan kebisingan. Dengan itu menghasilkan wawasan. Konteks berasal dari model dan dari orang-orang yang tinggal di lingkungan pelanggan setiap hari. MENGAPA AI YANG CANGGIH MENARIK ANDA LEBIH DEKAT Naluri, ketika sistem menjadi lebih otonom, adalah mundur. Namun, menerapkan AI ke dalam lingkungan hidup adalah sebuah keputusan yang penuh kepercayaan. Para pemimpin bertanya: Apakah AI akan berhasil di lingkungan kita? Apa yang terjadi jika itu salah? Bagaimana kita bisa mengandalkan hal ini dalam skala besar? Tidak ada produk yang dapat menjawab pertanyaan-pertanyaan tersebut dengan sendirinya. Pertanyaan-pertanyaan tersebut dijawab oleh orang-orang yang memahami sistem dan lingkungan, dan bekerja berdampingan dengan keduanya. Saya menjalankan perusahaan AI di bidang keamanan siber, di mana kasus-kasus ekstrem adalah nyata. Ambil login dari Tokyo pada jam 3 pagi. AI menandainya. Apakah pelanggaran sedang berlangsung atau penjual sedang dalam perjalanan menggunakan VPN yang disetujui? Model tidak dapat mengetahui tanpa konteks. Perbedaan antara insiden dan non-peristiwa bergantung pada seberapa baik sistem memahami pelanggan tertentu yang dilindunginya. Lipat gandakan dengan setiap sinyal, setiap alur kerja, setiap kasus edge di seluruh perusahaan. Itulah pekerjaan yang dilakukan orang-orang. Dan itulah sebabnya tidak ada model, betapapun kuatnya, yang dapat melakukannya sendiri. KEMBALI KEAHLIAN YANG TERCANTUM Inilah sebabnya mengapa perusahaan-perusahaan AI yang paling ambisius berinvestasi lebih banyak, bukan lebih sedikit, pada keahlian manusia. Investasinya terletak pada tim yang tertanam erat dan bekerja sama dengan pelanggan sebagai bagian dari produk itu sendiri. Bagian tersulitnya adalah membuat AI yang canggih dapat beroperasi dengan benar di lingkungan nyata, dengan kasus-kasus edge yang konstan dan konteksnya berubah setiap hari. Hal ini memerlukan orang-orang yang dapat menerjemahkan kondisi dunia nyata ke dalam perilaku sistem, mengulanginya dalam hitungan hari, bukan hitungan kuartal, dan melakukan penyempurnaan secara terus-menerus seiring dengan pembelajaran sistem. Hal ini menarik insinyur khusus dan pakar domain lebih dekat dengan pelanggan daripada yang pernah diizinkan oleh pedoman perangkat lunak. TIM TERLALU LEBIH DEKAT Ada efek urutan kedua. Model lama dioptimalkan untuk distribusi: Menyebarkan tim, menstandarkan proses, komunikasi abstrak. Hal ini sulit dilakukan jika sistem terus belajar dan organisasi di sekitarnya juga harus belajar dengan cepat. Tim yang saya lihat sedang membangun AI paling canggih dengan sengaja memperkecil jarak, tidak hanya dengan pelanggan, namun juga di dalam tembok mereka sendiri. Insinyur dan operator di ruangan yang sama. Keputusan dibuat secara real time. Kasus-kasus edge diselesaikan secara tatap muka. Ketika pekerjaan bergantung pada konteks bersama, async kehilangan kedekatannya. APA YANG DILAKUKAN PARA PEMIMPIN DENGAN BERBEDA Tiga hal yang membedakan perusahaan yang berhasil menggunakan AI dengan perusahaan lain: Mereka membangun kembali alur kerja. Melapiskan AI ke dalam proses yang ada hanya memberikan keuntungan kecil. Membangun kembali alur kerja berdasarkan apa yang dilakukan AI dengan baik akan mengubah hasil. Sebagian besar perusahaan meremehkan upaya yang diperlukan untuk menyesuaikan alur kerja mereka untuk memastikan AI memberikan laba atas investasi yang optimal. Mereka berinvestasi dalam konteks dan kemampuan. Modelnya adalah bagian yang mudah. Perusahaan-perusahaan yang maju memiliki tim yang memahami lingkungan pelanggan secara mendalam. Pemahaman itu dibangun melalui manusia. Mereka memperlakukan kepercayaan sebagai produk sebenarnya. Otonomi hanya bisa berjalan jika orang-orang yang bergantung padanya memercayai sistem. Hal ini diperoleh melalui transparansi, kolaborasi, dan orang-orang yang mendukung sistem ketika terjadi kesalahan. PERUSAHAAN YANG LEBIH DEKAT DENGAN PELANGGAN AKAN SUKSESAI yang seharusnya menciptakan jarak antara perusahaan dan pelanggannya, namun justru membuat jarak tersebut menjadi berbahaya. Ketika sistem mengambil keputusan, konteks menjadi lebih penting. Ketika konteks lebih penting, orang-orang yang membawa konteks tersebut adalah pembedanya. Perusahaan-perusahaan yang mendapatkan hal ini membangun sistem yang belajar bersama pelanggan mereka, yang disempurnakan melalui interaksi berkelanjutan, bukan pengembangan yang terisolasi. Tim yang paling dekat dengan pelanggan mereka pada tingkat manusia akan berhasil karena mereka memiliki pemahaman terbaik tentang pekerjaan yang dilakukan model. Paradoksnya sederhana: Semakin kuat AI Anda, semakin dekat Anda dengan orang-orang yang dilayaninya. Lior Div adalah CEO dan salah satu pendiri 7AI. Bergabunglah bersama kami di New York City pada bulan September ini untuk Fast Company Innovation Festival tahunan. Tiket dengan harga lebih tinggi tersedia sekarang hingga Minggu, 12 Juli. Dapatkan tiket festival Anda hari ini.
Diterbitkan : 2026-06-26 19:18:00
sumber : www.fastcompany.com
