Setiap kali alat baru muncul, orang-orang khawatir alat itu akan merusak kita.
Mesin cetak akan merusak iman, kalkulator akan mematikan keterampilan matematika, dan email seharusnya rusak produktivitas.
Sekarang giliran AI. Polanya familiar. Ini dimulai dengan campuran sensasi, ketakutan, dan kebingungan.
CISO pecahan di DeepTempo dan pendiri/CEO BLodgic Inc.
Saat ini, para pemimpin dan karyawan pertanyaan yang sama apakah AI benar-benar diperlukan atau jika risikonya lebih besar daripada imbalannya.
Seiring dengan berkembangnya investasi, sikap skeptis sering kali muncul, meskipun 76% perusahaan menjajaki GenAI untuk inovasi, hanya sekitar 40% konsumen yang memercayai keluaran AI generatif, dengan alasan kekhawatiran mengenai akurasi dan transparansi.
Sebenarnya, AI bukanlah kekuatan alien baru. Itu telah menjadi bagian dari kehidupan kita sehari-hari selama beberapa dekade.
Mesin rekomendasi menyala Amazonantrean Netflix, asisten suara seperti Siri, bahkan Roomba yang Anda simpan di ruang tamu.
Ini semua adalah AI. Perbedaannya adalah AI generatif terasa lebih dekat, menyentuh cara kita menulis, membuat kode, dan berkreasi. Kedekatan itu membuat taruhannya terasa lebih tinggi.
Tapi kali ini A, pukulannya sedikit berbeda. Dan ini bukan tentang mengotomatiskan tugas-tugas di latar belakang. AI bertabrakan dengan pekerja berpengetahuan dan hal ini membuat masyarakat tidak nyaman. Apakah “keahlian” itu sendiri bisa diperdebatkan?
Semua bensin, tanpa rem
Adopsi AI tidak melakukan apa pun kecuali menenangkan diri. Pada tahun 2024 saja, investasi AI swasta AS tumbuh menjadi $109,1 miliar, menarik investasi swasta sebesar $33,9 miliar secara global, meningkat 18,7% dari tahun 2023.
Teknologi AI yang mendasarinya telah berkembang selama beberapa dekade, namun terjadi lompatan besar LLM mampu menghasilkan teks, gambar, dan kode, telah mendorong teknologi ini menjadi sorotan budaya yang belum pernah ada sebelumnya.
Percepatan ini telah mempercepat laju perubahan, memaksa organisasi untuk mengambil keputusan adopsi di bawah pengawasan publik yang lebih ketat. Dewan mendorong kecepatan, sementara regulator dan keamanan tim masih berusaha menetapkan aturan dasar yang diperlukan.
Apa yang benar-benar berbeda kali ini adalah dampak yang dirasakan secara langsung. GenAI menyentuh pekerjaan pengetahuan secara langsung, menantang norma-norma yang sudah ada seputar keahlian, kepenulisan, dan kontrol atas keluaran intelektual.
Hal ini menciptakan perselisihan antara pendukung inovasi dan mereka yang khawatir akan mengikis penilaian manusia. Hasilnya adalah perdebatan yang terpolarisasi, strategi adopsi yang tidak konsisten, vektor ancaman keamanan baru, dan regulator yang saling menyalahkan seperti meme spiderman.
Khususnya untuk sektor-sektor seperti hukum, keuanganlayanan kesehatan, dan akademisi, taruhannya sangat besar. Kepercayaan dan reputasi adalah mata uangnya. Pada saat yang sama, menolak adopsi sepenuhnya dapat berarti tertinggal dari pesaing yang lebih maju dalam hal AI dan menjadikannya bermanfaat bagi mereka.
Jika adopsi berjalan cepat tanpa perlindungan, institusi berisiko kehilangan kredibilitas di mata pelanggan, regulator, dan orang-orang mereka sendiri yang mungkin lebih memilih untuk beralih ke pesaing yang melakukan hal yang benar.
Di sisi lain, mengabaikan AI sama sekali dan duduk di tepi kolam juga sama berbahayanya. para pesaing kita sudah terjun jauh dengan AI.
Ketakutan vs. FOMO tidak tepat sasaran
Percakapan dengan AI perlu melampaui hal-hal biner yang berbasis rasa takut. Seperti kalkulator di kelas atau e-mail di tempat kerja, AI pada dasarnya tidak baik atau buruk. Sederhananya, ini adalah kemampuan atau kecerdasan bersama.
Pembeda sebenarnya adalah bagaimana para pemimpin memandu adopsi dan menyeimbangkan upaya perlindungan teknis dengan adaptasi budaya. Pembedanya adalah kepemimpinan dan startup AI yang mulai mengabaikan sistem lama, menunjukkan cara mengintegrasikan AI dengan pagar pembatas, budaya, keamanan, dan transparansi yang tepat.
Bagi CISO, CIO, dan pengambil keputusan lainnya, tujuannya adalah menolak pilihan yang salah antara penerimaan total atau pelarangan total. Sebaliknya, organisasi harus berupaya melakukan integrasi secara sadar, menjalankan PoC, dan berpegang teguh pada tata kelola yang transparan.
Selenggarakan acara makan siang dan pembelajaran untuk mendorong pendidikan pengguna, dan membangun keselarasan yang jelas antara nilai-nilai dan budaya organisasi dengan AI. Dampak kemanusiaan masih penting. Apalagi sekarang.
Momen pengajaran untuk semua
Terkait AI, memperjelas apa yang dimaksud dengan “keahlian” harus menjadi prioritas. Dapatkan gambaran menyeluruh tentang apa yang mungkin terjadi dan apa yang sudah terjadi.
Perhatikan kembali alur kerja Anda dan cari tahu di mana AI dapat menghilangkan kesibukan orang-orang, dan di mana Anda masih memerlukan penilaian manusia sebagai pengemudi.
Jangan takut untuk menjelaskan secara eksplisit di mana Anda memerlukan penilaian manusia dan di mana AI dapat melakukan pekerjaan berulang dengan aman. Harus ada visibilitas penuh karena jika dibiarkan samar-samar, hal itu dapat menimbulkan interpretasi yang luas.
Di dalam keamanan siberkejelasan ini muncul setiap hari. Saya telah melihat bantuan AI menyaring ribuan peringatan yang seharusnya mengubur tim keamanan. Model melakukan pekerjaan kasar dan menandai pola yang terlihat mencurigakan. Manusia kemudian turun tangan dan memutuskan apakah itu kebisingan atau serangan nyata.
Ketika garis itu jelas, tim tetap tajam. Jika tidak jelas, tim akan terlalu memercayai model tersebut atau tenggelam dalam peringatan. Taruhannya tinggi karena satu keputusan yang terlewat bisa menjadi pembeda antara memblokir gangguan dan membacanya nanti di berita.
Dengan memberikan penjelasan lengkap, bahkan mungkin terkadang membosankan, tentang bagaimana AI dapat digunakan, data apa yang dapat disentuhnya, bagaimana output akan divalidasi, dan bagaimana kredit diberikan, Anda sudah berada pada langkah yang benar.
Ketika Anda menjadikan AI sebagai urusan semua orang, akan lebih mudah untuk memastikan bahwa karyawan Anda mengetahui benar dan salahnya, karena pengetahuan AI tidak seharusnya berada di departemen TI saja. Jika saja TI memahami risikonya, Anda akan tenggelam.
Memberi orang-orang di seluruh organisasi alat dan pengetahuan untuk menggunakannya secara bertanggung jawab, mulai dari mengenali bias hingga mengetahui kapan harus memercayai, atau mempertanyakan jawabannya.
Mulailah dari hal kecil namun belajarlah dengan cepat dengan menguji AI di area berisiko rendah terlebih dahulu, lihat apa yang berhasil, dan sesuaikan seiring berjalannya waktu. Pantau kinerjanya dengan Operasi Pembelajaran Mesin (MLOps). Ukur apa yang penting. Biarkan para pekerja pengetahuan bisnis membangun metrik dan KPI. Jadikan QA keren lagi.
Mesin cetak, kalkulator… dan sekarang AI
Ketika AI dilakukan dengan benar, AI akan mempertajam keunggulannya. Mesin cetak tidak berhenti belajar. Kalkulator tidak mematikan matematika. Email tidak merusak produktivitas. Masing-masing memberikan ruang bagi orang-orang untuk mengerjakan hal-hal yang lebih penting.
AI harus diperlakukan dengan cara yang sama. Hal ini bukan untuk menghapus kepercayaan atau melemahkan sistem. Hal ini bertujuan untuk memperkuat apa yang dilakukan masyarakat jika dipadukan dengan tata kelola dan akuntabilitas yang jelas. Kemajuan akan bertahan jika orang melihatnya membuat kehidupan menjadi lebih baik tanpa menghilangkan integritas.
Kepercayaan tidak diperoleh melalui siaran pers. Itu diperoleh dengan bukti. Tunjukkan kepada karyawan bahwa AI memiliki pagar pembatas. Tunjukkan kepada pelanggan bahwa keamanan dan pribadi datang duluan. Begitulah kredibilitasnya.
Kredibilitas akan bertahan jika AI bersifat transparan dan akuntabel. Itulah cara kami mempertahankan kepercayaan terhadap keamanan siber dan itulah cara kami membentuk masa depan.
Kami telah menampilkan perangkat lunak enkripsi terbaik.
Artikel ini dibuat sebagai bagian dari saluran Expert Insights TechRadarPro tempat kami menampilkan para pemikir terbaik dan tercemerlang di industri teknologi saat ini. Pandangan yang diungkapkan di sini adalah milik penulis dan belum tentu milik TechRadarPro atau Future plc. Jika Anda tertarik untuk berkontribusi, cari tahu lebih lanjut di sini: https://www.techradar.com/news/submit-your-story-to-techradar-pro
