Berhentilah meminta karyawan untuk mengadopsi AI
Organisasi menghadapi tantangan manajemen perubahan yang mendesak. Para pemimpin yakin bahwa kecerdasan buatan akan mengubah bisnis mereka, namun orang-orang yang diperlukan untuk meneruskan transformasi tersebut sudah berhenti mencoba, atau begitulah yang terlihat. Menurut laporan Superagency in the Workplace dari McKinsey, karyawan sudah menggunakan AI generatif tiga kali lebih banyak daripada yang disadari oleh para pemimpin mereka. Namun hanya 1% perusahaan yang mengatakan bahwa AI terintegrasi penuh dalam cara kerja mereka dilakukan. Pekerja sedang bergerak. Organisasi tidak. Seperti yang akan kita lihat, sebagian besar aktivitas tersebut terjadi di luar sistem yang sudah disetujui—bukan sebagai tanda penolakan, melainkan sebagai tanda adanya kebutuhan yang tidak terpenuhi. Kami telah melihat pola ini di berbagai industri dari kedua sisi—Tomer sebagai chief customer officer di WalkMe, di garis depan adopsi digital, dan Jenny sebagai pelatih eksekutif dan konsultan perubahan organisasi. Apa yang tampak seperti perlawanan biasanya merupakan respons rasional terhadap sistem yang berubah di tingkat atas tanpa melibatkan orang-orang. Pemimpin yang menutup kesenjangan tidak memulai dengan memperketat kontrol. Mereka mulai dengan mengatur ulang sistem. Berikut tiga strategi untuk melakukannya. Pertama, pahami mengapa karyawan menolak Ketika karyawan melepaskan diri dari AI, kita menyebutnya penolakan. Survei Adopsi Digital WalkMe menceritakan kisah yang lebih bernuansa. Jurang kepercayaan sebesar 52 poin memisahkan eksekutif dan pekerja: 61% eksekutif memercayai AI untuk mengambil keputusan yang kompleks; hanya 9% pekerja yang melakukannya. Menurut Survei State of AI McKinsey, meskipun 88% organisasi menggunakan AI setidaknya dalam satu fungsi bisnis, hampir dua pertiganya masih menjalankan uji coba dibandingkan melakukan penskalaan. Para pemimpin percaya bahwa alat ini berhasil. Karyawan menjalani kenyataan yang berbeda. Ini bukanlah dua sisi dari percakapan yang sama. Keduanya merupakan dua sistem kepercayaan yang berbeda. Di bawah jurang tersebut terdapat lima pola yang dapat dikenali: “Saya tidak tahu apa yang harus saya lakukan terhadapnya.”—Penelitian Gallup mengaitkan penolakan secara langsung dengan hilangnya kendali dan ekspektasi yang tidak jelas. “Saya sudah mencobanya, dan itu membuang-buang waktu saya.”—Lebih dari 80% proyek AI gagal, dengan kesenjangan keterampilan, kesiapan data, dan integrasi alur kerja yang buruk sebagai penyebab utamanya. “Saya takut akan dampaknya bagi pekerjaan saya.”—FOBO (Fear of Becoming Obsolete) adalah hal yang nyata. Para pekerja melihat berita utama PHK dan menghubungkan titik-titiknya. “Tidak ada yang menunjukkan kepada saya caranya.”—Sebagian besar organisasi memberikan pelatihan yang hanya sekali atau sudah ketinggalan jaman tanpa jalur pembelajaran terstruktur yang dibutuhkan orang sehari-hari. “Saya bagus dalam pekerjaan saya. Saya tidak membutuhkan ini.”—Ini adalah identitas kerajinan, dan ini lebih merupakan aset daripada hambatan. Seperti yang telah dieksplorasi Jenny dalam penelitiannya tentang gesekan yang sehat, ketegangan antara keahlian dan alat-alat baru, jika disalurkan dengan baik, akan menjadi pendorong pertumbuhan, bukan penghalang. Ini bukanlah hambatan yang harus dilewati. Itu adalah sinyal untuk dibaca. 1. Memberikan tujuan yang jelas kepada masyarakat, bukan sekadar arahan. Di berbagai industri, kita melihat pola yang sama berulang. Platform AI perusahaan diluncurkan dengan meriah—para eksekutif mengirimkan memo, lisensi penyediaan TI, webinar pelatihan diposting ke intranet. Dan kemudian, tidak banyak perubahan. Penelitian secara konsisten menemukan bahwa sebagian besar inisiatif AI gagal mencapai hasil yang diharapkan. Para karyawan tidak memberontak. Mereka tidak tahu apa arti “penggunaan AI” dalam peran mereka. Arahannya jelas. Tujuannya bukan. Salah satu pelanggan WalkMe menghadapi pola yang persis seperti ini. Karyawan memiliki akses ke berbagai alat AI tetapi menulis perintah yang tidak jelas, mendapatkan hasil yang tidak konsisten, dan menyerah. Untuk mengatasi tantangan ini, mengurangi beban kognitif, dan memperkuat perilaku yang diinginkan, tim adopsi digital pelanggan membuat perpustakaan cepat khusus yang disusun berdasarkan peran dan kasus penggunaan—lebih dari seribu templat—yang memberikan titik awal yang konkret bagi setiap orang. Seorang insinyur tahu persis perintah mana yang akan digunakan untuk peninjauan kode. Seorang pemasar memiliki templat siap pakai untuk ringkasan kampanye. Dalam sebulan, pengabaian menurun, dan ribuan interaksi dicatat. Alat yang sama. Orang yang sama. Tujuan yang berbeda. Hasil tersebut merupakan hasil dari target bisnis yang telah ditetapkan. Sasarannya bukanlah “meningkatkan adopsi AI”—tetapi “memangkas separuh waktu pembuatan draf pertama untuk setiap peran yang menyentuh pekerjaan klien.” Terukur. Dimiliki. Terkait dengan hasil yang penting bagi bisnis.
Diterbitkan : 2026-07-05 08:00:00
sumber : www.fastcompany.com
