Perusahaan mungkin bersemangat untuk memanfaatkan kecerdasan buatan (AI), tetapi penelitian menunjukkan bahwa mengoptimalkan teknologi yang sedang berkembang tidak semudah yang dikatakan. Menurut Indeks Kematangan Data Carruthers dan Jackson, sebanyak 87% pemimpin data mengatakan bahwa AI hanya digunakan oleh sebagian kecil karyawan di organisasi mereka atau bahkan tidak digunakan sama sekali.
Survei tahunan konsultan tersebut menunjukkan bahwa banyak organisasi mengalami “paralisis AI”, di mana hanya 5% bisnis yang memiliki tingkat kematangan AI tinggi, departemen AI yang mapan, atau proses AI yang jelas.
Namun, penting bagi pemimpin data yang merasa organisasinya kurang matang dalam hal AI untuk tidak terlalu putus asa. Caroline Carruthers, CEO di Carruthers dan Jackson, mengatakan bahwa setiap teknologi baru mengalami periode pembenaran, tata kelola, dan penerimaan.
“Kita semua sedang dalam perjalanan,” katanya. “Kita memiliki lebih banyak data daripada sebelumnya. Data adalah hal yang fundamental dalam bisnis kita.”
Sebagai langkah awal untuk membangun momentum AI dalam organisasi yang lambat bergerak, Carruthers menyarankan empat prioritas untuk pemimpin data yang ingin melampaui paralisis AI saat ini:
1. Mulailah dengan tujuan – “Saya tidak bisa menekankan hal ini cukup. Apa yang ingin Anda lakukan? Masalah apa yang ingin Anda selesaikan? Apa yang membuat Anda terjaga di malam hari? Apa peluang yang Anda miliki? Apa yang membuat Anda bersemangat? Anda perlu memiliki alasan untuk maju. Tanpa itu, kita akan terlihat seperti sekelompok anak-anak bermain olahraga pada hari Minggu. Kita hanya berserakan di mana-mana. Jadi pertama dan terutama, fokuslah pada tujuan.”
2. Fokus pada hasil yang ditargetkan – “Apa bagian terkecil dari tujuan itu yang dapat Anda mulai berkontribusi? Ketika Anda memulai perjalanan ini, dan begitu Anda menyebutkan hal-hal seperti AI, semua orang beralih ke ‘semakin besar semakin baik’. Seperti, ‘Apa masalah terbesar? Bisakah kita menyelesaikan perdamaian dunia?’ Sebagai gantinya, fokuslah pada masalah terkecil di mana Anda dapat membuat perbedaan dan gunakan itu sebagai model Anda ke depan.”
3. Ceritakan kesuksesan Anda – “Orang-orang yang bekerja dengan data tidak terlalu pandai memberi tahu semua orang tentang hal-hal baik yang mereka lakukan. Kami sangat pandai memikirkan berapa banyak yang harus kami lakukan. Dan kami sangat pandai berlarian dan melakukan banyak hal. Tetapi kami tidak terlalu pandai mengatakan, ‘Lihatlah hal hebat yang kami miliki ini,’ dan mendorong orang lain untuk bergabung dalam perjalanan kami.”
4. Gunakan data untuk membuktikan kasus Anda – “Tunjukkan orang-orang hasil proyek Anda. Apakah berhasil? Apakah AI melakukan hal-hal yang kita katakan kepada semua orang? Apakah kita bisa menyelesaikan proyek dengan lebih baik atau lebih cepat? Pahami metriknya, sehingga Anda dapat mendapatkan persetujuan untuk lebih banyak proyek.”
Mengfokuskan pada empat prioritas ini akan membantu organisasi Anda memulai membangun momentum AI.
Namun, mengapa AI masih berada pada tingkat perkembangan yang masih awal meskipun ada banyak kegembiraan dan antisipasi terhadap alat generatif, seperti ChatGPT dari OpenAI dan Microsoft Copilot?
Menurut Carruthers, penjelasannya sederhana – mengadopsi AI melibatkan kemampuan untuk mengatasi dua hambatan besar: orang dan regulasi.
Ketika berbicara tentang orang, semua jenis karyawan dalam bisnis – mulai dari ruang rapat hingga lantai toko – perlu diyakinkan akan nilai AI. Dan Carruthers, yang merupakan mantan kepala petugas data (CDO) dari perusahaan infrastruktur Inggris, Network Rail, mengatakan bahwa meyakinkan orang bukanlah tugas yang mudah, meskipun ada kegembiraan seputar pertumbuhan pesat teknologi generatif.
“Ketika Anda menyebutkan kata AI, orang membayangkan Skynet dan mulai berpikir bahwa mereka akan kehilangan pekerjaan,” katanya, mengacu pada sistem AI fiktif dalam film Terminator dan kekhawatiran nyata banyak orang tentang dampak potensial teknologi yang sedang berkembang terhadap jumlah tenaga kerja.
“Sementara banyak pemimpin data merasa perlu melakukan sesuatu dengan AI, mereka juga menghadapi tingkat resistensi yang melekat sebelum mereka dapat memulai sesuatu pun.”
Ketika berbicara tentang regulasi, penelitian Carruthers dan Jackson menunjukkan bahwa eksekutif dengan alasan yang tepat khawatir tentang etika data dan potensi adanya undang-undang data yang lebih ketat yang berfokus pada penggunaan informasi.
Namun, karena bentuk aturan dan undang-undang ini masih belum jelas, banyak perusahaan memilih untuk menunggu sebelum terjun sepenuhnya ke AI.
“Ini seperti asap dan cermin. Undang-undang akan datang – kita tahu banyak orang membicarakannya, tetapi kita belum tahu apa arti undang-undang tersebut,” kata Carruthers.
“Jadi, saya pikir orang masih ragu-ragu sedikit karena mereka tidak tahu apa yang akan terjadi.”