Di minggu pertama bulan Januari, semua tempat gym di negara itu penuh dengan orang-orang yang sudah putuskan bahwa ini adalah tahun mereka akan ubah kesehatan mereka. Mereka akan makan lebih baik. Mereka akan tidur lebih banyak. Mereka akan olahraga setiap hari. Pada bulan Februari, kebanyakan dari pendatang baru ini sudah tidak kelihatan lagi.
Mengubah banyak kebiasaan kesehatan sekaligus itu sangat susah untuk manusia, kecuali ada peristiwa kesehatan besar seperti serangan jantung atau diagnosa diabetes yang memaksa mereka untuk melakukannya. Perubahan bertahap yang konsisten bukan hanya lebih tahan lama, tapi juga, mengingat hambatan (misalnya, cedera) yang bisa timbul dari perubahan drastis, sebenarnya lebih cepat.
Hal yang sama berlaku di bisnis. Kita lihat ini terjadi dengan AI sekarang, di mana banyak perusahaan terjebak antara dua strategi yang salah: kehati-hatian yang melumpuhkan, menunggu teknologi itu "terbukti", dan proyek ambisius yang jauh, di mana transformasi besar janji untuk menciptakan ulang seluruh organisasi. Menunggu hampir pasti membuat kamu tertinggal oleh pesaing yang sudah menguasai teknologi yang akan buat pergeseran besar dalam model bisnis. Sementara itu, kebanyakan penelitian tunjukkan bahwa transformasi besar sering gagal. Mereka bisa habiskan sumber daya yang besar—sering sampai 10% dari pendapatan tahunan—hanya untuk sering buat organisasi kelelahan dan teralihkan.
Bagaimana jika jalan ke depan untuk AI bukan transformasi besar, tapi mengasah setiap hari?
Kekuatan Mengasah
Dalam buku baru kami Hone: How Purposeful Leaders Defy Drift, kami berargumen bahwa organisasi harus beralih dari mengandalkan reinvensi besar yang berkala ke penyesuaian mikro yang terus-menerus dan bertujuan. Transformasi kadang diperlukan tapi apa yang kami sebut "mengasah"—membuat perubahan kecil tapi sengaja yang membangun momentum kumulatif—sangat kurang dimanfaatkan. Sama seperti koki mengasah pisau setiap hari untuk menjaganya tajam—daripada menunggunya tumpul dan memerlukan tindakan merusak untuk mengasahnya—organisasi bisa mengasah pendekatan mereka ke AI dengan cara yang kurang berisiko, lebih tahan banting, dan pada akhirnya lebih cepat dan efektif daripada transformasi.
Mengasah tidak sehebat proyek ambisius, tapi tidak kurang ambisius. Ini tentang menyusun kemajuan secara berbeda: menanamkan peningkatan ke dalam praktik sehari-hari daripada menunggu konsensus sempurna, teknologi terobosan, atau infrastruktur tanpa cacat. Dan pada akhirnya, ini sering lebih cepat karena menghindari kemunduran dan koreksi mahal yang datang dari terburu-buru atau membuat perubahan mendadak. Dengan selaras secara stabil dengan pergeseran pasar dan membuat peningkatan bertahap, tim menjaga momentum konstan dan bisa menyesuaikan dengan wawasan dan kemajuan secara real time.
Ketika pemimpin adopsi pola pikir mengasah dengan AI, itu menjadi bagian dari aksi harian organisasi daripada kampanye sesekali. Alih-alih satu proyek ambisius, fokus pada portofolio eksperimen kecil dan tertarget yang bangun momentum. Ini yang terlihat seperti mengasah ketika diterapkan ke AI.
Tingkatkan sistem yang sudah ada sebelum menargetkan otomatisasi penuh. Untuk banyak organisasi, hanya meningkatkan proses saat ini dengan AI—daripada mencoba menggantinya sepenuhnya—bisa buka nilai segera. Di industri seperti layanan pelanggan atau manajemen rantai pasokan, ini bisa berarti menanamkan AI ke dalam platform yang ada untuk merampingkan alur kerja, menambah pengambilan keputusan manusia, atau meningkatkan akurasi peramalan. Langkah-langkah ini mungkin tidak berikan transformasi dramatis dalam semalam, tapi mereka membangun kemampuan, kepercayaan, dan momentum. Dan paling penting, praktik menggunakan AI menciptakan pembelajaran untuk diterapkan di tempat lain.
Buat "langkah minimal yang layak". Diterapkan ke AI, ini berarti memecah tantangan besar menjadi eksperimen yang bisa didekati. Daripada mencoba menerapkan AI di sepanjang rantai pasokan, sebuah perusahaan mungkin mulai dengan menggunakan machine learning untuk mengoptimalkan inventaris hanya untuk satu lini produk. Daripada mencoba mengotomatisasi semua interaksi pelanggan, sebuah tim bisa pilot chatbot untuk kategori layanan spesifik dan evaluasi efektivitasnya. Bahkan di tingkat operasional, sebuah organisasi mungkin bereksperimen dengan alat peramalan berbasis AI di satu region sebelum skalakan ke seluruh perusahaan.
Jangan tunggu iterasi model selanjutnya. Dorongan untuk menerapkan AI sering macet dalam debat tentang berapa lama untuk mencapai artificial general intelligence (AGI) atau apa yang akan dibawa oleh serangkaian model berikutnya. Meskipun membantu untuk memiliki gambaran tentang apa yang akan datang, kamu hampir selalu lebih siap untuk masa depan dengan berlatih menggunakan alat yang ada hari ini versus menunggu versi berikutnya yang akan lebih baik. Jarang langkah hari ini menghalangi adaptasi masa depan. Organisasi bisa membangun praktik operasi machine learning yang kuat, standar interpretasi model, dan daftar periksa AI etis yang bisa berkembang bersama teknologi.
Rancang sistem yang perkuat kemajuan terus-menerus. Tim yang bekerja dengan AI harus merasa secara simultan seperti itu tidak opsional untuk bekerja dengan teknologi dalam beberapa cara, sementara juga tidak merasa lumpuh oleh kebutuhan untuk itu menjadi sempurna. Insentif harus menghargai adopsi dan khususnya tidak menghukum "kegagalan." Faktanya, kami lebih suka jika kita tidak pernah menggunakan istilah "fail fast" lagi. Tidak ada manusia yang suka gagal; insentif harus menghargai tim yang menggunakan teknologi dan belajar. Standar dan ekspektasi harus terus ditingkatkan seiring waktu saat organisasi belajar.
Contoh-contoh ini berbagi benang merah yang sama: mereka tidak menunggu teknologi untuk matang atau solusinya menjadi jelas. Mereka membangun kemajuan melalui kemenangan-kemenangan kecil yang terlihat yang memperkuat kepercayaan dan mempercepat adopsi. Dan semuanya bergantung pada sistem manajemen yang bertujuan untuk hasil perilaku yang ditargetkan.
Jika kamu ingin orang mengadopsi AI, kamu harus ubah sistem yang menuntun mereka. Langkah-langkah ini tidak akan bertahan kecuali kamu menyesuaikan sistem manajemen perusahaan kamu—aturan formal dan informal yang mengatur organisasi. Kami sebut sistem manajemen sebagai "sistem saraf" organisasi karena mereka adalah hal-hal yang mendorong perubahan – atau – terlalu sering – menahan orang untuk berubah.
Ini beberapa cara sistem manajemen bisa digeser untuk buat daya tarik untuk upaya AI.
Hak keputusan: Mungkin perlu untuk memiliki beberapa tingkat kontrol pusat atas portofolio tes yang dilakukan organisasi dalam AI. Mengambil pendekatan "biarkan seribu bunga mekar" dengan mendesentralisasikan pengujian bisa buat lebih sulit untuk berbagi pembelajaran dari pilot awal dan percepat, memaksa setiap bagian organisasi untuk buat perjalanan mereka sendiri.
Evaluasi kinerja: Tambahkan adopsi AI ke tujuan; hati-hati dengan apa yang diukur – jika itu kesuksesan tes awal, itu bisa tanpa sengaja beri pembatas pada ambisi.
Anggaran: Kepemimpinan bisa alokasikan beberapa dana fleksibel yang izinkan tim untuk uji dan skala ide AI dengan cepat, daripada mengikat mereka ke proyek modal multi-tahun.
Norma rapat: Kami telah lihat beberapa tim adopsi "Momen AI" dalam rapat rutin di mana rekan tim berbagi apa yang mereka pelajari. Ini normalisasi eksperimen dan buat AI bagian dari budaya, bukan kampanye terpisah.
Ketika organisasi terus menyesuaikan sistem ini, mereka tanamkan AI ke dalam pengambilan keputusan sehari-hari. Hasilnya bisa menjadi budaya yang mengasah ketajamannya setiap hari, daripada yang menjadi tumpul sampai transformasi besar dipaksa.
Pelajarannya sederhana: jangan tunggu informasi sempurna atau persetujuan universal. Pemimpin harus perlakukan AI sebagai alat untuk bereksperimen—menguji aplikasi skala kecil, memantau hasil dengan hati-hati, dan menyesuaikan secara terus-menerus. Mengasah bisa jaga AI selaras dengan tujuan dasar organisasi dengan memaksa umpan balik, penilaian, dan koreksi konstan. Dan jika itu bisa bekerja untuk adopsi AI, bayangkan berapa banyak tantangan lain organisasi modern yang mungkin bisa diatasi dengan mengasah juga.
Berhenti rencanakan proyek ambisius. Mulai mengasah.