Ada angka yang menghantui dunia AI: 95%. Maksudnya, 95% proyek percobaan AI generatif gagal, menurut studi MIT yang berpengaruh di Agustus 2025. Enam bulan kemudian, saat Fortune berbicara dengan Ketua Global PwC Mohamed Kande di Davos, angkanya masih tinggi: 56% CEO survei merasa tidak mendapat apa-apa dari upaya AI mereka.
Menurut CEO Nvidia Jensen Huang, solusinya adalah kedamaian, kasih sayang, pengertian, dan keterampilan mengasuh anak yang baik. Dia datang ke Cisco AI Summit dengan pesan yang terdengar seperti budaya tahun 1960-an dan pola asuh modern: "Biarkan seribu bunga mekar."
Huang menanggapi tekanan pada pemimpin perusahaan yang ingin adopsi AI tapi takut tidak ada hasil langsung. Saat ditanya langkah pertama perusahaan, dia mengabaikan fokus pada spreadsheet dan hitungan ROI.
"Daripada itu," katanya, "saya menganjurkan filosofi bereksperimen dengan bebas." Dia membandingkan inovasi perusahaan dengan mengasuh anak. Meminta bukti kesuksesan finansial sebelum engineer mencoba alat AI baru sama seperti meminta anak membuat rencana bisnis untuk hobinya.
"Saya ingin hal yang sama untuk perusahaan dan anak-anak saya: pergi dan jelajahi hidup," jelas Huang. "Di rumah, kita tidak tanya apa ROI-nya. Tapi di kerja, kita lakukan itu."
Inovasi butuh terapi, bukan kontrol
Pendekatan ini butuh eksekutif untuk melepas sedikit kendali, kata Huang. Kreativitas dan inovasi yang dihasilkan sepadan. "Jumlah proyek AI di perusahaan kami sangat banyak, tidak terkontrol, dan itu bagus," ujarnya. Inovasi tidak selalu terjadi saat Anda mengontrol. "Jika Anda ingin mengontrol, Anda perlu terapi. Itu ilusi. Anda tidak bisa mengontrol jika ingin perusahaan sukses."
Huang berargumen pemimpin harus mempengaruhi, bukan mengendalikan. Logika "biarkan seribu bunga mekar" adalah manajemen risiko melalui diversifikasi. Cara ini "membuat taman berantakan," tapi mencegah kesalahan mengerahkan semua sumber daya terlalu awal saat alat terbaik belum jelas.
Buka kap mesin
Meski mendukung pendekatan santai terhadap ROI, Huang bersikeras pada pentingnya "pemahaman langsung." Dia mendesak pemimpin untuk tidak hanya bergantung pada sewa cloud atau produk jadi.
Komputer ada di mana-mana, katanya, tapi jika Anda membuatnya sendiri, Anda akan lebih paham. Sama seperti pemilik mobil yang baik tidak hanya naik Uber, tapi juga membuka kap mesin. "Buka kap mesin, ganti oli, pahami semua komponennya," sarannya. "Buat sesuatu. Anda mungkin ternyata sangat ahli. Anda mungkin butuh skill itu."
Dia menekankan, karena teknologi AI vital untuk masa depan, perusahaan harus membangun beberapa infrastruktur sendiri untuk benar-benar paham cara kerja "komponen"-nya. Ini terkait privasi data dan apa yang Huang sebut kekayaan intelektual paling berharga: pertanyaan. "Jawaban adalah komoditas, tapi pertanyaan yang cerdas tidak tergantikan," ucap Huang.
Fortune baru-baru ini mengunjungi KPMG Lakehouse di Orlando, tempat mereka meluncurkan kerangka pelatihan AI. "Pikir, perintah, periksa" adalah metode pelatihannya, menekankan agar karyawan tidak menerima hasil AI begitu saja.
Dari eksplisit ke implisit
Mendesaknya eksperimen ini, kata Huang, berasal dari "reinvensi komputasi." Industri beralih dari "pemrograman eksplisit" — menulis kode spesifik — ke "pemrograman implisit," di mana pengguna menyatakan keinginannya, dan AI yang mencari solusinya.
Di dunia baru ini, "mengetik adalah komoditas," catat Huang. Nilai sebenarnya ada pada keahlian domain untuk memandu AI. "Sekarang Anda beri tahu komputer apa maksud Anda, dan dia akan mencari cara menyelesaikan masalah Anda."
Huang menutup dengan membalik narasi etika populer "manusia dalam proses." Tujuannya, katanya, haruslah "AI dalam proses." Dengan mengintegrasikan AI ke setiap proses, perusahaan dapat menangkap "pengalaman hidup" karyawan, mengubah kerja sehari-hari menjadi kekayaan intelektual permanen. Dengan kata lain, mereka akan membiarkan seribu bunga mekar, asal punya rasa ingin tahu dan pertanyaan yang tepat, serta dukungan dari atasan untuk berpikir bebas.
Untuk artikel ini, jurnalis Fortune menggunakan AI generatif sebagai alat riset. Editor memverifikasi keakuratan informasinya sebelum publikasi.