Banyak CEO sangat antusias dengan revolusi AI. Tapi, sebuah laporan dari MIT bulan Juli lalu memberikan peringatan tentang sulitnya mendapatkan nilai dari teknologi baru ini. Laporannya menemukan bahwa 95% organisasi tidak mendapatkan hasil yang terukur dari investasi mereka di AI generatif.
Untuk mengubah hype AI menjadi ROI yang nyata, kunci utamanya adalah mengembangkan proyek AI melebihi fase percobaan. Bagaimana caranya perusahaan bisa berhasil? Menurut Abhijit Dubey, CEO NTT Data, langkah pertama adalah berhenti mencoba menggunakan AI di setiap bagian operasi.
“Biasanya perusahaan bilang, ‘Di setiap bidang, saya akan luncurkan inovasi dan gunakan AI.’ Menurut saya itu strategi yang salah,” kata Dubey. Strategi yang benar adalah “pilih satu atau dua bidang yang akan menciptakan nilai ekonomi sangat besar untuk perusahaan dan kerjakan secara lengkap.” Dia memberi contoh fokus pada underwriting di asuransi dan rantai pasok di manufaktur.
FedEx punya pendekatan yang jelas dengan mengintegrasikan AI ke tiga area besar: operasi internal, pengalaman pelanggan, dan menciptakan nilai baru untuk pelanggan. “Penelitian menunjukkan organisasi dengan strategi AI yang jelas dan punya prioritas, jauh lebih sukses dari yang tidak. Itu kunci untuk scaling,” kata Kami Viswanathan dari FedEx.
Menerapkan AI di seluruh organisasi ada risikonya dan butuh pengamanan yang cukup. Fabio Kuhn dari Vortexa menekankan pengawasan manusia sangat penting untuk membatasi halusinasi AI. “Selain kecepatan dan kualitas, yang semakin penting adalah penjelasannya. Bagaimana manusia bisa mengerti alasannya AI membuat keputusan tertentu?” katanya.
Peran manusia juga penting dalam penggunaan AI di layanan kesehatan. “Model bahasa besar ini memang sudah baca segalanya, tapi mereka bisa berhalusinasi dengan percaya diri. Kalau data tidak ada, mereka akan mengarangnya,” kata Noosheen Hashemi dari January AI. Perusahaannya punya dokter yang memeriksa hasil AI untuk memastikan semuanya masuk akal.
Sektor kesehatan juga punya tantangan unik untuk mengembangkan AI, terutama di AS: data yang terpisah-pisah antara pasien, asuransi, penyedia layanan, dan lab. “Tidak adanya pandangan data yang terpadu membuat kita tidak bisa memanfaatkan AI dengan maksimal,” kata Hashemi. “Teknologi untuk memberantas penyakit kronis akibat gaya hidup sebenarnya sudah ada. Pertanyaannya, seberapa besar kemauan kita untuk menerapkan teknologi ini dan mengatasi masalah data, peraturan, dan privasi?”