Di ruang rapat di seluruh dunia, ada kecemasan spesifik yang muncul. Bukan hanya rasa takut robot mengambil pekerjaan manusia; tetapi juga kekhawatiran besar tentang “penyesalan setelah membeli” di pasar yang bergerak sangat cepat. Menurut Bill Briggs, kepala teknologi officer di Deloitte, saat kita beralih dari eksperimen AI ke penerapan skala besar, ketakutan itu mendorong strategi investasi yang tidak seimbang. Perusahaan menghabiskan 93% dari anggaran AI mereka untuk teknologi dan hanya 7% untuk orang-orang yang akan menggunakannya.
Briggs menyoroti pembagian “93-7” ini sebagai hal yang sangat mengejutkan baginya—dan sebuah kesalahan besar. Organisasi terlalu fokus pada “bahan-bahan”—seperti model, chip, dan perangkat lunak—sambil mengabaikan “resep”-nya, yaitu budaya, alur kerja, dan pelatihan yang dibutuhkan agar teknologinya berjalan. Briggs membandingkan pendekatan yang terlalu berat teknologi ini dengan “ingin membuat paella” tetapi hasilnya “hanya daun ketumbar.”
Fortune berbicara dengan Briggs di kantor Deloitte di New York City, untuk membahas laporan tahunan Tech Trends ke-17 firma tersebut. Briggs sudah terlibat dalam laporan ini selama hampir dua puluh tahun. Dulu, dia ingat, dia adalah seorang manajer senior, direkrut langsung dari Notre Dame sebagai bagian dari upaya menghadirkan kemampuan teknologi di firma yang saat itu sebagian besar bergerak di bidang pajak dan audit. “Teknologi adalah sebuah harapan untuk hal lebih yang mungkin kami lakukan di masa depan,” kenangnya. Laporan Tech Trends tercipta saat dia berkonsultasi dengan perusahaan-perusahaan yang mendirikan organisasi CTO, sementara Deloitte belum memilikinya. “Jadi saya kembali ke CEO kami dan bilang, ‘Hei, kita perlu ini, terlepas dari apakah saya yang menjalankan perannya atau tidak.'”
Briggs, yang basisnya dekat Kansas City tetapi sering bolak-balik ke New York dan seluruh negeri, mengatakan pembagian 93-7 ini sangat mengejutkannya. “Saya merasakannya dalam perjalanan saya, tapi belum bisa mengukur angkanya,” ujarnya tentang rasio ini. Dia mengibaratkannya dengan setiap gelombang teknologi baru, di mana hal termudah adalah menerapkan teknologi baru pada cara kerja perusahaan yang lama. “Perlahan-lahan seperti ini adalah jebakan yang sulit untuk keluar.”
Meski Briggs tidak berkomentar apakah perusahaan menghabiskan terlalu banyak atau terlalu sedikit untuk AI, dia mengatakan bahwa dia melihat terlalu banyak “kelembaman institusional” yang menang. Perusahaan mencoba memasukkan AI ke dalam alur kerja yang sudah ada seolah-olah itu hanya tambahan biasa, bukannya memikirkan ulang proses mereka secara menyeluruh. Dia mengingat kutipan terkenal dari legenda sains komputer Grace Hopper bahwa frasa paling merusak adalah “Kami selalu melakukannya dengan cara ini.” Untuk sukses dalam revolusi teknologi ini, pemimpin harus mendorong melampaui zona nyaman, dan rasio 93-7 menunjukkan terlalu banyak mengandalkan cara-cara lama, padahal momen ini membutuhkan sesuatu yang baru.
Komentar Briggs sejalan dengan survei global besar dari firma konsultan Protiviti, yang dirilis pada minggu yang sama dengan laporan Tech Trends-nya. Dalam sebuah briefing dengan wartawan, Fran Maxwell dari Protiviti, yang memimpin fungsi konsultasi SDM global, mengatakan dengan sederhana bahwa “Fungsi dan organisasi SDM harus mendesain ulang pekerjaan. Itu bukan kemampuan yang dimiliki sebagian besar fungsi.” Dan, tanpa sengaja menggemakan Briggs dan Hopper, dia menambahkan: “Kamu tidak bisa menyelesaikan masalah talenta hari ini dengan talenta kemarin.”
Konsekuensinya: Hilangnya Kepercayaan dan Munculnya ‘Shadow AI’
Untuk memperbaiki ketidakseimbangan 93-7, Briggs menyarankan perubahan radikal dalam cara perusahaan memandang agen AI. Saat organisasi beralih dari pekerja “berbasis karbon” ke “berbasis silikon” (maksudnya dari manusia ke chip semikonduktor, atau robot), mereka harus membuat proses setara dengan proses SDM untuk agen, robot, dan AI canggih, serta pertanyaan rumit tentang tanggung jawab dan manajemen kinerja. Ini akan sulit, karena melibatkan pertanyaan rumit tentang tanggung jawab dan manajemen kinerja. Dia memberikan contoh hipotetis seorang manusia menciptakan sebuah agen, dan agen itu menciptakan lima generasi agen lagi. Jika kesalahan terjadi dari generasi kelima, siapa yang bersalah? “Tindakan disiplin seperti apa? Kamu akan menaruh robot lini produksimu … di waktu hukuman dan memaksa mereka melakukan pelatihan kepatuhan wajib 10 jam?”
Konsekuensi mengabaikan sisi manusia sudah terlihat di tenaga kerja. Menurut laporan TrustID Deloitte, meski akses ke GenAI di tempat kerja meningkat, penggunaan keseluruhannya justru turun 15%. Selain itu, masalah “Shadow AI” muncul: 43% pekerja dengan akses GenAI mengaku tidak patuh, melewati kebijakan perusahaan untuk menggunakan alat yang tidak disetujui. Ini sejalan dengan laporan Fortune sebelumnya tentang masalah shadow AI, di mana survei menunjukkan pekerja di hingga 90% perusahaan menggunakan alat AI sembunyi-sembunyi dari departemen IT mereka.
Pekerja mengatakan alat-alat tidak resmi ini “lebih mudah diakses” dan “lebih baik serta lebih akurat” daripada solusi resmi perusahaan. Kesenjangan ini menyebabkan kepercayaan anjlok, dengan kepercayaan pekerja korporat terhadap GenAI turun 38% antara Mei dan Juli 2025. Data mendukung perlunya pendekatan yang berpusat pada manusia. Pekerja yang menerima pelatihan dan lokakarya AI langsung melaporkan kepercayaan 144% lebih tinggi terhadap AI perusahaan mereka dibandingkan yang tidak.
Ketakutan akan ‘Penyesalan Pembeli’
Bagi CEO dan dewan direksi, keengganan mengatasi perubahan budaya berasal dari ketakutan lebih dalam bahwa investasi hari ini akan usang minggu depan. Briggs mencatat bahwa para pemimpin takut berkomitmen pada vendor tertentu hanya untuk menghadapi “penyesalan pembeli” ketika model yang lebih baik dirilis beberapa hari kemudian. “CEO dan dewan direksi, mereka takut karena tidak ingin berkomitmen di waktu yang salah,” ujarnya. Sangat mudah bagi mereka untuk menunda komitmen pada alat AI karena mungkin ada rilis lain minggu depan, atau minggu depannya lagi.
Briggs mengibaratkan mentalitas ini dengan mencoba tepat waktu di pasar saham, tapi dia berpendapat bahwa keraguan ini “hampir seperti pelanggaran sebelum snap” dalam olahraga. Dia bersikeras bahwa jalan tercepat untuk maju adalah memulai sebuah solusi, terlepas dari padatnya pasar.
Desakan untuk memperbaiki rasio ini diperkuat oleh kedatangan “AI Fisik”, yang melampaui pembuatan teks ke robotika dan drone. Aplikasi dunia nyata sudah membuktikan nilai integrasi yang tepat; contohnya, HPE melihat pelaporan 50% lebih cepat dari data ke keputusan setelah menggunakan Zora AI.
Bagi Briggs, pesan untuk para eksekutif puncak jelas: Teknologinya sudah siap, tetapi kecuali para pemimpin mengalihkan fokus mereka pada transformasi manusia dan budaya, mereka berisiko hanya memiliki teknologi mahal yang tidak ada yang cukup percaya untuk menggunakannya. Seperti yang Briggs peringatkan, “Tidak peduli sepadat apa lalu lintasnya, semakin cepat kamu berangkat, semakin cepat kamu sampai.”