Laporan baru yang besar dari MIT’s Project NANDA, “State of AI in Business 2025,” menemukan perbedaan besar dalam dunia AI perusahaan: sementara adopsi AI resmi di perusahaan macet, sebuah “shadow AI economy” yang kuat justru tumbuh diam-diam. Ini didukung oleh karyawan yang pakai alat AI pribadi untuk kerja sehari-hari.
Inti studinya adalah “GenAI divide”: temuan MIT bahwa meski sudah investasi $30-40 miliar untuk inisiatif GenAI, cuma 5% organisasi yang lihat hasil yang transformative. Sebagian besar—95%—laporkan nol dampak pada keuntungan dari investasi AI formal. Tapi, diam-diam, MIT juga temukan keterlibatan besar pekerja dengan alat LLM, sebuah ekonomi bayangan dari adopsi AI yang luas.
Daripada nunggu proyek GenAI resmi perusahaan atasi kendala teknis, karyawan rutin manfaatkan akun ChatGPT pribadi, langganan Claude, dan alat AI consumer-grade lain untuk otomatisasi tugas. Aktivitas ini sering gak kelihatan oleh departemen IT dan para eksekutif.
“Karyawan sudah menyeberangi ‘GenAI Divide’ lewat alat AI pribadi. ‘Shadow AI’ ini sering kasih ROI lebih baik daripada inisiatif formal dan tunjukkan apa yang sebenarnya bekerja,” kata laporannya.
Perbedaan 40% dan 90%
Studi ini berdasarkan tinjauan lebih dari 300 inisiatif AI yang diumumkan, wawancara dengan perwakilan 52 organisasi, dan survei dari 153 pemimpin senior.
Ditemukan bahwa meski cuma 40% perusahaan yang beli langganan LLM resmi, karyawan di lebih dari 90% perusahaan rutin gunakan alat AI pribadi untuk kerja. Faktanya, hampir semua responden laporkan pakai LLM dalam beberapa bentuk sebagai bagian alur kerja reguler mereka.
Banyak pengguna bayangan bilang mereka berinteraksi dengan LLM beberapa kali sehari, setiap hari kerja—dengan adopsi yang seringkali jauh lebih cepat daripada inisiatif AI sah perusahaan mereka, yang masih macet di tahap percobaan.
Analisis Project NANDA menyoroti alasan utama perbedaan ini:
- Fleksibilitas dan kegunaan langsung: Alat seperti ChatGPT dan Copilot dipuji karena mudah digunakan, adaptif, dan nilainya langsung terlihat—hal yang sering hilang dari solusi enterprise yang dibikin sendiri.
- Kesesuaian dengan alur kerja: Karyawan menyesuaikan alat konsumen untuk kebutuhan spesifik mereka, menghindari siklus persetujuan dan tantangan integrasi perusahaan.
- Hambatan rendah: Aksesibilitas shadow AI percepat adopsi, karena pengguna bisa bereksperimen dengan bebas.
Seperti catat laporan, “Organisasi yang kenali pola ini dan kembangkan atasnya mewakili masa depan adopsi AI enterprise.”
Keuntungan ini sangat berbeda dengan deployment GenAI resmi, di mana integrasi kompleks, antarmuka yang kaku, dan kurangnya memori persisten sering hentikan progres. Ini membantu jelaskan “kesenjangan” antara pilot dan produksi.
‘Perang untuk pekerjaan sederhana’
Menurut laporan, penggunaan shadow AI bikin loop umpan balik: saat karyawan makin familiar dengan alat AI pribadi yang cocok dengan kebutuhan mereka, mereka jadi kurang toleran dengan alat enterprise yang statis.
“Garis pemisahnya bukan kecerdasan,” tulis penulis, menjelaskan bahwa masalah dengan AI enterprise berkaitan dengan memori, kemampuan adaptasi, dan kemampuan belajar.
Akibatnya, 90% pengguna bilang mereka lebih prefer manusia untuk kerjakan “pekerjaan mission-critical,” sementara AI sudah “menang perang untuk pekerjaan sederhana,” dengan 70% lebih prefer AI untuk buat draft email dan 65% untuk analisis dasar.
Sementara itu, studi ini juga membantah beberapa mitos, melubangi lima keyakinan umum tentang AI enterprise. Bertentangan dengan hype, ditemukan:
- Sedikit pekerjaan yang sudah diganti AI.
- Di luar dampak terbatas pada pekerjaan, generative AI juga tidak mengubah cara bisnis dilakukan.
- Kebanyakan perusahaan sudah investasi berat dalam pilot GenAI.
- Masalahnya lebih sedikit dari regulasi atau kinerja model, dan lebih dari alat yang gagal belajar atau beradaptasi.
- Proyek pengembangan AI internal “build” gagal dua kali lebih sering daripada solusi “beli” dari luar.
Meski begitu, PHK di sektor tech beberapa tahun terakhir sudah mengakar dalam ekonomi, apakah itu terkait adopsi AI atau tidak. Dan penelitian tentang premium gaji yang menurun dari gelar sarjana menunjukkan pergeseran fundamental sedang terjadi di pasar tenaga kerja.
Tapi sektor AI mungkin mencapai dataran tinggi, dengan peluncuran OpenAI’s ChatGPT5 yang underwhelming bikin beberapa penulis terkemuka bertanya: bagaimana jika AI tidak jadi lebih baik dari ini?
Bahkan, Federal Reserve meminta beberapa ekonom staf untuk pertimbangkan pertanyaannya, dan skenario dasar mereka adalah bahwa itu akan sangat meningkatkan produktivitas. Tapi mereka juga bilang itu bisa berakhir seperti penemuan yang secara harfiah mengusir bayangan saat muncul lebih dari 100 tahun yang lalu: bola lampu.
Untuk cerita ini, Fortune menggunakan generative AI untuk bantu dengan draft awal. Seorang editor memverifikasi keakuratan informasi sebelum publikasi.
Perkenalkan Fortune Global 500 2025, ranking definitif untuk perusahaan terbesar di dunia. Jelajahi daftar tahun ini.