Di semua sektor, banyak organisasi menginvestasikan uang besar untuk potensi kecerdasan buatan (AI) agar merubah cara mereka bekerja dan berkembang. Hampir 80% eksekutif berharap AI akan berkontribusi besar untuk pendapatan pada tahun 2030, tapi hanya 24% yang tau darimana pendapatan itu bisa datang.
Ini bukan masalah kurang sadar. Ini adalah masalah arsitektur.
Perusahaan yang sudah mendapat nilai dari AI tidak cuma menunggu dan mencoba lewat proyek percobaan. Mereka merancangnya dengan pilihan sadar tentang bagaimana pekerjaan didesain, bagaimana manusia dan pekerja digital berkolaborasi, dan bagaimana efisiensi produktivitas diinvestasikan kembali.
Dari kerja kami dengan berbagai perusahaan di semua sektor utama, sebuah perbedaan yang jelas muncul.
Beberapa organisasi hanya menambahkan AI ke alur kerja lama dan mendapatkan produktivitas yang sedikit naik. Yang lain mendesain ulang bagaimana nilai diciptakan dan membangun jalur pertumbuhan yang tidak bisa ditiru pesaing.
Pada 2030, ini tidak akan cuma jadi keuntungan posisi jangka pendek. Ini akan menentukan siapa yang tetap bisa bertahan di bisnis. Perbedaannya terletak pada tiga pilihan arsitektur yang memisahkan perusahaan ‘AI-first’ dari yang lain.
Redesain Pekerjaannya Itu Sendiri, Jangan Cuma Ditambah-tambah
Kebanyakan adopsi AI gagal karena organisasi mengotomatisasi proses yang sebenarnya sudah bermasalah. Mereka membuat pekerjaan yang tidak efisien menjadi lebih efisien — dan heran kenapa transformasi tidak terjadi.
Perusahaan AI-first mulai dengan pertanyaan berbeda: Kalau kita mendesain pekerjaan ini hari ini tanpa batasan lama, hasil apa yang kita inginkan? Dan kombinasi apa dari penilaian manusia dan kemampuan AI yang terbaik untuk capai hasil itu?
Nestlé adalah contoh kuat dari perusahaan global yang sudah berusia lebih dari seabad. Mereka tidak cuma menambah fitur AI ke sistem yang ada. Mereka membangun arsitektur perusahaan berbasis AI yang memahami seluruh ekosistem produk, rantai pasok, dan hubungan dengan konsumen dengan cara yang tidak bisa dilakukan model AI biasa. Tujuannya bukan perbaikan sedikit-sedikit — tapi kemampuan untuk menghadirkan produk unggulan lebih cepat sambil menciptakan pengalaman lebih personal untuk karyawan dan pelanggan.
Riyadh Air mewakili sisi lain dari spektrum bisnis — sebuah startup tanpa batasan warisan lama. Tapi prinsipnya sama. Maskapai penerbangan ini membangun operasi yang aslinya AI dari hari pertama, dengan arsitektur terpadu yang menghubungkan operasi, karyawan, dan pelanggan sebagai satu sistem cerdas.
Pelajaran dari keduanya adalah bahwa tulang punggung digital bukan cuma infrastruktur. Itu adalah arsitektur yang disengaja yang memungkinkan manusia dan AI bekerja sebagai kemampuan terintegrasi, menciptakan adaptabilitas yang meningkat seiring waktu.
Bangun Kecerdasan Milik Sendiri, Bukan Cuma Akses ke Model
Pada 2030, semua orang akan punya akses ke model AI yang kuat. Pemenangnya akan punya AI yang disesuaikan yang lebih paham bisnis mereka daripada AI pihak ketiga mana pun.
L’Oréal tidak cuma pakai AI untuk percepat R&D. Mereka membangun model fondasi AI khusus yang dilatih dengan data formulasi milik mereka, penelitian ilmiah, dan kebutuhan keberlanjutan.
Model ini akan memberikan kemampuan kepada ilmuwan mereka yang tidak bisa ditiru pesaing, memungkinkan kemungkinan ilmiah baru yang sebelumnya tidak ada.
Dalam survei kami baru-baru ini, lebih dari setengah eksekutif berharap keunggulan kompetitif mereka datang dari kecanggihan model AI khusus. Kecanggihan juga datang dari data milik sendiri, model khusus yang disetel untuk tantangan spesifik, dan proses pembelajaran berkelanjutan. Organisasi perlu portofolio multi-model – ada yang milik sendiri, ada yang lisensi, semua terintegrasi ke dalam arsitektur yang berkembang secepat pasar mereka.
Perusahaan paling berharga bukan yang punya data paling banyak. Mereka adalah yang mengubah data menjadi keputusan berbasis AI dalam skala besar, dengan kecerdasan yang tidak bisa ditiru pesaing hanya dengan melisensi model yang lebih bagus.
Rekayasa Lingkar Pertumbuhan, Bukan Cuma Keuntungan Efisiensi
Kebanyakan strategi AI gagal karena mereka memperlakukan produktivitas sebagai tujuan akhir.
Para eksekutif berharap AI bisa meningkatkan produktivitas sebanyak 42% pada 2030. Tapi jika kamu simpan keuntungan itu sebagai penghematan biaya, kamu sudah salah paham akan peluangnya. Perusahaan AI-first memperlakukan produktivitas sebagai bahan bakar dengan menginvestasikan kembali keuntungan efisiensi ke produk, layanan, dan pasar baru.
Polanya bekerja seperti ini: Efisiensi dari AI membebaskan modal dan bakat. Kapasitas yang terbebas itu mendanai inovasi di pasar baru. Pasar baru menghasilkan data baru. Data baru melatih AI yang lebih baik. AI yang lebih baik menciptakan lebih banyak efisiensi. Lingkaran ini semakin cepat.
Ilmuwan L’Oréal tidak cuma akan membuat formulasi lebih cepat — kecepatan ini akan memungkinkan mereka mengeksplorasi bahan ramah lingkungan yang sebelumnya tidak layak secara ekonomi. Nestlé tidak cuma mengoptimalkan rantai pasok — mereka menggunakan keuntungan itu untuk membangun hubungan langsung dengan konsumen yang mengubah cara orang berinteraksi dengan produk mereka. Riyadh Air tidak cuma membangun maskapai baru — mereka membuang lima puluh tahun warisan lama sekaligus yang akan mendefinisikan dekade penerbangan berikutnya.
Ini menciptakan perbedaan yang sangat besar. Sementara yang tertinggal mengoptimalkan margin, para pemimpin melesat ke pasar baru, membangun kemampuan yang terus berkembang. Pada 2030, jaraknya tidak akan terukur dalam persentase produktivitas. Itu akan terukur dalam model bisnis yang sama sekali berbeda.
Pertanyaan yang Menentukan Siapa yang Menang
Era pertumbuhan berikutnya tidak akan bisa diprediksi. Ia akan direkayasa. Para pemimpin harus menjawab tiga pertanyaan tidak nyaman sekarang:
Jika kita mendesain ulang operasi kita dengan prinsip AI-first, apa yang akan kita hentikan sepenuhnya? Bukan apa yang akan kita lakukan lebih cepat, melainkan, apa yang akan kita hilangkan? Banyak organisasi menemukan bahwa 30-40% alur kerja mereka ada hanya untuk mengatasi batasan yang justru dihapus oleh AI. Tapi menghilangkan butuh keberanian yang tidak dimiliki saat cuma mengoptimalkan.
Kecerdasan milik sendiri apa yang bisa kita bangun sehingga pesaing tidak bisa menirunya? Bukan AI apa yang bisa kamu lisensi, tapi AI apa yang bisa kamu rekayasa — dibangun dari keahlian manusia yang unik di organisasimu — yang begitu disetel untuk bisnismu sehingga pesaing butuh satu dekade untuk menyusul?
Apakah kita menyimpan keuntungan produktivitas atau menginvestasikannya kembali ke lingkar pertumbuhan? Penghematan biaya itu terbatas, tapi lingkar pertumbuhan itu eksponensial. Yang mana yang strategimu bangun?
Pada 2030, perusahaan yang bisa jawab pertanyaan ini tidak akan cuma lebih produktif. Mereka akan beroperasi di pasar yang tidak diketahui pesaing, dengan kemampuan yang tidak bisa dibangun pesaing, dan model bisnis yang tidak mampu dibeli pesaing.
Risiko sebenarnya bukan bergerak terlalu cepat dalam AI. Tapi merekayasa terlalu lambat sementara pesaing mendesain ulang permainannya sepenuhnya.
Pendapat yang diungkapkan dalam tulisan komentar Fortune.com adalah murni pandangan penulisnya dan tidak selalu mencerminkan pendapat dan keyakinan Fortune.