AI sekarang bukan lagi pertanyaan ‘kalau’ atau ‘kapan’. AI sudah ada disini. Sudah digunakan di pilot, demo, dan proof-of-concept di hampir semua perusahaan besar. Tapi masalahnya, kebanyakan proyek AI ini tidak berhasil.
Bahkan, persentase perusahaan yang membatalkan sebagian besar inisiatif AI mereka naik dari 17% ke 42% tahun ini, menurut S&P Global Market Intelligence. Teknologinya nyata, tapi model operasinya belum.
Di ServiceNow, kami memimpin AI dengan kepemimpinan bersama—bukan dari atas ke bawah. Kolaborasi antara fungsi teknologi dan bisnis bisa berbeda-beda bentuknya, tapi tujuannya tetap sama: membuat AI memberikan hasil bisnis yang terukur dan menghindari inovasi yang terisolasi. Kami telah membuat perjanjian antara CIO dan COO yang memperlakukan AI sebagai sistem bisnis dan lapisan pengalaman, dengan hasil dan target yang jelas. Kami sudah mendapat nilai $350 juta dari penghematan waktu dan peningkatan produktivitas, sambil berfokus pada inovasi di semua bagian bisnis dengan pendekatan AI yang sama di semua departemen.
Strategi ini berhasil untuk kami dan bisa jadi contoh untuk organisasi manapun. Kalau kamu ingin keluar dari fase pilot dan menjalankan AI untuk produksi, ini lima cara praktis untuk mengoperasikan AI dalam skala besar dan melihat nilai bisnis nyata dalam 90 hari pertama.
Mulai dari pekerjaannya, bukan modelnya
Terlalu banyak perusahaan yang sibuk bereksperimen dengan model bahasa terbaru sebelum mengidentifikasi dimana itu bisa menyelesaikan masalah bisnis yang sebenarnya. Mulailah dengan tiga contoh penggunaan di perusahaan yang langsung berpengaruh ke keuntungan dan kerugian. Lalu tetapkan tolok ukur yang disetujui CFO: waktu siklus, tingkat defleksi, biaya layanan.
Di ServiceNow, kami mengidentifikasi contoh penggunaan kunci yang memberikan nilai paling besar untuk karyawan dan pelanggan, dimulai dari meja bantuan. ServiceNow punya layanan IT yang sepenuhnya otonom, dengan 90% tiket masuk ditangani oleh AI. Untuk dukungan pelanggan, 89% tiket dialihkan dengan layanan mandiri untuk pertanyaan dasar, dan waktu penyelesaian kasus yang lebih kompleks jadi 50% lebih cepat. Ini menciptakan model yang bisa dikembangkan ke bagian HR, keuangan, penjualan, dan lainnya. Bukan pilot. Bukan demo. Hasil nyata.
Perbaiki kekacauan data dulu
AI gagal karena cuma menebak. Saat datamu terfragmentasi dan tidak terstruktur, AI tidak punya konteks untuk buat keputusan yang pintar.
Sebelum menambahkan model baru, investasi di fabric data kamu—grafik hubungan, lineage, label yang bisa diandalkan. Buat data kamu bisa dibaca manusia, jadi AI bisa berpikir seperti manusia.
Kelola AI seperti sistem bisnis
Governance tidak bisa cuma tinjauan komite satu kali untuk model dan alat AI yang dipasang. Itu harus jadi disiplin operasi. Sangat penting untuk mendirikan menara kontrol pusat yang mengawasi setiap agen dan model, dari provisioning dan izin sampai observability dan rollback.
Bayangkan seperti keamanan siber atau keuangan. Kamu tidak mengembangkan fungsi-fungsi itu tanpa pengawasan. Hal yang sama harus berlaku untuk AI.
Mendesain ulang pekerjaan untuk tim manusia dan agen
Tujuannya bukan untuk menggantikan manusia. Tujuan nya adalah menghilangkan gesekan digital yang memperlambat mereka.
Microsoft’s 2025 Work Trend Index menunjukkan bahwa karyawan terusik setiap dua menit oleh rapat, pesan, atau peringatan. Hampir setengah pekerja bilang hari mereka terasa terpecah-pecah dan kacau. Itu bukan kesenjangan produktivitas—itu kegagalan struktural.
Kami mulai dengan memetakan perjalanan nyata, bukan hanya alur kerja di atas kertas. Dan kami menanamkan agen di titik-titik serah terima sehingga orang menghabiskan lebih sedikit waktu untuk menyalin dan menempel, dan lebih banyak waktu untuk menyelesaikan masalah yang berarti.
Buat perjanjian CIO–COO menjadi nyata
Ini cara kami menyusun kemitraan kami:
Satu backlog, dua pemilik: Danai aliran nilai, bukan departemen.
Governance kecepatan ganda: Sandbox bergerak cepat; produksi menegakkan ketelitian.
Dasbor AI bulanan: Lacak hasil seperti waktu yang dihemat, risiko yang dikurangi, kepuasan yang ditingkatkan.
Upskilling sebagai kebijakan: Beri insentif untuk manajer berdasarkan kualitas human-in-the-loop, bukan kuantitas penerapan.
Ini melampaui kolaborasi dan memberi semua pemilik kepemilikan bersama atas transformasi bisnis yang lebih besar.
Buku pedoman AI 90 Hari
Mengubah strategi menjadi eksekusi tidak memerlukan perubahan digital penuh—hanya memerlukan struktur, kecepatan, dan akuntabilitas yang jelas. Buku pedoman 90 hari ini memecah tugas menakutkan dari transformasi AI menjadi empat sprint yang fokus. Setiap fase dirancang untuk membangun momentum, membuktikan nilai lebih awal, dan memberi pemimpin bisnis kejelasan yang mereka butuhkan untuk berkembang dengan percaya diri.
Langkah-langkah ini memasukkan AI ke dalam produksi sebagai blok bangunan dari perusahaan otonom, di mana agen AI, data, dan alur kerja beroperasi secara sinkron untuk mendorong ketahanan, kecepatan, dan pertumbuhan.
Jalankan urutan ini untuk beralih dari pilot ke nilai AI:
Hari 0–14: Pilih 3 contoh penggunaan dengan metrik yang disetujui CFO. Tentukan pengaman yang jelas (privasi, kemampuan audit, bias).
Hari 15–45: Hubungkan data yang sudah kamu punya. Beri label entitas kunci. Bangun menara kontrol.
Hari 46–75: Terapkan alur kerja AI minimum viable. Ukur defleksi, dwell time, dan kepuasan pengguna. Ini waktunya untuk menguji, mengulang, dan meningkatkan.
Hari 76–90: Fokus ganda pada apa yang berhasil. Publikasikan hasilnya. Danai yang menang. Hentikan yang lain.
Seperti apa kesuksesan itu
Kamu akan tahu itu berhasil ketika:
Dewan direksi kamu bertanya, “Apa lagi yang bisa kita serahkan ke AI?”
Karyawan menghabiskan lebih sedikit waktu untuk berpindah antar alat dan lebih banyak waktu untuk memberikan nilai.
Tinjauan governance jadi membosankan dan bisa ditebak karena sistemnya berjalan dengan baik.
Mengapa ini penting sekarang
IDC memperkirakan AI generatif bisa menambahkan hingga $22 triliun ke ekonomi global setiap tahunnya pada 2030. Tapi nilai itu tidak akan pergi ke perusahaan dengan demo yang paling mengesankan. Itu akan pergi ke mereka yang memiliki disiplin untuk berkembang, governance yang bisa dipercaya, dan kemitraan untuk memimpin.
Jika CIO dan COO bisa memiliki model operasi AI bersama, AI berhenti jadi berita utama—dan mulai menjadi kebiasaan. Dan saat AI terus berevolusi, kemitraan ini akan menjadi fondasi untuk kolaborasi perusahaan jenis baru—dimana CFO, CHRO, CMO, dan lainnya bekerja sama melalui sistem cerdas yang bergerak dengan kecepatan, transparansi, dan kepercayaan.
Fase “bulan madu” AI sudah berakhir, dan organisasi yang memimpin dengan eksekusi—bukan eksperimen—akan mendefinisikan era transformasi perusahaan berikutnya. Satu-satunya pertanyaan yang tersisa adalah, siapa yang siap untuk memimpin?
Pendapat yang diutarakan dalam tulisan opini Fortune.com adalah pandangan penulisnya sendiri dan tidak selalu mencerminkan pendapat dan keyakinan Fortune.