Rasanya kegembiraan saat ini tentang kecerdasan buatan terdengar familier bagi Peter Cappelli, profesor manajemen di Sekolah Wharton. Ini karena dia pernah melihat hal seperti ini sebelumnya. Dia menunjuk ke periode antara 2015 dan 2017, ketika konsultan besar dan Forum Ekonomi Dunia dengan yakin meramalkan bahwa truk tanpa sopir akan menghilangkan pekerjaan sopir truk dalam beberapa tahun.
“Kamu tidak perlu berpikir lama untuk menyadari bahwa itu tidak akan masuk akal dalam prakteknya,” kata Cappelli ke Fortune lewat Zoom dari rumahnya di Philadelphia.
“Kamu tidak perlu berpikir lama tentang truk tanpa sopir untuk bertanya, oke, apa yang terjadi kalau mereka butuh bensin? Kamu tahu? Atau apa yang terjadi jika mereka harus berhenti dan mengirim barang? Dan jika harus ada karyawan yang duduk bersama mereka, tentu itu menghilangkan tujuannya, kan?”
Cappelli, yang baru-baru ini bermitra dengan Accenture untuk serangkaian podcast guna mencari tahu apa sebenarnya dampak AI pada pekerjaan, memperingatkan untuk tidak terlalu mendengarkan perusahaan yang hanya mempromosikan kepentingan sendiri, atau mencoba menjual produk baru mereka.
“Jika kamu mendengarkan orang-orang yang membuat teknologinya, mereka memberitahumu apa yang mungkin, dan mereka tidak memikirkan apa yang praktis.”
Dalam percakapan luas dengan Fortune, Cappelli membahas apa yang sebenarnya dilakukan AI terhadap pekerjaan, mirip seperti dia pernah berbicara dengan Fortune sebelumnya tentang bagaimana kerja jarak jauh sebenarnya cukup buruk bagi kebanyakan organisasi.
“Maksudku, orang bilang aku suka berbeda pendapat,” kata Cappelli, “tapi aku rasa tidak juga, lebih ke aku hanya skeptis tentang hal-hal, kamu tahu?”
Saat ditunjukkan bahwa ini adalah posisi yang secara alami berbeda, Cappelli tertawa, sebelum kembali ke poin utama. “Aku hanya jadi gelisah dengan heboh yang berlebihan.”
Dia berbicara ke Fortune tentang bagaimana penelitiannya cocok dengan gambaran lebih luas yang mendefinisikan paruh kedua tahun 2025, setelah studi MIT yang berpengaruh menarik perhatian karena 95% pilot AI generatif gagal memberikan hasil yang berarti. Contoh favoritnya adalah studi kasus khusus di sebuah perusahaan yang benar-benar berhasil menerapkan AI, baik mengurangi jumlah karyawan maupun meningkatkan produktivitas. Itu masih tidak cocok rapi dengan prediksi (misalnya, dari Elon Musk atau Dario Amodei dari Anthropic, bahwa pekerjaan akan segera menjadi pilihan, atau bahkan hobi). “Ini sangat mahal untuk melakukan ini,” kata Cappelli tentang temuannya. “Dan ini adalah sebuah kesuksesan.”
Biaya tiga kali lipat
Cappelli merinci temuan studi kasus yang dia ikuti, diterbitkan di Harvard Business Review, tentang Ricoh, sebuah pemroses klaim asuransi: jenis pekerjaan administratif tingkat rendah yang seharusnya dengan mudah diotomatisasi oleh AI. Namun kenyataan adopsinya adalah kejutan finansial. Meskipun perusahaan akhirnya mencapai performa tiga kali lipat, transisinya sama sekali tidak murah. Perusahaan menghabiskan satu tahun dengan tim berisi enam orang, tiga di antaranya adalah konsultan luar yang mahal, hanya untuk menjalankan sistemnya.
“Hal pertama yang mereka temukan,” kata Capelli, “adalah model bahasa besar bisa melakukan ini cukup baik — dengan biaya tiga kali lipat dari karyawan mereka yang melakukannya [secara manual]. Oke, jadi itu tidak akan berhasil.” Cappelli menunjuk bahwa biaya tersebut termasuk Ricoh membayar sekitar $500.000 untuk fee ke konsultan luar.
Bahkan setelah mengoptimasi prosesnya, Ricoh masih menghabiskan sekitar $200.000 per bulan untuk biaya AI — lebih besar dari total penggajian mereka untuk tugas tersebut sebelumnya. Mereka bisa mengurangi jumlah karyawan dari 44 menjadi 39, tambahnya, menunjukkan betapa jauhnya AI dari pembunuh pekerjaan besar-besaran dalam praktiknya. Penjelasannya mengingatkan pada contoh truk tanpa sopirnya.
“Alasan mereka masih butuh karyawan adalah karena banyak masalah harus ditangani, dan lebih sulit menanganinya jika masalah itu datang dari AI,” katanya. Kabar baiknya, tambahnya, divisi Ricoh ini akhirnya akan tiga kali lebih produktif.
“Jadi itu imbalannya, tapi itu tidak murah [dan] butuh waktu yang sangat lama untuk melakukannya.”
Ashok Shenoy, Wakil Presiden Ricoh USA, mengatakan ke Fortune bahwa, setelah mulai menggunakan AI untuk “tugas yang sangat rutin, berulang, dan bervolume tinggi,” pekerjaan untuk manusia tidak hilang, tetapi “bergeser ke area di mana penilaian dan pengalaman manusia memberikan nilai tambah paling besar.” Dalam sekitar satu tahun sejak studi kasus dilakukan, dia mencatat bahwa Ricoh telah berhasil menerapkan AI ke tugas tingkat menengah, berulang, dan memakan waktu dalam skala besar, dan berharap menggunakan agen AI untuk mencapai otomatisasi alur kerja sebagian atau penuh dalam enam hingga 12 bulan ke depan, “dengan manusia dalam proses untuk menyelesaikan informasi yang hilang atau tidak jelas dan memastikan kualitas.”
Sambil mengakui biaya besar yang disorot Cappelli, Shenoy mencatat bahwa proyek ini mencapai titik impas dalam kurang dari setahun, dan biaya bulanan $200.000-nya lebih murah daripada model operasi sebelumnya. “Pergeseran ke AI memberikan pengurangan total biaya perkiraan 15%, meskipun tidak mengandalkan pemotongan tenaga kerja yang signifikan.” Mengenai jumlah karyawan, dia mengatakan “latihan ini tidak didorong oleh pengurangan biaya atau jumlah karyawan,” dan penerapan AI memerlukan pembuatan peran baru, mendesain ulang yang ada, dan mengalihfungsikan anggota tim ke pekerjaan bernilai lebih tinggi. Dia mengatakan juga tidak ada pemecatan lebih lanjut, dengan tingkat staf sebagian besar stabil seiring produktivitas meningkat dan volume bertumbuh. “Perubahan yang lebih besar adalah bagaimana orang menghabiskan waktunya. Mereka melakukan pekerjaan berulang yang lebih sedikit dan lebih fokus menyelesaikan pengecualian, menjaga kualitas, dan melayani pelanggan.”
Rasa malu performatif AI di ruang rapat
Cappelli mengatakan dia menemukan dinamika serupa dalam kemitraannya dengan Accenture, yang melihat Mastercard, Royal Bank of Scotland, dan Jabil. “Ini semua adalah kisah sukses,” katanya, dan dalam jangka panjang, mereka akan lihat produktivitas naik. Perusahaan akan bisa lakukan lebih banyak dengan lebih sedikit orang tapi “butuh waktu lama untuk sampai situ.” Dia berargumen bahwa sesuatu yang penting sedang diremehkan. Hal yang paling penting sebenarnya adalah berapa banyak kerjaan yang diperlukan untuk melakukannya.
Selain itu, tentang pengurangan karyawan, Cappelli bilang setidaknya di area yang dia teliti–yaitu unit-unit spesifik di tiap perusahaan–dia tidak melihat ada pemotongan pekerjaan sama sekali. Saat dihubungi untuk berkomentar oleh Fortune, Accenture mengatakan mereka sependapat dengan kesimpulan Cappelli, dan mengacu kembali ke wawancara CEO Julie Sweet baru-baru ini dengan Pemimpin Redaksi Fortune Alyson Shontell.
Menurut Cappelli, banyak sekali kebisingan seputar AI—dan jarak antara apa yang mungkin dan apa yang praktis—didorong oleh apa yang disebut komentator lain sebagai “rasa malu AI”.
Cappelli tidak familier dengan frasa “rasa malu AI”, tapi dia bilang ke Fortune itu “sangat tepat” menggambarkan apa yang dia lihat. “Mereka pura-pura supaya bisa bilang mereka melakukan sesuatu, kan?” katanya. “Jadi tekanan pada mereka sangat besar untuk mencoba membuat hal ini berhasil, karena para investor suka idenya.”
Profesor itu menyebutkan temuan Harris Poll di awal 2025 bahwa 74% CEO global merasa mereka akan kehilangan pekerjaan dalam dua tahun jika tidak bisa menunjukkan kesuksesan AI, dan sekitar sepertiga mengatakan mereka mengadopsi AI secara performatif tanpa benar-benar paham apa konsekuensinya. Seperti kata The Harris Poll: “CEO memperkirakan lebih dari sepertiga (35%) inisiatif AI mereka hanyalah ‘AI washing’ untuk pencitraan dan reputasi, tapi memberikan sedikit atau tidak ada nilai bisnis nyata sama sekali.”
Cappelli menggambarkan bagaimana pasar biasanya merayakan berita PHK, dan bahkan menyebut penelitian bahwa “PHK hantu” diumumkan oleh perusahaan yang sebenarnya tidak pernah terjadi, karena perusahaan memanfaatkan reaksi positif pasar saham terhadap berita potensi PHK.
Cappelli memperkirakan akan ada “kurva pembelajaran lambat”, di mana para CFO akan mulai sadar “ini hal yang sangat mahal untuk diterapkan.” Masalahnya, menurut Cappelli, adalah manajemen AS sudah menjadi “manja” dan semakin tidak suka dengan kerja keras perubahan organisasi.
“[Perusahaan] pikir ini harus gratis. Harus murah. Kamu harusnya bisa pasang papan nama saja, dan orang yang tepat akan datang dengan sendirinya,” katanya. Kesuksesan AI yang sebenarnya, menurut pendapatnya, akan membutuhkan pekerjaan “sumber daya manusia jadul”: memetakan alur kerja, memecah pekerjaan menjadi tugas-tugas, dan membuat karyawan bekerja berdampingan dengan “agen” AI untuk menyempurnakan perintah.
“Kamu tidak bisa melakukannya tanpa melibatkan karyawan, karena karyawan memang tahu bagaimana pekerjaan mereka dilakukan,” kata Cappelli. Sang profesor sangat keras tentang apa yang dia lihat terjadi di sebagian besar jajaran eksekutif, mengatakan mereka sebagian besar “menghindari” masalah untuk benar-benar bergulat dengan teknologi ini.
“Mereka tidak melihat ini sebagai masalah perubahan organisasi dan masalah yang besar,” katanya. “Mereka hanya membuat semua orang stress dan, ya, berharap semuanya akan beres dengan sendirinya.”