Tanggal 20 Oktober 1984, koran The New York Times terbit dengan judul artikel, “Pabrik GM Masa Depan Akan Pakai Robot.” Di artikel itu, Roger Smith, CEO GM waktu itu, bilang bahwa otomatisasi akan selamatkan perusahaanya dari pesaing dari Asia yang makin kuat.
Tapi itu tidak terjadi. Pabrik robot Smith susah sekali untuk samain produktivitas pabrik yang dijalankan manusia. Robot-robotnya kadang-kadang cat satu sama lain bukan mobilnya, atau las pintu sampai tertutup. Dan mereka bawa biaya yang jauh lebih tinggi.
Hari ini, perakitan mobil dan banyak produk lainya utamanya dilakukan oleh robot. Smith punya ide yang benar; cuma caranya saja yang salah. Kecerdasan buatan (AI) hadapi tantangan yang mirip.
Laporan terbaru dari kolega kita di MIT bilang bahwa walaupun ada investasi $30-$40 miliar untuk AI perusahaan, 95% pilot proyek tidak dapat untung sama sekali. Sama seperti otomatisasi akhirnya ubah manufaktur, AI pasti akan ubah cara perusahaan beroperasi; tapi, pengalaman GM tunjukkan bahaya dari tidak pikirkan implementasinya dengan hati-hati. Gunakan teknologi untuk masalah tanpa paham bagaimana kerja dilakukan setiap hari adalah cara yang pasti buang uang dan buat orang jadi sinis.
Kita bisa belajar dari Taiichi Ohno, insinyur yang dikenal sebagai bapak Sistem Produksi Toyota. Dia perjuangkan “autonomation:” atau otomatisasi dengan sentuhan manusia. Ini cara pemimpin bisa terapkan idenya dengan AI:
Langkah pertama: pahami bagaimana kerja benar-benar dilakukan
Salah satu murid yang kita ajar di MIT Sloan School of Management suka bilang, “Hanya ada sedikit cara untuk hilangkan uang lebih cepat daripada mengotomatisasi proses yang kamu tidak paham.” Itu adalah kesalahan pertama Smith.
Pabrik perakitan mobil adalah lingkungan yang kompleks. Setiap proses gabungkan prosedur formal dan banyak penyesuaian lokal untuk selesaikan pekerjaan. Kebanyakan penyesuaian ini, walaupun perlu, tidak kelihatan oleh orang di level atas, apalagi CEO.
Kerja pengetahuan (knowledge work) bahkan lebih susah untuk dipetakan dan sering dibentuk oleh ribuan penyesuaian kecil. Pikirkan semua email dan percakapan di lorong yang dibutuhkan untuk lanjutkan sebuah keputusan. Manfaatkan otomatisasi perlu pemahaman tentang cara kerja seharusnya dilakukan dan cara kerjanya yang sebenarnya.
Gunakan AI dengan sukses perlukan pendekatan yang mirip. Kamu harus paham pekerjaannya, kalau tidak, kamu berisiko buat alat yang, seperti kesimpulan laporan MIT tentang aplikasi AI sekarang, “…rapuh, terlalu rumit, atau tidak selaras dengan alur kerja sebenarnya.”
Selanjutnya, lakukan percobaan yang ditarget
Kesalahan kedua Smith adalah dia terlalu besar dan terlalu cepat—mencoba ganti seluruh sistem dalam semalam daripada lanjut bertahap dengan eksperimen kecil dan fokus.
Toyota tunjuk pekerjaan di mana robot bisa buat pekerjaan lebih baik dengan lakukan hal seperti hilangkan aktivitas tidak aman dan pekerjaan yang berat fisiknya. Lalu mereka jalankan eksperimen. Keselamatan dan produktivitas meningkat tanpa kacaukan seluruh sistem, yang memungkinkan mereka belajar cara mendesain pekerjaan yang bisa robot lakukan secara berulang. Dengan pengetahuan ini, pakai robot untuk perubahan selanjutnya jadi lebih mudah dan kurang mengganggu.
Analogi AI-nya jelas: tugas berulang-ulang itu membosankan dan buat mental capek sama seperti cedera karena gerakan berulang. Cari proses yang bisa diprediksi dan diulang. Mulai dari area di mana kebosanan tinggi dan variabilitas rendah, lalu gunakan kesuksesan otomatisasi sederhana ini sebagai pengalaman belajar untuk mengotomatisasi pekerjaan yang lebih canggih dan kompleks.
AI tidak akan pernah paham konteks lengkap organisasi kamu atau dinamika sosial dan politik di sekitarnya. AI hanya tau apa yang telah dipelajarinya dari pengalaman. Kamu masih butuh karyawan yang paham pekerjaan dan organisasi untuk awasi AI dan pastikan pembelajarannya menuju arah yang benar.
Lalu, tempatkan kembali, jangan hanya kurangi
Kecil sekali keraguan bahwa AI akhirnya akan hilangkan pekerjaan, tapi jika perusahaan kamu berharap untuk tumbuh dan sukses, pilih ini sebagai opsi terakhir. Smith tidak berpikir seperti ini. Masa jabatannya ditandai dengan penutupan pabrik dan kehilangan pekerjaan. Dia pernah bilang ke pekerja mobil, “Setiap kali kamu minta tambahan satu dollar untuk gaji, seribu robot lagi mulai terlihat praktis.”
Ini salah. Dinamika “mesin versus orang” telah picu ketegangan buruh, perlambat adopsi teknologi, dan rugikan kinerja organisasi selama lebih dari satu abad. Itu juga buruk untuk bisnis. Teknologi harusnya tingkatkan produktivitas dan pacu pertumbuhan, bukan hanya potong biaya.
AI bebaskan kapasitas. Gunakan kapasitas yang baru tersedia ini untuk hidupkan lagi ide-ide yang sudah lama tersimpan: layanan baru untuk ditawarkan, pasar baru untuk dimasuki, dan masalah yang mengganggu untuk akhirnya dipecahkan. Tempatkan karyawan di mana skill mereka paling kuat; kamu kenal mereka, dan mereka kenal bisnisnya.
Pendekatan kita butuh mental yang kuat, setidaknya di awal. Awalnya, ini akan terasa terlalu kecil dan terlalu lambat, apalagi ketika pesaing pamer tentang “lakukan AI di mana-mana.” Tapi saat kamu bersihkan pekerjaan yang mudah diotomatisasi, sambil bangun keterampilan sepanjang jalan, dan hasilkan keuntungan dari investasi AI, tantangan yang lebih kompleks akan muncul. Ulangi dengan peluang berikutnya, pastikan bahwa AI tidak hanya memotong biaya, tapi juga bantu kamu mendesain ulang dan tumbuhkan bisnis.
Sama seperti robot sekarang ada di mana-mana di pabrik, AI akan temukan tempat permanen di kebanyakan organisasi. Perusahaan kamu akan sampai lebih cepat dan dengan kurang pusing jika kamu paham bagaimana pekerjaan dilakukan, mulai dengan eksperimen kecil dan utamakan pertumbuhan daripada pemotongan.
Pendapat yang diutarakan dalam tulisan opini Fortune.com adalah hanya pandangan dari penulisnya dan tidak selalu mencerminkan pendapat dan keyakinan Fortune.
Fortune Brainstorm AI kembali ke San Francisco 8–9 Desember untuk kumpulkan orang-orang terpintar yang kita kenal—teknolog, pengusaha, eksekutif Fortune Global 500, investor, pembuat kebijakan, dan pemikiran brilian di antaranya—untuk jelajahi dan tanya jawab pertanyaan paling mendesak tentang AI di momen penting lainnya. Daftar di sini.