J Studios/DigitalVision/Getty Images
Ikuti ZDNET: Tambahkan kami sebagai sumber pilihan di Google.
*
Poin Penting ZDNET:**
- Otonomi AI sejati masih hanya ditemui di segelintir perusahaan.
- Profesional teknologi perlu mempelajari cara-cara baru dalam memberikan nilai.
- Diperlukan orkestrasi agen, dan hanya 3% yang telah mencapainya.
*
Wacana tentang kecerdasan buatan yang mengambil alih segalanya telah memuncak. Esai terbaru yang memicu kecemasan baru saja diterbitkan oleh entrepreneur AI, Matt Shumer, yang menyarankan bahwa AI akan mulai menyapu bersih seluruh pekerjaan manusia dalam hitungan bulan.
Pembicaraan semacam itu memunculkan pertanyaan: mungkinkah perusahaan benar-benar beroperasi tanpa karyawan? Mungkin tidak dalam waktu dekat, namun kita akan melihat lebih banyak perusahaan "otonom" di mana orang-orang memanfaatkan AI untuk mempercepat tugas dan inovasi, menurut laporan dari spesialis layanan teknologi, Genpact.
Juga: AI bukannya semakin cerdas, tapi semakin lapar daya – dan mahal
Otonomi AI sejati hanya ada pada minoritas perusahaan dan mungkin akan tetap demikian di masa mendatang yang terlihat. Survei Genpact terhadap 500 eksekutif senior menemukan bahwa sekitar satu dari empat perusahaan mengharapkan proses bisnis yang mengelola diri sendiri dan berjalan dengan pengawasan manusia minimal dapat menjadi kenyataan dalam tiga tahun.
Setidaknya 12% perusahaan sudah maju dalam upaya ini. Selain itu, hanya 35% eksekutif yang menunjukkan bahwa aplikasi AI terpilih sangat efektif dalam memberikan nilai bisnis yang terukur. "Menerjemahkan investasi AI menjadi hasil finansial yang terkonfirmasi tetap menjadi tantangan signifikan, menggarisbawahi besarnya kemajuan yang masih dibutuhkan untuk mewujudkan dampak nyata," menurut penulis laporan, Sanjeev Vohra.
Jalan menuju otonomi AI yang lebih besar memiliki tiga ujung, demikian penjelasan Vohra, Chief Technology and Innovation Officer di Genpact dan mantan kepala AI di Accenture, kepada ZDNET. Ketiga ujung itu adalah mengorkestrasi "simfoni" agen-agen AI, memberdayakan praktisioner AI, dan menata ulang arsitektur perusahaan mereka.
"Perusahaan otonom" bisa berarti banyak hal, dan istilah ini telah digunakan selama beberapa dekade. Apple, misalnya, membuka pabrik otonom pada tahun 1984 untuk memproduksi komputer Macintosh, yang tutup dua tahun kemudian karena ketidakefisienan produksi dan mesin. Namun, AI mungkin membuat perbedaan kali ini.
"AI adalah teknologi pertama yang memungkinkan sistem yang dapat berpikir dan belajar untuk diintegrasikan ke dalam proses bisnis nyata," kata Vohra. "AI agenik memperkenalkan intens dan perilaku terarah tujuan, sehingga sistem dapat berpikir melintasi sumber data, belajar dari hasil, dan menyesuaikan tindakan mereka tanpa menunggu aturan baru."
Pada saat yang sama, ini tidak berarti sebuah perusahaan akan berjalan seluruhnya tanpa pengawasan manusia, tegasnya. Sebaliknya, pergeseran ke otonomi lebih merupakan kerja sama manusia-mesin. "Otonomi bukan berarti ketiadaan manusia, melainkan memungkinkan manusia bergerak lebih cepat," ujar Vohra.
Organisasi otonom, lanjutnya, "dibangun di atas kolaborasi manusia-agen AI, di mana AI menangani kecepatan dan skala, sementara penilaian dan strategi diserahkan kepada manusia." Organisasi ini didefinisikan oleh "sistem AI yang melampaui sekadar menghasilkan wawasan dalam sekat-sekat, yang merupakan cara sebagian besar perusahaan saat ini memanfaatkan AI," tambahnya. Kini, momentumnya mengarah pada "mengeksekusi keputusan di seluruh alur kerja dengan manusia yang menetapkan intens dan batasan pengaman."
Juga: Rahasa keamanan kerja di era AI? Berhenti stres dan beradaptasi sekarang – begini caranya
Vohra mengibaratkan skenario ini seperti "simfoni agen, di mana agen individual melakukan tugas-tugas khusus, lapisan orkestrasi bertindak sebagai konduktor, dan manusia menulis partitur musiknya."
Model semacam itu "tidak menghilangkan manusia; ia mengangkat mereka," katanya. "Pekerja tugas menjadi manajer tugas, memungkinkan peningkatan produktivitas yang besar."
Survei menyoroti bahwa pekerjaan dibutuhkan untuk membantu mengembangkan agen. Hanya 3% organisasi — dan 10% pemimpin — yang secara aktif menerapkan orkestrasi agenik.
"Adopsi yang terbatas ini menandakan bahwa orkestrasi masih merupakan disiplin yang baru muncul," tulis laporan tersebut. "Kelangkaan orkestrasi adalah uji lakmus untuk kemampuan internal dan posisi strategis eksternal. Orkestrasi yang sukses membutuhkan integrasi AI ke dalam alur kerja, sistem, dan putaran keputusan dengan presisi dan akuntabilitas."
Juga:** Gugup dengan pasar kerja? 5 cara untuk menonjol di era AI
Dengan kata lain, bukan proyek yang bisa diselesaikan dalam semalam. Dalam laporan Genpact, Vohra mengidentifikasi beberapa faktor yang mungkin membuat tugas tetap di tangan manusia untuk sementara waktu:
- Eksekutif tetap hati-hati menyerahkan keputusan bernilai tinggi dan digerakkan penilaian, seperti perumusan masalah dan pengambilan keputusan akhir, kepada AI: "Pengambilan keputusan strategis terus dipimpin orang, mencerminkan kepercayaan yang berakar dalam pada intuisi dan akuntabilitas manusia."
- Arsitektur yang kompleks: Dalam hal penskalaan AI, 61% profesional teknologi dan arsitek perusahaan mengatakan bahwa kompleksitas arsitektur teknologi mereka adalah tantangan besar atau sedang. Selain itu, hanya 25% organisasi paling maju yang telah sepenuhnya mengadopsi infrastruktur data real-time. Riset Genpact menemukan bahwa tantangan yang paling sering dikutip adalah kesulitan mengintegrasikan AI ke dalam alur kerja yang ada, diikuti dengan keterbatasan teknologi yang lebih luas. "Kendalanya bukan hanya sistem yang sudah tua, tetapi bagaimana pekerjaan disusun di sekitarnya," kata Vohra. Masalah yang muncul termasuk "kepemilikan yang terfragmentasi, serah terima, dan model operasi yang tidak pernah dirancang untuk AI. Tantangan itu diperparah oleh inersia organisasi, atau resistensi tenaga kerja terhadap perubahan."
- Menskala AI otonom adalah tantangan: "Orang sering meremehkan waktu dan upaya organisasi yang diperlukan untuk menerjemahkan peningkatan produktivitas individual, seperti menggunakan ChatGPT untuk membuat email, menjadi peningkatan kinerja perusahaan secara keseluruhan," ujarnya. "Menskala keuntungan-keuntungan itu di seluruh proses ujung-ke-ujung, model operasi, dan sistem terbukti lebih kompleks."
- Tata kelola tertinggal jauh: Hampir semua eksekutif (99%) mengatakan mereka tidak "memiliki model dan struktur tata kelola yang memadai untuk sistem AI otonom atau agenik dan risiko yang terkait." Selain itu, 40% mengidentifikasi kepemilikan dan akuntabilitas yang terfragmentasi sebagai tantangan utama. "Meskipun para pemimpin telah melakukan lebih banyak untuk mengatasi hambatan ini, mereka belum menghilangkannya," catat survei itu.
- Keterampilan AI juga tertinggal: Kesenjangan kemampuan tenaga kerja terus menjadi kendala organisasi yang paling sering dikutip untuk adopsi AI, sebagaimana dilaporkan oleh enam dari sepuluh eksekutif — namun hanya 45% yang mengatakan organisasi mereka menawarkan pelatihan AI untuk semua karyawan.
- Profesional teknologi perlu mempelajari kembali keahlian mereka: Karyawan ini perlu "mengarahkan ulang cara mereka menerapkan keahliannya dan ‘melepas’ cara kerja yang secara tradisional dilakukan," kata Vohra. "Seiring AI mengambil alih lebih banyak eksekusi dan pengenalan pola, nilai manusia semakin bergeser ke arah desain sistem, integrasi, tata kelola, dan penilaian — area di mana kepercayaan, konteks, dan akuntabilitas masih tetap berada di tangan orang."
Menggunakan rekayasa perangkat lunak sebagai contoh, nilai AI otonom diukur dari "seberapa efisien individu dapat menulis, menguji, dan memelihara kode," kata Vohra.
Juga: Tangga karir runtuh: Bagaimanapun, saya belajar 5 cara untuk mencapai kepemimpinan
"Saat ini, AI dapat menghasilkan, mengubah struktur, dan mengoptimalkan kode jauh lebih cepat daripada manusia. Akibatnya, insinyur perangkat lunak berevolusi menjadi arsitek dan orkestrator sistem, merancang bagaimana komponen-komponen yang diaktifkan AI berinteraksi, menetapkan batasan pengaman, memvalidasi hasil, dan memastikan sistem aman dan dapat diskalakan."
Pergeseran seperti itu mengharuskan para insinyur untuk "melepas alur kerja yang sepenuhnya berpusat pada kode dan beradaptasi dengan cara kerja hibrid manusia-AI yang berorientasi sistem. Pola yang sama akan terulang di peran teknologi lainnya. Di perusahaan otonom, peluang karir berkembang bagi mereka yang bersedia bekerja dengan percaya diri di persimpangan manusia, AI, dan sistem skala perusahaan."