Jose A. Bernat Bacete/Getty Images
Kecerdasan buatan (AI) selalu memberikan kejutan. Namun, seiring dengan adopsinya yang semakin matang, kita mungkin akan menghadapi kejutan terbesar. Menurut peneliti MIT, lebih dari teknologi tercanggih, data yang andal, dan pelatihan mendalam, filosofi mungkin menjadi faktor terpenting dalam pengembangan sistem AI.
Juga: 68% layanan dukungan pelanggan vendor teknologi akan ditangani AI pada 2028, menurut laporan Cisco
“Perangkat lunak melahap dunia, AI melahap perangkat lunak, dan filosofi melahap AI,” ungkap Michael Schrage, peneliti di MIT Initiative on the Digital Economy, dan David Kiron, direktur editorial MIT Sloan Management Review. Mereka menjelaskan pembeda utama AI dalam sebuah podcast dan artikel terkait di MIT Sloan Management Review.
AI dan filosofi mungkin tampak berlawanan, tapi Schrage dan Kiron berpendapat keduanya tak bisa dipisahkan: “Saat mengimplementasikan AI, banyak organisasi terobsesi pada teknologi. Tapi penelitian kami mengungkapkan kebenaran mengejutkan: Filosofi-lah yang menentukan kesuksesan AI.”
Juga: Mungkinkah membangun bisnis miliaran dolar hanya dengan agen AI? Penulis ini percaya bisa
Menggunakan filosofi dalam AI bukan berarti memasukkan pandangan Aristoteles atau Immanuel Kant, meskipun pendekatan ini bisa membantu. Sebaliknya, AI harus mencerminkan filosofi pendorong organisasi, seperti memberikan layanan pelanggan yang luar biasa atau mengubah industri yang tidak efisien.
“Regulasi, litigasi, dan kebijakan publik yang muncul adalah kekuatan eksternal yang mewajibkan model AI memiliki tujuan, akurasi, dan keselarasan dengan nilai manusia,” jelas mereka. “Dengan sengaja memasukkan perspektif filosofis ke dalam LLM dapat meningkatkan efektivitasnya secara drastis.”
Juga: Kebanyakan chatbot AI ‘melahap’ data pengguna—inilah yang paling buruk
Filosofi perusahaan harus diintegrasikan ke dalam “pelatihan, penyetelan, perintah, dan menghasilkan keluaran AI yang bernilai,” jelas mereka. Filosofi menjadi pengubah utama ketika meresap ke dalam “set pelatihan dan jaringan neural setiap model bahasa besar di dunia.”
Para peneliti menyatakan etika dan AI yang bertanggung jawab hanyalah “bagian kecil” dari gambaran ini. Misalnya, filosofi perusahaan mungkin fokus pada memukau pelanggan dengan pengalaman luar biasa untuk menciptakan bukan sekadar pembeli, tapi pendukung yang sangat loyal.
Sedikit perusahaan selain Apple, Disney, dan Starbucks—yang dipandu filosofi mereka yang terdokumentasi—mencapai loyalitas fanatik ini. “Pelanggan menjadi pendukung, juara, pembela,” kata Schrage dalam podcast. “Bisakah Anda melacak unsur-unsur evangelisme, pembelaan, dan komunikasi yang mereka rayakan?”
Namun, AI sering diterapkan pada metrik kering di perusahaan mainstream yang terlepas dari rasa keterhubungan, seperti “mengukur loyalitas dengan metrik yang jadi proksi kuantitatif, untuk mengoptimalkan RFM (recency, frequency, monetary value), manajemen churn, dan NPS (net promoter score).” Metrik superfisial ini “terpisah secara filosofis dari pemikiran mendalam tentang loyalitas pelanggan,” kata para peneliti.
Juga: Bisakah satu orang membangun perusahaan miliaran dolar sekarang dengan agen AI?
Sementara model bahasa “unggul dalam pengenalan pola dan pembuatan keluaran canggih berdasarkan pelatihan, organisasi membutuhkan AI yang melampaui kinerja respons-perintah,” tegas mereka. “Sistem AI agen tak sekadar memproses dan menghasilkan bahasa—mereka memahami tujuan secara kontekstual, merumuskan rencana, dan mengambil tindakan otonom yang selaras dengan nilai perusahaan.”
Starbucks adalah contoh utama bagaimana filosofi korporat tertanam dalam sistem AI-nya. Perusahaan “tidak sekadar menggunakan AI untuk meningkatkan kinerja pada serangkaian metrik,” tandas Schrage dan Kiron. “Tim senior Starbucks mengembangkan platform AI ‘Deep Brew’ untuk mempromosikan esensi ontologis pengalaman Starbucks: menghubungkan pelanggan dan karyawan toko, baik di lokasi maupun online.”
Langkah pertama memasukkan filosofi korporat adalah melalui “pemetaan tanggung jawab,” ujar Schrage. Ini mencakup pertanyaan seperti: “Apa yang ingin dipelajari perangkat lunak, AI, dan agen kami?” Ini adalah titik temu kemampuan teknis, kebutuhan filosofis, dan tujuan bisnis.
Juga: Kursus dan sertifikat AI gratis terbaik di 2025—dan saya sudah mencoba banyak
Schrage dan Kiron mengidentifikasi empat transisi dalam gambaran filosofis AI:
Dari pemrosesan informasi pasif ke pengetahuan yang aktif dibangun dan divalidasi: Contohnya, “AI rantai pasokan dengan pelatihan epistemologis kuat tak hanya memprediksi gangguan berdasarkan pola historis—ia secara proaktif membangun dan memperbaiki model sebab-akibat hubungan pemasok, dinamika pasar, dan risiko sistemik.”
Dari pengenalan pola ke wawasan sistemik: “AI yang mengelola operasi ritel tidak boleh hanya mengoptimalkan inventaris berdasarkan pola penjualan—ia harus memahami bagaimana keputusan inventaris mempengaruhi relasi pemasok, arus kas, kepuasan pelanggan, dan citra merek.”
Dari eksekusi tugas ke tindakan bertujuan: Dalam AI pemasaran, “alih-alih mengoptimalkan tingkat klik, ia mengejar strategi keterlibatan yang menyeimbangkan metrik jangka pendek dengan ekuitas merek, nilai seumur hidup pelanggan, dan posisi pasar.”
Dari mengikuti aturan ke penalaran moral otonom dan pertimbangan etik dalam situasi baru: “Ini melampaui aturan sederhana—ini tentang memasang kerangka kerja canggih untuk mengevaluasi implikasi dan membuat keputusan berprinsip dalam situasi tak terduga.”