Tiga Pertimbangan Etik Kunci bagi Produsen yang Mengadopsi AI
Kecerdasan Buatan tidak lagi konsep masa depan bagi produsen. Sementara keuangan dan asuransi telah lama menggunakan algoritma untuk keputusan kredit, sektor manufaktur baru mulai membuka potensi AI. Dengan mengintegrasikan machine learning canggih dengan sistem otomatisasi yang terbukti, produsen dapat secara dramatis meningkatkan produktivitas dan membuka aliran pendapatan baru.
Antony Bourne, President of Industries di IFS, menekankan bahwa saat AI semakin meluas, kerangka etik harus dibangun dari dasar. Dia mengidentifikasi tiga tantangan etik kritis yang harus dihadapi pemimpin saat mereka menskalakan investasi AI.
Studi terbaru IFS menyurvei 600 profesional manufaktur, 383 di antaranya adalah pengambil keputusan senior yang bekerja dengan solusi ERP, EAM, dan FSM. Hasilnya menonjol: lebih dari 90% berencana berinvestasi dalam AI. Digabungkan dengan 5G dan IoT, AI akan memungkinkan komunikasi real-time antara sistem perusahaan dan peralatan otomatis, membuka model produksi seperti configure-to-order dan bahkan manufaktur penyesuaian penuh.
Meski manfaat produktivitas, penghematan biaya, dan pendapatan yang jelas, industri kini menghadapi gelar pertama dilema etik. Berikut adalah tiga pertimbangan primer yang harus diimbangi produsen.
1. Apa yang akan dilakukan AI terhadap tenaga kerja Anda?
Kontribusi paling segera dari AI adalah menciptakan penawaran produk dan layanan baru yang sebelumnya mustahil. Untuk produsen yang melayani kontrak aftermarket, chatbot yang didukung NLP dapat menangani sebagian besar interaksi rutin pelanggan, membebaskan agen manusia untuk menangani masalah kompleks. Saat AI terintegrasi dengan perangkat terhubung, troubleshooting jarak jauh menjadi lebih cepat dan lebih sedikit intensif tenaga kerja.
Namun, seiring berkurangnya jam kerja yang diperlukan untuk menghasilkan nilai, pertanyaan muncul tentang dampak ekonomi yang lebih luas. Studi NCCI 2017 menemukan bahwa dari 1990 hingga 2016 output manufaktur AS tumbuh lebih dari 70%, sementara emprego turun lebih dari 30%. Pada 2016, produksi 70% lebih tinggi dengan hanya 70% tenaga kerja, menggerakkan pertumbuhan produktivitas tenaga kerja sebesar 140%. Otomatisasi telah mengurangi biaya, tetapi pekerjaan baru yang dihasilkan AI mungkin berumur pendek selama periode transisi, menimbulkan kekhawatiran tentang kebutuhan akan minggu kerja yang lebih pendek, model bisnis baru, atau bahkan sistem ekonomi yang berbeda.
Meningkatkan, bukan menggantikan, keterampilan manusia
Optimis berargumen bahwa keuntungan efisiensi dari AI akan melebihi biaya transisi. Daripada pengusiran secara total, AI sering bertindak sebagai “pemandu di sisi,” memberdayakan pekerja untuk membuat keputusan yang lebih baik dan meningkatkan produktivitas secara keseluruhan. Terkait, riset IFS menunjukkan pandangan positif: 45% responden percaya AI akan menciptakan pekerjaan, sementara 24% tidak melihat dampak pada jumlah karyawan.
2. Apakah Anda menilai produktivitas dan keuntungan AI dengan akurat?
Transformasi digital bukan sekadar buzzword; ini adalah pergeseran fundamental dalam strategi teknologi yang harus diadopsi seelurus perusahaan. Transformasi yang berhasil dimulai dengan penilaian ROI yang transparan dan berbasis data yang melibatkan semua pemangku kepentingan kunci sejak awal. Eksekutif harus mengomunikasikan harapan yang realistis dan menghindari janji berlebihan.
Menilai AI itu kompleks
Berbeda dengan proyek IT awal yang berfokus pada metrik seperti kecepatan proses atau turnover inventori, AI di manufaktur harus bersaing dengan proses yang tertanam, rantai pasokan yang tertanam, aset yang tua, dan persaingan global. Membangun metrik yang kredibel memerlukan upaya yang ketat dan kolaboratif antara eksekutif dan vendor untuk menentukan peluang nilai yang terlihat.
Investasi modal dan perubahan proses memerlukan persetujuan dewan, jadi eksekutif harus membedakan antara manfaat bertahap dari pilot AI yang cakupan sempit dan keuntungan sistemik yang lebih luas. Proyeksi yang jelas dan berbasis bukti membantu mengamankan dukungan pemangku kepentingan dan melindungi dari klaim janji berlebihan di masa depan.
3. Tanggung jawab atas hasil AI—baik dan buruk
Keputusan AI dapat memiliki konsekuensi yang tidak diinginkan, dan pada akhirnya organisasi dan pemimpinnya yang bertanggung jawab. Konsekuensi hukum dari kecelakaan kendaraanku otonom menggambarkan bahwa tanggung jawab ditetapkan pada pengambil keputusan manusia di balik algoritma, bukan pada algoritma itu sendiri.
AI adalah alat manusia
Margot Kaminski, Guru Besar di Fakultas Hukum Universitas Colorado, memperingatkan tentang “bias otomatisasi”—tendensi untuk mempercayai keputusan mesin lebih dari pada penilaian manusia. Karena sebagian besar pengguna tidak memiliki keahlian teknis untuk mengevaluasi output AI, mereka berisiko membuat keputusan yang salah berdasarkan sistem yang tidak transparan.
Explainable AI—sistem yang memberikan jejak audit yang jelas dari logika keputusan dan sumber data—esensial. Kaminski mencatat bahwa penjelasan harus disesuaikan dengan audiens yang beragam, dari pengacara yang mencari justifikasi hukum hingga ilmuwan data yang menuntut detail teknis. Dokumentasi yang ketat memastikan akuntabilitas dan mendukung menantang keputusan saat diperlukan.
Siap berevolusi secara digital dengan AI?
Produsen beralih dari meniru kecerdasan manusia untuk memanfaatkan kemampuan mesin yang melampaui batas manusia. Transformasi digital yang sejati akan menyematkan AI di setiap proses, menghilangkan tugas berulang dan membebaskan talenta manusia untuk pekerjaan bernilai lebih tinggi.
Sementara pergeseran ini mengurangi biaya produksi dan meningkatkan penciptaan nilai, itu juga mengubah peran pekerja dan kerangka tanggung jawab. Organisasi yang mencapai keseimbangan yang tepat—mengadopsi manfaat sambil melindungi pekerja dan masyarakat—akan memimpin industri. Apakah Anda akan salah satunya?
