Mentransformasi Operasi Bisnis dengan GenAI:Mulailah dengan Strategi, Lalu Skalakan
Baik mereka menggunakannya untuk mengotomatisasi tugas-tugas rutin atau untuk meningkatkan kualitas produk dan layanan, dunia usaha semakin banyak yang menggunakan kecerdasan buatan generatif (GenAI) untuk mendapatkan keunggulan kompetitif. Namun keberhasilan penerapan GenAI lebih mudah diucapkan daripada dilakukan. Hal ini memerlukan strategi yang jelas dan pemahaman mendalam tentang kebutuhan bisnis dan kebutuhan data Anda.
Pertanyaan pertama yang harus ditanyakan oleh bisnis pada diri mereka sendiri adalah area mana dalam organisasi mereka yang paling mendapat manfaat dari GenAI. Haruskah proyek awal GenAI difokuskan pada peningkatan operasi internal, seperti membuat departemen pemasaran atau SDM lebih efisien? Atau haruskah mereka berhubungan langsung dengan pelanggan, seperti mengoptimalkan pusat panggilan atau meningkatkan kehadiran digital perusahaan secara keseluruhan?
Apa pun kasus penggunaannya, sebagai langkah awal, GenAI bisa sangat efektif dalam mengoptimalkan dan menyederhanakan proses bisnis dan alur kerja yang kompleks. Dalam industri seperti layanan kesehatan, teknologi, manufaktur, dan ritel, terdapat prosedur rumit yang mencakup banyak departemen dan lembaga. Perusahaan kini mulai mengidentifikasi tempat di mana pembuatan, analisis, dan peringkasan konten AI dapat mengotomatiskan serah terima antar tim serta mempercepat jadwal dan keluaran.
Salah satu pelanggan yang bekerja sama dengan kami, penyedia layanan kesehatan besar yang mengelola penjadwalan janji temu radiologi untuk rumah sakit, telah mampu mendorong peningkatan efisiensi besar-besaran dengan AI. Menjadwalkan satu janji temu radiologi melibatkan evaluasi puluhan parameter berbeda, seperti dokter, peralatan, dan ketersediaan pasien—sebuah proses yang sebelumnya memakan waktu rata-rata 8 hingga 10 menit. Dengan menggunakan GenAI untuk menganalisis semua titik data dengan cepat, penyedia telah memangkas waktu penjadwalan menjadi hanya 2 hingga 3 menit. Itu besar. Untuk penyedia bervolume tinggi, mengurangi waktu penjadwalan bahkan beberapa menit per janji temu berarti menghemat biaya jutaan dolar setiap tahunnya.
Namun kenyataannya sebagian besar organisasi perlu belajar menggunakan GenAI sebelum dapat berjalan. Lebih dari satu dekade lalu, perusahaan konsultan McKinsey membagi tahapan inovasi menjadi tiga cakrawala berbeda. Yang pertama, yang terjadi selama satu atau dua tahun pertama, adalah inovasi bertahap, yang melibatkan perbaikan atau optimalisasi bertahap terhadap produk, layanan, atau proses yang sudah ada. Cakrawala kedua, yang terjadi dalam dua hingga lima tahun ke depan, adalah menjajaki dan menemukan ekspansi baru. Cakrawala ketiga, biasanya lima hingga 10 tahun ke depan, melibatkan visi dan penciptaan model bisnis atau peluang pasar baru yang belum pernah ada sebelumnya.
Saya yakin cakrawala inovasi ini masih berlaku, namun jangka waktunya akan sangat dipercepat di era GenAI. Faktanya, menurut laporan terbaru dari IDC, 92% penerapan AI memerlukan waktu 12 bulan atau kurang, dan organisasi menyadari rata-rata laba atas investasi mereka dalam waktu 14 bulan.
Lihat juga: Mendapatkan Lapisan Nilai dari Aplikasi GenAI
5 langkah terbaik menggunakan GenAI untuk bisnis
Meskipun potensi manfaat GenAI sangat besar, keberhasilan operasionalisasi dan penskalaan teknologi memerlukan pendekatan pragmatis dengan tujuan yang jelas. Berikut lima langkah untuk mencapai hasil positif pada peluncuran GenAI Anda.
1:Pastikan keakuratan AI
Tantangan penting yang dihadapi dunia usaha adalah memverifikasi keakuratan dan keandalan keluaran yang dihasilkan AI. Sebagian besar model AI, seperti ChatGPT, dilengkapi dengan penafian bahwa kontennya mungkin tidak akurat atau salah. Oleh karena itu, perusahaan masih memerlukan tenaga manusia untuk meninjau dan memvalidasi keakuratan keluaran AI.
Kabar baiknya adalah terdapat alat-alat baru di pasar yang memungkinkan manusia mengevaluasi konten yang dihasilkan AI, memberikan masukan tentang apa yang akurat dan tidak akurat, dan terus menyempurnakan model. Memiliki tingkat pengawasan manusia yang tinggi akan sangat penting untuk membangun kepercayaan dan akuntabilitas seiring penerapan GenAI di seluruh alur kerja bisnis.
2:Mengukur kasus bisnis
Pertimbangan utama lainnya adalah ROI. Anda harus mempertimbangkan apakah Anda harus mengerahkan energi untuk melakukan sesuatu dengan AI yang sebenarnya dapat dilakukan melalui otomatisasi tradisional atau alur kerja yang ada. Berapa banyak uang yang Anda keluarkan untuk mencapai sesuatu yang dapat dilakukan dengan cara yang lebih sederhana?
Selain ROI finansial, perusahaan harus memetakan potensi penghematan waktu dari penggunaan AI untuk pembuatan konten, analisis, dan tugas lainnya. Jika Anda ingin membuat dan menganalisis konten menggunakan AI, berapa jam yang akan Anda hemat dibandingkan melakukannya secara manual? Berapa total pengurangan waktu untuk proses bisnis tersebut? Anda kemudian dapat memetakan penghematan waktu tersebut ke penghematan biaya. Penghematan waktu dan biaya yang dimungkinkan dengan menyederhanakan proses dengan AI dapat menjadi pendorong yang menarik. Namun, penghematan tersebut dapat sangat bervariasi antar kasus penggunaan dan domain.
3:Temukan mitra berpengalaman
Evolusi GenAI yang pesat selama 18 bulan terakhir telah menimbulkan kebingungan. Awalnya, ada pembicaraan untuk membuat model khusus sendiri. Tapi itu mirip dengan membuat platform aplikasi seluler Anda sendiri. Ini jelas merupakan upaya yang terlalu rumit dan mahal bagi sebagian besar perusahaan.
Pendekatan yang lebih bijaksana bagi sebagian besar organisasi adalah dengan menjalankan proyek proof-of-value (POV). Berbeda dengan bukti konsep yang memvalidasi teknologi itu sendiri, POV menunjukkan nilai nyata yang dapat diperoleh bisnis Anda dengan memanfaatkan GenAI untuk kasus penggunaan tertentu. Jangan terjebak dalam membuktikan apa yang sudah ada—bahwa model ini berhasil. Fokuslah untuk membuktikan manfaatnya bagi operasi Anda.
Untuk menjalankan POV yang efektif, manfaatkan keahlian mitra dan penyedia layanan TI dengan pengetahuan domain GenAI yang mendalam yang didukung oleh platform yang telah terbukti seperti Microsoft, Google, atau AWS. Para spesialis ini membawa serta pengalaman berharga dalam menerapkan solusi serupa untuk klien lain.
4:Prioritaskan kualitas data
Kunci keberhasilan GenAI adalah persiapan data. Ini semua tentang kualitas, ketersediaan, pengorganisasian, dan tata kelola data Anda, bukan hanya proses pelatihan itu sendiri. Intinya adalah mustahil mencapai kesuksesan dengan AI jika data Anda berkualitas buruk atau tidak tersedia.
Banyak CXO yang tetap skeptis tentang bagaimana GenAI dapat bekerja secara efektif dengan data mereka, mengingat model bahasa besar biasanya sudah dilatih sebelumnya pada data internet. Gagasan ini perlu dibongkar. Model AI dapat beroperasi dengan baik pada data organisasi selama data tersebut terstruktur dengan benar. Bagian terpentingnya adalah menyiapkan data berkualitas tinggi dan terorganisir dengan baik.
5:Menerapkan pagar pembatas AI
GenAI tidak dapat diprediksi. Hal ini dapat memperkuat bias, membahayakan privasi, dan mengarah pada keputusan yang tidak etis. Hal ini merupakan salah satu hambatan terbesar dalam penerapannya secara luas. Namun tantangan ini dapat diatasi jika pertimbangan etis, bias data, dan permasalahan serupa ditangani dengan cermat. Misalnya, isu ucapan yang tidak terduga dan tidak diinginkan yang banyak dibicarakan. Kini terdapat alat yang menyediakan sarana untuk mengontrol dan memfilter ucapan yang terkait dengan kebencian, kekerasan, atau tindakan menyakiti diri sendiri. Alat seperti ini sangat penting dan akan meningkatkan kepercayaan pengguna.
Secara khusus, vendor teknologi besar seperti Microsoft, Google, dan AWS, serta banyak perusahaan rintisan, sedang mengembangkan alat dan add-on untuk membantu menerapkan solusi GenAI dengan pagar pembatas yang sudah ada. Tujuan dari teknologi ini adalah untuk memastikan bahwa pengguna tidak terlalu khawatir dalam memfilter keluaran yang bias dan memblokir konten yang melanggar. Tugas itu ditangani di belakang layar. Namun alat keamanan AI masih dalam tahap awal. Menerapkan pagar pembatas yang kuat memerlukan upaya yang signifikan bagi bisnis mana pun yang ingin memanfaatkan GenAI.
Lihat juga: Beyond Buzzwords:Pandangan Lebih Dalam tentang GenAI
Pesan terakhir
GenAI kini mentransformasikan bisnis secara real time. Dan organisasi-organisasi yang tidak ikut serta akan tertinggal. Namun perusahaan yang ingin mengadopsi GenAI harus melihat—dan membuat rencana—sebelum mereka melompat. Dengan mengikuti lima langkah ini dan mengikuti perkembangan tren terkini serta praktik terbaik, bisnis dapat memanfaatkan potensi transformatif GenAI untuk mendorong inovasi, efisiensi, dan pertumbuhan yang lebih besar.
