Maksimalkan Efisiensi: Memanfaatkan Otomatisasi untuk Mengubah Proses Bisnis

Bisnis tidak bisa mengabaikan kekayaan yang dimiliki dalam modal manusia mereka: makhluk yang rapuh ini dengan kemampuan unik mereka untuk berani dan bermimpi, untuk merasakan intuisi dan mengambil risiko dan, di atas semuanya, untuk mengenali saat mereka menuju bencana

Musim panas lalu menyaksikan tonggak kejam dalam sejarah kecerdasan buatan: kematian pertama yang disebabkan oleh kendaraan otonom. Sebuah Tesla Model S, yang beroperasi pada autopilot penuh, menabrak bagian belakang sebuah truk di jalan raya Florida, membunuh “pemirsa” manusia.

Menurut blog perusahaan, penyebab kecelakaan tragis ini adalah ketidakmampuan AI untuk mengidentifikasi “sisi putih truk trailer terhadap langit yang terang cerah”. Seperti yang disebutkan Tesla, ini adalah kematikan pertama dalam lebih dari 130 juta mil yang ditempuh pada autopilot, yang kurang dari setengah dari tingkat dunia sebesar 60 juta mil per kematian untuk pemirsa manusia.

Jika Tesla dan produsen kendaraan otonom lainnya dapat menjaga tingkat ini, ini pasti akan mewakili peningkatan keamanan yang besar. Namun sifat kecelakaan ini — yang kemungkinan besar akan terhindari oleh pemirsa manusia — mengangkat pertanyaan serius tentang seberapa banyak kewenangan yang harus diserahkan manusia kepada mesin.

>Lihat juga: 5 tantangan otomatisasi cerdas dalam skala besar

Saat teknologi semakin cerdas, pasti akan diminta untuk membuat keputusan yang mengakibatkan kematian orang. Kendaraan seperti mobil dan truk otonom akan harus diprogram untuk membuat keputusan moral, seperti menjawab “masalah troli” yang telah membingungkan etikus selama bertahun-tahun.

Tidak semua pertanyaan tentang AI dan otomatisasi adalah soal hidup dan mati, tetapi ada pertanyaan praktis dan etis yang penting untuk dijawab sebelum kita dapat yakin bahwa teknologi ini akan melengkapi alih-alih mengurangi kehidupan kita.

Ini adalah fakta yang semakin diakui oleh perusahaan sendiri. Penelitian Infosys menemukan bahwa lebih dari setengah (53%) responden merasa bahwa pertanyaan etis mencegah AI menjadi efektif seharusnya, sementara hanya satu pertiga (36%) yang mengatakan bahwa mereka telah mempertimbangkan sepenuhnya implikasi etis dari teknologi baru ini.

Keberatan ini berkisar dari efek teknologi ini pada privasi karyawan dan pelanggan, hingga dampak pada pekerjaan (misalnya, melalui membuat sejumlah besar tenaga kerja manusia menjadi berlebih). Ada juga pertanyaan — yang diuraikan dengan tajam dalam cerita Tesla di atas — tentang sejauh mana kecerdasan buatan dapat menggantikan operator manusia.

Sama mudahnya untuk digoda oleh kekuatan yang dijanjikan teknologi seperti mudahnya untuk romantisasi kemampuan unik otak manusia. Jika bisnis tidak dapat menyelamatkan kedua kecerdasan yang sangat berbeda ini, mereka tidak mungkin membuka manfaat penuh yang dapat dicapai dengan membuat manusia dan teknologi melengkapi satu sama lain.

>Lihat juga: 2018 akan menjadi tahun otomatisasi di perusahaan

Salah satu tantangan utama yang dihadapi umat manusia adalah seberapa banyak otonomi yang kita berikan kepada mesin, dan dalam situasi apa kecerdasan buatan lebih baik diterapkan daripada pikiran manusia.

Pada pandangan pertama, kemampuan teknologi untuk memproses kumpulan data yang besar dan memanfaatkan pemrosesan bahasa alami untuk memberikan interaksi yang realistis dengan pelanggan membuatnya pengganti yang sempurna untuk manusia yang lambat, mahal dan rawan kesalahan.

Tetapi itu adalah mengabaikan keterbawaan bawaan teknologi itu sendiri, dari chatbot Tay Microsoft, yang dengan cepat belajar menjadi rasis, hingga mobil otonom yang tidak dapat membedakan antara langit dan logam berkecepatan tinggi berat 20 ton.

Fakta yang tetap adalah mesin masih hanya dapat memberikan kita wawasan, dan hanya orang yang memiliki kebijaksanaan untuk menerapkan wawasan ini dengan tepat untuk konteks bisnis atau pribadi apa pun. Jika hidup orang selalu diatur oleh pertimbangan rasional dan empiris, maka mungkin ada argumen untuk mengganti manusia dengan mesin di mana pun mungkin.

Seperti yang kita ketahui, namun, ini tidak benar. Infosys adalah perusahaan yang mengalami pertanyaan ini setiap hari. Ini membantu sejumlah besar perusahaan dengan inisiatif machine learning, dan yang dengan cepat menjadi jelas bagi kami adalah pentingnya kontekstualisasi.

Dalam sebagian besar kasus, memproses angka tidak cukup; untuk efektif harus diiringi dengan pemahaman yang menyeluruh tentang budaya dan model bisnis perusahaan, tantangan uniknya dan struktur pelaporan data.

>Lihat juga: Lebih banyak perangkat, lebih banyak masalah? Tidak dengan otomatisasi TI

Manusia akan terus memiliki peran vital dalam menanyakan pertanyaan yang tepat; menginterogasi, menafsirkan dan menerapkan data; dan merumuskan hipotesis yang tepat untuk mesin.

Evangelis teknologi sering kali tidak menyebutkan bahwa akurasi algoritma machine learning biasanya 60-70% dalam pass pertama — ini harus diikuti oleh fine-tuning dan pekerjaan lebih lanjut.

Sampai saat ini, ini terdengar seperti sekadar argumen untuk mempekerjakan lebih banyak ilmuwan data, alih-alih pujian atas kemampuan pekerja manusia. Namun tidak perlu melompat jauh imajinasi untuk melihat keterbatasan teknologi yang disebutkan di atas, dan melihat bagaimana ini berlaku pada area lain organisasi.

Ini berkisar dari puncak pohon hingga pekerja paling juniors. Tanya pemilik bisnis yang sukses dan mereka akan memberi tahu Anda tentang pentingnya mengambil risiko yang dihitung berdasarkan, hingga beberapa tingkat, pada intuisi; mereka akan berbicara tentang pentingnya pemikiran lateral untuk memecahkan masalah bisnis yang kompleks; mereka mungkin menekankan bagaimana ide terbaik dan kilatan inspirasi mereka dipicu dari pola pikir yang sepenuhnya tidak terduga.

Bagi pekerja HR, data akan memberikan wawasan penting tentang kinerja dan produktivitas individu; kemungkinan tidak akan memberi tahu mereka mengapa mereka berkinerja buruk, atau cara paling empati dan efektif untuk melakukan percakapan tentang bagaimana pekerja itu dapat berperbaikan.

Demikian pula, operator pelanggan akan mendapat manfaat dari memiliki akses ke semua data yang mereka butuhkan untuk menyelidiki keluhan, tetapi itu masih akan memerlukan pelatihan, intuisi dan kemanusiaan untuk menyelesaikan masalahnya dengan cara yang membuat pelanggan puas.

>Lihat juga: Otomatisasi: kebutuhan jaringan

Kebenarannya adalah data hanyalah alat yang dapat digunakan orang untuk meningkatkan cara mereka bekerja, baik itu mendirikan dana saham atau menangani pelanggan yang tidak puas.

Bisnis tidak bisa mengabaikan kekayaan yang dimiliki dalam modal manusia mereka: makhluk yang rapuh ini dengan kemampuan unik mereka untuk berani dan bermimpi, untuk merasakan intuisi dan mengambil risiko dan, di atas semuanya, untuk mengenali saat mereka menuju bencana.

Sourced by Jonathan Ebsworth, head of Disruptive Technologies at Infosys Consulting