AI di Bisnis: Dari Adopsi Dini hingga Inovasi Masa Kini

Saat membuka email saya pagi ini, saya dihadapkan pada peringatan pada pesan lama yang telah saya kirim. Peringatan itu mengatakan, “Dikirim 10 hari yang lalu; apakah Anda ingin mengikuti?” Memang, saya perlu mengingatkan rekan saya untuk merespons. Pengalaman itu membuat saya merenungkan sejauh mana kita telah datang dan apa yang ada di depan dengan kecerdasan buatan (AI) di bisnis.

Saya tertarik dengan bidang ini hampir 40 tahun yang lalu, ketika saya adalah mahasiswa sarjana di Berkeley di bawah Professor Alice Agogino. Professor Agogino menggambar diagram sederhana ini di papan tulis.

Saat itu, sistem AI disebut sistem pakar. Mereka memungkinkan lebih banyak orang untuk menyelesaikan sebagian besar tugas pada tingkat pakar. Mereka meningkatkan potensi pengguna dan mengubah kurva kinerja untuk seluruh bisnis. Dengan sistem ini, para pakar dapat fokus pada tugas-tugas paling menantang yang hanya mereka yang dapat menanganinya.

Selama bertahun-tahun, ide menarik ini — bahwa teknologi dapat memperluas kinerja kami dalam skala besar — tetap bersamaku. Ini telah membentuk passion saya, dan perjalanan profesional saya sendiri telah mengikuti trajetori AI itu sendiri.

Tetapi di jalan itu, ada beberapa tantangan. Model dalam sistem kami cenderung tertinggal dibalik perubahan dalam bisnis; meskipun mereka akan memecahkan masalah hari ini secara optimal, secara bertahap mereka akan menjadi usang. Mereka memerlukan tim khusus untuk penggunaan serta untuk pemeliharaan.

Di Mana Kita Ada Saat Ini

Sistem AI saat ini secara fundamental berbeda dari sistem pakar awal dan solusi bisnis tradisional dalam tiga cara:

• Kita menggunakannya dengan cara yang berbeda;

• Penekanan pada kecerdasan telah beralih dari otomatisasi ke augmentasi, dan

• Sistem AI belajar dari penggunaan dan menyesuaikan diri dengan perubahan dalam bisnis.

Bagaimana kita menggunakannya: Solusi bisnis tradisional sering terfragmentasi. Satu set sistem memberi tahu Anda bagaimana bisnis Anda saat ini berjalan (business intelligence tradisional), yang lain membantu Anda memutuskan bagaimana menjalankan bisnis Anda, dan yang lain memungkinkan Anda untuk mencatat apa yang Anda lakukan untuk menjalankan bisnis Anda (enterprise resource planning).

Pengguna harus mengikuti jalur yang melelahkan dan tidak terhubung, dari analitik deskriptif dan diagnostik hingga analisis prediktif dan optimalisasi menggunakan model digital twin. Kemudian, setelah keputusan dibuat, mereka harus berbalik dan mencatat keputusan itu dalam ERP mereka.

Berkontras, ketika kita menggunakan AI, kita memulai langsung dengan rekomendasi dan dapat menjelajahi wawasan prediktif, diagnostik, dan deskriptif sebagai penjelasan. AI menawarkan panduan langkah demi langkah untuk mengambil tindakan, bahkan ketika kita mungkin membuat keputusan yang berbeda dari rekomendasi.

Pergeseran penekanan: Sistem pakar tradisional terlalu berfokus pada otomatisasi. Sistem AI saat ini dapat membantu kita menavigasi dan mengatur proses bisnis. Menurut pendapat saya, lebih baik memikirkan AI sebagai augmented intelligence daripada artificial intelligence. Hari ini, kita melihat AI sebagai sesuatu yang dapat kita latih dan sesuaikan dengan kebutuhan kita.

Belajar dan adaptasi: Sistem bisnis tradisional statis dan cenderung usang seiring waktu. Mereka memerlukan peningkatan dan revisi untuk menyertakan umpan balik atau perubahan dalam bisnis. Sistem AI, berkontras, adalah dinamis. Mereka belajar dan menyesuaikan diri dengan kebutuhan bisnis yang berubah. Semakin banyak Anda menggunakannya, semakin cerdas dan efektif mereka menjadi seiring waktu.

Apa yang Ada di Depan

Meskipun canggih, kemampuan AI memang menimbulkan beberapa tantangan.

Pertama, mendapatkan nilai terbesar dari AI memerlukan manajemen perubahan yang cermat, baik dalam perilaku maupun sikap terhadap teknologi. Jika orang melihat teknologi sebagai ancaman atau cara untuk meregangkan target kinerja mereka, mereka akan bekerja untuk merusak keberhasilannya. Juga, jika adopsi AI berarti kehilangan kontrol atau sentuhan pribadi dengan pelanggan dan supplier, atau menghambat pemikiran lintas fungsi, itu akan gagal.

Di sisi lain, jika orang melihat AI sebagai serangkaian alat baru yang membuat hidup mereka lebih mudah, membuat mereka lebih cerdas, bekerja sama lintas organisasi, dan mencapai lebih banyak, mereka akan bekerja untuk membuatnya sukses.

Masalah kedua adalah tentang etika dalam AI. Kita perlu membuat AI lebih transparan dan etis. Model pembelajaran mesin belajar apa yang telah diajarkan dan paparkan kepada mereka. Jika data bias, AI juga akan. Juga, tidak ada yang suka mengikuti rekomendasi dari black box. Model AI harus menjelaskan rekomendasi mereka, asumsi apa yang dibuat, pola apa yang dirasakan, dan opsi apa yang dijelajahi secara transparan.

Terakhir, kita harus tanya pada diri sendiri apakah masalah yang kita kerjakan untuk menyelesaikan dengan AI adalah yang tepat untuk diselesaikan pada awalnya. Kita harus bekerja untuk memanfaatkan AI untuk memperluas jangkauan manusia dan meningkatkan kehidupan, bukan mengendalikan mereka.

Transformasi AI hingga sekarang telah, dalam satu kata, revolusioner. Semakin kita menerima, memanfaatkan, dan meningkatkan teknologi ini, semakin bisnis kita akan membaik.

Adeel Najmi adalah chief product officer di LevaData.