Mengapa AI Belum Dongkrak Laba Usaha? Riset McKinsey dan Gartner Beri Jawabannya
Mayoritas karyawan merasa terbantu oleh AI, tetapi laba perusahaan tak kunjung melesat akibat salah menempatkan fokus integrasi alur kerja.
Gambar buatan AI, bukan foto asli (FLUX.1 schnell via Cloudflare Workers AI)
Poin penting
- Survei McKinsey catat 80% pekerja rasakan dampak AI, namun hanya 37% bisnis raih kenaikan laba operasional.
- Gartner memproyeksikan lebih dari 40% proyek agen AI bakal dibatalkan sebelum akhir 2027 akibat lonjakan biaya.
- Perusahaan berkinerja tinggi merombak total alur kerja, bukan sekadar menempelkan AI ke proses lama.
Banyak pemimpin bisnis mengira adopsi kecerdasan buatan otomatis meningkatkan profitabilitas. Namun, laporan Fast Company menyoroti jurang besar antara produktivitas individu karyawan dan kinerja keuangan riil perusahaan.
Dalam survei McKinsey tahun 2026, sebanyak 80 persen responden mengaku produktivitas pribadi mereka meningkat berkat AI. Ironisnya, hanya 37 persen perusahaan yang melaporkan kontribusi positif terhadap laba sebelum bunga dan pajak (EBIT), tidak beranjak dari tahun sebelumnya.
McKinsey mencatat bahwa perusahaan berkinerja unggul adalah mereka yang mendesain ulang alur kerja bisnis secara menyeluruh. Mereka tidak sekadar menyisipkan peranti AI ke dalam proses kerja lama yang sudah ada.
Jebakan Proyek Agen Mandiri dan Risiko Pembatalan
Saat ini industri teknologi berlomba mempopulerkan agen AI, yaitu perangkat lunak otonom yang dapat mengeksekusi serangkaian tugas tanpa campur tangan manusia. Namun, pendekatan yang berpusat pada pekerja artifisial ini mulai memperlihatkan kelemahan mendasar.
Firma riset Gartner memproyeksikan lebih dari 40 persen proyek agen AI akan dibatalkan sebelum akhir 2027. Masalah pembengkakan biaya, ketidakjelasan nilai bisnis, dan lemahnya kendali risiko menjadi alasan utama kegagalan tersebut.
Menurut ulasan Fast Company, kegagalan ini terjadi karena pengembang terus-menerus membangun ulang fondasi yang sama di setiap proyek. Ketiadaan standar bersama untuk izin akses, identitas, kebijakan, hingga pencatatan riwayat membuat sistem AI menjadi rapuh dan mahal.
Panduan terbaru dari National Institute of Standards and Technology (NIST) serta arsitektur acuan Microsoft kini menganjurkan pemisahan tegas. Mesin penalaran AI harus dipisahkan dari lapisan kebijakan operasional dan hak akses data yang bersifat kaku.
Apa Artinya bagi Pelaku Usaha
Bagi direktur dan manajer operasional di Indonesia, temuan ini menjadi peringatan tegas agar tidak terjebak euforia langganan alat AI secara parsial. Membekali tiap karyawan dengan aplikasi AI mandiri terbukti hanya menaikkan biaya langganan tanpa mengangkat laba usaha secara nyata.
Langkah mitigasi yang perlu diambil adalah mengevaluasi kembali portofolio teknologi perusahaan. Hentikan proyek otomatisasi yang tidak terhubung dengan alur kerja utama bisnis, dan alihkan anggaran untuk membenahi integrasi sistem data terpusat.
Pelaku usaha juga wajib memastikan bahwa wewenang pengambilan keputusan finansial atau data sensitif tidak diserahkan sepenuhnya kepada model AI. Tempatkan aturan bisnis dan rekam jejak audit di luar agen AI agar kepatuhan dan risiko hukum tetap terkendali penuh.
- Fast Company: Enterprise AI is waiting for its Transformer moment
Lihat hasil pemeriksaan (6 klaim)
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Survei McKinsey tahun 2026 mencatat 80% responden melaporkan peningkatan produktivitas pribadi berkat AI, tetapi hanya 37% yang melaporkan kontribusi positif terhadap laba sebelum bunga dan pajak (EBIT), sama seperti tahun sebelumnya. | Didukung | “In McKinsey’s 2026 survey, 80% of respondents reported improved personal productivity, but only 37% reported a positive contribution to enterprise EBIT” Fast Company mengutip temuan survei McKinsey tahun 2026. |
| McKinsey mencatat perusahaan berkinerja unggul adalah mereka yang mendesain ulang alur kerja, bukan sekadar memasukkan AI ke alur kerja lama. | Didukung | “McKinsey also notes that the high performers are typically those companies that redesign workflows, rather than simply inserting AI into existing ones.” Fast Company mengutip catatan McKinsey mengenai karakteristik perusahaan berkinerja tinggi. |
| Gartner memproyeksikan lebih dari 40 persen proyek agen AI akan dibatalkan sebelum akhir 2027 akibat faktor biaya, ketidakjelasan nilai, atau lemahnya kontrol risiko. | Didukung | “they predict that more than 40% of agentic projects will be cancelled by the end of 2027 due to cost, unclear value or inadequate risk controls.” Fast Company mengutip proyeksi dari firma riset Gartner. |
| Implementasi proyek agen AI berulang kali merekonstruksi fondasi kemampuan yang sama (identitas, perizinan, status, kebijakan, bukti/riwayat) karena ketiadaan fondasi bersama. | Didukung | “each agentic project, repeatedly reconstructs the same underlying capabilities, from identity, to permissions, state, policy, evidence, recovery and learning, because no common foundation exists.” Fast Company menjelaskan masalah struktural yang dihadapi proyek-proyek agen AI saat ini. |
| Panduan terbaru NIST mendukung pemisahan arsitektur antara penalaran dan kebijakan, keputusan akses deterministik, serta bukti yang tidak dapat diubah (immutable evidence). | Didukung | “Recent NIST guidance strongly supports architectural separation between reasoning and policy, deterministic access decisions and immutable evidence.” Fast Company merujuk panduan arsitektur keamanan terbaru dari NIST. |
| Arsitektur acuan Microsoft memisahkan runtime agen, lapisan kebijakan, alat, sistem pencatatan, dan jalur audit. | Didukung | “Microsoft’s reference architecture similarly separates the agent runtime, policy layer, tools, systems of record and audit pipeline.” Fast Company mengutip pendekatan arsitektur acuan dari Microsoft. |
Video AI terbaru
How Siemens Plans Production in Minutes With NVIDIA AI
