Langsung ke isi
· Kabar AI & robotika, jernih dan terverifikasiNewsletter  ·  Majalah  ·  Kelas & Layanan
Tampilan
Pengaturan tampilan
Tema

Kabar AI yang mudah dibaca.

Pilihan tersimpan di perangkat Anda.

Langganan
Terkini
Trending

Terungkap! 86 Persen Perusahaan Gagal Skala AI Gara-Gara Jebakan Ini

Riset terbaru mengungkap mayoritas proyek AI terhenti di tahap uji coba. Pelajari cara mengubah eksperimen menjadi sistem bisnis yang terbukti menghasilkan laba.

Foto liputan MIT Technology Review untuk berita: Terungkap! 86 Persen Perusahaan Gagal Skala AI Gara-Gara Jebakan Ini.

Foto: MIT Technology Review (Dokumentasi editorial)

Poin penting

  • Sebanyak 86 persen perusahaan dunia masih terjebak di tahap uji coba dan gagal memperluas skala AI.
  • Perusahaan AI-native meraup pendapatan empat kali lipat lebih tinggi berkat integrasi alur kerja.
  • Evaluasi tiga lensa membantu memilih proyek AI bernilai tinggi tanpa membebani biaya operasional.

Banyak perusahaan menggelontorkan dana besar untuk kecerdasan buatan. Namun, sebagian besar investasi tersebut justru jalan di tempat tanpa hasil nyata.

Dalam siniar Business Lab di MIT Technology Review, terungkap temuan survei Infosys dan HFS Research. Sebanyak 86 persen dari 500 perusahaan global masih terjebak pada tahap uji coba awal.

Riset Boston Consulting Group juga mencatat 74 persen organisasi belum punya rencana skala. Survei Anthropic bahkan menunjukkan 42 persen bisnis kesulitan mengakses data berkualitas.

Bahaya Terjebak Ruang Isolasi Departemen AI

Satinder Pal Singh dari Infosys menyebut kegagalan ini berakar dari jebakan departemen AI. Perusahaan kerap membentuk tim khusus yang terisolasi dari proses bisnis harian.

Tim teknis tersebut sering menciptakan proyek percontohan yang canggih secara teknologi. Sayangnya, solusi itu kerap tidak menjawab kebutuhan nyata operasional perusahaan.

Padahal, kesenjangan antara pemain terdepan dan kelompok yang tertinggal makin melebar. Riset Infosys Knowledge Institute mencatat hanya 8 persen perusahaan yang tergolong AI-native.

Kelompok terdepan ini menikmati kontribusi pendapatan empat kali lipat lebih besar. Mereka memanfaatkan data perilaku sistem selama berbulan-bulan untuk membangun keunggulan struktural.

Fondasi Data dan Standar Akurasi Ketat

Thorsten Leiduck dari SAP menegaskan pentingnya fondasi data terintegrasi. Menurutnya, penerapan agen AI tidak akan berhasil di atas data yang terpecah-pecah.

Agen AI merupakan perangkat lunak cerdas yang mengeksekusi tugas bisnis secara mandiri. Sistem ini memerlukan data yang saling terhubung agar tidak salah mengambil tindakan.

Tingkat akurasi juga menjadi faktor penentu keselamatan bisnis. Untuk tugas sehari-hari, akurasi 80 persen mungkin terlihat memadai bagi sebagian pihak.

Namun, angka tersebut sangat berbahaya bagi alur kerja kritis. Kesalahan sebesar itu pada rantai pasok atau penutupan buku keuangan dapat memicu kerugian fatal.

Pelaku usaha juga harus cermat menghitung biaya pemakaian model AI. Jika tugas tertentu lebih murah diselesaikan oleh manusia, otomasi tidak perlu dipaksakan.

Tiga Lensa Evaluasi dan Tata Kelola

Infosys menyarankan agar agen AI diperlakukan layaknya rekan kerja digital. Manajemen perlu menyaring setiap rencana penerapan melalui tiga lensa evaluasi mendasar.

Lensa tersebut mencakup dampak finansial, kelayakan data dan talenta, serta potensi replikasi. Proyek yang tidak dapat diperluas skalanya hanyalah eksperimen yang membuang waktu.

Perusahaan dapat memulai dari use case sederhana bernilai tinggi. Contohnya mencakup ringkasan rapat otomatis, asisten perjalanan dinas, atau percepatan waktu siklus kerja.

Keberhasilan implementasi juga menuntut pengawasan yang sangat ketat sejak hari pertama. Ketiadaan tata kelola bukan mempercepat kerja, melainkan menumpuk potensi risiko pelanggaran.

Melalui SAP Autonomous Enterprise Framework dan kemitraan teknis terpadu, sistem dapat disiapkan bertahap. Tujuannya adalah menjadikan AI sebagai mitra pengambil keputusan bisnis.

Apa Artinya bagi Pelaku Usaha

Temuan ini merupakan peringatan serius bagi para direktur dan pemilik usaha. Mengadopsi kecerdasan buatan bukan sekadar membeli perangkat lunak baru untuk tim IT.

Pemimpin bisnis perlu menyatukan pemilik proses operasional dengan tim pengembang teknologi. AI harus diarahkan langsung untuk memperbaiki laba, arus kas, dan efisiensi harian.

Langkah awal yang mendesak adalah merapikan tata kelola data internal perusahaan. Tanpa data yang bersih dan aturan akses yang jelas, otomasi justru menciptakan celah risiko.

Mulailah dari proyek kecil yang terbukti memangkas biaya operasional. Evaluasi hasilnya secara rutin sebelum memperluas sistem ke seluruh departemen bisnis Anda.

✓ Lolos pemeriksaan redaksi AI. (Klik untuk lihat hasil pemeriksaan fakta)

Artikel ini ditulis AI, 6 klaimnya dicocokkan dengan sumber, dan diuji keterbacaannya sebelum terbit. Menemukan kekeliruan? Laporkan ke redaksi.

Sumber berita (1):
  1. MIT Technology Review: Building AI that can work across the enterprise
Pembuka: 7/10Kejelasan: 7/10Struktur: 8/10Manfaat: 7/10Bahasa: 7/10
KlaimPutusanDasar di sumber
Sebanyak 86 persen dari 500 perusahaan global masih terjebak pada tahap uji coba awal berdasarkan survei Infosys dan HFS ResearchDidukung“Infosys and HFS research surveyed over 500 global 2,000 enterprises and found only 14% have successfully scaled AI. Eighty-six percent remain in early exploration, proof of concept, or fragmented pilot phases.”
MIT Technology Review
Riset Boston Consulting Group mencatat 74 persen organisasi belum punya rencana skalaDidukung“BCG has launched a report, which shows that 74% of the organizations are stuck in pilot mode with no plan to scale.”
MIT Technology Review
Survei Anthropic menunjukkan 42 persen bisnis kesulitan mengakses data berkualitasDidukung“In an Anthropic survey, data said that 42% are really struggling with getting access to the data and the quality to really, basically, scale the entire AI capabilities across the organization.”
MIT Technology Review
Riset Infosys Knowledge Institute mencatat hanya 8 persen perusahaan yang tergolong AI-nativeDidukung“Infosys Knowledge Institute AI Maturity Index shows that only 8% of the companies qualify as AI native today, yet they achieve four times the revenue contribution from the AI versus laggards.”
MIT Technology Review
Kelompok terdepan menikmati kontribusi pendapatan empat kali lipat lebih besarDidukung“yet they achieve four times the revenue contribution from the AI versus laggards.”
MIT Technology Review
Untuk tugas sehari-hari, akurasi 80 persen mungkin terlihat memadai bagi sebagian pihak, tetapi sangat berbahaya bagi alur kerja kritis seperti rantai pasok atau penutupan buku keuanganDidukung“For some everyday applications, “80% might be good enough,” he says, but in areas such as supply chains or financial close, that level of accuracy is “a very terrible result.””
MIT Technology Review

Video AI terbaru

An underrated way to use ChatGPT: Life admin OpenAI

Baca juga