Daire Cunningham dari Spanish Point Technologies mengeksplorasi elemen manusia yang merupakan kunci transformasi digital, terutama terkait adopsi AI.
Kecerdasan buatan kini menjadi sangat mudah untuk dibeli, namun ternyata sulit untuk mengubah bisnis.
Perbedaan itu penting. Riset global terbaru McKinsey menemukan bahwa 88 persen organisasi kini menggunakan AI dalam setidaknya satu fungsi bisnis, namun hanya sekitar sepertiga yang mulai memperluas program AI mereka ke seluruh perusahaan.
Kesenjangan antara angka-angka tersebut menunjukkan adanya tantangan yang semakin nyata. Akses terhadap AI tidak lagi menjadi hambatan utama bagi sebagian besar organisasi. Tugas yang lebih sulit adalah memahami di mana hal tersebut benar-benar dapat menciptakan nilai dan apa yang perlu diubah dalam bisnis agar nilai tersebut dapat terwujud.
Karena terburu-buru dalam mengadopsi AI, organisasi dapat dengan mudah memulai dengan pertanyaan yang salah: Alat AI manakah yang harus kita gunakan?
Titik awal yang lebih baik adalah menanyakan masalah apa yang sebenarnya ingin dipecahkan oleh organisasi. Jika hal ini sudah jelas, para pemimpin dapat bekerja mundur. Mereka dapat mengidentifikasi informasi apa saja yang dibutuhkan, di mana informasi tersebut berada, siapa yang berhak mengaksesnya, bagaimana proses yang ada berjalan, dan di mana letak hambatan sebenarnya.
Mereka juga dapat menentukan keputusan mana yang harus tetap berada di tangan manusia dan keputusan mana yang dapat ditingkatkan secara signifikan oleh teknologi. Pemilihan model atau platform harus mengikuti keputusan tersebut, bukan mengarahkannya.
Hal ini penting karena salah satu hambatan terbesar dalam transformasi AI bukanlah kurangnya teknologi canggih, namun kondisi organisasi di bawahnya.
Survei Dun & Bradstreet pada tahun 2026 menemukan bahwa meskipun lebih dari tiga perempat bisnis telah melaporkan keuntungan terukur dari AI, hanya 6 persen yang mengatakan bahwa data perusahaan mereka sepenuhnya siap untuk mendukung AI dalam skala besar.
Bisnis telah menghabiskan waktu puluhan tahun untuk mengumpulkan informasi di seluruh database, aplikasi, penyimpanan dokumen, dan sistem departemen. Izin telah berkembang seiring berjalannya waktu, proses telah dilapiskan di atas proses lainnya, dan karyawan telah mengembangkan solusi untuk menyelesaikan berbagai hal. AI memiliki kecenderungan untuk membuat kelemahan dalam pengaturan tersebut lebih sulit untuk diabaikan.
Pertimbangkan asisten AI yang terhubung ke informasi internal organisasi. Jika seorang karyawan mengajukan pertanyaan dan menerima dokumen rahasia yang seharusnya tidak dapat mereka akses, maka kita tergoda untuk menggambarkannya sebagai masalah keamanan AI. Pada kenyataannya, teknologi tersebut mungkin tidak menciptakan kerentanan sama sekali. Hal ini mungkin hanya mengungkap fakta bahwa karyawan tersebut telah memiliki akses yang tidak tepat.
Karena AI mempermudah pengambilan dan menghubungkan informasi, identitas, izin, dan tata kelola menjadi semakin penting, bukan berkurang.
‘Teknologi itu sendiri hanyalah sebagian dari cerita’
Kami telah melihat pentingnya menerapkan fondasi tersebut dengan benar dalam proyek modernisasi identitas. Di Royal College of Physicians of Ireland, 13 sistem terpisah dimasukkan ke dalam platform identitas tunggal, memperkenalkan sistem masuk tunggal dan manajemen akses otomatis untuk lebih dari 86.000 pengguna di 95 negara.
Biaya overhead administratif berkurang sebesar 50 persen. Teknologi itu sendiri hanyalah sebagian dari cerita. Menetapkan cara yang lebih jelas dalam mengelola identitas, izin, dan akses memberikan landasan yang lebih kuat bagi organisasi mana pun yang memperkenalkan teknologi yang mampu mencari, menghubungkan, dan mengambil informasi di berbagai sistem.
Ada dimensi kemanusiaan yang sama pentingnya dalam hal ini. Saya selalu memikirkan transformasi digital dalam rangka mempersenjatai angkatan kerja untuk mengadopsi dan menerapkan teknologi modern dalam praktik kerja mereka. Sebuah organisasi dapat menerapkan sistem yang luar biasa, namun jika karyawan tidak memahami di mana sistem tersebut cocok dengan pekerjaan mereka, mengapa mereka harus menggunakannya, atau bagaimana tanggung jawab mereka berubah, maka manfaat sistem tersebut akan tetap terbatas.
Penelitian McKinsey menemukan bahwa mendesain ulang alur kerja adalah salah satu faktor yang paling terkait erat dengan organisasi yang melihat dampak finansial dari AI generatif. Hal ini masuk akal: transformasi tidak terjadi karena seseorang telah diberi akses ke perangkat lunak lain. Hal ini terjadi ketika organisasi memikirkan kembali bagaimana pekerjaan diselesaikan.
Pada saat yang sama, AI tidak menghilangkan kebutuhan akan disiplin profesional.
Insinyur dapat menggunakannya untuk mempercepat pengkodean, pengujian dan analisis, namun kode yang dihasilkan masih harus ditinjau, sistem masih harus diuji dan persyaratan keamanan masih berlaku. Seseorang tetap bertanggung jawab atas apa yang akhirnya masuk ke dalam produksi.
Prinsip yang sama juga berlaku di profesi lain. AI dapat mempercepat berbagai elemen pekerjaan, namun profesional yang cakap tetap perlu memahami hasilnya, mengenali ketika ada sesuatu yang salah, dan melakukan penilaian atas keputusan yang diambil. Ketika sistem menjadi lebih mampu, pengawasan manusia menjadi lebih penting dan bukannya menjadi hal yang berlebihan.
Hal ini juga yang menyebabkan penerapan AI yang paling kuat cenderung lebih masuk akal ketika dijelaskan dalam kaitannya dengan masalah yang sedang dipecahkan daripada teknologi yang diterapkan.
Industri musik memberikan contoh yang berguna. Mengidentifikasi registrasi musik yang berpotensi melakukan penipuan pada metadata dalam jumlah besar merupakan masalah spesifik yang semakin sulit diatasi dalam skala besar.
Penerapan pembelajaran mesin dan analisis metadata berbasis AI pada tantangan tersebut telah memungkinkan pendaftaran yang mencurigakan teridentifikasi di seluruh kumpulan data yang besar, dengan waktu pemrosesan berkurang sebesar 70 persen dalam satu penerapan. Pentingnya bukan sekedar pekerjaan yang sama dapat diselesaikan lebih cepat. Kapasitas pemrosesan yang lebih besar memungkinkan orang-orang yang terampil untuk memusatkan perhatian mereka pada kasus-kasus yang benar-benar memerlukan penyelidikan, penilaian, dan keahlian.
Hal ini mengarah pada pertanyaan yang lebih luas tentang bagaimana bisnis mengukur nilai AI. Sebagian besar diskusi masih berfokus pada otomatisasi, efisiensi, dan pada akhirnya seberapa banyak pekerjaan manusia yang dapat dihilangkan dari suatu proses.
Efisiensi memang penting, namun ini hanyalah salah satu ukuran kontribusi teknologi. AI juga dapat memungkinkan pekerjaan yang sebelumnya tidak praktis dilakukan dengan menganalisis sejumlah besar informasi yang memerlukan banyak waktu manusia, mengidentifikasi pola yang memerlukan penyelidikan lebih lanjut, dan memungkinkan karyawan yang terampil untuk berkonsentrasi pada keputusan yang lebih kompleks.
Daripada hanya menanyakan pekerjaan apa saja yang bisa dihilangkan oleh AI, dunia usaha juga harus bertanya apa yang bisa dilakukan oleh karyawan mereka saat ini, yang sebelumnya tidak bisa mereka lakukan secara realistis.
Akan selalu ada model, platform, atau kemampuan AI lain yang hadir di pasar, itulah sebabnya bisnis tidak dapat membangun strategi transformasi untuk mengejar setiap perkembangan baru.
Mereka membutuhkan sesuatu yang lebih tahan lama: pemahaman yang jelas tentang masalah yang ingin mereka selesaikan, informasi yang tepercaya, tata kelola yang tepat, proses yang dirancang dengan baik, dan karyawan yang memahami cara menggunakan teknologi secara bertanggung jawab.
Organisasi yang sukses dengan AI belum tentu merupakan organisasi yang pertama kali mengadopsi setiap alat baru. Mereka adalah orang-orang yang mengetahui di mana AI berada, mempersiapkan landasan di bawahnya, dan memberikan struktur serta kepercayaan diri kepada orang-orang yang mampu untuk menggunakannya secara efektif.
Teknologi memang memungkinkan terjadinya transformasi, namun manusia tetap harus mewujudkannya.
Oleh Daire Cunningham
Daire Cunningham adalah COO di Spanish Point Technologies, tempat dia bekerja sejak 2008. Sebelum bergabung dengan Spanish Point Technologies, Cunningham menghabiskan beberapa waktu bekerja dalam peran desain dan pengembangan sistem perangkat lunak di perusahaan seperti Dolmen Stockbrokers dan Fyntel.