(SeaPRwire) –

Pernah dengar pendapat bahwa AI akan memangkas beban kerja kepala operasional perusahaan dan membuat pekerjaan mereka lebih mudah? Saya Budi Santoso, konsultan operasional enterprise dengan pengalaman 18 tahun menangani transformasi digital di berbagai perusahaan besar Indonesia, dan saya selalu mengatakan bahwa hype AI seringkali menjauhkan kita dari masalah inti. Banyak perusahaan terburu-buru adopsi AI hanya karena takut ketinggalan, tanpa memetakan apa yang sebenarnya ingin dicapai. Yang saya lihat dari diskusi terbuka COO perusahaan global baru-baru ini bukan berarti AI buruk, tapi kita lupa bahwa AI hanyalah alat, bukan solusi instan untuk semua masalah operasional. COO selama ini dibayar untuk mengelola ketidakpastian, dan AI justru menambah lapisan ketidakpastian baru yang belum ada panduan jelas mengelolanya.

Roundtable makan siang yang diadakan Thomson Reuters di ajang COO Summit beberapa waktu lalu mengumpulkan beberapa kepala operasional perusahaan besar dunia, yang awalnya datang siap berbagi keuntungan AI untuk bisnis mereka. Mulai dari peningkatan kecepatan, skala operasi yang lebih besar, sampai peningkatan pendapatan yang dipercepat. Namun yang mereka bagikan justru kekacauan terorganisir yang muncul setelah adopsi AI. Venkatesh Alagirisamy, EVP dan COO Nike, mengatakan tantangan terbesar adalah kecepatan tanpa kejelasan. Banyak hype AI yang membuat tim dalam perusahaan terburu-buru adopsi, tanpa tujuan yang jelas, sehingga kecepatan itu justru bisa membawa perusahaan ke arah yang salah. Inilah yang mereka sebut ilusi otomatisasi, celah berbahaya antara janji AI untuk pemimpin operasional dan apa yang sebenarnya diberikan.

Janji yang ditawarkan kepada pemimpin operasional sederhana saja: otomatisasi tugas rutin, bebaskan tenaga kerja, mesin yang menangani peramalan, logistik, kepatuhan, layanan pelanggan, sedangkan manusia fokus ke strategi. Aayush Bhatnagar, kepala layanan pelanggan global Sysco, distributor makanan dengan pendapatan tahunan hampir 84 miliar dolar AS, mengatakan tujuan awal mereka adalah menginstitusikan pengetahuan pengalaman puluhan tahun karyawan ke dalam skala besar. Setiap kuntum brokoli yang kamu makan rata-rata menempuh 2.000 mil, dan rantai pasok itu berjalan dari penilaian yang dibuat karyawan berpengalaman. AI seharusnya menyerap keahlian itu dan melipatgandakannya.

Beberapa perusahaan memang mendapatkan manfaat parsial. Nike meluncurkan platform pembelajaran internal 12 bulan yang lalu, yang dikurasi oleh rekan kerja dari bawah bukan mandat dari atas, sudah mencatat 20 ribu kursus digital diikuti dan 3 ribu sesi pelatihan langsung diadakan. Sysco menggunakan AI untuk memikirkan ulang cara peramalan dan pembelian barang. Thomson Reuters sendiri menggunakannya untuk membantu pengacara, akuntan pajak, dan profesional perdagangan bekerja lebih cepat. Namun semua itu datang dengan kenyataan yang mengejutkan banyak pihak.

Laura Clayton McDonnell, presiden divisi corporates Thomson Reuters, menjelaskan ilusi otomatisasi ini lebih dalam. Kita bergerak cepat mendapatkan jawaban dengan cepat, tapi bagaimana memastikan output itu bisa diandalkan, akurat, cukup untuk dijadikan dasar mengambil keputusan bisnis. Bagi profesional yang mereka layani, mulai dari pengacara yang masuk pengadilan sampai akuntan yang mengatur tarif dan tim perdagangan yang menangani sanksi, tidak ada ruang untuk kesalahan. Model bahasa besar yang menghasilkan jawaban yang masuk akal tapi salah bukan alat produktivitas, tapi tanggung jawab hukum yang berbahaya.

Masalahnya tidak berhenti di akurasi. Masalah yang lebih besar adalah AI membuat lingkungan operasional secara fundamental kurang bisa diprediksi, padahal itulah yang menjadi tanggung jawab utama COO. Olivia Nottebohm, COO Box, berbagi pengalaman di perusahaannya sendiri. Box menjual produk AI, menggunakan Box AI secara internal, dan selalu berbicara tentang AI, tapi ketika Nottebohm melihat angka adopsi, jumlahnya jauh lebih rendah dari yang diharapkan. Setelah diselidiki, itu bukan karena karyawan menolak, tapi karena kebingungan. Alat sudah ada, tapi kemampuan menggunakannya tidak ada. Box akhirnya membuat program untuk melatih semua karyawan, yang hasilnya cukup baik tapi mengungkapkan fakta yang lebih sulit: bahkan di perusahaan yang maju teknologi sekalipun, celah antara menerjunkan AI dan mengoperasionalkannya secara penuh sangat besar. Bahkan Nottebohm mengaku butuh waktu lama untuk memastikan karyawan tidak merasa tersisih, dan seharusnya dia bisa menyelesaikannya lebih cepat. Kini Box mewajibkan pelatihan AI untuk semua karyawan, tidak ada pilihan untuk keluar dari transformasi ini.

Yang paling menyoroti celah ini adalah pengakuan Bhatnagar. Empat minggu sebelum pertemuan itu, dia menambahkan tujuh agen AI sebagai laporan langsungnya. Mereka punya nama, peran yang jelas mulai dari agen eskalasi, agen pengiriman, sampai agen komunikasi. Kinerja mereka dievaluasi bersama karyawan manusia di rapat bisnis mingguan. Bhatnagar mengaku dia tidak bisa tidur nyenyak semalaman setelah itu, karena prinsip kepemimpinan tradisional tidak berlaku untuk agen AI ini. Tidak ada literatur manajemen yang membahasnya, tidak ada kebijakan HR atau rencana perbaikan kinerja yang bisa diterapkan ke agen AI. Tapi COO tetap harus bertanggung jawab atas output mereka, yang bisa naik skala secara instan dan juga salah secepat itu. Pertanyaan Bhatnagar tentang bagaimana cara melatih manajer sekarang menjadi ringkasan paling jujur dari posisi AI enterprise saat ini. Di akhir diskusi, muncul pertanyaan lain yang lebih besar tentang apa yang terjadi dengan pekerja level pemula yang biasanya membangun kemampuan penilaian mereka dari tugas rutin yang sekarang diserap AI.

Fenomena ilusi otomatisasi ini bukan cuma masalah yang dialami perusahaan global besar di luar negeri. Perusahaan di Indonesia juga mulai mengalami hal yang sama saat berlomba adopsi AI untuk operasional. Saya melihat banyak perusahaan rintisan dan perusahaan keluarga besar yang membeli alat AI dengan harapan bisa mengurangi jumlah karyawan dan meningkatkan kecepatan kerja, tapi pada akhirnya justru menghabiskan lebih banyak sumber daya untuk memperbaiki kesalahan output AI dan melatih karyawan beradaptasi.

Ke depan, perusahaan yang berhasil adalah yang tidak terburu-buru mengekor hype, dan menerima bahwa peran manusia dalam lingkaran keputusan bisnis tidak bisa digantikan untuk saat ini. Kemampuan organisasi untuk terus beradaptasi, yang disebut learning agility oleh COO Nike, akan menjadi kemampuan inti yang membedakan perusahaan yang berhasil mengintegrasikan AI dan yang cuma bermain-main dengan teknologi. Kita akan melihat lebih banyak inovasi di bidang manajemen agen AI dalam beberapa tahun ke depan, mulai dari kerangka kinerja sampai kebijakan tanggung jawab yang jelas. Untuk saat ini, COO dan pemimpin operasional harus siap menghadapi ketidakpastian, bukan berharap AI menghilangkannya sama sekali.