Wawancara

Ajay Vasal, Pemimpin Global Bidang Data dan AI di Genpact — Seri Wawancara

Antoine Tardif
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaRedesain proses adalah hambatan utama dalam adopsi AI agen, bukan performa model.
Lihat selengkapnya
  • Redesain proses adalah hambatan utama dalam adopsi AI agen, bukan performa model.
  • Persentase perusahaan yang masih menggunakan metrik produktivitas yang tidak sesuai untuk sistem AI otonom.
  • Hanya 22% organisasi yang mempercayai sistem AI dengan otonomi tingkat domain atau otonomi luas.

Ajay Vasal, pemimpin global bidang data dan AI di Genpact, adalah eksekutif teknologi dan strategi berpengalaman dengan karier lebih dari dua dekade di bidang kecerdasan buatan, strategi data, transformasi digital, merger dan akuisisi, serta konsultasi perusahaan. Dalam jabatannya saat ini, ia memimpin berbagai inisiatif untuk membantu perusahaan memperluas penggunaan AI dan beralih dari AI pendamping ke sistem yang lebih mandiri serta terintegrasi dalam operasi. Sebelum bergabung dengan Genpact, Vasal bekerja hampir sembilan tahun di Accenture dan menduduki sejumlah jabatan kepemimpinan senior, termasuk pemimpin global bidang data dan AI untuk industri konsumen serta kepala global Centre for Data & Insights. Sepanjang kariernya, ia membantu organisasi menghasilkan nilai bisnis yang terukur dari data melalui efisiensi operasional, pertumbuhan pendapatan, dan pengurangan risiko. Ia juga memimpin investasi strategis, inisiatif merger dan akuisisi, serta program transformasi berbasis AI di berbagai industri.

Genpact adalah perusahaan global yang menyediakan jasa profesional dan transformasi digital, dengan spesialisasi dalam data, AI, analitik, otomatisasi cerdas, dan modernisasi operasi perusahaan besar. Awalnya didirikan sebagai bagian dari General Electric (GE.TO ) sebelum menjadi perusahaan independen, Genpact kini melayani organisasi di berbagai industri, termasuk jasa keuangan, kesehatan, manufaktur, ritel, dan barang konsumsi. Perusahaan ini semakin berfokus pada transformasi perusahaan berbasis AI dengan memadukan analitik, otomatisasi, dan keahlian sektoral untuk membantu bisnis memodernisasi alur kerja, meningkatkan pengambilan keputusan, dan menerapkan sistem AI berskala besar secara bertanggung jawab.

Anda bertahun-tahun membentuk strategi data dan AI di berbagai industri di Accenture sebelum menduduki jabatan saat ini di Genpact. Bagaimana pengalaman itu memengaruhi pandangan Anda tentang penyebab perusahaan masih kesulitan memperoleh nilai nyata dari investasi AI?

Salah satu pelajaran terpenting dari bekerja di berbagai industri adalah bahwa sebagian besar organisasi tidak gagal karena teknologinya lemah. Kesulitan muncul karena mereka mencoba menambahkan AI pada model operasional yang sejak awal tidak dirancang untuk pelaksanaan tugas secara mandiri. Temuan penelitian terbaru kami menegaskan hal itu dengan jelas. Walaupun perusahaan gencar mengadopsi AI, banyak yang masih kesulitan merancang ulang model operasional untuk mendukung pelaksanaan tugas secara mandiri dalam skala besar. Kesenjangan ini menunjukkan banyaknya perusahaan yang masih berusaha menyelesaikan persoalan tata kelola, akuntabilitas, dan kesiapan organisasi.

Kami juga melihat organisasi bergerak cepat sebelum memiliki kerangka pengukuran yang tepat. Sebanyak 71% eksekutif meyakini bahwa AI agentik akan menghasilkan imbal hasil investasi lebih cepat daripada gelombang teknologi mana pun sebelumnya, tetapi 67% masih mengandalkan metrik produktivitas yang dibuat untuk model otomatisasi terdahulu. Pengalaman saya menunjukkan bahwa keberhasilan adopsi AI tidak pernah sekadar soal menerapkan model. Keberhasilan itu membutuhkan perancangan ulang alur kerja, penyelarasan teknologi dengan prioritas bisnis, dan bantuan agar orang memahami perkembangan peran mereka di tengah sistem yang semakin mandiri.

Laporan terbaru Anda, Autonomy Requires Trust in AI, menunjukkan bahwa sebagian besar eksekutif percaya AI agentik akan mengubah operasi bisnis secara mendasar, tetapi sebagian besar sistem masih berada di bawah pengawasan. Apa kesenjangan terbesar antara keyakinan dan pelaksanaan?

Kesenjangan itu sepenuhnya berkaitan dengan kepercayaan. Para eksekutif jelas meyakini AI agentik akan mengubah cara pekerjaan dilakukan, tetapi keyakinan terhadap teknologi tidak otomatis membuat mereka nyaman menyerahkan kewenangan pengambilan keputusan. Penelitian kami menemukan bahwa hanya 22% organisasi yang nyaman membiarkan sistem AI bekerja mandiri dalam suatu bidang tertentu atau dengan otonomi yang luas.

Sebagian besar perusahaan masih nyaman menggunakan AI sebagai asisten yang memberikan rekomendasi, meringkas, atau mendukung alur kerja. Keraguan mulai muncul ketika sistem AI diharapkan bertindak mandiri dengan cara yang memengaruhi operasi, pelanggan, kepatuhan, atau hasil keuangan. Keraguan itu membuat banyak perusahaan tetap melibatkan manusia secara erat dalam persetujuan dan pengawasan, sekalipun mereka mendorong model operasional yang lebih mandiri.

Banyak perusahaan berinvestasi besar dalam AI tetapi belum mampu menunjukkan imbal hasil yang berarti. Apa kesalahan paling umum saat organisasi mencoba mengukur nilai yang dihasilkan AI?

Salah satu kesalahan besar adalah masih digunakannya metrik produktivitas yang dirancang untuk gelombang otomatisasi terdahulu. Data menunjukkan bahwa 67% perusahaan masih bergantung pada ukuran berbasis produktivitas yang tidak mampu menangkap seluruh nilai sistem adaptif yang bekerja dengan mengambil keputusan. Hal ini menciptakan kesenjangan nyata antara harapan dan cara nilai sebenarnya diukur.

Masalah lainnya adalah banyak organisasi belum menetapkan metrik keberhasilan yang sesuai dengan karakteristik AI. Hanya sebagian kecil perusahaan yang mengukur penyelesaian alur kerja secara mandiri, berkurangnya eskalasi, atau penanganan pengecualian secara mandiri. Jika perusahaan terus berfokus hanya pada pengurangan biaya atau jam kerja yang dihemat, mereka akan melewatkan dampak operasional lebih luas yang hendak diwujudkan oleh AI agentik.

Laporan itu menunjukkan bahwa kesiapan organisasi merupakan hambatan yang lebih besar daripada teknologi itu sendiri. Perubahan struktural konkret apa yang perlu dilakukan perusahaan untuk memanfaatkan seluruh potensi AI agentik?

Organisasi perlu memikirkan ulang bagaimana akuntabilitas, tanggung jawab atas alur kerja, dan pengambilan keputusan dijalankan di seluruh bisnis. Salah satu kesimpulan penelitian yang paling jelas adalah bahwa kesiapan organisasi menjadi hambatan yang lebih besar daripada teknologi itu sendiri. Bahkan, 33% perusahaan menyebut ketidaksiapan proses bisnis untuk integrasi AI agentik sebagai hambatan utama adopsi.

Perusahaan yang paling maju merancang ulang alur kerja dari awal hingga akhir agar sistem mandiri dapat beroperasi dalam batasan dan struktur pengawasan yang jelas. Kami juga menemukan bahwa 44% perusahaan memperkirakan AI agentik akan mengurangi jenjang manajemen saat sistem mengambil alih tugas koordinasi yang selama ini ditangani manajemen menengah. Karyawan membutuhkan kejelasan yang jauh lebih besar mengenai tanggung jawab pengawasan, kapan harus melakukan intervensi, dan posisi pertimbangan manusia dalam lingkungan yang semakin mandiri.

Hanya sebagian kecil organisasi yang nyaman memberikan otonomi nyata kepada agen AI. Apa yang diperlukan agar perusahaan memercayai sistem AI untuk memegang kewenangan pengambilan keputusan?

Kepercayaan terhadap AI agentik pada akhirnya bergantung pada akuntabilitas dan kendali. Perusahaan masih berhati-hati menyerahkan kewenangan pengambilan keputusan karena para pemimpin ingin memastikan sistem mandiri dapat beroperasi dalam batasan dan struktur tata kelola yang jelas.

Perusahaan yang melangkah maju merancang sistem dengan jalur eskalasi, kondisi pemicu intervensi, dan mekanisme kendali tata kelola yang langsung tertanam dalam model operasional. Sebagian besar organisasi memberikan otonomi secara bertahap sesuai konteks bisnis dan toleransi risiko, bukan tiba-tiba melompat ke otonomi penuh. Keberhasilan penerapan meningkatkan keyakinan dan kepercayaan karena para pemimpin dapat melihat dengan jelas bagaimana keputusan dibuat, siapa yang bertanggung jawab, dan bagaimana pengawasan manusia dipertahankan.

Perusahaan memperkirakan dapat memperluas penerapan AI agentik dengan cepat, tetapi banyak yang masih menggunakan metrik produktivitas lama. Seperti apa seharusnya metrik kinerja yang lebih efektif dan sesuai dengan karakteristik AI?

Metrik yang dirancang untuk AI perlu mengukur pelaksanaan tugas dan hasil, bukan sekadar aktivitas. Ukuran produktivitas tradisional berfokus pada apakah orang bekerja lebih cepat. AI agentik mengubah keadaan karena sistem itu sendiri mulai menanggung sebagian beban kerja operasional. Hal ini penting karena banyak organisasi masih mengukur AI agentik dari sudut pandang produktivitas yang dirancang untuk gelombang otomatisasi terdahulu, bukan untuk pelaksanaan tugas secara mandiri.

Ukuran yang lebih efektif seharusnya berfokus pada penyelesaian alur kerja secara mandiri, penurunan tingkat eskalasi, pelaksanaan keputusan yang lebih cepat, dan seberapa efektif sistem menangani pengecualian dengan intervensi manusia yang terbatas. Metrik ini memberikan gambaran yang jauh lebih jelas tentang apakah AI benar-benar meningkatkan pelaksanaan tugas dalam skala besar.

Anda menekankan bahwa perancangan ulang proses merupakan hambatan utama adopsi. Mengapa transformasi alur kerja lebih penting daripada kinerja model dalam fase AI berikutnya?

Transformasi alur kerja penting karena sistem AI secanggih apa pun tidak dapat diperluas secara efektif dalam proses yang bermasalah atau terfragmentasi. Penelitian kami menemukan bahwa 33% perusahaan menyebut kesiapan proses sebagai hambatan utama adopsi AI agentik.

Yang membedakan fase berikutnya adalah AI agentik dirancang untuk menjalankan tugas di sepanjang alur kerja, bukan sekadar membantu di dalamnya. Organisasi harus merancang ulang proses untuk pelaksanaan tugas secara mandiri dengan memperjelas tanggung jawab keputusan, menghilangkan serah terima yang tidak perlu, dan mengintegrasikan tata kelola langsung ke dalam alur kerja. Dalam banyak hal, perancangan ulang alur kerja kini menjadi fondasi utama bagi adopsi AI yang dapat diperluas.

Laporan itu menunjukkan bahwa AI akan mengurangi jenjang organisasi seiring otomatisasi tugas koordinasi. Bagaimana Anda melihat perkembangan peran kepemimpinan dan manajemen menengah sebagai akibatnya?

Ketika AI agentik mengambil alih lebih banyak tugas koordinasi dan pengawasan operasional, peran kepemimpinan kemungkinan bergeser dari mengelola pelaksanaan rutin menuju pengarahan strategi, penggunaan pertimbangan, dan tata kelola. Penelitian kami menemukan bahwa banyak perusahaan memperkirakan AI agentik akan mengurangi lapisan koordinasi dalam organisasi seiring meningkatnya tanggung jawab sistem mandiri dalam pengawasan operasional.

Manajemen menengah selama ini berperan besar dalam mengarahkan keputusan ke pihak yang tepat dan menjaga kesinambungan operasional antartim. Saat sistem mandiri mulai menangani lebih banyak aktivitas tersebut, pemimpin perlu lebih berfokus pada penanganan pengecualian, akuntabilitas, dan keselarasan sistem dengan tujuan bisnis. Kepemimpinan manusia akan semakin penting dalam bidang yang paling membutuhkan pemahaman konteks, etika, dan pertimbangan.

Genpact memosisikan diri sebagai penyedia solusi AI agentik dan teknologi canggih. Apa yang membedakan pendekatan perusahaan ini terhadap AI agentik dari perusahaan konsultasi atau teknologi tradisional?

Pendekatan Genpact bertumpu pada pelaksanaan dan hasil, serta pemecahan masalah yang sering kami sebut sebagai persoalan “tahap terakhir” adopsi AI. Banyak organisasi sudah membuktikan bahwa model AI mampu menghasilkan wawasan atau meningkatkan produktivitas. Tantangan sesungguhnya adalah mengintegrasikan kemampuan itu ke dalam alur kerja bisnis yang benar-benar berjalan, tempat pekerjaan dilaksanakan. Di sinilah banyak inisiatif AI terhenti. Kami berfokus membantu klien menerapkan AI agentik hingga tahap terakhir pelaksanaan, sehingga sistem menghasilkan dampak terukur dalam keuangan, rantai pasokan, layanan pelanggan, dan fungsi inti perusahaan lainnya.

Yang membedakan pendekatan kami adalah perpaduan keahlian proses yang mendalam dengan kemampuan data, teknologi, dan AI. Kami tidak sekadar menerapkan model atau membangun proyek percontohan. Kami merancang ulang alur kerja, mengintegrasikan tata kelola ke dalam operasi, dan membantu perusahaan membentuk struktur akuntabilitas untuk pelaksanaan tugas secara mandiri dalam skala besar. Karena kami juga telah menerapkan AI agentik dalam operasi sendiri, kami memiliki pengalaman praktis mengenai persyaratan peralihan dari eksperimen menuju dampak di seluruh perusahaan.

Ke depan, apakah Anda meyakini AI agentik akan memperlebar kesenjangan antara perusahaan terdepan dan perusahaan yang tertinggal? Apa yang sebaiknya dilakukan perusahaan sekarang agar tidak tertinggal?

Ya, saya percaya kesenjangan akan melebar karena AI agentik mengakumulasi nilai dengan cara yang berbeda dari gelombang teknologi sebelumnya. Organisasi yang berhasil merancang ulang alur kerja, membentuk kerangka akuntabilitas, dan membangun kepercayaan terhadap sistem mandiri akan menciptakan keunggulan operasional yang sulit ditiru pesaing. Yang mencolok adalah betapa cepatnya perubahan ini berlangsung. Sebanyak 29% perusahaan memperkirakan AI agentik akan meluas ke seluruh bisnis dalam 12 bulan ke depan.

Bagi perusahaan yang ingin tetap kompetitif, prioritas sekarang adalah menyiapkan model operasional untuk pelaksanaan tugas secara mandiri. Ini mencakup perancangan ulang alur kerja, penetapan struktur tanggung jawab, pembangunan kerangka pengukuran yang sesuai dengan karakteristik AI, dan investasi dalam kesiapan tenaga kerja. Organisasi yang lebih awal membangun fondasi tersebut akan berada dalam posisi jauh lebih baik daripada yang masih memperlakukan AI sebagai inisiatif teknologi tersendiri.

Terima kasih atas wawancara yang menarik ini. Pembaca yang ingin mengetahui lebih lanjut dapat mengunjungi Genpact. 

Antoine adalah pemimpin visioner dan mitra pendiri Unite.AI, yang didorong oleh semangat tak tergoyahkan untuk membentuk dan memajukan masa depan AI dan robotika. Sebagai pengusaha yang telah mendirikan beberapa perusahaan, ia percaya bahwa AI akan mengubah masyarakat secara mendasar seperti listrik. Ia kerap berbicara dengan antusias tentang potensi teknologi disruptif dan kecerdasan buatan umum (AGI).

Sebagai futuris, ia berdedikasi untuk menelusuri bagaimana inovasi ini akan membentuk dunia kita. Ia juga merupakan pendiri Securities.io, platform yang berfokus pada investasi dalam teknologi mutakhir yang mendefinisikan ulang masa depan dan mengubah berbagai sektor secara menyeluruh.