China Widener, Wakil Ketua, Pemimpin Teknologi, Media & Telekomunikasi AS di Deloitte – Seri Wawancara

China Widener adalah wakil ketua dan pemimpin industri Teknologi, Media & Telekomunikasi (TMT) AS di Deloitte. Dia juga menjabat di Dewan Direksi AS Deloitte.

Dia menawarkan perspektif unik tentang masa depan industri TMT, dengan minat khusus pada evolusi Agentic AI—sistem pintar yang dapat mengambil keputusan otonom—dan dampak transformasionalnya di seluruh perusahaan. Dia bersemangat membantu klien memanfaatkan potensi penuh Agentic AI untuk mempercepat inovasi, meningkatkan efisiensi operasional, dan menciptakan sumber daya kompetitif baru, semuanya dengan komitmen yang kuat pada AI yang dapat dipercaya.

China telah menjadi co-penulis artikel tentang AI, kerangka teknologi untuk perusahaan, analisis model pengiriman, dan menutup kesenjangan bakat. Dia adalah pembicara dan fasilitator yang sangat dicari dan pengalaman teknologi serta karirnya telah ditampilkan di beberapa podcast dan publikasi.

Deloitte adalah salah satu firma jasa profesional terbesar di dunia, menyediakan layanan audit, konsultasi, pajak, penasihat risiko, dan penasihat keuangan untuk organisasi di hampir semua industri. Dengan jaringan global yang mencakup lebih dari 150 negara, Deloitte bekerja dengan perusahaan multinasional, pemerintah, dan bisnis yang sedang berkembang untuk menavigasi tantangan kompleks, mengarahkan transformasi digital, dan meningkatkan kinerja operasional. Firma ini terutama dikenal karena keahliannya di bidang seperti konsultasi teknologi, analitik data, keamanan siber, dan kepatuhan regulasi, membantu klien beradaptasi dengan pasar yang berubah cepat sambil mempertahankan tata kelola yang kuat dan strategi pertumbuhan jangka panjang.

Penelitian Deloitte menunjukkan bahwa sebagian besar organisasi masih terjebak dalam mode pilot. Apa yang menjadi kesalahpahaman terbesar yang dimiliki para pemimpin tentang apa yang diperlukan untuk menskalakan AI di seluruh perusahaan?

Organisasi sering mencoba “menambahkan AI” ke proses yang ada, ketika skalabilitas sebenarnya memerlukan perubahan arsitektur tentang bagaimana pekerjaan dilakukan. Kesalahpahaman terbesar yang saya lihat adalah bahwa menskalakan AI sebagian besar merupakan tantangan teknologi. Pada kenyataannya, teknologi sering kali merupakan bagian yang paling mudah. Apa yang pemimpin cenderung meremehkan adalah tingkat perubahan model operasional yang diperlukan – dari alur kerja dan hak keputusan hingga bakat, insentif, dan tata kelola. 

Perubahan dari kasus penggunaan yang terisolasi ke orkestrasi tingkat perusahaan dapat dibuka ketika orang, proses, dan teknologi berkembang bersama. Tanpa keselarasan itu, bahkan AI yang paling canggih tetap terjebak dalam mode pilot.

Mengapa banyak inisiatif AI gagal menghasilkan ROI yang dapat diukur, bahkan ketika teknologi yang mendasarinya solid?

ROI yang sebenarnya datang ketika AI dimasukkan ke dalam proses ujung ke ujung, bukan diperlakukan sebagai eksperimen yang terisolasi. Sebagian besar inisiatif AI tidak gagal karena teknologinya tidak berfungsi – mereka gagal karena bisnis tidak disiapkan untuk menangkap nilai darinya.

Kasus penggunaan yang terputus, integrasi alur kerja yang buruk, dan pelacakan nilai yang tidak jelas mencegah AI diterjemahkan menjadi dampak yang dapat diukur. Apa yang sering kali hilang adalah orkestrasi. Nilai AI tidak hanya vertikal – dalam kemampuan atau fungsi tunggal – tetapi juga horizontal, melintasi proses, tim, dan perusahaan. Ketika organisasi tidak menghubungkan lapisan-lapisan ini, mereka berakhir dengan pocket kemajuan yang tidak pernah berkembang.

Nilai datang dari mengalignkan teknologi dengan alur kerja dan hasil bisnis sehingga AI dapat beroperasi di seluruh perusahaan, bukan hanya dalam silo. Itulah saat Anda berpindah dari eksperimen ke transformasi yang sebenarnya dan mulai memahami nilai yang berkelanjutan dan fungsional.

Kapan suatu perusahaan harus berhenti bereksperimen dan berkomitmen pada transformasi AI tingkat perusahaan, dan apa sinyal yang menunjukkan mereka siap?

Organisasi harus melampaui eksperimen ketika mereka siap memasukkan AI ke dalam proses ujung ke ujung. Itu adalah perubahan dari memperlakukan AI sebagai koleksi pilot khusus menjadi memandangnya sebagai transformasi strategis yang dilandasi oleh peta jalan yang jelas tentang di mana nilai ada dan bagaimana menangkapnya.

Itu berarti mengalignkan pemangku kepentingan di sekitar prioritas yang dibagikan, mendefinisikan di mana AI dapat mengemudi dampak terbesar di seluruh fungsi, dan menempatkan tata kelola dan model operasional yang tepat untuk melaksanakan hal itu. Tanpa kejelasan itu, organisasi tetap terjebak dengan pilot yang sulit diskalakan atau direplikasi.

Singkatnya, kesuksesan akan turun ke perubahan dari eksperimen yang terfragmentasi ke strategi tingkat perusahaan yang terkoordinasi – di mana nilai didefinisikan dengan jelas, diprioritaskan, dan secara sistematis direalisasikan.

Bagaimana eksekutif harus memikirkan kembali ROI dalam konteks AI, terutama ketika manfaat meluas ke luar penghematan biaya ke dalam produktivitas, perancangan ulang tenaga kerja, dan keunggulan strategis jangka panjang?

Ini tentang memikirkan ROI AI sebagai lebih dari sekadar penghematan biaya. Ketika Anda memasuki persamaan nilai yang lebih luas yang mencakup kenaikan produktivitas, transformasi tenaga kerja, dan jalur pertumbuhan baru, itulah saat Anda membuka nilai sebenarnya dari AI. Sementara efisiensi penting, dampak yang lebih besar sering kali datang dari merancang ulang peran, mempercepat pengambilan keputusan, dan memungkinkan model bisnis yang sama sekali baru. Tantangan itu adalah bahwa manfaat-manfaat ini tidak selalu muncul dalam metrik keuangan tradisional atau siklus P&L jangka pendek. Kunci adalah mengadopsi pendekatan pengukuran yang lebih holistik yang menggabungkan hasil keuangan, operasional, dan tenaga kerja. Pada akhirnya, tujuan adalah mengevaluasi AI tidak hanya sebagai pengungkit biaya, tetapi sebagai pengemudi keunggulan kompetitif jangka panjang.

Salah satu tantangan yang disoroti adalah kesenjangan antara visibilitas dan tindakan. Mengapa organisasi bergumul untuk mengoperasikan wawasan yang dihasilkan oleh AI?

Gap antara wawasan dan tindakan adalah masalah eksekusi, bukan analitik. Organisasi dapat menghasilkan wawasan, tetapi hak keputusan yang tidak jelas, alur kerja yang tidak selaras, dan kurangnya akuntabilitas mencegah tindakan. Tata kelola adalah kunci. Menutup gap itu memerlukan memasukkan AI dan memahami dampaknya terhadap alur kerja, praktik, kebijakan, dan jalur eksekusi.

Enterprise AI Navigator menekankan “agenterisasi” tugas. Bagaimana pemimpin harus memutuskan proses mana yang paling sesuai untuk agen AI versus alur kerja yang digerakkan manusia?

Proses yang berbeda memerlukan tingkat otomatisasi yang berbeda; transformasi yang efektif adalah tentang membuat pilihan yang tepat. Pertanyaan kunci bukanlah apakah untuk mengirimkan agen AI—tetapi di mana mereka menciptakan nilai terbesar.

Nilai itu dapat dievaluasi dengan dua cara utama: “kesesuaian” organisasional dan dampak keuangan. Untuk beberapa organisasi, keselarasan dengan alur kerja yang ada, budaya, dan cara kerja akan menjadi prioritas, membuat “kesesuaian” menjadi titik awal terbaik. Untuk yang lain, fokusnya akan pada pengembalian keuangan yang dapat diukur, di mana memahami rentang dan skala penciptaan nilai menjadi penggerak utama. Kemampuan untuk menilai kedua dimensi itu adalah yang memungkinkan pengambilan keputusan yang lebih strategis dan terinformasi.

Sangat penting untuk dicatat bahwa tidak semua proses harus diagenkan. Beberapa memerlukan penilaian manusia, kepercayaan, atau kreativitas. Tujuan adalah model hibrida, di mana manusia dan agen dirancang untuk saling melengkapi.

Banyak organisasi berinvestasi besar-besaran dalam alat AI tetapi tidak merancang ulang alur kerja. Seberapa kritis perubahan struktural organisasi untuk mencapai dampak AI yang sebenarnya?

Perubahan struktural organisasi bukanlah opsional; itu sentral untuk mencapai dampak AI. Perusahaan yang berinvestasi dalam alat tanpa merancang ulang alur kerja biasanya hanya melihat keuntungan inkremental. Nilai yang sebenarnya datang ketika organisasi memikirkan kembali peran dan tanggung jawab, struktur tim, dan bagaimana keputusan diambil. AI tidak hanya mengubah tugas: itu mengubah bagaimana pekerjaan mengalir di seluruh perusahaan. Tanpa keselarasan struktural, transformasi yang sebenarnya terbatas.

Tata kelola tertinggal di belakang adopsi, terutama dengan agen AI. Apa risiko yang tidak terperhitungkan oleh perusahaan saat mereka menskalakan sistem yang lebih otonom?

Penelitian kami menunjukkan bahwa hanya 21% organisasi memiliki tata kelola yang matang untuk agen otonom. Tanpa program tata kelola yang kuat dan menyeluruh, banyak perusahaan enggan untuk mengirimkan alat ini. Kekhawatiran itu sering kali menyebabkan munculnya “bayangan AI,” yang memperkenalkan risiko yang tidak dikelola secara signifikan. 

Pada saat yang sama, organisasi sering kali meremehkan peran yang dapat dimainkan oleh karyawan dalam tata kelola. Kebijakan dan struktur pelaporan sangat penting, tetapi mereka tidak cukup sendirian. Karyawan umumnya ingin menggunakan AI secara bertanggung jawab – dan ketika mereka dilengkapi dengan pedoman yang jelas, mereka menjadi garis pertahanan yang kuat.

Itu berarti organisasi harus fokus pada mendidik tenaga kerja mereka: apa yang aman, apa yang berisiko, dan bagaimana membuat keputusan yang baik dalam waktu nyata. Misalnya, berhenti sejenak untuk bertanya: apakah saya harus menyertakan data keuangan yang sensitif di sini? Itu adalah di mana tata kelola benar-benar hidup. Karyawan, ketika diberitahu dan diberdayakan, secara aktif memperkuat postur risiko organisasi.

Akhirnya, pemantauan berkelanjutan dan pengujian berkala tetap underutilized tetapi sangat penting. Ketika kita melangkah lebih jauh ke era AI agen, pengawasan berkelanjutan perlu menjadi syarat wajib bagi setiap organisasi yang mengirimkan kemampuan ini dalam skala besar.

Deloitte menyarankan bahwa Enterprise AI Navigator dapat secara signifikan mengurangi waktu strategi dan desain. Apa yang berubah dalam cara organisasi mendekati pengambilan keputusan AI ketika menggunakan sistem seperti ini?

Enterprise AI Navigator menghubungkan wawasan keuangan, alur kerja, dan tenaga kerja ke dalam peta jalan transformasi yang terpadu. Apa yang berubah adalah perubahan dari pengambilan keputusan yang dipimpin oleh intuisi ke transformasi yang dipandu data yang mencerminkan pendekatan yang disiplin untuk digunakan di seluruh lanskap pemangku kepentingan. Dengan Enterprise AI Navigator, Deloitte dapat membantu memodelkan skenario sebelum berinvestasi, membuat keputusan AI yang terikat langsung ke dampak keuangan dan alur kerja, dan berpindah dari pilot yang terisolasi ke peta jalan perusahaan yang kohesif

Ini secara efektif mengompresi siklus strategi dan desain dengan memberikan pemimpin visibilitas ke apa yang akan berhasil – sebelum mereka menskalakannya.

Menghadap ke depan 1 hingga 2 tahun, apa yang akan memisahkan perusahaan yang berhasil mengubah AI menjadi keunggulan kompetitif dari mereka yang tetap terjebak dalam eksperimen?

Perbedaan itu tidak akan tentang siapa yang mengadopsi AI; itu akan tentang siapa yang bertransformasi karena itu. Pemimpin itu akan memperlakukan AI sebagai pengungkit transformasi bisnis, bukan hanya sebagai sekumpulan alat. Itu berarti merancang ulang alur kerja dan model operasional dari ujung ke ujung, sambil mengukur nilai secara holistik di seluruh hasil keuangan, tenaga kerja, dan pertumbuhan.

Sangat penting, mereka akan mengakui bahwa produktivitas saja tidak cukup. Banyak organisasi sudah melihat keuntungan efisiensi inkremental, tetapi keunggulan kompetitif datang dari menggunakan AI untuk membuka sumber pendapatan baru, merancang ulang penawaran, dan mengemudi pertumbuhan perusahaan, bukan hanya melakukan pekerjaan yang sama dengan lebih cepat.

Yang tertinggal akan terus fokus pada alat daripada hasil, mengejar kasus penggunaan yang terisolasi tanpa menghubungkannya di seluruh bisnis. Mereka juga cenderung berinvestasi kurang dalam manajemen perubahan, tata kelola, dan orkestrasi – membuatnya sulit untuk menskalakan dampak.

Singkatnya, pemenangnya akan menjadi mereka yang berpindah dari perusahaan yang didukung AI ke perusahaan yang ditenagai AI. Perusahaan ini akan memasukkan AI ke dalam cara bisnis dijalankan, cara bisnis tumbuh, dan cara bisnis bersaing, bukan hanya cara bereksperimen.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Deloitte.