AI bukanlah hal yang baru. Manusia telah memulai penelitian AI pada 1940-an, dan ilmuwan komputer seperti John McCarthy membuka mata kita tentang kemungkinan apa yang dapat dicapai oleh teknologi ini. Apa yang relatif baru, bagaimanapun, adalah volume hypes. Terasa eksponensial. ChatGPT dirilis pada 2022 dengan fanfare yang besar, dan sekarang DeepSeek dan Qwen 2.5 telah mengambil alih dunia.

Hype tersebut dapat dipahami. Karena peningkatan daya komputasi, akses ke dataset yang lebih besar, algoritma yang ditingkatkan dan teknik pelatihan, model AI dan ML hampir dua kali lipat dalam efektivitas setiap beberapa bulan. Setiap hari kita melihat lompatan besar dalam bidang seperti alasan dan generasi konten. Kita hidup di zaman yang menarik!

Tapi hype dapat berbalik, dan dapat menunjukkan bahwa ada lebih banyak noise daripada substansi ketika datang ke AI. Kita semua telah terbiasa dengan overload informasi yang sering menyertai perkembangan yang mengubah paradigma ini sehingga kita dapat secara tidak sengaja menutup telinga. Dengan melakukan itu, kita kehilangan pandangan tentang kesempatan luar biasa di depan kita.

Mungkin karena banyaknya “noise” di sekitar AI generatif, beberapa pemimpin mungkin berpikir bahwa teknologi ini belum matang dan tidak layak untuk diinvestasikan. Mereka mungkin ingin menunggu sampai volume adopsi yang kritis sebelum memutuskan untuk terjun sendiri. Atau mungkin mereka ingin bermain aman dan hanya menggunakan AI generatif untuk area bisnis dengan dampak terendah.

Mereka salah. Mencoba dan gagal cepat dengan AI generatif lebih baik daripada tidak memulai sama sekali. Menjadi pemimpin berarti memanfaatkan kesempatan untuk mengubah dan memikirkan kembali. AI bergerak dan berkembang sangat cepat. Jika Anda tidak menunggangi gelombang, jika Anda duduk di bawah pretensi kehati-hatian, Anda akan melewatkan keseluruhan.

Teknologi ini akan menjadi dasar dunia bisnis esok. Mereka yang terjun sekarang akan menentukan bagaimana masa depan terlihat. Jangan hanya menggunakan AI generatif untuk membuat keuntungan inkremental. Gunakan untuk melompati. Itulah yang akan dilakukan oleh pemenang.

Seburuk apa itu?

Adopsi AI generatif adalah masalah sederhana dari manajemen risiko—sesuatu yang eksekutif harus sangat familiar. Perlakukan teknologi seperti Anda memperlakukan investasi baru. Cari cara untuk maju tanpa terlalu banyak risiko. Cukup lakukan sesuatu. Anda akan segera tahu apakah itu berhasil; baik AI memperbaiki proses, atau tidak. Itu akan jelas.

Apa yang tidak ingin Anda lakukan adalah menjadi korban analisis paralisis. Jangan menghabiskan waktu terlalu lama untuk memikirkan apa yang Anda coba capai. Seperti yang dikatakan Voltaire, jangan biarkan kesempurnaan menjadi musuh kebaikan. Di awal, buatlah rentang hasil yang Anda terima. Kemudian pegang diri Anda untuk itu, iterasi menuju yang lebih baik, dan terus maju. Menunggu kesempatan yang sempurna, kasus penggunaan yang sempurna, waktu yang sempurna untuk mencoba, akan melakukan lebih banyak bahaya daripada kebaikan. Semakin lama Anda menunggu, semakin banyak biaya kesempatan yang Anda tanggung.

Seburuk apa itu? Pilih beberapa balon uji coba, luncurkan, dan lihat apa yang terjadi. Jika Anda gagal, organisasi Anda akan lebih baik karena itu.

Kegagalan benar-benar membangun karakter. Dan ketahanan.

Bagaimana jika organisasi Anda gagal dalam eksperimen AI generatif? Apa yang terjadi? Ada nilai besar dalam pembelajaran organisasi—dalam mencoba, berpivotal, dan melihat bagaimana tim berjuang. Hidup adalah tentang belajar dan mengatasi satu hambatan setelah hambatan lainnya. Jika Anda tidak mendorong tim dan alat Anda ke titik kegagalan, bagaimana Anda akan menentukan batas organisasi Anda? Bagaimana Anda akan tahu apa yang mungkin?

Jika Anda memiliki orang yang tepat di posisi yang tepat—dan jika Anda mempercayai mereka—maka Anda tidak memiliki apa-apa untuk dikalahkan. Memberikan tim Anda tujuan yang menantang dengan tantangan yang nyata dan berdampak akan membantu mereka tumbuh sebagai profesional dan mendapatkan nilai lebih dari pekerjaan mereka.

Jika Anda mencoba dan gagal dengan satu eksperimen AI generatif, Anda akan lebih siap ketika saatnya tiba untuk mencoba yang berikutnya.

Identifikasi jalur untuk eksperimen.

Untuk memulai, identifikasi area bisnis yang menghasilkan tantangan terbesar: bottleneck yang konsisten, kesalahan yang tidak disengaja, harapan yang tidak terkelola, kesempatan yang tidak tercakup. Setiap kegiatan atau alur kerja yang memiliki analisis data besar dan tantangan yang sulit untuk dipecahkan atau tampaknya memakan waktu yang lama bisa menjadi kandidat yang baik untuk eksperimen AI.

Di industri saya, manajemen rantai pasokan, ada kesempatan di mana-mana. Misalnya, manajemen gudang adalah peluncuran yang baik untuk AI generatif. Manajemen gudang melibatkan mengatur banyak bagian yang bergerak, seringkali dalam waktu nyata. Orang yang tepat perlu berada di tempat yang tepat pada waktu yang tepat untuk memproses, menyimpan, dan mengambil produk—yang mungkin memiliki kebutuhan penyimpanan khusus, seperti makanan yang didinginkan.

Mengelola semua variabel ini adalah tugas besar. Secara tradisional, manajer gudang tidak memiliki waktu untuk meninjau laporan kerja dan barang yang tak terhitung jumlahnya untuk membuat bintang-bintang sejajar. Ini membutuhkan waktu yang cukup lama, dan manajer gudang sering memiliki ikan lain untuk digoreng, termasuk mengakomodasi gangguan waktu nyata.

Agen AI generatif, bagaimanapun, dapat meninjau semua laporan yang dihasilkan dan menghasilkan rencana tindakan yang terinformasi berdasarkan wawasan dan penyebab akar. Mereka dapat mengidentifikasi masalah potensial dan membangun solusi yang efektif. Jumlah waktu yang diselamatkan oleh manajer tidak dapat dilebih-lebihkan.

Ini hanya satu contoh dari area bisnis kunci yang dapat dioptimalkan dengan menggunakan AI generatif. Setiap alur kerja yang memakan waktu—terutama yang melibatkan pemrosesan data atau informasi sebelum membuat keputusan—adalah kandidat yang sangat baik untuk perbaikan AI.

Cukup pilih kasus penggunaan dan mulai.

Cukup terjun.

AI generatif ada untuk tetap, dan itu bergerak dengan kecepatan inovasi. Setiap hari, kasus penggunaan baru muncul. Setiap hari, teknologi ini menjadi lebih baik dan lebih kuat. Manfaatnya sangat jelas: organisasi yang diubah dari dalam ke luar; manusia yang beroperasi pada efisiensi puncak dengan data di samping mereka; keputusan bisnis yang lebih cepat dan lebih pintar; saya bisa terus dan terus.

Semakin lama Anda menunggu untuk “kondisi yang tepat” untuk muncul, semakin jauh Anda (dan bisnis Anda!) akan ketinggalan.

Jika Anda memiliki tim yang baik, strategi bisnis yang solid, dan kesempatan nyata untuk perbaikan, Anda tidak memiliki apa-apa untuk dikalahkan.

Apa yang Anda tunggu?