Dari Pilot ke Produksi: Wawasan tentang Mengembangkan Program GenAI untuk Jangka Panjang

Bertahun-tahun dari sekarang, ketika kita memandang kembali proliferasi kecerdasan buatan generatif (GenAI), 2024 akan dilihat sebagai momen penting – periode eksperimen yang meluas, optimisme, dan pertumbuhan, ketika pemimpin bisnis yang sebelumnya enggan untuk mencelupkan kaki mereka ke dalam air inovasi yang belum diuji, melompat ke dalamnya dengan kepala pertama. Dalam Survei Global McKinsey tentang AI yang dilakukan pada pertengahan 2024, 75% memprediksi bahwa GenAI akan menyebabkan perubahan yang signifikan atau mengganggu di industri mereka di masa depan.

Meskipun banyak hal telah dipelajari tentang kelebihan dan keterbatasan GenAI, penting untuk diingat bahwa kita masih sangat berada dalam tahap evolusi. Program pilot dapat dipercepat dengan cepat dan relatif murah untuk dibangun, tetapi apa yang terjadi ketika program-program tersebut pindah ke produksi di bawah pengawasan kantor CIO? Bagaimana kasus penggunaan yang spesifik akan berperforma di lingkungan yang kurang terkendali, dan bagaimana tim dapat menghindari kehilangan momentum sebelum program mereka bahkan memiliki kesempatan untuk menunjukkan hasil?

Tantangan Umum dalam Mengalihkan dari Pilot ke Produksi

Mengingat potensi besar GenAI untuk meningkatkan efisiensi, mengurangi biaya, dan meningkatkan pengambilan keputusan, mandat C-Suite untuk pemimpin bisnis fungsional telah jelas – pergi dan bereksperimen. Pemimpin bisnis mulai bekerja, bereksperimen dengan fungsi GenAI dan membuat program pilot mereka sendiri. Tim pemasaran menggunakan GenAI untuk menciptakan pengalaman pelanggan yang sangat personal dan mengotomatisasi tugas berulang. Di layanan pelanggan, GenAI membantu memperkuat chatbot pintar untuk menyelesaikan masalah secara real-time, dan tim R&D dapat menganalisis sejumlah besar data untuk menemukan tren baru.

Masih ada banyak kesenjangan antara semua potensi ini dan eksekusinya yang sebenarnya.

Saat program pilot berpindah ke orbit kantor CIO, data diperiksa lebih dekat. Sekarang, kita sudah familiar dengan beberapa masalah umum dengan GenAI seperti bias model dan halusinasi, dan dalam skala yang lebih besar, masalah-masalah tersebut menjadi masalah besar. Seorang CIO bertanggung jawab atas privasi data dan tata kelola data di seluruh organisasi, sedangkan pemimpin bisnis menggunakan data yang mungkin hanya terkait dengan area fokus mereka.

3 Hal Penting untuk Dipertimbangkan Sebelum Mengembangkan

Jangan salah, pemimpin bisnis telah membuat kemajuan yang signifikan dalam membangun kasus penggunaan GenAI dengan hasil yang mengesankan untuk fungsi mereka, tetapi mengembangkan untuk dampak jangka panjang sangat berbeda. Berikut adalah tiga pertimbangan sebelum memulai perjalanan ini:

1. Sertakan Tim IT dan Keamanan Informasi dari Awal (dan Sering)

Sangat umum bagi pemimpin bisnis fungsional untuk mengembangkan kebutaan dalam pekerjaan sehari-hari mereka dan meremehkan apa yang diperlukan untuk memperluas program pilot mereka ke organisasi yang lebih luas. Tetapi saat pilot itu berpindah ke produksi, pemimpin bisnis memerlukan dukungan tim IT dan keamanan informasi untuk memikirkan semua hal yang mungkin salah.

Oleh karena itu, ide yang baik untuk melibatkan tim IT dan keamanan informasi dari awal untuk membantu menekankan program pilot dan memeriksa kekhawatiran potensial. Dengan demikian, juga akan membantu memfasilitasi kolaborasi antar fungsional, yang sangat penting untuk membawa perspektif luar dan menantang bias konfirmasi yang dapat terjadi dalam fungsi individual.

2. Gunakan Data Nyata Kapan Pun Memungkinkan

Seperti yang disebutkan sebelumnya, masalah data-driven adalah salah satu hambatan terbesar dalam mengembangkan GenAI. Itu karena program pilot sering mengandalkan data sintetis yang dapat menyebabkan harapan yang tidak sesuai antara pemimpin bisnis, tim IT, dan akhirnya CIO. Data sintetis adalah data yang dihasilkan secara artifisial untuk meniru data dunia nyata, pada dasarnya berfungsi sebagai pengganti data sebenarnya, tetapi tanpa informasi pribadi yang sensitif.

Pemimpin fungsional tidak akan selalu memiliki akses ke data nyata, jadi beberapa tips yang baik untuk memecahkan masalah tersebut adalah: (1) hindari program pilot yang mungkin memerlukan pengawasan regulasi tambahan di masa depan; (2) tetapkan pedoman untuk mencegah data buruk dari merusak/mengganggu hasil pilot; dan (3) investasikan pada solusi yang menggunakan teknologi yang ada di perusahaan untuk meningkatkan kemungkinan keselarasan di masa depan.

3. Tetapkan Harapan yang Realistis

Ketika GenAI pertama kali mendapatkan perhatian publik setelah peluncuran ChatGPT pada akhir 2022, harapan sangat tinggi untuk teknologi ini untuk merevolusi industri semalam. Hype itu (baik atau buruk) masih bertahan, dan tim masih berada di bawah tekanan besar untuk menunjukkan hasil segera jika investasi GenAI mereka berharap untuk menerima pendanaan lebih lanjut.

Kenyaatan adalah bahwa meskipun GenAI akan menjadi transformatif, perusahaan perlu memberikan waktu (dan dukungan) untuk memulai transformasi. GenAI bukanlah plug-and-play, dan nilainya tidak hanya terbatas pada chatbot yang cerdas atau gambar kreatif. Perusahaan yang dapat mengembangkan program GenAI dengan sukses akan menjadi mereka yang pertama kali mengambil waktu untuk membangun budaya inovasi yang mengutamakan dampak jangka panjang daripada hasil jangka pendek.

Kita Semua di Dalam Ini Bersama

Meskipun kita telah membaca banyak tentang GenAI baru-baru ini, ini masih teknologi yang sangat muda, dan perusahaan harus waspada terhadap vendor mana pun yang mengklaim telah memahami semuanya. Itu jenis keangkuhan yang mengaburkan penilaian, mempercepat konsep setengah matang, dan menyebabkan masalah infrastruktur yang dapat bangkrutkan bisnis. Sebaliknya, saat kita memasuki tahun lainnya dengan kegembiraan GenAI, mari kita juga mengambil waktu untuk terlibat dalam diskusi yang bermakna tentang bagaimana mengembangkan teknologi kuat ini dengan bertanggung jawab. Dengan melibatkan tim IT dari awal, mengandalkan data dunia nyata, dan mempertahankan harapan ROI yang realistis, perusahaan dapat membantu memastikan strategi GenAI mereka tidak hanya dapat diskalakan, tetapi juga berkelanjutan.