Investasi Teknologi yang Paling Penting dalam Pasar yang Tidak Pasti

Dua tahun lalu, sebagian besar percakapan tentang AI berfokus pada apakah investasi itu sepadan dengan risikonya. Pertanyaan itu kini telah terjawab. Yang lebih sulit sekarang adalah ke mana uang harus dialokasikan, dan berapa banyaknya.

Saya melihat hal ini terjadi secara terus‑menerus pada pemimpin pasar menengah dan operator ekuitas swasta. Sebagian besar dari mereka sudah melewati fase pilot, mencoba sesuatu di hampir setiap fungsi. Pembeda kini terletak pada pilot mana yang menjadi bagian dari cara bisnis sebenarnya berjalan, dan mana yang tetap menjadi proyek sampingan yang tidak pernah masuk ke operasi harian.

Sebuah artikel terbaru di MIT Sloan Management Review menangkap pergeseran yang sama dari sudut berbeda: meskipun telah puluhan tahun berinvestasi dalam teknologi, banyak organisasi masih belum melihat pengembalian yang berarti, dan penelitian menunjukkan sesuatu yang kurang berwujud daripada alat itu sendiri: tenaga kerja yang benar‑benar mampu menggunakannya serta budaya yang dibangun di sekitar pembelajaran. Saya akan melangkah lebih jauh: membeli alat tidak lagi menjadi bagian yang sulit. Membangun orang, keterampilan, dan kemampuan organisasi yang memungkinkan alat tersebut benar‑benar menciptakan nilai, di situlah keputusan dan tantangan berada sekarang.

Mengapa Perusahaan yang Memimpin Mengeluarkan Dana Secara Berbeda, Bukan Hanya Lebih Banyak

Ada kesalahpahaman yang semakin berkembang bahwa investasi teknologi berarti membeli platform terbaru, tetapi hal itu jarang terjadi. Organisasi berhasil ketika mereka tahu persis masalah bisnis apa yang ingin mereka selesaikan sebelum membuka alokasi anggaran. Ini adalah poin yang sudah kami sampaikan sebelumnya: bahkan alat paling canggih pun gagal memberikan dampak berarti tanpa fondasi data di bawahnya.

Itu sejalan dengan apa yang kami lihat secara langsung pada Esquire Depositions, perusahaan layanan hukum yang didukung oleh Gridiron Capital, yang melihat nilai perusahaan meningkat 10%, bukan karena menambahkan platform baru di atas yang sudah ada, melainkan karena memusatkan data dan menstandarisasi proses yang selama bertahun‑tahun dibangun secara ad‑hoc di berbagai tim. Alatnya menjadi kurang penting dibandingkan apa yang menjadi dasarnya.

Empat Dasar untuk Memutuskan Apa yang Harus Diskalakan

Setiap percakapan teknologi yang saya lakukan dengan seorang CEO atau mitra operasional pada akhirnya berujung pada keputusan yang sama: memperbesar, memperbaiki, atau menghentikannya. Menurut pengalaman saya, empat hal memisahkan tiga hasil tersebut.

• Seseorang memilikinya. Setiap inisiatif membutuhkan orang yang bertanggung jawab atas hasilnya, bukan komite atau sponsor yang berganti‑ganti.
• Data di bawahnya dapat dipercaya. AI dan otomatisasi hanya sebaik data yang memberi makan mereka. Data yang tidak konsisten dan terisolasi mengubah alat yang menjanjikan menjadi hal lain yang orang hindari.
• Orang benar‑benar menggunakannya setiap hari.Adopsi tidak terjadi hanya karena sebuah platform diluncurkan. Itu muncul karena alat tersebut cocok dengan cara kerja seseorang, atau karena seseorang meluangkan waktu untuk merancang ulang pekerjaan di sekitarnya.
• Hasilnya dapat diukur, dan terikat pada sesuatu yang spesifik.Pendapatan, biaya, waktu siklus, pengalaman pelanggan. Pilih satu sebelum Anda membangun, bukan sesudahnya.

Terapkan keempat poin tersebut pada apapun dan keputusan akan terurai dengan sendirinya. Saya akan memperbesar inisiatif yang sudah memiliki pemilik, data dapat diandalkan, dan adopsi nyata. Saya akan terus meninjau yang memecahkan masalah nyata namun masih canggung dalam penggunaan harian. Dan saya akan menghentikan yang berjalan terutama atas semangat atau metrik aktivitas, dasbor yang tidak pernah menjadi dasar keputusan.

Apa yang Harus Dipotong, dan Apa yang Harus Dilindungi

Disiplin yang sama juga berlaku pada anggaran itu sendiri, dalam kedua arah.

Di sisi pemotongan: pilot tanpa pemilik, alat yang tumpang tindih dibeli oleh tiga tim berbeda untuk pekerjaan yang sama, lisensi yang tidak pernah digunakan, proyek data yang tidak pernah terhubung ke apa pun di hilir. Hal ini tidak hanya membuang uang, tetapi menambah kompleksitas yang memperlambat inisiatif nyata berikutnya. Setiapnya lebih mudah terus dibiayai daripada dihentikan, itulah mengapa mereka menumpuk.

Di sisi perlindungan: keamanan siber, kualitas data, pekerjaan integrasi, pengalaman pelanggan yang memang membedakan bisnis, serta kasus penggunaan AI yang sudah membuktikan nilai dalam operasi harian. Pelatihan juga masuk dalam daftar ini. Itu adalah salah satu investasi teknologi yang paling diremehkan oleh perusahaan, dan salah satu yang paling mudah diabaikan ketika anggaran menegang.

Ini adalah investasi yang lebih tenang dibandingkan meluncurkan inisiatif AI baru. Siaran pers tidak akan menulis sendiri tentang “kami memperbaiki jalur data kami.” Namun tenang tidak berarti kecil. Otomatisasi proses adalah tempat banyak uang tenang itu mengalir saat ini, karena cukup spesifik untuk menghasilkan ROI yang jelas. Kami telah merancang dan membangun alur kerja yang mengubah tim kepatuhan internal di sebuah perusahaan pinjaman dari mengaudit secara manual 30% panggilan klien menjadi meninjau semuanya secara otomatis, menutup celah di mana 70% sisanya membawa risiko nyata, karena regulasi memperlakukan setiap panggilan sebagai pelanggaran tersendiri, bernilai $500 hingga $1.500 per panggilan.

Proyek otomatisasi lain yang baru‑baru ini kami selesaikan memotong entri data manual yang menggerogoti layanan akuntansi dengan margin terendah dan volume tertinggi, membebaskan staf untuk menangani pekerjaan klien bernilai lebih tinggi tanpa menambah jumlah karyawan. Keduanya tidak melibatkan peluncuran produk AI yang mencolok. Masing‑masing menyelesaikan satu proses spesifik dan diterapkan di seluruh bisnis; perbaikan terarah semacam itu menghasilkan beberapa ROI terbesar yang dilihat perusahaan.

Berinvestasi dengan Niat

Ketidakpastian membuat eksekutif berhati‑hati, dan itu merupakan naluri yang wajar. Perusahaan yang kini memimpin masih mengeluarkan dana secara agresif, namun menumpuk sumber daya secara sengaja pada kapabilitas yang memperkuat operasi, mempertegas pengambilan keputusan, dan menempatkan AI untuk menghasilkan sesuatu yang benar‑benar dapat Anda tunjuk pada akhir kuartal.

Saya tidak berpikir perusahaan yang mengungguli pesaingnya dalam beberapa tahun ke depan akan menjadi yang memiliki anggaran teknologi terbesar, dan bahkan hal itu belum benar hari ini. Berdasarkan pengalaman saya membimbing perusahaan melalui transformasi digital, ROI nyata bergantung pada dua hal: mengetahui secara tepat di mana investasi menciptakan nilai paling besar (baik dalam cara bisnis berjalan, apa yang membedakannya, atau dalam produk dan layanan yang sebenarnya dirasakan pelanggan), serta mendefinisikan KPI yang dapat diukur sejak awal agar dampak tetap terlihat. Itulah disiplin yang memisahkan pengembalian nyata dari kebisingan yang mahal.