Pemimpin pemikiran

Bagaimana Organisasi Mengubah Persepsi Pekerja Garis Depan tentang Penggunaan AI

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Pembicaraan tentang kecerdasan buatan di tempat kerja memiliki tantangan persepsi. Ini didominasi oleh dua kubu yang bersaing: eksekutif yang yakin dengan teknologi dan pekerja yang takut akan hal itu. Apa yang hilang di antara kedua posisi tersebut adalah hal yang sebenarnya menentukan apakah penerapan AI berhasil atau gagal: pengalaman orang-orang yang sekarang perlu menggunakannya setiap hari.

Angka-angka menceritakan sebuah cerita yang mengejutkan. Penelitian secara konsisten menemukan bahwa 70 hingga 80 persen proyek AI gagal memberikan manfaat yang diharapkan, dan penyebab utama bukanlah kegagalan teknis. Ini adalah kurangnya adopsi pengguna. Karyawan yang tidak pernah dibawa ke dalam proses tersebut hanya tidak menggunakan sistem, dan kembali ke spreadsheet dan solusi manual yang sudah mereka kenal. Teknologi bekerja. Organisasi tidak berubah.

Mengapa Pekerja Menolak

Memahami penolakan dimulai dengan memahami apa yang pekerja sebenarnya dengar sebelum sistem AI baru tiba. Survei EY 2024 menemukan bahwa 75 persen karyawan khawatir bahwa AI dapat membuat pekerjaan menjadi usang, dan 65 persen khawatir tentang peran mereka sendiri. Sebelum sistem baru diperkenalkan, banyak pekerja garis depan telah membentuk pendapat yang kuat tentang apa yang dimaksudkan dengan hal itu.

Rasa takut diperburuk oleh cara keputusan penerapan sebagian besar organisasi. Di sebagian besar organisasi, keputusan untuk mengadopsi AI dibuat di tingkat eksekutif atau dewan dan dikomunikasikan ke bawah. Pekerja diberitahu, bukan dikonsultasikan. Mereka tidak memiliki visibilitas tentang mengapa alat tersebut dipilih, masalah apa yang harus diselesaikan, atau bagaimana umpan balik mereka dapat membentuk bagaimana hal itu digunakan. Hasilnya adalah penerapan yang dimulai dengan defisit kredibilitas sebelum seorang karyawan pun telah masuk.

Studi Pusat Penelitian Pew 2025 menemukan bahwa lebih dari setengah pekerja AS khawatir tentang dampak masa depan AI di tempat kerja, dan 33 persen merasa terlalu banyak untuk ditangani. Ini bukanlah respons yang tidak rasional. Ini mencerminkan reaksi yang wajar terhadap diminta untuk mengadopsi sesuatu yang tidak pernah dirancang di sekitar bagaimana mereka sebenarnya bekerja.

Isu Adopsi Adalah Masalah Organisasi

Menggambarkan penolakan AI sebagai masalah pekerja salah mendiagnosis situasi. Ketika adopsi macet, hampir selalu karena organisasi gagal menciptakan kondisi untuk sukses, bukan karena karyawan tidak mampu atau tidak mau.

Polanya kegagalan paling umum terlihat seperti ini: teknologi diimplementasikan dengan benar, pelatihan mencakup fitur-fitur, peluncuran diumumkan, dan kemudian tidak ada yang berubah. Pekerja terus menggunakan alat dan metode yang mereka percayai, dan sistem AI menjadi infrastruktur mahal yang berjalan di latar belakang sementara pekerjaan sebenarnya terjadi di tempat lain. Analisis 2025 tentang hambatan adopsi AI menemukan bahwa penolakan terhadap perubahan merupakan hambatan utama yang disebutkan oleh hampir sepertiga organisasi yang disurvei, sementara kurang dari setengah memiliki kebijakan tata kelola AI formal untuk memandu sisi manusia implementasi.

Apa yang Terlihat Seperti Pendekatan yang Lebih Baik

Organisasi yang sukses dengan adopsi AI garis depan berbagi karakteristik umum: mereka memperlakukan penerapan sebagai inisiatif orang yang didukung oleh teknologi, bukan inisiatif teknologi yang dipaksakan pada orang.

Ini dimulai dengan keterlibatan sebelum peluncuran. Pekerja yang berpartisipasi dalam uji coba, sesi umpan balik, atau pengujian awal mengembangkan rasa kepemilikan atas hasilnya. Mereka lebih mungkin untuk mengidentifikasi masalah nyata, menyarankan penyesuaian yang berguna, dan mendukung alat di antara rekan. Transisi dari skeptis menjadi juara internal hampir selalu dimulai dengan perasaan didengar.

Ini juga memerlukan bahwa sistem AI memberikan nilai praktis segera di tingkat pekerja individu, bukan hanya di tingkat pelaporan organisasi. Jika satu-satunya penerima manfaat sistem AI baru adalah manajer yang meninjau dasbor, pekerja garis depan memiliki sedikit alasan untuk mempercayainya. Ketika sistem membantu seorang asosiasi menemukan inventori, memandu pegawai baru melalui proses langkah demi langkah, atau membiarkan seorang pengawas menandai celah penjadwalan sebelum shift jatuh, nilai menjadi pribadi dan konkret.

Ini adalah tempat di mana filosofi desain sangat penting. Sistem yang dibangun dalam isolasi dari pengguna sebenarnya cenderung mengoptimalkan kemampuan yang terlihat mengesankan dalam demo tetapi tidak memetakan bagaimana pekerjaan dilakukan. Sistem yang dikembangkan dalam kemitraan erat dengan pekerja yang akan menggunakannya memecahkan masalah yang sebenarnya dihadapi pekerja, yang membuat adopsi terasa kurang seperti manajemen perubahan dan lebih seperti kebijaksanaan umum.

Kommunikasi adalah bagian ketiga. Pekerja memerlukan jawaban jujur atas pertanyaan yang sebenarnya mereka tanyakan: Apa yang akan dilakukan oleh sistem ini terhadap pekerjaan saya? Siapa yang memutuskan ini dan mengapa? Apa yang terjadi jika saya mengangkat kekhawatiran? Transparansi tentang tujuan dan batasan sistem AI melakukan lebih banyak untuk membangun kepercayaan daripada pengumuman fitur apa pun.

Dari Ancaman Menjadi Alat

Organisasi yang melakukan adopsi AI garis depan dengan benar tidak selalu yang menghabiskan uang paling banyak untuk teknologi. Mereka adalah yang berinvestasi dalam membantu pekerja memahami apa yang dimaksudkan dengan teknologi dan memberi pekerja peran nyata dalam membentuk bagaimana hal itu digunakan.

Ketika itu terjadi, narasi bergeser. AI berhenti menjadi hal yang pekerja dengar di berita dan mulai menjadi hal yang membuat bagian sulit dari pekerjaan mereka lebih mudah. Perubahan itu tidak terjadi secara otomatis. Ini memerlukan pilihan yang disengaja yang dibuat jauh sebelum sistem apa pun diluncurkan.

Pertanyaan yang dihadapi sebagian besar organisasi bukanlah apakah akan mengadopsi AI. Keputusan itu sudah dibuat. Pertanyaan yang lebih penting adalah apakah orang-orang yang harus menggunakannya setiap hari akan pernah benar-benar mempercayainya.

Michelle Jones adalah Direktur Presales dan Konsultasi Solusi di Logistics Reply, perusahaan Reply Group yang berspesialisasi dalam perangkat lunak eksekusi rantai pasokan. Dengan lebih dari 25 tahun pengalaman yang meliputi rantai pasokan, ritel, dan teknologi, ia berspesialisasi dalam konsultasi penjualan dan desain solusi logistik yang dapat diskalakan, menggambar dari karir yang meliputi peran dalam teknik industri, implementasi, keberhasilan klien, dan konsultasi.