Cara Mengatasi FOMO Inovasi & Menggunakan AI/GenAI untuk Memecahkan Masalah Bisnis Tertentu

Kita memasuki musim yang sibuk bagi para pemimpin perusahaan ketika para manajer dari semua fungsi bertemu untuk mengevaluasi kinerja dan merencanakan apa yang akan dilakukan selanjutnya. Setelah setahun mengalami kenaikan biaya, masalah rantai pasokan yang terus-menerus, dan upaya berkelanjutan untuk memenuhi target keberlanjutan, ada banyak tantangan. Namun, satu topik tampaknya masih menjadi pusat perhatian semua orang—kecerdasan buatan (AI)/AI generatif (GenAI).

Ini adalah era inovasi FOMO, dan para pemimpin sangat diminta untuk memasukkan beberapa fungsi AI/GenAI ke dalam operasi mereka sehingga perusahaan mereka tidak tertinggal. Namun di tengah semua kegembiraan itu, penting untuk diingat bahwa inovasi adalah sebuah proses, bukan solusi. Untuk menciptakan dampak yang bertahan lama, organisasi harus memastikan setiap kapabilitas baru disesuaikan dengan kebutuhan spesifik, dievaluasi risikonya, dan dikaitkan dengan hasil bisnis yang terukur.

Berikut tiga pertanyaan/tantangan umum dari tim kepemimpinan perusahaan dan bagaimana AI/Gen AI dapat membantu, beserta contoh dari beberapa industri tempat inovasi ini telah membuat perbedaan:

Rasanya ada teknologi baru yang diperkenalkan setiap hari, dan anggaran kami sudah menipis. Bagaimana kami dapat menentukan di mana investasi kami dalam inovasi AI/GenAI akan menghasilkan ROI paling besar?

Paradoksnya, ketika semua orang mulai mempercepat, sudah saatnya tim kepemimpinan Anda memperlambat dan fokus pada hal-hal mendasar. Pertama, pastikan semua orang selaras dengan cara berpikir Anda tentang AI/GenAI. AI telah ada sejak lama, dan pada tingkat yang lebih tinggi, sebaiknya kita menganggapnya sebagai alat untuk menganalisis data, mengumpulkan wawasan, dan bekerja lebih cerdas. GenAI lebih baru dan melibatkan cara menggunakan semua wawasan tersebut untuk secara mandiri menghasilkan konten dan rekomendasi yang sebenarnya. Setiap perusahaan dapat memperoleh manfaat dari penggabungan kemampuan AI/GenAI, tetapi hal ini membantu mendemokratisasi transisi sehingga pekerja merasa dihargai.

Perusahaan yang ingin membangun ekosistem AI di seluruh perusahaan dapat mengambil inspirasi dari “Kaizen” metode yang dipelopori oleh Toyota. Pendekatan ini melibatkan perbaikan berkelanjutan, di mana tim di semua tingkat organisasi didorong untuk membuat perubahan kecil dan bertahap guna menghilangkan pemborosan dan mengoptimalkan proses. Hal ini tidak hanya membantu mengidentifikasi di mana AI/GenAI mungkin memiliki dampak paling besar, tetapi juga mulai menumbuhkan pola pikir “uji dan pelajari” yang akan meresap ke dalam budaya organisasi dan menghasilkan karyawan yang lebih bahagia dan lebih produktif.

Fokus Pada: Industri Transportasi 

 Dalam transportasi, AI/GenAI membantu perusahaan meningkatkan segalanya mulai dari perkiraan permintaan dan manajemen inventaris hingga pemeliharaan prediktif dan pengoptimalan rute. Delta Air Lines menggunakan GenAI untuk menganalisis data pelanggan dan memberikan pengalaman perjalanan yang dipersonalisasi, UPS menggunakan sistem ORION bertenaga AI untuk menyesuaikan rute pengiriman saat kondisi lalu lintas berubah, dan MTA Kota New York menggunakan AI untuk mengurangi penghindaran tarif.

Seiring dengan peningkatan skala bisnis, kami menemukan adanya kesenjangan komunikasi antara C-Suite dan pimpinan fungsional, khususnya TI. Bagaimana kami dapat menggunakan AI/GenAI untuk membuat pesan internal dan eksternal yang lebih efektif tanpa kehilangan keaslian kami?

Meskipun GenAI dapat menghasilkan pesan yang sangat realistis, penting untuk mempertahankan standar tertentu guna menjaga reputasi merek. Dengan kata lain, gaya itu penting, dan orang ingin berkomunikasi dengan cara yang terasa asli. Menurut survei terbaru dari PwC, yang menegaskan bahwa kepercayaan semakin penting di antara para petinggi, konsumen, dan karyawan, dan 93% eksekutif bisnis setuju bahwa membangun dan memelihara kepercayaan akan meningkatkan laba bersih. Hal yang sama berlaku dalam sebuah organisasi, dan merupakan hal yang umum bagi para pekerja untuk bersikap hati-hati terhadap arahan manajemen baru yang terkesan keliru, atau tidak percaya terhadap teknologi baru yang tidak ditempatkan dalam konteks yang tepat.

Miskomunikasi membuang-buang waktu dan uang, memperlambat inovasi dan efisiensi operasional. GenAI dapat secara proaktif mengatasi hal ini dengan menganalisis kumpulan data besar dari interaksi sebelumnya (dengan pelanggan dan karyawan) untuk memodelkan reaksi potensial, menawarkan wawasan waktu nyata, dan berfungsi sebagai jembatan antara dua "bahasa" (yaitu apa yang ingin disampaikan bisnis, dan bagaimana hal itu diterima oleh pelanggan/karyawan). Ketika para eksekutif memiliki wawasan yang tepat waktu dan didorong oleh AI tentang kinerja, mereka dapat menyelaraskan keputusan operasional dengan tujuan strategis dengan lebih baik. Dan ketika pekerja dijadikan bagian dari proses melalui pendidikan berkelanjutan dan inisiatif peningkatan keterampilan, AI/GenAI dapat dilihat sebagai aset, bukan ancaman.

Fokus Pada: Industri Ritel

Perilaku konsumen pascapandemi telah berubah secara drastis, jadi sangat penting bagi perusahaan ritel untuk menggunakan AI guna menganalisis data pelanggan dan memberikan layanan yang sangat personal, rekomendasi produk, dan kampanye pemasaran. Dalam skala besar, AI juga dapat digunakan untuk membantu memprediksi perilaku di masa mendatang, memungkinkan upaya penjualan yang terarah dan peningkatan perolehan pelanggan. Masa depan di bidang ini sangat menarik, dan siap untuk benar-benar merevolusi cara kita berbelanja. Misalnya, Amazon terus menyempurnakan teknologi “Just Walk Out” yang didukung AI yang menganalisis data dari kamera dan sensor di dalam toko untuk mendukung toko-toko tanpa kasir di seluruh dunia.

Dalam industri kami, kami menangani sejumlah besar informasi pelanggan yang sensitif dan kami khawatir tentang bagaimana pengenalan teknologi baru dapat membuat data kami rentan terhadap kerentanan. Apa saja manfaat penggunaan AI/GenAI dalam industri ini, dan bagaimana kami dapat mengurangi risikonya? 

Seperti halnya pengobatan, aturan emas dalam transformasi AI/GenAI adalah, “Pertama, jangan membahayakan.” Industri tertentu seperti layanan kesehatan dan keuangan mengalami adopsi AI yang lebih lambat karena lingkungannya yang rumit dan sangat diatur, tetapi ada kemajuan besar yang dibuat dalam fungsi-fungsi tertentu. Bukti yang paling terlihat adalah dalam layanan pelanggan, di mana chatbot dan asisten virtual bertenaga AI dapat memberikan dukungan 24/7 dan membantu menjawab pertanyaan logistik umum. Misalnya, sejak diluncurkan pada tahun 2018, Chatbot bertenaga AI milik Bank of America “Erica” telah menanggapi 800 juta pertanyaan dari lebih dari 42 juta klien dan memberikan wawasan/panduan yang dipersonalisasi lebih dari 1.2 miliar kali.

Ironisnya, meskipun masih ada kekhawatiran atas keamanan di industri sensitif, AI/GenAI telah menikmati dampak positif bersih di bidang deteksi penipuan. Penipuan merupakan masalah endemik dalam keuangan Hal ini semakin memburuk, dan para ahli memperkirakan penipuan perbankan akan merugikan industri sebesar $48 miliar pada tahun 2029. Algoritme AI dapat meneliti kumpulan data yang sangat besar untuk mengidentifikasi anomali yang mungkin mengindikasikan aktivitas penipuan dan tim keamanan dapat menetapkan ambang batas untuk aktivitas yang mencurigakan, yang memicu intervensi hanya ketika ambang batas ini terlampaui. GenAI juga dapat membantu mengotomatiskan tugas-tugas rutin tertentu (entri data, rekonsiliasi, dll.) dan membebaskan waktu bagi tim untuk membuat keputusan yang lebih bernuansa (persetujuan pinjaman, gagal bayar, dll.) yang mendapat manfaat dari analisis manusia yang lebih mendalam.

Fokus Pada: Industri Perbankan

Dalam 2021, PNC meluncurkan PINACLE, aplikasi manajemen kas yang menggunakan AI dan pembelajaran mesin (ML) untuk melatih data historis perusahaan. Setelah modul dilatih, modul dapat diperbarui setiap hari dan menghasilkan prakiraan bergulir untuk membantu memprediksi arus kas masa depan, mengurangi masalah kontrol versi, dan mendapatkan wawasan yang lebih baik tentang posisi kas saat ini dan masa depan untuk berbagai skenario. AI juga membantu memberdayakan investor, terutama mereka yang berfokus pada keberlanjutan. Morgan Stanley menyarankan bahwa kemampuan analitis AI dapat membantu “mengidentifikasi perusahaan dengan kinerja ESG yang kuat, mengurangi risiko, dan membentuk portofolio yang lebih selaras dengan tujuan keberlanjutan.”

Menentukan Nada untuk Tahun 2025

Perusahaan memiliki kesempatan sekali seumur hidup untuk mengoptimalkan operasi mereka dengan AI/GenAI, tetapi transformasi semacam itu memerlukan disiplin. Menjelang tahun depan, pimpinan perlu memperjelas bahwa: (1) perubahan adalah olahraga tim; (2) ROI dari setiap teknologi baru harus dikaitkan dengan hasil bisnis tertentu; dan (3) kecepatan tanpa arah menciptakan kekacauan. Dengan mengabaikan sensasi dan tetap fokus pada dampak yang berarti, organisasi akan siap untuk meraih kesuksesan yang langgeng di era inovasi baru yang menarik ini.