Pemimpin pemikiran

Menemukan Keseimbangan antara Penilaian Manusia dan Eksekusi AI

Joe Gagnon
Tambahkan Unite.AI ke sumber pilihan Anda di Google
A professional woman in a modern office environment interacting with a holographic interface displaying data nodes and collaborative icons above a tablet.
Poin utamaAI mempercepat penilaian manusia alih-alih menggantikannya, memperluas apa yang dapat…
Lihat selengkapnya
  • AI mempercepat penilaian manusia alih-alih menggantikannya, memperluas apa yang dapat dimiliki seseorang secara menyeluruh.
  • Risiko terbesar dari ketergantungan berat pada AI adalah kehilangan kemampuan untuk menyadari saat AI secara diam-diam salah.
  • Pemimpin harus merestrukturisasi tim berdasarkan siapa yang memiliki hasil, bukan siapa yang melakukan tugas, karena AI menangani eksekusi.

Salah satu kesalahpahaman terbesar tentang AI saat ini adalah bahwa ada keseimbangan yang jelas dan benar antara input manusia dan eksekusi mesin. Tidak ada. Kita sedang belajar secara real-time.

Apa yang penting bukanlah menentukan pembagian yang tetap, tetapi memahami peran dan keputusan apa yang paling sesuai untuk manusia versus AI, dan bersedia menyesuaikan diri saat garis itu terus bergerak. Dari bagaimana pekerjaan dilakukan dan siapa yang bertanggung jawab atas hasil, hingga di mana penilaian masih diperlukan, keseimbangan itu masih terbentuk.

Pertanyaan yang lebih penting bagi pemimpin bukanlah hanya bagaimana menggunakan AI, tetapi bagaimana berpikir tentang di mana AI sesuai, di mana tidak, dan apa risiko yang datang dengan menetapkan keseimbangan yang keliru.

AI Tidak Menggantikan Penilaian, Tetapi Mempercepatnya

Ada narasi umum bahwa AI menggantikan pemikiran manusia. Dalam praktik, apa yang saya lihat adalah sebaliknya. AI mempercepat penilaian; itu tidak menghilangkan kebutuhan akan penilaian.

Dasarnya adalah penguatan kemampuan manusia. Ketika Anda menggabungkan manusia yang tepat dengan alat AI yang tepat, Anda tidak hanya membuat mereka lebih cepat dalam satu tugas; Anda memperluas cakupan pekerjaan yang dapat mereka tangani secara keseluruhan.

Dalam bisnis perangkat lunak, misalnya, tim produk dapat melampaui hanya menulis persyaratan. Dengan AI, mereka juga dapat berkontribusi pada pengujian, dokumentasi, dan bahkan interaksi pelanggan. Peran tidak mengecil, tetapi membesar. Beban meningkat, tetapi kemampuan juga meningkat.

Itulah di mana pergeseran yang sebenarnya terjadi. Bukan dalam menggantikan orang, tetapi dalam mendefinisikan kembali apa yang secara realistis dapat menjadi tanggung jawab satu orang dari awal hingga akhir.

Di Mana Manusia Masih Perlu Memimpin

Ketika AI menjadi lebih mampu, pertanyaannya bukan apakah manusia tetap terlibat, tetapi di mana mereka paling penting, dan perbedaan yang paling jelas hari ini adalah antara pekerjaan subjektif dan objektif.

AI berperforma baik dalam area yang memerlukan objektivitas: menganalisis set data besar, mempertahankan konsistensi, memproses volume, dan menghilangkan bias. Manusia, di sisi lain, masih lebih baik dalam keputusan subjektif, terutama ketika ada pertimbangan untung-rugi, pengecualian, atau nuansa yang terlibat.

Terdapat juga kategori pekerjaan yang harus tetap dipimpin oleh manusia karena mereka mendefinisikan perusahaan itu sendiri.

  • Keputusan nilai dan budaya
  • Percakapan pelanggan yang berisiko tinggi
  • Saat terjadi masalah
  • Setiap situasi yang memerlukan akuntabilitas

AI dapat mempersiapkan seseorang untuk saat-saat tersebut, tetapi saat itu sendiri masih milik manusia.

Rasa tanggung jawab sebagai pemilik pekerjaan, khususnya, sulit dialihkan ke pihak luar. Seseorang harus bertanggung jawab atas keputusan dan hasilnya. Hari ini, itu masih terasa fundamental bagi manusia.

Meski demikian, tidak ada yang statis. Garis akan terus bergerak, dan pemimpin perlu bersedia untuk meninjaunya kembali saat bukti berubah.

Di Mana AI Jelas Lebih Unggul dari Manusia Hari Ini

Terdapat juga area di mana AI sudah lebih unggul dari manusia dengan cara yang berarti.

Di seluruh bidang teknik, alat seperti Cursor, Replit, Claude Code, dan Codex secara fundamental mengubah cara perangkat lunak dibangun. Tingkat kinerja yang disampaikan oleh sistem ini luar biasa.

Lebih luas, AI unggul dalam:

  • Eksekusi volume tinggi
  • Analisis data skala besar
  • Mempertahankan konsistensi di seluruh ribuan interaksi
  • Beroperasi tanpa kelelahan atau gangguan

Dalam konteks penjualan, hal ini sangat jelas. AI dapat menangani setiap calon pelanggan yang masuk, menjaga nada yang konsisten dalam ribuan percakapan, dan melakukan tindak lanjut tanpa penundaan. Dalam skala besar, AI dapat menilai kelayakan, mencatat informasi, dan berinteraksi dengan setiap pembeli dengan cara yang menyerupai anggota tim berkinerja terbaik.

Tingkat konsistensi seperti itu bukan sesuatu yang kita harapkan dari tim manusia, tidak peduli seberapa berbakat mereka.

Seperti Apa Sebenarnya Alur Kerja yang Dipimpin Manusia dan Didukung AI?

Model paling efektif yang muncul saat ini bukanlah AI yang menggantikan pekerjaan; itu adalah AI yang mengubah cara pekerjaan didistribusikan.

Pola yang tampaknya berhasil adalah ini: manusia menetapkan arah dan menerapkan penilaian, sementara AI menangani volume besar dan pengingatan informasi.

Dalam praktik, itu berarti: seorang penjual memulai hari mereka dengan AI yang telah menilai kelayakan calon pelanggan masuk dan mencatat konteks percakapan, dan menampilkan peluang yang sebenarnya memerlukan perhatian manusia. Di sisi produk, AI membantu menyusun draf, menguji, dan mendokumentasikan, sementara manusia fokus pada arsitektur dan keputusan terkait pelanggan.

Tujuannya bukanlah untuk menghilangkan pekerjaan dari manusia. Itu adalah untuk memastikan bahwa manusia hanya melakukan pekerjaan yang benar-benar memerlukan mereka. Semua yang lain ditangani di latar belakang, konsisten, dan dalam skala besar.

Meski demikian, model ini masih berkembang. Apa yang terasa canggih hari ini mungkin terasa tidak lengkap setahun dari sekarang. Itu adalah bagian dari proses.

Risiko Terlalu Mengandalkan AI

Risiko terbesar, menurut saya, adalah bahwa Anda berhenti memperhatikan ketika AI salah. AI percaya diri secara default. Itu akan memberikan Anda jawaban apakah itu baik atau tidak. Tanpa peninjauan output oleh manusia yang memahami bidangnya, perusahaan dapat berjalan dalam waktu lama dengan apa yang secara efektif adalah kesalahan yang luput dari perhatian.

Risiko kedua adalah kehilangan pengetahuan organisasi. Ketika tim berhenti melakukan pekerjaan mereka sendiri, mereka kehilangan intuisi yang datang dari itu. Jika tidak ada yang mendengarkan percakapan kualifikasi, mereka tidak lagi memahami bagaimana pembeli sebenarnya berbicara. Seiring waktu, jarak itu membuatnya lebih sulit untuk mengenali ketika sesuatu salah.

Risiko ketiga lebih bersifat budaya dan sering tidak dibahas. Perusahaan yang condong terlalu jauh ke AI tanpa mempertahankan pandangan manusia dapat mulai terasa kosong. Pelanggan memperhatikan ketika interaksi kehilangan autentisitas, bahkan jika semuanya secara teknis benar.

Jadi, pertanyaannya bukan hanya seberapa banyak AI digunakan. Itu adalah apakah manusia dalam bisnis masih cukup dekat dengan pekerjaan untuk mengenali kapan AI membantu, dan kapan AI merugikan. Tidak ada rumus yang jelas untuk itu sekarang, dan mungkin tidak akan ada untuk beberapa waktu.

Mengubah Tim di Sekitar Hasil, Bukan Tugas

Ketika AI mengambil alih lebih banyak eksekusi, pemimpin perlu mengubah cara tim dibentuk.

Selama beberapa dekade, kita membangun bagan organisasi berdasarkan siapa yang melakukan apa. SDR menilai kelayakan calon pelanggan. AE menutup penjualan. Staf CS membantu pelanggan mulai menggunakan layanan. AI akan menangani bagian yang semakin besar dari tugas-tugas tersebut, sehingga bagan organisasi berdasarkan tugas akan rusak.

Apa yang penting sekarang adalah siapa yang bertanggung jawab atas hasil.

Siapa yang bertanggung jawab atas pengalaman pembeli sejak kontak pertama hingga perpanjangan kontrak? Siapa yang bertanggung jawab atas siklus umpan balik produk? Siapa yang bertanggung jawab atas kepercayaan pelanggan kepada perusahaan?

Bangun tim di sekitar para penanggung jawab tersebut, berikan mereka AI sebagai keunggulan, dan biarkan mereka memutuskan di mana pekerjaan manusia terjadi dan di mana tidak.

Pemimpin yang mendapatkan ini dengan benar kemungkinan akan menjalankan tim yang lebih kecil yang menghasilkan lebih banyak, dengan karyawan yang melakukan pekerjaan yang mereka temukan benar-benar bermakna. Pemimpin yang salah akan terus menambahkan jumlah karyawan ke model yang tidak lagi memerlukannya dan bertanya-tanya mengapa margin mereka semakin buruk bukan lebih baik.

Kita masih di awal, dan buku pedoman sedang ditulis secara real-time. Ini bukan terutama sebuah model tetap, melainkan arah yang akan terus berkembang. Kita semua mencoba memahami bagaimana menavigasi momen ini, dengan kemampuan terbaik kita, dan idealnya dengan cara yang memperkuat, bukan melemahkan, sistem manusia.

Joe Gagnon adalah CEO dan co-pendiri Raynmaker, platform penjualan yang sejak awal dirancang dengan AI sebagai inti pertama untuk bisnis kecil. Sebagai CEO enam kali, atlet ketahanan ultra, dan penulis Living Intentionally, Joe bersemangat untuk membantu pemimpin memanfaatkan teknologi tanpa kehilangan kemanusiaan.