Mengemudi Keseimbangan Antara Penilaian Manusia dan Eksekusi AI

Salah satu kesalahpahaman terbesar tentang AI saat ini adalah bahwa ada keseimbangan yang jelas dan benar antara input manusia dan eksekusi yang digerakkan oleh mesin. Tidak ada. Kami sedang belajar dalam waktu nyata.

Apa yang penting bukanlah mendefinisikan split 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 memiliki hasil, hingga di mana penilaian masih diperlukan, keseimbangan itu masih terbentuk.

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

AI Tidak Menggantikan Penilaian, Melainkan Mempercepatnya

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

Dasar dari augmentasi. Ketika Anda menggabungkan manusia yang tepat dengan alat AI yang tepat, Anda tidak hanya membuat mereka lebih cepat dalam satu tugas; Anda memperluas ruang lingkup apa yang mereka dapat lakukan 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, melainkan membesar. Beban meningkat, tetapi kemampuan juga meningkat.

Itulah di mana pergeseran yang sebenarnya terjadi. Bukan dalam menggantikan orang, melainkan dalam mendefinisikan kembali apa yang dapat dimiliki oleh satu orang dari awal hingga akhir.

Di Mana Manusia Masih Perlu Memimpin

Ketika AI menjadi lebih mampu, pertanyaannya bukanlah apakah manusia tetap terlibat, melainkan di mana mereka paling penting, dan perbedaan yang paling jelas saat 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 kompromi, pengecualian, atau nuansa 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 sesuatu telah salah
• Setiap situasi yang memerlukan pertanggungjawaban

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

Kepemilikan, khususnya, sulit untuk dioutsourcing. Seseorang harus bertanggung jawab atas keputusan dan hasilnya. Saat ini, itu masih terasa fundamental manusia.

Itu dikatakan, tidak ada yang statis. Garis akan terus bergerak, dan pemimpin perlu bersedia untuk mengunjunginya kembali saat bukti berubah.

Di Mana AI Jelas Lebih Unggul Daripada Manusia Saat Ini

Terdapat juga area di mana AI sudah lebih unggul daripada manusia dalam cara yang berarti.

Di seluruh 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, ini menjadi sangat jelas. AI dapat menangani setiap lead masuk, mempertahankan nada yang konsisten di seluruh ribuan percakapan, dan mengikuti tanpa penundaan. Dalam skala, AI dapat memenuhi, menangkap, dan berinteraksi dengan setiap pembeli dengan cara yang mirip dengan performer terbaik dalam tim.

Tingkat konsistensi seperti itu tidak terduga dari tim manusia, tidak peduli seberapa berbakat mereka.

Apa yang Sebenarnya Terlihat seperti “Alur Kerja yang Dipimpin Manusia, Ditenagai AI”

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

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

Dalam praktek, itu berarti: seorang penjual memulai hari dengan AI yang telah memenuhi syarat lead masuk, menangkap konteks percakapan, dan menonjolkan peluang yang sebenarnya memerlukan perhatian manusia. Di sisi produk, AI membantu menggambar, menguji, dan mendokumentasikan, sementara manusia fokus pada arsitektur dan keputusan pelanggan.

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

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

Risiko Mengandalkan AI Terlalu Berat

Risiko terbesar, menurut saya, adalah bahwa Anda berhenti memperhatikan ketika AI salah. AI secara default percaya diri. AI akan memberikan jawaban apakah itu baik atau tidak. Tanpa manusia yang memahami domain yang meninjau output, perusahaan dapat berjalan dalam jangka waktu lama dengan apa yang secara efektif adalah kesalahan diam.

Risiko kedua adalah kehilangan pengetahuan institusional. Ketika tim berhenti melakukan pekerjaan mereka sendiri, mereka kehilangan intuisi yang datang dari itu. Jika tidak ada yang mendengarkan percakapan kualifikasi, mereka berhenti mengetahui apa yang sebenarnya terdengar seperti pembeli. Dalam jangka waktu, jarak itu membuatnya lebih sulit untuk mengenali ketika sesuatu salah.

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

Jadi, pertanyaannya bukanlah hanya berapa banyak AI yang digunakan. Pertanyaannya 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 eksekusi yang lebih banyak, pemimpin perlu mengubah cara tim dibentuk.

Selama beberapa dekade, kita membangun bagan organisasi berdasarkan siapa yang melakukan apa. SDR memenuhi syarat. AE menutup. CS memasang. 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 memiliki hasil.

Siapa yang memiliki pengalaman pembeli dari sentuhan pertama hingga perpanjangan? Siapa yang memiliki umpan balik produk? Siapa yang memiliki kepercayaan yang dimiliki perusahaan dengan pelanggannya?

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

Pemimpin yang berhasil akan kemungkinan besar 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.

Kami masih dalam tahap awal, dan buku pedoman sedang ditulis dalam waktu nyata. Ini kurang sebuah model yang tetap dan lebih sebuah arah yang akan terus berkembang. Kami semua mencoba memahami bagaimana mengemudi momen ini, dengan kemampuan terbaik kami, dan idealnya dengan cara yang memperkuat, bukan melemahkan, sistem manusia.