Lokdeep Singh, CEO Unily – Seri Wawancara

Lokdeep Singh memiliki lebih dari 20 tahun pengalaman memimpin perusahaan perangkat lunak enterprise yang berkembang pesat. Baru-baru ini, sebagai Senior Advisor di Providence Equity Partners, di mana ia mendukung perusahaan portofolio dalam strategi AI, keunggulan operasional, dan percepatan go-to-market. Sebelumnya ia menjabat sebagai CEO Talkwalker, pemimpin global dalam intelijen konsumen enterprise, di mana ia memimpin transformasi untuk mencapai pertumbuhan yang berkelanjutan dan menguntungkan; serta di Synchronoss Technologies sebagai General Manager.

Unily adalah platform pengalaman karyawan enterprise yang dirancang untuk membantu organisasi besar menghubungkan karyawan, menyederhanakan komunikasi internal, dan membawa alat kerja, pengetahuan, serta layanan ke dalam lingkungan digital terpadu. Didirikan pada 2006, perusahaan ini melayani enterprise global dengan tenaga kerja yang tersebar, berbasis meja, dan frontline, menggabungkan kemampuan intranet, komunikasi karyawan, pencarian, analitik, integrasi, dan personalisasi dalam satu platform. Unily semakin memposisikan teknologinya sebagai AI-native, menggunakan kecerdasan buatan yang diatur untuk mengotomatiskan manajemen konten, menampilkan informasi relevan, mempersonalisasi pengalaman karyawan, dan memungkinkan pekerja berinteraksi dengan aplikasi enterprise terhubung melalui antarmuka percakapan. Platform ini terintegrasi dengan sistem tempat kerja yang banyak digunakan seperti Microsoft 365 dan Teams serta dibangun untuk organisasi dengan lingkungan teknologi yang kompleks, persyaratan regulasi, dan tenaga kerja multibahasa yang besar.

Anda memulai karier Anda di bidang rekayasa telekomunikasi dan infrastruktur jaringan sebelum beralih ke peran CTO, produk, manajemen umum, dan CEO, akhirnya memimpin Talkwalker melalui exit yang sukses dan kini memegang kemudi di Unily. Bagaimana perkembangan tersebut membentuk pandangan Anda tentang apa yang sebenarnya diperlukan agar karyawan mempercayai dan mengadopsi teknologi transformatif seperti AI?

Karier saya memberi saya perspektif yang berada di antara teknologi dan orang‑orang yang diharapkan menggunakannya. Pada awalnya, saya fokus pada infrastruktur, memastikan sistem berfungsi dengan andal, aman, dan skala besar. Saat saya beralih ke produk, manajemen umum, dan akhirnya peran CEO, saya belajar bahwa kemampuan teknis hanyalah satu bagian dari keberhasilan sebuah teknologi.

Karyawan hanya akan mengadopsi teknologi baru ketika mereka memahami bagaimana teknologi tersebut memengaruhi pekerjaan mereka, percaya bahwa teknologi itu akan membantu bukan merugikan mereka, dan memiliki keyakinan bahwa teknologi itu akan berperilaku secara dapat diprediksi.

Kesalahan terbesar yang dapat dilakukan pemimpin adalah memperlakukan adopsi AI seperti peluncuran perangkat lunak. Anda dapat menyebarkan model terbaik di dunia, tetapi jika karyawan tidak mempercayai informasi yang diberikan, tidak memahami apa yang diizinkannya lakukan, atau tidak tahu di mana batasnya, adopsi akan tetap dangkal. Kepercayaan harus dirancang ke dalam pengalaman karyawan sejak awal.

Kemampuan AI berkembang sangat cepat, namun kepercayaan di dalam organisasi tampaknya bergerak jauh lebih lambat. Apa yang menyebabkan kesenjangan yang semakin lebar antara apa yang secara teknis dapat dilakukan AI dan apa yang sebenarnya nyaman diberikan izin oleh karyawan?

Kesenjangan kepercayaan muncul karena organisasi telah berinvestasi besar-besaran untuk membuat AI menjadi mampu, tetapi tidak pada kecepatan yang sama untuk membuatnya dapat dipahami, akuntabel, dan berlandaskan informasi yang dapat dipercaya.

AI kini dapat bernalar, menghasilkan konten, dan mengambil tindakan, tetapi banyak organisasi masih belum memiliki sistem catatan otoritatif untuk pengetahuan dan konten. Ketika karyawan tidak tahu dari mana AI memperoleh jawabannya, apakah informasi tersebut terkini, atau siapa pemiliknya, kepercayaan dengan cepat berkurang.

Menutup kesenjangan memerlukan lebih dari sekadar model yang lebih baik. Diperlukan tata kelola konten yang kuat dan fondasi pengetahuan yang dapat dipercaya yang memastikan AI bekerja dengan informasi yang akurat, aman, dan mutakhir. Organisasi yang berhasil akan menjadi mereka yang menjadikan kepercayaan bagian dari pengalaman AI itu sendiri, bukan sekadar pemikiran setelahnya.

Perusahaan sering memandang AI enterprise sebagai masalah penerapan teknologi yang berfokus pada model, integrasi, keamanan, dan infrastruktur. Mengapa Anda percaya tantangan yang lebih sulit pada akhirnya adalah tantangan manusia dan organisasi?

AI mengubah hubungan antara manusia dan teknologi. Teknologi enterprise sebelumnya kebanyakan menunggu perintah dari karyawan. AI dapat menafsirkan niat, memberikan rekomendasi, dan semakin banyak mengambil tindakan.

Hal itu menjadikan adopsi AI sebagai tantangan masa depan kerja, bukan sekadar tantangan teknologi. AI mengubah cara kerja dilakukan, cara keputusan dibuat, dan cara tim berkolaborasi. Organisasi tidak dapat sekadar menyebarkan AI dan mengharapkan transformasi terjadi. Karyawan perlu memahami di mana AI berperan dalam alur kerja mereka dan merasa diberdayakan untuk menggunakannya secara efektif.

Inisiatif AI yang paling sukses didorong oleh adopsi akar rumput, bukan mandat top‑down. Ketika karyawan melihat nilai yang jelas dalam pekerjaan sehari‑hari mereka, adopsi akan meningkat secara alami.

Itulah mengapa kerangka kerja ROI AI pada dasarnya berpusat pada kepercayaan, pemberdayaan, dan tata kelola. Bangun kepercayaan melalui transparansi dan pengetahuan yang dapat dipercaya, berdayakan karyawan dengan alat yang meningkatkan cara mereka bekerja, dan tetapkan tata kelola yang memastikan AI digunakan secara bertanggung jawab. Teknologi memungkinkan perubahan, tetapi orang, proses, dan budaya pada akhirnya menentukan keberhasilannya.

Organisasi membutuhkan tata kelola, tetapi kebijakan yang terlalu ketat dapat mendorong karyawan ke alat yang tidak sah atau bahkan menghalangi eksperimen sama sekali. Seperti apa kerangka tata kelola AI yang efektif jika tujuannya meningkatkan kepercayaan dan adopsi, bukan sekadar mengontrol penggunaan?

Tata kelola yang baik seharusnya terasa seperti pembatas yang memungkinkan karyawan bergerak lebih cepat dengan aman.

Itu berarti sangat jelas tentang apa yang dapat digunakan karyawan dengan AI, informasi apa yang dapat mereka berikan kepada sistem AI, dan tindakan apa yang diizinkan AI lakukan. Aturan tersebut harus dapat dipahami oleh karyawan, bukan tersembunyi dalam dokumen kebijakan yang panjang.

Tata kelola juga harus bersifat dinamis. Risiko yang terkait dengan AI yang menghasilkan draf pertama sangat berbeda dengan AI yang menyetujui pembayaran, mengubah catatan karyawan, atau berkomunikasi dengan pelanggan. Tingkat pengawasan manusia harus sesuai dengan potensi konsekuensinya.

Pada akhirnya, tujuan bukan meminimalkan penggunaan AI. Tujuannya adalah memaksimalkan penggunaan yang bertanggung jawab.

Penelitian Unily menemukan bahwa 52% karyawan melaporkan tidak memiliki kebijakan AI yang diketahui di organisasi mereka, sementara beberapa karyawan mengakui memasukkan informasi sensitif ke dalam alat AI yang tidak disetujui. Sejauh mana peningkatan “shadow AI” sebenarnya merupakan kegagalan komunikasi dan tata kelola daripada masalah perilaku karyawan?

Kita harus berhati-hati dalam menggambarkan shadow AI sebagai masalah karyawan yang buruk. Alasan signifikan penggunaan shadow AI adalah gejala dari permintaan yang belum terpenuhi. Karyawan menemukan cara untuk menyelesaikan masalah yang belum diberikan alat resmi oleh organisasi mereka, yang merupakan perilaku manusia alami.

Alih-alih mengharapkan mereka mengabaikan teknologi yang mengubah cara kerja dilakukan, jawabannya adalah memberi karyawan jalur yang aman dan disetujui untuk bereksperimen, termasuk batasan yang jelas dan edukasi.

Transparansi dan dapat dijelaskan sering dipresentasikan sebagai esensial untuk AI yang dapat dipercaya, tetapi karyawan tidak selalu perlu memahami cara kerja internal model bahasa besar. Informasi apa yang harus disediakan sistem AI sehingga karyawan dapat membuat keputusan yang tepat tentang apakah mempercayai jawaban atau rekomendasinya?

Sistem AI perusahaan harus menjelaskan dari mana informasi berasal, kapan informasi tersebut terakhir diperbarui, sumber atau sistem perusahaan apa yang digunakan, dan mengapa rekomendasi tertentu dibuat.

Sistem tersebut juga harus jujur tentang ketidakpastian. Salah satu sinyal kepercayaan terpenting adalah sistem AI yang pada dasarnya mengatakan, “Saya tidak memiliki cukup informasi untuk menjawab itu dengan yakin.”

Kepercayaan tidak datang dari AI yang berpura-pura yakin. Kepercayaan datang dari memberi karyawan cukup konteks untuk menggunakan penilaian mereka sendiri.

Unily Glass dirancang untuk membawa AI perusahaan melampaui menjawab pertanyaan dan menuju mengeksekusi tindakan di seluruh sistem seperti HR, IT, dan platform manajemen hubungan pelanggan. Saat AI beralih dari memberikan informasi menjadi benar-benar mengambil tindakan, bagaimana organisasi memutuskan keputusan apa yang dapat dibuat agen secara otonom dan mana yang tetap memerlukan persetujuan manusia?

Prinsip utama harus proporsionalitas risiko. Jika agen AI menjadwalkan pertemuan atau mencari informasi, dampak negatif dari tindakan yang salah relatif terbatas. Anda dapat memberikannya otonomi yang jauh lebih besar. Namun, jika agen menyetujui transaksi keuangan, mengubah kompensasi karyawan, mencabut akses, atau membuat keputusan pelanggan yang konsekuensial, ambang batasnya harus jauh lebih tinggi.

Organisasi harus menetapkan tingkat otonomi yang eksplisit berdasarkan faktor seperti dampak finansial, eksposur regulasi, reversibilitas, dan dampak pada orang. Semakin konsekuensial atau tidak dapat dibalik tindakan tersebut, semakin penting persetujuan manusia.

Tujuannya adalah menjaga manusia tetap memiliki kontrol yang berarti di mana hal itu penting.

Perusahaan semakin banyak menerapkan banyak copilot, agen khusus, model bahasa besar, dan aplikasi berbasis AI di seluruh tumpukan teknologi. Bagaimana organisasi mencegah hal ini menciptakan lapisan fragmentasi lain, dan apakah Anda memperkirakan lapisan kepercayaan atau orkestrasi terpusat akan menjadi penting?

Kita berisiko menciptakan kembali fragmentasi yang sama seperti yang telah dibangun oleh perangkat lunak perusahaan selama beberapa dekade terakhir, kecuali kini setiap aplikasi dapat memiliki antarmuka AI dan agennya masing-masing.

Karyawan tidak seharusnya harus memahami model apa yang berada di balik aplikasi mana atau mengingat di mana AI setiap organisasi berada. Mereka harus dapat berinteraksi dengan AI dalam konteks pekerjaan mereka dan memiliki informasi serta kemampuan yang tepat disatukan untuk mereka.

Di sinilah lapisan orkestrasi dan kepercayaan menjadi semakin penting. Lapisan ini dapat menyediakan cara konsisten untuk mengelola identitas, izin, konteks, akses data, dan tindakan di seluruh sistem AI yang berbeda.

Kemungkinan tidak akan ada satu model atau satu platform AI yang menguasai semuanya, tetapi organisasi akan semakin membutuhkan lapisan umum yang membuat semua sistem ini bekerja bersama secara bertanggung jawab.

Banyak organisasi dapat mengukur seberapa sering karyawan menggunakan alat AI, tetapi penggunaan saja tidak membuktikan bahwa investasi tersebut menciptakan nilai. Metrik apa yang harus dipantau pemimpin untuk menentukan apakah AI benar‑benar meningkatkan produktivitas, pengambilan keputusan, pengalaman karyawan, atau hasil bisnis?

Penggunaan memang titik awal yang menarik, tetapi itu bukan hasilnya. Pemimpin harus menanyakan apakah AI mengurangi waktu yang diperlukan untuk menyelesaikan alur kerja penting, menghilangkan pekerjaan berulang, meningkatkan kualitas atau kecepatan keputusan, dan mengurangi gesekan bagi karyawan.

Saya akan melihat metrik seperti waktu yang dihemat per alur kerja, tingkat penyelesaian tugas, tingkat kesalahan, kepuasan karyawan, waktu hingga penyelesaian, dan pada akhirnya metrik bisnis yang terkait dengan fungsi spesifik yang menerapkan AI.

Organisasi terkuat akan menghubungkan metrik AI secara langsung dengan hasil bisnis daripada merayakan aktivitas semata.

Seiring AI perusahaan berkembang dari asisten yang menghasilkan konten menjadi agen yang dapat mengeksekusi alur kerja yang semakin kompleks, apa yang Anda yakini masih diremehkan oleh para pemimpin bisnis mengenai hubungan antara kemampuan AI, kepercayaan karyawan, dan adopsi yang berhasil?

Banyak pemimpin masih meremehkan seberapa besar peran kepercayaan dalam menentukan batas atas adopsi AI.

Perusahaan sering membicarakan kemampuan AI seolah‑olah lebih banyak kemampuan otomatis berarti lebih banyak nilai. Padahal tidak demikian. Sistem yang sangat canggih namun tidak dipercaya oleh karyawan dapat menghasilkan nilai lebih sedikit dibandingkan sistem yang lebih terbatas namun dipahami dan digunakan dengan percaya diri.

Hal ini mengharuskan perusahaan memikirkan teknologi, tata kelola, pengalaman karyawan, dan perubahan organisasi sebagai satu sistem. Perusahaan harus menemukan cara membuat AI cukup dipercaya sehingga benar‑benar mengubah cara orang bekerja.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin belajar lebih lanjut sebaiknya mengunjungi Unily.