Matt Meyers, Manajer Umum, UKM Amerika Utara di Lenovo – Seri Wawancara

Matt Meyers adalah Manajer Umum untuk segmen UKM Amerika Utara di Lenovo. Ia bekerja sama dengan usaha kecil dan menengah yang tengah menghadapi tantangan dalam mengadopsi AI, menjaga keamanan siber, dan memenuhi tuntutan operasional TI modern. Ia telah bekerja di Lenovo selama lebih dari satu dekade, dengan pengalaman yang mencakup akun global, layanan dan perangkat lunak, solusi tempat kerja digital, serta kepemimpinan komersial. Perjalanan karier tersebut membentuk fokusnya untuk membantu organisasi yang lebih kecil memperoleh teknologi andal dan aman yang sesuai dengan anggaran serta tim TI mereka yang terbatas. Pandangannya berpusat pada hasil bisnis yang nyata: mengidentifikasi penerapan AI yang bermanfaat, mencocokkan perangkat dan layanan dengan kebutuhan karyawan, serta mengukur nilai investasi teknologi sebelum memperluasnya.

Lenovo adalah perusahaan teknologi global dengan portofolio yang mencakup komputasi personal, infrastruktur, perangkat lunak, solusi, dan layanan. Penawaran bisnisnya meliputi PC berkemampuan AI, solusi tempat kerja digital, keamanan ThinkShield, dan layanan berbasis langganan TruScale. Bagi usaha kecil dan menengah, kemampuan ini memadukan perangkat, dukungan, keamanan, dan pengelolaan siklus hidup untuk membantu menyederhanakan operasional teknologi. Seiring AI menjadi bagian dari aplikasi dan alur kerja bisnis sehari-hari, Lenovo mengembangkan solusi untuk perangkat, komputasi tepi, dan lingkungan komputasi awan, sehingga organisasi memiliki beragam pilihan untuk menerapkan dan mengelola teknologi mereka.

Anda telah bekerja di Lenovo selama lebih dari satu dekade, meniti karier di bidang akun global, layanan dan perangkat lunak, solusi tempat kerja digital, kepemimpinan komersial, dan kini segmen UKM Amerika Utara. Bagaimana perjalanan karier tersebut mengubah cara Anda memandang tantangan teknologi yang dihadapi usaha kecil dan menengah dibandingkan dengan perusahaan besar?

Sepanjang karier saya di Lenovo, saya melihat bahwa tantangan teknologi mendasar ternyata sangat serupa, apa pun ukuran perusahaan. Setiap organisasi berupaya meningkatkan produktivitas, memperkuat keamanan, mengendalikan biaya, dan menentukan cara memanfaatkan inovasi baru seperti AI untuk menciptakan keunggulan kompetitif.

Perbedaan UKM terletak pada sumber daya. Perusahaan besar sering kali memiliki tim khusus yang berfokus pada keamanan, infrastruktur, pengadaan, AI, dan transformasi digital. Di banyak UKM, tanggung jawab tersebut mungkin diemban oleh segelintir orang, bahkan satu orang saja. Akibatnya, ruang untuk menghadapi kerumitan atau melakukan kesalahan sangat terbatas.

Pengalaman itu mengajarkan saya bahwa UKM tidak membutuhkan teknologi perusahaan besar dalam versi yang diperkecil. Mereka membutuhkan solusi yang dirancang sesuai dengan kenyataan operasional mereka. Teknologi harus aman, mudah diterapkan, mudah dikelola, dan mampu memberikan manfaat dengan cepat. Jika kita berhasil mewujudkannya, teknologi akan menjadi pendorong pertumbuhan, bukan beban operasional tambahan yang menyita waktu dan perhatian.

Adopsi AI bisa terasa membebani bagi UKM yang memiliki tim TI kecil dan anggaran terbatas. Apa dua atau tiga hal pertama yang perlu disiapkan bisnis sebelum mulai berinvestasi serius dalam AI?

Kesalahan terbesar yang saya lihat dilakukan organisasi adalah memulai dari teknologinya, bukan dari masalah bisnis yang ingin diatasi.

Langkah pertama adalah mengidentifikasi area tempat AI dapat memberikan dampak yang terukur. Misalnya, mengurangi pekerjaan administratif, meningkatkan kecepatan tanggapan kepada pelanggan, membantu karyawan mengakses informasi lebih cepat, atau menyederhanakan pengambilan keputusan. Inisiatif AI yang paling kuat terkait langsung dengan hasil bisnis tertentu.

Kedua, pahami data Anda. Organisasi perlu mengetahui dengan jelas informasi apa yang mereka miliki, di mana informasi itu tersimpan, siapa yang dapat mengaksesnya, dan informasi apa yang tidak boleh dimasukkan ke lingkungan AI publik. Tata kelola yang sempurna tidak harus tersedia sebelum Anda memulai, tetapi fondasinya tetap perlu dibangun.

Ketiga, tetapkan ukuran keberhasilan sebelum berinvestasi. Jika tujuannya meningkatkan produktivitas, tentukan kondisi awal sebagai tolok ukur. Jika tujuannya mengurangi biaya, pahami terlebih dahulu biaya saat ini. Pendekatan praktisnya adalah memulai dengan kasus penggunaan yang terfokus, membuktikan manfaatnya, lalu memperluas penerapannya berdasarkan hasil, bukan asumsi.

Di antara pelanggan UKM yang bekerja sama dengan Anda, di area mana AI saat ini memberikan manfaat nyata, dan kasus penggunaan mana yang masih terlalu dibesar-besarkan dibandingkan dengan hasil yang benar-benar dicapai bisnis?

Manfaat yang paling langsung terlihat ada pada produktivitas sehari-hari.

Kami melihat organisasi menggunakan AI untuk merangkum informasi, membuat dan menyempurnakan konten, menganalisis dokumen, mengungkap wawasan, serta mengurangi pekerjaan administratif yang berulang. Masing-masing tugas itu mungkin tidak tampak mengubah segalanya, tetapi jika digabungkan, semuanya menghasilkan peningkatan efisiensi yang berarti di seluruh organisasi.

Ekspektasi terkadang melampaui kenyataan dalam hal otomasi penuh. Masih ada anggapan bahwa AI dapat sepenuhnya menggantikan peran atau proses bisnis yang kompleks dengan pengawasan minimal. Bagi sebagian besar UKM saat ini, manfaat terbesar belum terwujud melalui cara tersebut.

Hasil terbaik diperoleh dengan menggunakan AI untuk meningkatkan kemampuan karyawan, mengurangi hambatan dalam alur kerja, dan mempercepat pengambilan keputusan. Titik awal terbaik tetaplah tugas berulang yang sering dilakukan, yang dampaknya dapat diukur dan penerapannya dapat dilakukan dengan cepat.

Banyak perusahaan didorong untuk beralih ke PC berbasis AI. Bagi pemilik UKM, beban kerja apa yang benar-benar mendapat manfaat dari pemrosesan AI secara lokal di perangkat, dan kapan PC konvensional yang dipadukan dengan AI berbasis cloud masih memadai?

Tidak ada jawaban yang berlaku untuk semua karena cara kerja setiap karyawan berbeda.

PC berbasis AI memberikan manfaat terbesar bagi pengguna yang rutin mengandalkan aplikasi berkemampuan AI, transkripsi dan penerjemahan waktu nyata, perangkat kolaborasi canggih, alur kerja pembuatan konten, atau beban kerja yang melibatkan informasi sensitif. AI lokal dapat meningkatkan responsivitas, mengurangi ketergantungan pada konektivitas, dan memungkinkan fungsi AI tertentu dijalankan langsung di perangkat dengan memanfaatkan sumber daya pemrosesan khusus. Bagi organisasi yang ingin informasi tertentu tetap berada di perangkat, AI lokal dapat berguna, bergantung pada kebijakan keamanan dan aplikasi yang digunakan.

Meski demikian, saat ini tidak semua karyawan membutuhkan PC berbasis AI. Karyawan yang terutama menggunakan aplikasi produktivitas tradisional dan sesekali memanfaatkan layanan AI berbasis cloud mungkin tetap mendapatkan kinerja yang baik dari sistem konvensional.

Pembicaraan seharusnya bukan tentang mengganti perangkat hanya karena PC berbasis AI sudah tersedia. Fokusnya seharusnya pada pemilihan teknologi yang tepat bagi karyawan, beban kerja, dan kebutuhan bisnis ke depan. Strategi teknologi yang paling efektif menyelaraskan investasi dengan hasil, bukan tren.

Lenovo terus mengembangkan strategi PC berbasis AI sekaligus menawarkan model Device-as-a-Service melalui TruScale. Bagaimana perusahaan yang lebih kecil dapat menentukan apakah membeli dan mengelola perangkat keras sendiri atau beralih ke model berbasis langganan lebih masuk akal dari segi keuangan dan operasional?

Saya mendorong para pemimpin UKM untuk mengevaluasi dampak finansial sekaligus kenyataan operasional dalam mengelola teknologi.

Kepemilikan perangkat secara konvensional dapat menjadi pilihan yang tepat jika kebutuhan perangkat dapat diprediksi, organisasi memiliki modal untuk investasi di muka, dan tersedia sumber daya untuk mengelola penerapan, dukungan, siklus hidup perangkat, serta perencanaan penggantian secara internal.

Model Device-as-a-Service dapat menarik jika tujuannya adalah memperoleh biaya bulanan yang dapat diprediksi, fleksibilitas, dan mengurangi beban operasional. Solusi seperti Lenovo TruScale DaaS menggabungkan perangkat dan layanan siklus hidup dalam model berlangganan, sehingga membantu organisasi menyederhanakan penerapan, dukungan, pengelolaan, dan penghentian penggunaan perangkat.

Pada akhirnya, pertanyaannya bukan hanya bagaimana perusahaan ingin membayar teknologi. Pertanyaannya adalah untuk apa perusahaan ingin karyawannya menggunakan waktu mereka. Bagi banyak UKM, manfaat nyata muncul ketika tim internal dapat berfokus pada prioritas strategis yang mendorong pertumbuhan, alih-alih mengelola siklus hidup perangkat dan administrasi sehari-hari.

Keamanan siber semakin sulit dijaga ketika karyawan memperoleh akses ke perangkat AI generatif dan berpotensi mengekspos data perusahaan yang sensitif. Risiko keamanan baru apa yang perlu mendapat perhatian khusus dari UKM seiring AI semakin terintegrasi dalam alur kerja sehari-hari?

Salah satu kekhawatiran paling mendesak adalah paparan data.

Karyawan dapat tanpa sengaja membagikan informasi hak milik, data pelanggan, informasi keuangan, atau kekayaan intelektual melalui perangkat AI tanpa memahami sepenuhnya cara informasi tersebut disimpan, diproses, atau digunakan. Organisasi perlu menetapkan kebijakan yang jelas mengenai perangkat AI yang disetujui dan praktik penanganan data.

Pada saat yang sama, AI meningkatkan kecanggihan ancaman siber. Kampanye phishing, upaya penyamaran, dan serangan rekayasa sosial semakin meyakinkan dan semakin sulit dikenali.

Meski menghadapi tantangan baru ini, langkah-langkah dasar tetap sangat penting. Pengelolaan identitas yang kuat, autentikasi multifaktor, perlindungan titik akhir, pemasangan pembaruan keamanan secara berkala, strategi pencadangan, dan edukasi karyawan tetap menjadi beberapa pertahanan paling efektif yang tersedia. AI mengubah lanskap ancaman, tetapi tidak mengubah pentingnya disiplin keamanan siber yang kuat.

Lenovo memosisikan solusi ThinkShield untuk organisasi dengan sumber daya TI internal yang terbatas. Seberapa banyak aspek keamanan siber yang secara realistis dapat diotomatisasi atau dialihdayakan saat ini, dan tanggung jawab keamanan apa yang tidak boleh sepenuhnya diserahkan UKM kepada pihak ketiga?

Saat ini, sebagian besar operasi keamanan sehari-hari dapat diotomatisasi atau didukung oleh mitra tepercaya.

Kemampuan seperti pemantauan titik akhir, pengelolaan pembaruan, deteksi ancaman, dan respons insiden semakin dapat disediakan melalui otomatisasi dan layanan terkelola. Bagi UKM, hal ini dapat memberikan akses ke kemampuan setara perusahaan besar tanpa memerlukan tim sebesar perusahaan besar.

ThinkShield merupakan salah satu contoh bagaimana teknologi dapat mendukung otomatisasi dan membantu organisasi mengelola kompleksitas keamanan. Namun, akuntabilitas tidak dapat dialihdayakan.

Setiap organisasi tetap perlu memahami data mereka yang paling penting, menentukan siapa yang seharusnya memiliki akses ke data tersebut, menetapkan kebijakan, mendefinisikan tingkat risiko yang dapat diterima, dan membangun budaya yang menjadikan keamanan sebagai tanggung jawab semua orang. Penyedia teknologi dan layanan dapat membantu mengelola kompleksitas, tetapi pimpinan harus tetap bertanggung jawab atas pengelolaan risiko, tata kelola, dan keputusan bisnis.

Strategi keamanan yang paling kuat dibangun melalui kemitraan, bukan pelimpahan tanggung jawab.

Layanan terintegrasi dapat mengurangi beban tim TI yang ramping, tetapi juga dapat meningkatkan ketergantungan pada sejumlah kecil penyedia teknologi. Bagaimana UKM sebaiknya menyeimbangkan kesederhanaan dan layanan terkelola dengan kekhawatiran seperti fleksibilitas, interoperabilitas, dan keterikatan pada vendor?

Bagi sebagian besar UKM, kesederhanaan memiliki nilai strategis yang nyata.

Setiap vendor, platform, dan lapisan pengelolaan tambahan menimbulkan kompleksitas. Kompleksitas itu menyita waktu, menambah beban operasional, dan dapat mengalihkan sumber daya yang terbatas dari prioritas yang lebih bernilai.

Meski demikian, kesederhanaan tidak boleh mengorbankan fleksibilitas. Organisasi sebaiknya mencari solusi yang terintegrasi dengan baik ke dalam lingkungan yang sudah ada, mendukung ekosistem terbuka, dan memungkinkan mereka berkembang seiring perubahan kebutuhan bisnis.

Saya selalu mendorong para pemimpin untuk sejak awal menanyakan interoperabilitas, portabilitas, dan fleksibilitas kepada calon mitra teknologi. Kemitraan teknologi terbaik menghadirkan berbagai pilihan sekaligus mengurangi kompleksitas. Kemitraan semacam itu tidak seharusnya membuat perubahan di masa depan lebih sulit atau mahal.

Salah satu tantangan AI adalah menentukan laba atas investasi sebelum mengalokasikan sumber daya yang signifikan. Metrik apa yang sebaiknya digunakan para pemimpin UKM untuk menilai apakah penerapan AI benar-benar meningkatkan produktivitas atau menekan biaya, alih-alih sekadar menambah lapisan teknologi?

Pendekatan pengukuran yang paling efektif juga yang paling sederhana: kaitkan hasilnya dengan tujuan bisnis awal.

Jika tujuannya meningkatkan produktivitas, ukur waktu yang dihemat. Jika tujuannya meningkatkan pengalaman pelanggan, ukur waktu respons, kepuasan pelanggan, dan tingkat penyelesaian masalah. Jika tujuannya mengurangi biaya, bandingkan proses sebelum dan sesudah penerapan.

Saya juga akan mencermati tingkat adopsi. Sebuah solusi mungkin mengesankan secara teknis, tetapi jika karyawan tidak menggunakannya secara konsisten atau menghabiskan banyak waktu untuk memperbaiki hasilnya, hal itu merupakan umpan balik penting tentang nilai yang dihasilkan.

Bagi UKM, pengukuran laba atas investasi tidak perlu terlalu rumit. Tetapkan tolok ukur awal, jalankan uji coba yang terarah, ukur sejumlah kecil metrik yang bermakna, lalu perluas penerapannya berdasarkan bukti. Jika Anda tidak dapat menjelaskan dengan jelas apa yang membaik, sebaiknya evaluasi kembali kasus penggunaannya sebelum menambah investasi.

Melihat ke depan dalam tiga hingga lima tahun mendatang, bagaimana menurut Anda AI akan mengubah tumpukan teknologi yang lazim digunakan oleh bisnis kecil atau menengah, dan kapabilitas apa yang saat ini dianggap setara dengan kelas perusahaan besar yang Anda perkirakan akan menjadi hal umum di perusahaan yang jauh lebih kecil?

Saya yakin AI akan semakin terintegrasi ke dalam teknologi yang sudah digunakan bisnis, alih-alih hadir sebagai kategori alat yang terpisah.

Kecerdasan akan terintegrasi di berbagai perangkat, platform kolaborasi, aplikasi bisnis, sistem operasi, dan solusi keamanan. Beban kerja akan berpindah antara lingkungan perangkat, edge, dan cloud berdasarkan kebutuhan kinerja, biaya, serta keamanan.

Hal ini sangat berarti bagi UKM karena kapabilitas yang sebelumnya memerlukan anggaran besar dan tim TI yang besar akan jauh lebih mudah diakses. Pemantauan keamanan tingkat lanjut, otomatisasi cerdas, analitik canggih, pengelolaan perangkat proaktif, dan dukungan karyawan yang sangat personal akan dapat dijangkau oleh lebih banyak UKM.

Pada dasarnya, AI membantu mendemokratisasi akses terhadap teknologi. Bisnis kecil seharusnya tidak membutuhkan anggaran, sumber daya, atau jumlah staf sebesar perusahaan Fortune 500 agar dapat bersaing secara efektif. Dalam beberapa tahun ke depan, saya memperkirakan kesenjangan antara kemampuan perusahaan besar dan kemampuan UKM akan terus menyempit.

Pembeda yang sesungguhnya bukanlah akses terhadap AI, melainkan seberapa efektif organisasi memanfaatkannya untuk memberdayakan karyawan, melayani pelanggan, dan mendorong tercapainya hasil bisnis.

Terima kasih atas wawancara yang luar biasa ini. Pembaca yang ingin mendalami penerapan AI secara praktis serta TI yang aman dan mudah dikelola untuk bisnis kecil dan menengah dapat mengunjungi Lenovo.