Par Chadha, Pendiri, CEO, dan CIO HandsOn Global Management – Seri Wawancara

Par Chadha, Pendiri, CEO, dan CIO HandsOn Global Management, adalah seorang wirausahawan, investor, dan eksekutif teknologi dengan puluhan tahun pengalaman membangun dan mengembangkan bisnis berbasis teknologi. Sejak mendirikan HandsOn Global Management pada tahun 2001, ia fokus pada investasi dalam otomatisasi alur kerja, big data, robotic process automation (RPA), teknologi kognitif, dan kecerdasan buatan di sektor layanan keuangan, kesehatan, asuransi, dan pasar hukum. Ia juga Co-Founder Rule14 dan sebelumnya menjabat sebagai Chairman serta Executive Chairman Exela Technologies, serta Chairman SourceHOV.

HandsOn Global Management (HGM) Limited adalah perusahaan berbasis teknologi yang beroperasi pada persimpangan investasi strategis dan layanan bisnis, menggabungkan penempatan modal dengan keahlian operasional untuk membangun dan mengembangkan bisnis berbasis teknologi. Perusahaan semakin fokus pada layanan kesehatan berbasis AI, termasuk manajemen siklus pendapatan, pengkodean medis, pendengaran ambient, dan analitik kesehatan, sekaligus menerapkan otomatisasi berbasis AI dan optimalisasi proses di seluruh alur kerja perusahaan. HGM menggambarkan modelnya sebagai hibrida antara firma investasi dan penyedia layanan terdiversifikasi, menggunakan akuisisi, integrasi teknologi, dan pelaksanaan operasional untuk mengejar pertumbuhan jangka panjang di pasar termasuk Amerika Utara, Asia-Pasifik, dan Timur Tengah.

Anda mendirikan HandsOn Global Management pada tahun 2001, jauh sebelum kecerdasan buatan menjadi tema investasi utama. Apa yang awalnya menginspirasi Anda untuk mendirikan perusahaan ini, dan bagaimana filosofi investasinya berkembang seiring kemajuan dalam otomatisasi alur kerja, intelijen data, dan AI agen?

Nama HandsOn menggambarkan cara saya memandang organisasi. Jika Anda tidak dapat bersikap hands‑on—jika Anda bersikap hands‑off—Anda tidak cocok di organisasi kami. Saya mengharapkan orang‑orang yang mengawasi bisnis, termasuk saya sendiri, menerapkan apa yang saya sebut kepemimpinan melayani. Tugas kami adalah melayani orang‑orang yang bekerja untuk kami dan membantu mereka menjadi lebih sukses.

Teknologi telah berubah secara luar biasa, tetapi pertanyaan mendasar tidak banyak berubah: apa yang memungkinkan teknologi lakukan lebih baik bagi bisnis?

Dengan otomatisasi, saya selalu melihat apa yang saya sebut kapasitas fleksibel. Jika satu karyawan dapat menangani 100 transaksi dan otomatisasi memungkinkan orang tersebut menangani 250, Anda menciptakan kapasitas untuk pertumbuhan tanpa menambah biaya yang sama. Hal ini membuat bisnis lebih menguntungkan dan dapat diskalakan.

Sekarang AI membawa hal itu jauh lebih jauh. Kami beralih ke alur kerja berbasis AI di mana terdapat orkestrasi banyak tugas berbeda, dengan orang di dalam proses dan AI agen di dalamnya. Saya rasa jenis perusahaan tersebut akan sangat diminati dan menjadi beberapa perusahaan paling disruptif.

Jadi teknologi telah berkembang, tetapi filosofi kami tetap hands‑on: pahami masalah operasional, pahami di mana produktivitas dapat diciptakan, dan ubah teknologi menjadi bisnis.

Sebagai CEO sekaligus Chief Investment Officer, karakteristik apa yang membedakan perusahaan AI yang berpotensi menjadi bisnis berkelanjutan dari yang hanya memanfaatkan kegembiraan jangka pendek seputar teknologi?

Menurut saya, perbedaannya terletak pada apakah Anda dapat mengubah investasi menjadi bisnis. Jika tidak, investasi hanyalah biaya.

Banyak kegembiraan dapat muncul seputar kekayaan intelektual atau teknologi baru, tetapi tetap ada yang harus menggunakannya. Teknologi tersebut harus menyelesaikan sesuatu, memiliki proposisi nilai, dan pada akhirnya menghasilkan pendapatan.

Ambil contoh otomatisasi. Anda juga harus memahami fungsi yang Anda otomatisasi. Pemasaran, penjualan, pengadaan, SDM, keuangan, administrasi, pelaporan pajak, dan keamanan adalah fungsi yang sangat berbeda. Otomatisasi harus dirancang sesuai dengan apa yang sebenarnya dilakukan bisnis tersebut. Sebuah SPBU memiliki kebutuhan yang sangat spesifik. Sebuah restoran memiliki kebutuhan yang sangat khusus.

Perusahaan yang bertahan adalah yang pelanggan dapat melihat perbedaannya—lebih menguntungkan, lebih dapat diskalakan, lebih banyak kapasitas, atau kemampuan melakukan sesuatu yang sebelumnya tidak dapat dilakukan secara ekonomis. Teknologi penting, tetapi pada akhirnya harus menjadi bisnis.

HandsOn Global Management mengambil peran operasional aktif dalam membangun, mengakuisisi, dan mentransformasi perusahaan. Bagaimana pendekatan hands‑on ini mengubah cara Anda mengevaluasi investasi AI dibandingkan dengan model modal ventura atau ekuitas swasta tradisional?

Saya tidak percaya duduk di atas dan sekadar memberi perintah. Pendekatan saya selalu bahwa orang‑orang yang bekerja untuk Anda memiliki kekosongan, dan tugas Anda adalah membantu mengisi kekosongan tersebut dan membuat mereka berhasil.

Itu berarti ketika kami menilai sebuah investasi, kami berpikir secara operasional. Siapa yang akan menjalankannya? Bagaimana posisinya? Siapa pelanggan dan mitranya? Apa proposisi nilainya? Dapatkah menjadi skalabel?

Saya bekerja sama dengan tim manajemen, tetapi saya juga ingin orang operasional memimpin. Saya akan melakukan perkenalan, membiarkan orang tersebut mengambil alih, tetap dalam tembusan, dan tersedia. Bagi kami, memiliki investasi dan mengoperasikan bisnis bukan dua aktivitas yang sepenuhnya terpisah.

Banyak perusahaan bereksperimen dengan AI, tetapi lebih sedikit yang berhasil menerapkannya di seluruh operasi yang kritis. Apa yang membedakan organisasi yang beralih dari pilot terisolasi ke adopsi skala produksi?

Sebagian besar tergantung pada apakah organisasi itu sendiri siap untuk berubah.

Teknologi dapat bergerak lebih cepat daripada orang. Kami memiliki orang yang baru lulus dan menguasai AI, mengerti agen, serta dapat menjadi produktif dengan cepat. Pada saat yang sama, orang dengan pengalaman profesional lima, sepuluh, atau dua puluh tahun dapat kesulitan beralih dari zona nyaman mereka ke zona baru. Kami melihat perilaku serupa di AS, India, Filipina, dan Eropa.

Itu menjadi masalah organisasi, bukan sekadar masalah teknologi.

Perusahaan yang melakukan transisi akan bersedia mengubah alur kerja itu sendiri. Setelah Anda mengorkestrasi berbagai tugas dengan orang dan AI agen yang bekerja dalam proses, Anda mengubah cara kerja dilakukan.

Jika perusahaan tidak melakukan pergeseran itu, orang lain akan melakukannya. Saya rasa ini menjadi pilihan hidup atau mati. Perusahaan yang mengganggu akan maju, dan yang tidak akan terganggu.

Inisiatif kesehatan HGM mencakup pengkodean medis otonom, kecerdasan suara dan percakapan, analitik prediktif, serta agen AI yang beroperasi di seluruh alur kerja administratif dan klinis. Menurut Anda, di mana AI dapat menghilangkan gesekan terbesar dalam layanan kesehatan tanpa mengorbankan akurasi, privasi, atau kepercayaan pasien?

Salah satu masalah terbesar dalam kesehatan adalah kami mendigitalkan fungsi-fungsi individual, tetapi tidak selalu menghubungkan seluruh perusahaan. Klaim, pendaftaran, manajemen perawatan, apotek, layanan penyedia, analitik, dan siklus pendapatan masih dapat beroperasi sebagai sistem yang terpisah. Hal ini menghasilkan pekerjaan duplikat, ketidakefisienan, biaya lebih tinggi, dan pengalaman yang buruk.

Saya tidak berpikir jawabannya sekadar aplikasi lain. Kecerdasan harus tertanam dalam alur kerja. Kesempatan ada pada menggabungkan data, proses, dan orang sehingga AI dapat membantu memahami apa yang terjadi, memprediksi apa yang akan datang, merekomendasikan tindakan, dan mengotomatisasi pekerjaan yang dapat diotomatisasi secara tepat.

Pekerjaan administratif adalah tempat yang jelas untuk memulai. Penyedia layanan masih berurusan dengan proses manual, otorisasi sebelumnya, dan beban administratif. Jika teknologi dapat menyederhanakan alur kerja tersebut, Anda menciptakan lebih banyak kapasitas bagi profesional dan pada akhirnya lebih banyak waktu untuk perawatan.

Tetapi kepercayaan sangat penting dalam kesehatan. Keamanan, kepatuhan, dan tata kelola harus menjadi bagian dari arsitektur. Teknologi harus menyederhanakan kompleksitas, bukan menambahnya. Tujuannya bukan AI demi AI. Tujuannya adalah perawatan yang lebih baik, biaya lebih rendah, kinerja operasional lebih baik, dan pengalaman yang lebih baik bagi anggota serta penyedia.

Di industri yang diatur seperti kesehatan, layanan keuangan, asuransi, dan pemerintah, bagaimana perusahaan harus menentukan keputusan mana yang dapat didelegasikan kepada agen AI otonom dan mana yang tetap memerlukan tinjauan manusia?

Saya pikir akuntabilitas menjadi garis pemisah.

Dalam bisnis yang diatur, pada akhirnya ada seseorang yang bertanggung jawab atas apa yang diwakili. Misalnya dalam keamanan siber, regulator dapat mengharuskan manajemen dan dewan mengungkapkan informasi dengan sangat cepat, dan manajemen senior mungkin harus menandatangani pernyataan publik. Masalahnya, tidak ada yang mengetahui segala hal, terutama dengan cepat.

AI dapat menggabungkan alat, menetapkan baseline, mengorganisir informasi, dan membuat proses jauh lebih produktif. Namun itu tidak menghilangkan akuntabilitas.

Kesehatan adalah contoh yang baik. AI dapat memprediksi, mendeteksi, merekomendasikan, dan mengotomatisasi, tetapi fungsi-fungsi tersebut tidak semua memiliki tingkat risiko yang sama. Arsitektur harus mengenali di mana otomatisasi tepat dan di mana orang harus tetap terlibat. Semakin penting keputusan, semakin penting pula tata kelola, keterjelasan, dan akuntabilitas.

Saya tidak melihatnya sebagai pilihan antara AI yang sepenuhnya otonom dan pekerjaan yang sepenuhnya manual. Pertanyaannya adalah di mana AI dapat melakukan pekerjaan secara efektif dan di mana seseorang masih perlu menggunakan penilaian atau mendukung hasilnya.

Anda co‑founder Rule14, sebuah platform yang dirancang untuk menemukan, memantau, menganalisis, dan merangkum informasi secara real time. Bagaimana model bahasa besar dan AI generatif mengubah apa yang mungkin dalam penambangan data, dan tantangan data mendasar apa yang masih perlu diselesaikan?

Model bahasa besar menciptakan peluang untuk membuat pekerjaan berbasis informasi jauh lebih dapat diskalakan.

Kami memiliki bisnis di mana ratusan pengacara dan profesional lainnya bekerja dengan konten dan informasi, dan secara historis mereka menggunakan lebih banyak alat warisan daripada model bahasa besar. Yang menarik bagi saya adalah bagaimana Anda dapat mengambil platform yang dibangun untuk satu tujuan, mengemasnya dengan tepat, dan menggunakannya untuk tujuan yang sangat berbeda secara skala.

Bukan sekadar bahwa sebuah model dapat merangkum sesuatu. Anda dapat mengubah ekonomi cara sejumlah besar informasi diproses, dikemas, dan disampaikan.

Tetapi saya tidak akan mengasumsikan bahwa karena Anda memiliki model bahasa besar, Anda tiba‑tiba mengetahui segalanya. Informasi dasar tetap penting, dan di dunia nyata informasi dapat tidak lengkap atau tidak tersedia saat Anda membutuhkannya. Model membuat kami jauh lebih produktif; mereka tidak menghilangkan kebutuhan untuk memahami informasi apa yang sebenarnya Anda miliki.

Ekosistem strategis HGM mencakup perusahaan yang bekerja di bidang pengkodean medis otonom, dokumentasi klinis ambient, alur kerja cerdas, pembayaran, pemrosesan data, dan platform pengembangan AI. Bagaimana Anda menciptakan kolaborasi teknis dan komersial yang bermakna di seluruh portofolio tanpa memaksa perusahaan ke dalam ekosistem buatan?

Anda menggunakan setiap perusahaan untuk apa yang paling mereka kuasai.

Saya menjelaskan ini dalam keamanan siber sebagai menciptakan klub kecil. Kami adalah penyedia layanan, dan perusahaan lain adalah pakar di bidangnya. Kami menggunakan masing‑masing untuk kemampuan terbaiknya. Dengan bergabung dengan kami, mereka memperoleh ekspansi ke pelanggan kami, dan kami mendapatkan manfaat dari apa yang mereka kuasai.

Itu berbeda dari mengatakan setiap perusahaan harus menggunakan setiap perusahaan lain karena mereka berada dalam portofolio yang sama. Intinya adalah menggabungkan kemampuan menjadi sesuatu yang dapat benar‑benar digunakan oleh pelanggan.

Secara internal, saya mengambil pendekatan serupa. Saya menghubungkan orang yang tepat dan membiarkan orang operasional memimpin. Mereka menentukan apa yang dapat mereka lakukan bersama, berapa anggarannya, dan apakah itu masuk dalam peta jalan produk.

Kolaborasi harus menciptakan nilai. Jika tidak, tidak ada alasan untuk memaksanya.

Anda telah memimpin investasi, akuisisi, dan transformasi operasional di berbagai wilayah dan industri. Apa yang Anda pelajari tentang menyesuaikan produk AI dengan lingkungan regulasi, budaya bisnis, bahasa, dan tingkat kematangan digital yang berbeda?

Budaya penting, dan hubungan pribadi penting.

Ketika orang hanya mengenal satu sama lain melalui direktori kantor, nomor telepon, atau email, saya menyebutnya hubungan yang sangat impersonal. Itu mungkin berfungsi saat semuanya normal. Namun ketika Anda membangun, memperluas, memperbaiki sesuatu, atau menghadapi masalah, mengenal orang di sisi lain menjadi jauh lebih penting.

Perjalanan mengajarkan bahwa pasar tidak semuanya sama. Anda belajar apa yang orang makan, olahraga apa yang mereka ikuti, bagaimana sistem sekolah mereka, apa yang sensitif secara budaya, dan apa yang menciptakan tembok yang tidak perlu. Semakin Anda mengetahui tentang negara, orang, dan cara mereka hidup, semakin Anda mengurangi kesenjangan dalam hubungan.

Teknologi serupa. Pasar yang berbeda berada pada titik yang berbeda. Beberapa negara lebih maju daripada AS dalam layanan profesional tertentu, sementara kami mungkin lebih maju dalam bentuk otomatisasi lainnya.

Anda tidak dapat mengasumsikan dapat mengambil satu model, menempatkannya di mana saja, dan mengharapkan hasil yang sama. Anda harus memahami cara pasar itu sebenarnya beroperasi dan membangun hubungan dengan orang yang akan menggunakannya.

Seiring AI agen, otomatisasi kognitif, dan AI fisik terus berkonvergensi, peluang apa yang Anda rasa masih diremehkan, dan nasihat apa yang Anda berikan kepada pendiri yang membangun perusahaan untuk fase otomatisasi berikutnya?

Saya rasa alur kerja berbasis AI akan sangat, sangat diminati—orkestrasi berbagai tugas dengan orang di dalam proses dan AI agen di dalamnya. Saya percaya itu akan menjadi beberapa perusahaan paling disruptif.

Disrupsi juga akan lebih luas daripada yang diperkirakan orang. Orang cenderung berpikir otomatisasi memengaruhi lapisan pekerja bawah. Pendapat saya, seringkali itu memengaruhi lapisan menengah. Orang senior dapat melakukan lebih banyak, sehingga mereka membutuhkan lapisan menengah yang lebih sedikit. Pengkodean, pengujian, entri data, dan analisis data sedang diotomatisasi, sementara alur kerja dan dasbor mengurangi kebutuhan mengelola beberapa fungsi tersebut.

Kemudian ada sisi fisik. Restoran menjadi otomatis. Pekerjaan yang dulu memerlukan orang selama musim panen dan penanaman kini digantikan oleh mesin otonom, robot, dan drone. Lanskap itu berubah dengan sangat cepat.

Akan ada rasa sakit dalam transisi itu. Mesin produktif membutuhkan lebih sedikit dari kita. Tetapi jika kita tidak meningkatkan produktivitas, kita tidak akan dapat bersaing dengan negara yang jauh lebih padat penduduknya dengan struktur biaya yang sangat berbeda. Jika kita melakukannya dengan benar, saya pikir ini dapat menjadi awal abad Amerika baru.

Bagi para pendiri, saya akan fokus pada alur kerja dan produktivitas yang Anda ciptakan. Bangun sesuatu yang menjadi bagian dari cara kerja sebenarnya dilakukan, pahami di mana orang masih berada dalam proses, dan sadari bahwa organisasi yang mengadopsi teknologi Anda juga sedang mengalami transisi tenaga kerja besar.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mengetahui lebih lanjut dapat mengunjungi HandsOn Global Management.