Bagian Tersulit dari AI Perusahaan adalah Menentukan Prioritas, Bukan Berinovasi

Sebagian besar organisasi memiliki banyak gagasan tentang AI. Namun, bagaimana cara mewujudkan gagasan tersebut menjadi implementasi yang benar-benar berdampak pada ROI?

Bagi para pemimpin bisnis dan teknologi, pertanyaan ini terdengar sederhana, tetapi ternyata sangat sulit dijawab: ada banyak hal yang perlu dilakukan untuk mengidentifikasi, mengevaluasi, dan menentukan prioritas peluang AI yang benar-benar akan menciptakan nilai.

Meskipun teknologinya sudah siap dan kreativitas tersedia, sebagian besar inisiatif AI cenderung gagal sebelum mencapai tahap implementasi. Kesenjangan antara eksperimen dan pelaksanaan terlihat jelas: S&P Global menemukan bahwa organisasi menghentikan rata-rata 46% proyek bukti konsep AI mereka sebelum proyek-proyek tersebut mencapai tahap produksi. Hal ini terjadi karena organisasi mengevaluasi gagasan AI sebelum sepenuhnya merumuskan masalah yang ingin mereka atasi.

Banyak organisasi kini telah melewati tahap eksperimen, saat mereka berusaha menentukan investasi AI mana yang akan dipilih dan dalam urutan apa. Namun, adopsi belum tentu menghasilkan dampak bisnis: Survei State of AI 2026 dari McKinsey menemukan bahwa meskipun kini 44% organisasi melaporkan telah meningkatkan skala AI di seluruh perusahaan, hanya 37% yang melaporkan adanya dampak terukur AI terhadap laba operasional. Organisasi-organisasi ini membutuhkan sistem pengambilan keputusan yang dapat diterapkan berulang kali, yang memilah hasil cepat, peluang strategis, prasyarat, dan masalah non-AI sebelum sumber daya dialokasikan.

Masalah Berawal dari Cara Gagasan Disampaikan

Di berbagai tim pimpinan, gagasan tentang AI tidak disampaikan sebagai peluang-peluang terpisah yang tertata rapi. Sering kali, gagasan itu muncul sebagai rangkaian pernyataan yang kaya, berantakan, dan ambisius, seperti, “AI diperlukan untuk membantu komunikasi, pelaporan, rapat, transfer pengetahuan, manajemen kinerja, dan mungkin bahkan menjalankan proyek-proyek kita dengan agen AI.”

Masalah seperti itu tidak membutuhkan satu gagasan, melainkan setidaknya enam gagasan, yang masing-masing memiliki cakupan, kompleksitas, persyaratan tata kelola, dan nilai yang diharapkan yang sangat berbeda.

Di balik satu pernyataan seperti “kita membutuhkan AI untuk pelaporan” mungkin tersembunyi:

• Tugas berulang yang dapat diotomatisasi dalam hitungan minggu
• Proses yang perlu dirancang ulang sebelum AI dapat membantu
• Kemampuan baru yang benar-benar dapat diwujudkan untuk pertama kalinya berkat AI
• Masalah data atau sistem yang tidak dapat diatasi oleh AI saja

Menerapkan cara penanganan yang sama, dengan kriteria evaluasi, jadwal, dan metode ROI yang sama untuk semua hal ini, akan menghasilkan penentuan prioritas yang buruk dan upaya yang sia-sia. Hasil cepat terkubur di bawah tata kelola yang dirancang untuk inisiatif besar. Gagasan revolusioner tidak pernah mendapatkan dukungan yang dibutuhkan. Sementara itu, masalah yang sama sekali bukan masalah AI menyita kapasitas yang seharusnya dialokasikan ke hal lain.

Kerangka Kerja untuk Menentukan Prioritas Peluang AI

Organisasi membutuhkan serangkaian prinsip baku untuk membantu mereka mengidentifikasi peluang yang paling sesuai ditangani dengan solusi AI. Berikut usulan saya:

1. Uraikan sebelum menentukan prioritas. Kualitas keputusan tentang AI sepenuhnya bergantung pada kualitas gagasan yang masuk ke dalam proses. Memecah permintaan yang luas menjadi peluang-peluang terpisah, masing-masing dengan hasil yang telah ditetapkan, satu penanggung jawab, dan cakupan yang realistis, merupakan langkah terpenting. Jika gagasan luas dievaluasi dengan cara ini, sejumlah kecil pernyataan awal dapat diubah menjadi beberapa peluang berbeda yang dapat diberi skor. Beberapa di antaranya dapat langsung diuji coba. Yang lain mungkin perlu menuntaskan prasyarat terlebih dahulu. Sebagian mungkin sama sekali bukan masalah AI.
2. Jenis menentukan tata kelola. Skor menentukan urutan. Jenis implementasi AI yang dibutuhkan untuk mengatasi tantangan bisnis dan skornya (atau potensinya untuk menciptakan nilai) merupakan dua hal yang sangat berbeda, tetapi sering dicampuradukkan dalam proses penentuan prioritas. Apa jenis peluang yang diwakili oleh gagasan tersebut? Apakah itu otomatisasi tugas, perancangan ulang proses, kemampuan AI yang benar-benar baru, atau hal lain? Jawabannya menentukan cara peluang tersebut harus dikelola: proses persetujuannya, jadwalnya, dan cara mengukur nilainya. Perbandingannya dengan peluang lain menentukan kapan peluang tersebut sebaiknya dijalankan. Otomatisasi sederhana dan kemampuan AI taktis sama-sama bisa bernilai. Keduanya tidak boleh mengikuti jalur tata kelola yang sama.
3. Rumuskan masalah sebelum memilih teknologi. Salah satu jebakan termudah dalam penerapan AI adalah terlalu cepat beralih ke pertanyaan tentang model, platform, atau vendor. Titik awal yang lebih baik adalah memahami masalah itu sendiri: siapa yang mengalaminya, apa yang menimbulkan kendala, dan hasil apa yang perlu ditingkatkan? Perbedaan ini penting karena organisasi dapat merasa yakin dengan strategi AI mereka, tetapi tetap belum memiliki kapabilitas dasar untuk menjalankannya: Survei UST 2026 menemukan bahwa 44% pemimpin perusahaan menyebut kualitas data sebagai hambatan dalam adopsi AI. Jika pembahasan teknologi dimulai sebelum ada kesepakatan tentang hal-hal mendasar tersebut, biasanya itu berarti pembahasan dimulai terlalu dini. Dengan memusatkan percakapan awal pada masalahnya, keputusan teknologi nantinya dapat dibuat dengan lebih jelas.
4. Ungkapkan hambatan sejelas peluang. Skor tinggi saja tidak cukup. Gagasan yang berdampak besar dan didukung pimpinan, tetapi terhalang kendala kelayakan yang sulit diatasi—seperti data yang belum tersedia, ketergantungan sistem yang belum terselesaikan, atau kendala kepatuhan—sebaiknya dicantumkan dalam peta jalan, tetapi tidak ditindaklanjuti sampai hambatan tersebut diatasi. Tata kelola dan kepatuhan sudah menjadi beberapa hambatan terbesar dalam memperluas penerapan AI: survei Moody’s tahun 2025 menemukan bahwa 33% responden menyebut ketidakpastian regulasi atau risiko kepatuhan sebagai tantangan dalam mengadopsi AI dalam skala besar, sementara 30% menyebut sulitnya mengintegrasikan AI dengan sistem lama. Sebagai contoh, suatu peluang mungkin mendapat skor tinggi di semua dimensi kecuali kelayakan karena bergantung pada tim lain untuk mengatasi kesenjangan data. Peluang tersebut dapat tetap ditandai dengan jelas dalam peta jalan dan siap ditindaklanjuti setelah ketergantungan itu terselesaikan.
5. Jaga agar peta jalan tetap adaptif. Kemampuan teknologi terus berkembang, prioritas bisnis bergeser, dan ketergantungan berubah seiring waktu. Portofolio yang kuat semestinya memudahkan penilaian ulang atas setiap peluang saat kondisi berubah, tanpa mengharuskan seluruh rencana disusun ulang. Siklus perencanaan tahunan sering kali terlalu kaku untuk bidang yang berkembang secepat ini.

Menerapkannya dalam Praktik

Yang patut dicatat, AI sendiri dapat membantu menerapkan kerangka kerja ini dalam praktik. Organisasi dapat menggunakan alat seperti keterampilan AI yang dirancang khusus dan aplikasi pengelolaan peta jalan yang ringan untuk memandu para pemimpin dalam menerima, menguraikan, mengklasifikasikan, memberi skor, dan memprioritaskan peluang. Alih-alih sepenuhnya mengandalkan lokakarya dan fasilitasi manual, AI dapat meninjau gagasan yang belum terstruktur, mengidentifikasi peluang-peluang yang berbeda, mengajukan pertanyaan untuk memperjelas, menguji asumsi, dan menyusun penilaian peluang yang terstruktur untuk ditinjau.

Penilaian tersebut kemudian dapat dimasukkan ke dalam peta jalan terpusat, tempat peluang, ketergantungan, hambatan, dan prioritas dikelola secara konsisten di seluruh organisasi. Para pemimpin dapat melihat peluang apa saja yang ada, mana yang siap ditindaklanjuti, serta mana yang memerlukan prasyarat atau evaluasi tambahan. Dengan demikian, pembahasan bergeser dari “apa saja gagasan kita?” menjadi “apa yang sebaiknya kita kerjakan terlebih dahulu?”

Hal ini dapat membuat sesi penentuan prioritas jauh lebih produktif. Para pemimpin datang setelah terlebih dahulu membahas pertanyaan-pertanyaan inti, sehingga diskusi dapat berfokus pada penyelarasan prioritas dan pengambilan keputusan, bukan memulai dari awal.

Alih-alih mengelola gagasan AI melalui lembar kerja dan rapat yang tidak saling terhubung, organisasi dapat membangun sistem pengambilan keputusan yang berulang dan terus mengevaluasi serta memprioritaskan peluang seiring perubahan kebutuhan bisnis dan kemampuan teknologi.

Arti Semua Ini bagi AI Perusahaan

Organisasi yang akan menciptakan nilai berkelanjutan dari AI belum tentu memiliki model tingkat tinggi terbanyak atau anggaran terbesar. Organisasi tersebut adalah yang membangun kemampuan untuk mengevaluasi peluang AI secara cermat sebelum mengalokasikan sumber daya. Tantangannya semakin berkaitan dengan investasi yang disiplin: riset Deloitte tahun 2025 tentang ROI AI menemukan bahwa sebagian besar organisasi melaporkan mampu mencapai ROI yang memuaskan dari kasus penggunaan AI pada umumnya dalam dua hingga empat tahun, dibandingkan dengan periode pengembalian investasi teknologi yang diperkirakan selama tujuh hingga 12 bulan.

Artinya, para pemimpin bisnis perlu dibantu untuk menguraikan gagasan luas menjadi peluang yang terdefinisi dengan jelas sebelum melangkah lebih jauh, sementara tim teknis diberi keleluasaan untuk menguji asumsi dan mengidentifikasi potensi tantangan sejak dini. Ini juga berarti mempertahankan peta jalan yang memperhitungkan hambatan, ketergantungan, dan peluang yang mungkin lebih tepat ditindaklanjuti di kemudian hari.

Pada akhirnya, penciptaan nilai dari AI perusahaan tidak hanya bergantung pada model atau agen yang diadopsi organisasi. Hal itu juga bergantung pada pengambilan keputusan yang matang tentang di mana, kapan, dan mengapa teknologi tersebut digunakan.