Biaya Kecerdasan Semakin Menurun: Bagaimana Perusahaan Dapat Bersaing?

$15,7 Triliun.

Itu lebih dari output tahunan gabungan Jepang, Jerman, India, dan Inggris. Tidak mengherankan bahwa ini juga merupakan perkiraan PwC bahwa AI akan memberikan kontribusi pada perekonomian global pada tahun 2030. Tidak ada rahasia bahwa biaya kecerdasan telah menurun secara stabil selama bertahun-tahun. Bahkan, pada tahun 2020, sepertiga perusahaan melaporkan bahwa biaya AI menurun sebanyak 20% di hampir semua industri.

Pada tahun 1965, Gordon Moore memprediksi bahwa jumlah transistor pada sebuah chip akan berganda setiap dua tahun, memungkinkan kemajuan komputasi, penyimpanan data, dan efisiensi algoritma. Di tengah-tengah prediksi itu, pertumbuhan eksponensial cloud dan model bayar-saat-menggunakan sekarang memungkinkan organisasi yang lebih kecil untuk mengakses infrastruktur komputasi yang sangat scalable dengan biaya yang relatif rendah. Ini telah menghilangkan kebutuhan untuk investasi besar di awal pada infrastruktur komputasi dan telah memungkinkan organisasi yang lebih kecil untuk bersaing dengan organisasi yang lebih besar pada posisi yang sama.

Lebih lagi, ledakan data telah memainkan peran kunci dalam penurunan biaya kecerdasan. Dengan pertumbuhan internet dan penyebaran sensor, sekarang ada kelebihan data yang tersedia untuk dianalisis. Ini telah memungkinkan algoritma pembelajaran mesin untuk dilatih pada dataset besar, menghasilkan akurasi dan kinerja yang lebih baik. Selain itu, gerakan sumber terbuka telah memungkinkan pengembang untuk mengakses dan menggunakan dataset besar secara gratis, menurunkan hambatan untuk mengembangkan sistem cerdas. Akhirnya, kemajuan dalam efisiensi algoritma juga telah berkontribusi pada penurunan biaya kecerdasan. Peneliti telah mengembangkan teknik baru untuk melatih dan mengoptimalkan algoritma pembelajaran mesin, menghasilkan model yang lebih cepat dan akurat. Ini telah memungkinkan pengembangan sistem cerdas dengan sumber daya komputasi yang lebih sedikit, menurunkan biaya pengembangan dan penerapan.

Di era di mana teknologi AI dan ML sudah sangat umum, kita dapat mengharapkan perubahan signifikan dalam cara perusahaan beroperasi dan berinovasi di berbagai industri. Dalam fintech, misalnya, startup yang gesit menggunakan AI untuk menyampaikan semua hal, dari STP untuk KYC dan pendaftaran pelanggan hingga wawasan keuangan dan anggaran. Dan di bidang kesehatan, ini memungkinkan startup teknologi kecil untuk memprediksi gejala pasien melalui input dari perangkat wearable dan menyampaikan layanan darurat yang tepat waktu.

Membangun Perusahaan yang Terhubung adalah Kritis

Perusahaan yang terhubung jauh lebih baik dalam memanfaatkan biaya kecerdasan yang menurun daripada perusahaan tradisional. Bagian dari alasan ini adalah karena perusahaan yang terhubung menggunakan teknologi digital untuk terhubung dengan pelanggan, karyawan, pemasok, dan mitra secara real-time. Mereka juga mengambil pendekatan cloud-first untuk infrastruktur, membantu mereka memproses volume data yang besar dari perangkat mobile, media sosial, dan alat lainnya untuk mempermudah proses dan memperoleh wawasan tentang perilaku pelanggan. Sebagian besar perusahaan yang terhubung, sebenarnya, dibangun di atas tiga pilar utama.

Potensi Manusia yang Ditingkatkan: Seringkali, perusahaan yang terhubung menjadi tuan rumah bagi budaya inovasi, kesadaran, dan kolaborasi. Tingkat otomatisasi yang tinggi dan digitalisasi ujung-ke-ujung berarti bahwa karyawan dibebaskan dari tugas manual berulang dan memiliki lebih banyak waktu untuk pemecahan masalah kreatif dan pekerjaan tingkat tinggi. Bahkan, memiliki infrastruktur digital untuk mendukung budaya inovasi sama pentingnya dengan membangun budaya itu sendiri.

Jaringan Nilai: Pemimpin dalam perusahaan yang terhubung memahami bahwa rantai pasokan linear telah kehilangan kegunaannya, dan sebaliknya berinvestasi pada ekosistem penyedia teknologi, agregator, distributor, dan startup. Koneksi rendah-latensi dalam ekosistem ini, atau jaringan nilai, berarti bahwa setiap pemangku kepentingan memiliki akses ke aliran informasi real-time untuk memicu pengambilan keputusan, mengoptimalkan proses, dan mempercepat pengiriman produk. Contoh yang solid terletak pada bagaimana perusahaan asuransi mobil telah bermitra dengan produsen dan perusahaan telematika untuk meluncurkan model bayar-saat-mengemudi, di mana pemegang polis dikenakan premi yang lebih rendah jika mereka secara konsisten menunjukkan perilaku mengemudi yang aman. Pada saat yang sama, informasi yang dikumpulkan oleh telematika onboard membantu petugas darurat untuk melacak lokasi kecelakaan dengan cepat, sambil memberikan data kritis kembali ke produsen sehingga mereka dapat mengoptimalkan komponen keamanan.

Operasi Kognitif: Di zaman sekarang, ‘budaya inovasi’ hanya sebaik data yang memasoknya. Perusahaan yang terhubung lebih terdesentralisasi dan fleksibel daripada organisasi tradisional, dengan tim yang terdistribusi dan fokus pada hasil daripada proses. Metodologi agile, proses yang didorong AI yang memerlukan intervensi manusia yang sangat sedikit, dan tingkat koneksi internal yang tinggi adalah ciri-ciri perusahaan yang terhubung yang sukses. Ini berarti bahwa data mengalir dengan lancar di seluruh sistem, dan pemangku kepentingan dapat mengakses informasi yang kritis untuk pekerjaan mereka tanpa hambatan yang dibuat oleh operasi yang terisolasi.

Apa Dampak Dunia Nyata yang Terlibat?

Dengan kehadiran di lebih dari 20 negara di Asia, Timur Tengah, dan Afrika, sebuah perusahaan FMCG yang tumbuh cepat ingin memperkuat posisinya di berbagai geografi. Namun, meskipun kesuksesannya, perusahaan tersebut mengalami kesulitan untuk memanfaatkan potensi penjualan regionalnya secara penuh karena lanskap ritel yang terfragmentasi di pasar yang sedang berkembang. Secara khusus, perusahaan tersebut menemukan bahwa mereka mengalami kesulitan untuk memperoleh visibilitas ke dalam permintaan dan meningkatkan pangsa pasarnya, karena ketergantungan yang kuat pada proses manual. Dalam hal solusi, menggunakan platform yang didukung AI untuk mengotomatisasi operasi dan memetakan data operasional yang kritis adalah langkah pertama. Langkah berikutnya melibatkan membuat dashboard untuk perwakilan penjualan dan manajer wilayah yang membantu mereka memetakan penetrasi geografis, mengidentifikasi celah wilayah, dan membangun strategi untuk cakupan outlet yang efektif. Dalam beberapa bulan, mereka melihat peningkatan 15% dalam nilai per ukuran, 15% peningkatan produktivitas perwakilan penjualan, dan 50% lonjakan ECO.

Serupa, ketika pandemi sedang berlangsung, sebuah perusahaan CPG melacak penyebaran COVID di berbagai lingkungan dan memasukkan informasi tersebut ke dalam platform AI untuk memprediksi lokasi ritel mana yang akan terkena dampak stok yang paling parah. Dengan menggunakan wawasan ini, dikombinasikan dengan jaringan distributor yang terhubung secara digital, mereka dapat mengisi kembali produk mereka dalam waktu beberapa hari, sementara rak-rak pesaing kosong.

Etika dan Kelincahan Kecerdasan

Kisah-kisah ini menggambarkan bagaimana organisasi kecil yang mengadopsi alat dan bakat AI yang tersedia untuk mereka dapat menciptakan dampak yang perusahaan yang lebih besar dan lebih tradisional akan sulit untuk mereplikasi. Untuk tetap tangguh dalam dunia di mana setiap organisasi memiliki akses ke alat analisis dan intelijen canggih, bertransformasi menjadi perusahaan yang terhubung jelas sangat penting.

Namun, selain menciptakan nilai ekonomi yang lebih besar, ada kesempatan yang jelas bagi perusahaan untuk membedakan diri dari rekan-rekan mereka dengan berkomitmen pada penggunaan etis AI. Tidak hanya ini berarti menggunakan teknologi untuk mendorong agenda lingkungan dan sosial, tetapi juga memastikan bahwa model AI mereka peka terhadap budaya, tidak bias terhadap perspektif minoritas, dan digunakan sesuai dengan regulasi privasi. Ketika AI semakin tertanam dalam operasi perusahaan, penggantian tenaga kerja juga menjadi perhatian utama – satu yang pemimpin dapat alamatkan melalui program pengembangan keterampilan dan manajemen perubahan yang efektif.

I models are culturally sensitive, unbiased toward minority perspectives, and are used in compliance with privacy regulations. As AI becomes further entrenched into enterprise operations, workforce displacement is also a key concern – one that leaders can address via upskilling programs and effective change management.