Mata Uang Produktivitas: AI dan Elemen Manusia

Dalam beberapa tahun terakhir, cara kita bekerja telah sepenuhnya dirombak oleh tren dan teknologi tempat kerja baru. AI telah berkembang pesat mendefinisikan ulang aturan produktivitas dalam dunia bisnis; email, postingan media sosial, gambar, presentasi, dan video semuanya dapat dibuat dalam hitungan klik, bukan hari.

Namun produktivitas tidak hanya ditentukan oleh kecepatan. Kualitas dan hasil juga sama pentingnya. Ya, kita mulai mempercayakan tugas-tugas yang semakin penting kepada AI, mulai dari mengemudi hingga peramalan dan bahkan diagnosa medis, dalam beberapa kasus. Namun, masih banyak hal yang menguntungkan (dan akan terus menguntungkan) dari adanya seseorang di pucuk pimpinan. Karena sentuhan manusia memiliki nilai bawaan. Sentuhan manusia mendorong kepercayaan dan koneksi dengan cara yang masih jauh dari dapat ditiru secara efektif oleh mesin.

Yang menjadi jelas seiring dengan percepatan adopsi AI adalah bahwa proposisi nilai yang paling jelas dan paling mudah dicapai adalah kemampuannya untuk memberikan waktu kembali kepada pekerjaHal ini memungkinkan pekerja untuk fokus pada elemen yang paling berdampak dalam peran mereka, seperti pemecahan masalah yang disesuaikan, bertindak sebagai mitra bagi klien, dan mendalami persyaratan bisnis pembeli yang kompleks.

Jadi di era AI generatifPertanyaannya adalah: bagaimana kita dapat menggunakan keterampilan bawaan manusia untuk tidak hanya mendorong produktivitas, tetapi juga mengubah cara kita berpikir tentangnya secara menyeluruh? Di bawah ini, kita akan membahas dampak mendalam AI di tempat kerja dan pentingnya soft skills yang semakin meningkat di era otomatisasi.

Bagaimana AI Mengubah Dinamika Tempat Kerja

Tempat kerja saat ini tidak banyak mirip dengan tempat kerja satu dekade lalu, berkat perubahan transformatif yang ditimbulkan oleh teknologi dan budaya kerja yang terus berkembang. Alat AI generatif seperti ChatGPT, Midjourney, dan DALL·E termasuk di antara penggunaan AI yang paling mencolok saat ini, tetapi analitik bertenaga AI yang menganalisis kumpulan data besar, mengidentifikasi pola, dan menghasilkan wawasan juga telah memberikan nilai yang tak terukur bagi bisnis.

Pertimbangkan empat jenis analisis data yang didukung AI:

• Analisis deskriptif melihat data historis untuk memberi tahu kita apa yang terjadi. Jenis ini mengukur, mengkuantifikasi, dan memantau secara objektif, seperti kinerja penjualan, penjualan menurut wilayah, dan laporan menang/kalah.
• Analisis diagnostik memberi tahu kita mengapa hal itu terjadi. Diagnostik menggunakan ukuran objektif untuk membantu pengguna lebih memahami faktor subjektif yang menyebabkan hasil. Alat diagnostik menghasilkan analisis untuk hal-hal seperti kerugian transaksi, lamanya siklus penjualan, pergantian pelanggan, dan kinerja perwakilan.
• Analisis prediktif memperkirakan apa yang mungkin terjadi di masa mendatang menggunakan masukan subjektif dan objektif untuk menilai prospek, mengantisipasi pergantian pelanggan, memperkirakan permintaan dan penjualan, serta memodelkan kemungkinan transaksi tertentu ditutup. Yang terpenting, model prediktif dapat menggunakan sinyal dan data eksternal―seperti kinerja pasar secara keseluruhan―untuk memodelkan tren yang sedang berlangsung.
• Analisis preskriptif memberi saran kepada kita tentang langkah selanjutnya yang harus diambil berdasarkan semua hal di atas. Kebanyakan orang akan familier dengan cabang analisis ini dari kehidupan pribadi mereka. Teknologi yang sama yang menggerakkan algoritma saran Netflix, TikTok, dan YouTube dapat mempertimbangkan tindakan pembeli dan penjual untuk menyarankan apa yang harus dilakukan selanjutnya.

Analisis preskriptif adalah cara bisnis memperoleh nilai paling tinggi dan sejauh ini merupakan cara yang paling mendekati replikasi kecerdikan manusia. Model ini mengubah wawasan menjadi tindakan dan tindakan menjadi hasil. Hasil ini kemudian dapat dikodifikasikan untuk konsistensi dan pengulangan. Namun, model ini tetap memerlukan pengawasan dan kolaborasi manusia.

Dengan demikian, integrasi AI tidak hanya mendefinisikan ulang sifat pekerjaan tetapi juga akan terus membentuk ulang komposisi tenaga kerja. Organisasi cenderung memberi nilai tambah pada individu yang memiliki perpaduan keahlian teknis dan keterampilan nonteknis, yang berarti penting untuk tidak melupakan nilai sentuhan manusia.

Nilai Soft Skill dalam Dunia Otomatis 

Sementara AI menangani aspek rutin dan analitis dari suatu tugas, manusia menyumbangkan kreativitas, empati, dan keterampilan berpikir kritis mereka. Bahkan model AI yang paling canggih saat ini kurang kecerdasan emosional, menjadikan manusia bagian penting dalam komunikasi yang efektif. Manusia menghadirkan hal-hal dalam interaksi yang tidak dapat dilakukan AI; manusia menghadirkan pengalaman hidup mereka, pengalaman hidup orang yang mereka dengarkan, dan kemampuan untuk berpikir melalui nuansa yang bahkan tidak dapat ditangkap oleh AI. Dan dengan cara yang sama seperti AI dapat melatih dirinya sendiri, manusia sangat diperlukan dalam pembinaan dan bimbingan untuk mendorong produktivitas di tempat kerja.

Keterampilan lunak ini adalah terutama penting dalam kegiatan yang menghasilkan pendapatan dan berpusat pada hubungan seperti penjualan. Misalnya, seorang manajer penjualan bekerja dengan penjual baru, dan penjual tersebut berinteraksi dengan titik kontak langsungnya (POC) di akun prospek. Tujuan penjual yang sudah lama berkarier ini adalah agar POC memperkenalkannya kepada VP Penjualan karena ia tahu bahwa VP tersebut pada akhirnya akan menjadi pengambil keputusan dan perlu dilibatkan dalam proses evaluasi. Namun, dalam panggilan video, POC enggan memperkenalkannya. Mungkin POC ingin memastikan bahwa penjual tidak akan "melanggar naskah" dan membuatnya terlihat bodoh jika ia memperkenalkannya kepada VP Penjualan.

Pemrosesan bahasa alami (NLP) dapat digunakan untuk mendeteksi keraguan ini, tetapi menafsirkan alasan yang mendasarinya mungkin tidak berada dalam kemampuan solusi. Di sinilah elemen manusia berperan, mengambil apa yang telah disediakan oleh alat AI dan menambahkan keahlian dan konteks berdasarkan pengalaman. Manajer, yang memahami nuansa bekerja dengan klien, dapat memberi saran kepada penjual baru tentang cara menangani sisa percakapan untuk membangun kepercayaan dengan POC. Saat percakapan berlanjut, perubahan ini memandu materi tindak lanjut sistem untuk memastikan respons yang tepat, disesuaikan, dan efektif.

Ini hanyalah salah satu dari banyak contoh bagaimana manusia menyuntikkan nilai ke dalam aktivitas yang menutup transaksi dan mendorong bisnis maju. Dalam membina hubungan interpersonal, manusia juga dapat mengingat detail kecil yang menunjukkan kepedulian yang tulus, menemukan cara baru untuk berkolaborasi yang sesuai dengan kebutuhan khusus karyawan, atau membantu membentuk lingkungan kerja yang mendukung. Hal-hal ini pada akhirnya mendorong hasil bisnis, membuatnya sama produktifnya dengan penyelesaian tugas otomatis AI.

The Bottom Line

AI dan analitik tingkat lanjut tidak dapat disangkal telah merevolusi tempat kerja, mengotomatiskan tugas-tugas rutin dan menyederhanakan proses dengan kecepatan dan efisiensi yang belum pernah ada sebelumnya. Namun, esensi produktivitas melampaui kecepatan belaka; ia terletak pada hasil nyata yang berkontribusi pada keberhasilan dan pertumbuhan bisnis. Saat AI menangani aspek-aspek tugas yang membosankan dan manual, manusia muncul sebagai kontributor yang sangat diperlukan.

Saat kita menavigasi lanskap pekerjaan yang terus berkembang di mana Kolaborasi AI dan manusia menjadi norma, hubungan simbiosis antara teknologi dan keterampilan manusia muncul sebagai kekuatan pendorong di balik solusi inovatif dan kesuksesan bisnis yang langgeng. Dalam membentuk kembali cara kita berpikir tentang produktivitas, penting untuk mengenali dan merayakan nilai abadi dari sentuhan manusia, yang, dalam bentuknya yang beraneka ragam, berdiri bahu-membahu dengan AI dalam menghasilkan hasil bisnis yang bermakna.