Mata Uang Produktivitas: AI dan Elemen Manusia

Dalam beberapa tahun terakhir, cara kita bekerja telah berubah secara keseluruhan oleh tren tempat kerja baru dan teknologi. AI telah dengan cepat mendefinisikan kembali aturan produktivitas di dunia bisnis; email, posting media sosial, gambar, presentasi, dan video dapat semua dibuat dalam waktu beberapa klik, bukan hari.

Tapi produktivitas tidak ditentukan oleh kecepatan saja. Yang sama pentingnya adalah kualitas dan hasil. Ya, kita mulai mempercayakan AI dengan tugas yang semakin penting, dari mengemudi hingga peramalan dan bahkan diagnosis medis, dalam beberapa kasus. Namun, masih banyak hal yang dapat diuntungkan (dan akan terus diuntungkan) dari adanya orang di kemudi. Karena sentuhan manusia memiliki nilai bawaan. Ini mempromosikan kepercayaan dan koneksi dengan cara yang mesin masih jauh dari mereplikasi secara efektif.

Apa yang menjadi jelas saat adopsi AI dipercepat adalah bahwa nilai proposition yang paling jelas dan mudah diperoleh adalah kemampuannya untuk mengembalikan waktu kepada pekerja. Ini memungkinkan pekerja untuk fokus pada elemen yang paling berdampak dari peran mereka, seperti pemecahan masalah khusus, bertindak sebagai mitra untuk klien, dan memahami kebutuhan bisnis pembeli yang kompleks.

Jadi di era generative AI, pertanyaannya menjadi: bagaimana kita dapat menggunakan keterampilan manusia bawaan kita untuk tidak hanya menggerakkan produktivitas, tetapi juga merubah cara kita berpikir tentangnya secara keseluruhan? Di bawah, kita akan menjelajahi dampak mendalam AI pada tempat kerja dan pentingnya keterampilan lunak di era otomatisasi.

Bagaimana AI Mengubah Dinamika Tempat Kerja

Tempat kerja saat ini tidak banyak menyerupai tempat kerja satu dekade yang lalu, berkat perubahan transformasional yang dibawa oleh teknologi dan budaya kerja yang berkembang. Alat generative AI seperti ChatGPT, Midjourney, dan DALL·E adalah di antara penggunaan yang lebih mencolok dari AI saat ini, tetapi analitik AI yang menganalisis dataset yang luas, mengidentifikasi pola, dan menghasilkan wawasan juga telah membawa nilai yang tak terhingga kepada bisnis.

Pertimbangkan empat jenis analitik yang diaktifkan AI:

• Analitik deskriptif melihat data historis untuk mengatakan apa yang terjadi. Jenis ini mengukur, mengukur, dan memantau secara objektif, seperti kinerja penjualan, penjualan per wilayah, dan laporan kemenangan/kekalahan.
• Analitik diagnostik mengatakan mengapa itu terjadi. Diagnostik menggunakan ukuran objektif untuk membantu pengguna memahami faktor subjektif yang menyebabkan hasil. Alat diagnostik menghasilkan analisis untuk hal-hal seperti kehilangan kesepakatan, panjang siklus penjualan, churn pelanggan, dan kinerja wakil.
• Analitik prediktif memperkirakan apa yang mungkin terjadi di masa depan menggunakan input subjektif dan objektif untuk mengukur lead, mengantisipasi churn, memperkirakan permintaan dan penjualan, dan memodelkan kemungkinan kesepakatan tertentu yang ditutup. Secara kritis, model prediktif mungkin menggunakan sinyal eksternal dan data – seperti kinerja pasar secara keseluruhan – untuk memodelkan tren yang sedang berlangsung.
• Analitik preskriptif memberi tahu kita tentang langkah-langkah berikutnya yang harus diambil berdasarkan semua di atas. Sebagian besar orang akan familiar dengan cabang analitik ini dari kehidupan pribadi mereka. Teknologi yang sama yang mengemudi Netflix, TikTok, dan algoritma saran YouTube dapat menimbang tindakan pembeli dan penjual untuk menyarankan apa yang harus dilakukan selanjutnya.

Analitik preskriptif adalah di mana bisnis dapat memperoleh nilai terbesar dan merupakan yang paling dekat dengan mereplikasi kejeniusan manusia hingga saat ini. Model ini mengubah wawasan menjadi tindakan dan tindakan menjadi hasil. Hasil ini kemudian dapat dikodifikasi untuk konsistensi dan pengulangan. Namun, mereka masih memerlukan pengawasan dan kolaborasi manusia.

Sebagai hasilnya, integrasi AI tidak hanya mendefinisikan kembali sifat pekerjaan tetapi juga akan terus merubah komposisi tenaga kerja. Organisasi kemungkinan akan menempatkan premi pada individu yang memiliki campuran keahlian teknis dan keterampilan lunak, yang berarti sangat penting untuk tidak melupakan nilai sentuhan manusia.

Nilai Keterampilan Lunak di Dunia yang Diotomatisasi

Saat AI menangani aspek rutin dan analitis dari tugas, manusia memberikan kreativitas, empati, dan keterampilan berpikir kritis mereka. Bahkan model AI yang paling maju saat ini kekurangan kecerdasan emosional, membuat manusia integral dalam komunikasi yang efektif. Manusia membawa hal-hal ke interaksi yang AI tidak bisa; manusia membawa pengalaman hidup, pengalaman hidup orang yang mereka dengarkan, dan kemampuan untuk memikirkan nuansa yang bahkan AI tidak bisa tangkap. Dan dengan cara yang sama AI dapat melatih diri sendiri, manusia sangat penting dalam pelatihan dan mentorship untuk meningkatkan produktivitas di tempat kerja.

Keterampilan lunak ini terutama penting dalam kegiatan yang menghasilkan pendapatan, seperti penjualan. Sebagai contoh, seorang manajer penjualan bekerja dengan seorang penjual baru, dan penjual itu berinteraksi dengan titik kontak langsung (POC) di akun prospek. Tujuan penjual awal ini adalah untuk mendapatkan POC untuk memperkenalkannya kepada Wakil Presiden Penjualan karena dia tahu Wakil Presiden akan menjadi pengambil keputusan akhir dan perlu terlibat dalam proses evaluasi.

Pengolahan bahasa alami (NLP) dapat digunakan untuk mendeteksi keraguan ini, tetapi menafsirkan alasan yang mendasarinya mungkin tidak dalam kemampuan solusi. Itulah di mana elemen manusia masuk, mengambil apa yang telah disediakan oleh alat AI dan menambahkan keahlian dan konteks berdasarkan pengalaman. Manajer, memahami nuansa bekerja dengan klien, dapat memberi saran kepada penjual baru tentang cara menangani sisa percakapan untuk membangun kepercayaan dengan POC. Saat percakapan berlanjut, pivot ini membimbing bahan pengikut sistem untuk memastikan respons yang tepat, disesuaikan, dan efektif.

Ini hanya salah satu contoh dari banyak cara manusia menyuntikkan nilai ke dalam kegiatan yang menutup kesepakatan dan mendorong bisnis maju. Dalam memupuk hubungan antar pribadi, manusia juga dapat mengingat detail kecil yang menunjukkan perawatan 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 mengarah pada hasil bisnis, membuatnya sama produktifnya dengan penyelesaian tugas otomatis AI.

Intinya

AI dan analitik lanjutan telah tanpa ragu merevolusi tempat kerja, mengotomatisasi tugas rutin dan mempermudah proses dengan kecepatan dan efisiensi yang belum pernah terjadi sebelumnya. Namun, esensi produktivitas melampaui kecepatan saja; itu terletak pada hasil yang nyata yang berkontribusi pada kesuksesan dan pertumbuhan bisnis. Saat AI menangani aspek yang membosankan dan manual dari tugas, manusia muncul sebagai kontributor yang sangat penting.

Saat kita menavigasi lanskap kerja yang 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 merubah cara kita berpikir tentang produktivitas, sangat penting untuk mengenali dan merayakan nilai abadi sentuhan manusia, yang, dalam bentuknya yang multifaset, berdiri berdampingan dengan AI dalam menghasilkan hasil bisnis yang berarti.