Mengapa Adopsi AI Melambat — dan Mengapa Kontrol Adalah Fitur yang Hilang

Kita mendengar ancaman yang sama berulang-ulang: gelembung AI akan meletus.

Selama beberapa bulan, para ahli telah memprediksi tidak jika, tetapi bagaimana, kerusakan akan terjadi — dan sekarang kita melihat penurunan pertama dalam pertumbuhan AI sejak 2023. Investor masih menuangkan modal rekaman ke AI, tetapi modal tidak menjamin adopsi. Adopsi pengguna, bukan pendanaan, menentukan kelangsungan hidup — dan tingkat adopsi AI untuk perusahaan besar menurun.

Even di mana adopsi tetap stabil, kita melihat peringatan. Perusahaan kecil dan startup masih konsisten menggunakan AI, tetapi mereka menderita dari sesuatu yang lain: penggunaan AI dikaitkan dengan kelelahan.

Ketika datang ke adopsi AI oleh pekerja pengetahuan, sesuatu tidak beres. Produk AI gagal kita — dan tautan yang hilang adalah kontrol dan kustomisasi yang lebih besar.

Apokalipsis Adopsi Sekarang

Alat AI seharusnya menghilangkan pekerjaan yang sibuk, mempercepat proses, dan membuat hidup orang lebih baik. Tapi ada banyak cara bahwa alat AI meleset — apakah itu implementasi atau kesenjangan antara alur kerja dan tujuan.

Mari kita pecahkan mengapa alat AI kehilangan kilau mereka bagi pekerja pengetahuan.

Aspirasi Eksekutif vs. Kenyataan Karyawan

Dari sudut pandang 10.000 kaki, AI terlihat transformatif. Di parit, itu cerita yang berbeda.

Eksekutif sangat gembira dengan peningkatan produktivitas yang dijanjikan dari implementasi AI, dan perusahaan semakin mewajibkan penggunaan AI. Tapi kontributor individu adalah mereka yang menanggung gesekan, dari alur kerja baru dan pelatihan, hingga kemungkinan kesenjangan antara harapan eksekutif dan kenyataan IC.

Otomatisasi vs. Regulasi

AI dapat menghasilkan dalam beberapa detik, tetapi perusahaan dapat menghabiskan minggu untuk mempertimbangkan. Jadi tidak mengherankan bahwa adopsi gagal di perusahaan yang lebih besar.

AI lebih cepat dari kecepatan pikiran, tetapi proses perusahaan tidak. Mereka dibangun untuk mitigasi risiko dan kepatuhan hukum, dan AI dapat menjadi liabilitas. Konsekuensinya, karyawan harus membuat alur kerja baru yang tidak diinginkan, seperti tahap tinjauan baru untuk menangkap halusinasi AI, atau memilih melalui kelemahan dalam kode yang dihasilkan AI.

AI Tak Terbatas vs. Kelelahan Karyawan

Ada efek sampingan yang mengganggu: kelelahan AI. Menurut studi terbaru yang diterbitkan di Harvard Business Review, menggunakan AI menyumbang pada ekspansi tugas, multitasking yang terganggu, dan batasan kerja-kehidupan yang lebih buruk.

Orang merasa perlu untuk mencapai lebih banyak, dan lebih banyak, dengan AI — dan itu seperti kereta api bawah tanah menuju kelelahan. Beberapa tekanan adalah self-imposed, karena kita semua secara kolektif meningkatkan harapan untuk apa yang dapat kita capai. Tapi eksekutif juga dapat menggunakan revolusi AI sebagai leverage dan menyalahkan AI untuk harapan kinerja yang lebih tinggi — dan bahkan pemutusan hubungan kerja. Tidak mengherankan, maka, bahwa karyawan melaporkan perasaan disconnection dan kehilangan tujuan ketika teknologi AI ditambahkan ke alur kerja mereka.

AI yang Tidak Sejalan

Gesekan, alur kerja yang rusak, karyawan yang lelah dan demoralisasi… Gejala-gejala ini semua memiliki penyebab yang sama: AI yang terlalu banyak dimasukkan dan kurang dikustomisasi.

Jadi apa jika LLM dapat menghasilkan laporan yang mengesankan, atau menghasilkan kode yang cukup meyakinkan? Jika itu menghasilkan beberapa jam ekstra kerja untuk meninjau dan memeriksa fakta, maka itu gagal pada janji dasarnya untuk mempercepat dan mempermudah pekerjaan kita. Tidak mengherankan bahwa novelti telah hilang, dan kita sekarang melihat peningkatan dalam keraguan AI.

Studi 2025 dari orang-orang di 47 negara menunjukkan bahwa hanya 46% orang percaya pada kemampuan teknis alat AI mereka, sedangkan laporan terpisah 2025 menunjukkan bahwa 82% tidak menemukan cara efektif untuk menggunakan AI dalam pekerjaan sehari-hari. Jika Anda bekerja keras untuk memasukkan AI ke dalam alur kerja, atau memperbaiki proses dengan langkah-langkah tinjauan tambahan, maka Anda bekerja untuk AI — bukan sebaliknya.

Kembali ke Pengemudi AI

Apa yang kita lewatkan adalah pilihan yang lebih besar dan kustomisasi yang lebih baik.

Tampaknya sederhana, kan? Memilih kapan dan bagaimana menggunakan AI mengubahnya dari potensi bola merusak dalam alur kerja perusahaan, menjadi peluru yang Anda tembakkan tepat pada target. Dan alat yang memungkinkan kustomisasi yang lebih baik memberdayakan orang untuk memasukkan AI ke dalam alur kerja mereka dengan lebih lancar.

Namun, kontrol pengguna tidak selalu menjadi prioritas bagi perusahaan Big Tech. Banyak komentator mencatat, suatu saat AI berhenti menjadi pilihan dan menjadi bagian dari produk secara default, bukan pilihan. Apakah itu saat pengguna mulai tidak tertarik, dan adopsi mulai melambat?

Balapan Kustomisasi

Orang akan terus menolak alat yang tidak sesuai dengan kebutuhan mereka dan alur kerja AI yang terburu-buru. Dan sekarang kita melihat pemimpin AI mulai merespons.

Beberapa pemain besar memperbaiki kustomisasi, seperti fitur personalisasi ChatGPT yang memungkinkan kita untuk memainkan nada, tingkat energi, dan bahkan volume emoji dari chatbot AI kita. Beberapa komentator berpikir kita akan melihat alat AI menjadi lebih spesifik dan memenangkan adopsi dengan menjadi lebih granular, mendukung tugas yang sangat spesifik.

AI yang Menyesuaikan Diri dengan Anda

Sudah jelas bahwa dalam fase berikutnya dari pengembangan AI, alat yang paling adaptif akan menang. Alat yang melakukan hal-hal seperti ini:

• Menyesuaikan dengan alur kerja yang ada, bukan memaksa Anda untuk membuat yang baru. Zoom AI Companion 3.0 telah mendapatkan pesan ini dan meluncurkan pembaruan termasuk alat catatan yang netral platform — memenuhi pengguna di alat yang sudah mereka gunakan.
• Mengizinkan karyawan memilih kapan AI berpartisipasi, dan kapan itu mundur. Seperti GitLab Duo , di mana pengguna memilih grup dan proyek mana yang dapat menggunakan kemampuan AI.
• Mengurangi beban kognitif, bukan menambahkan alur kerja baru untuk memeriksa. ClickUp Brain, misalnya, beroperasi di dalam alur kerja, bukan di sampingnya, memasukkan AI ke dalam tampilan tugas — seperti ringkasan utas, pembaruan, dan langkah selanjutnya yang disarankan.
• Memberikan transparansi tentang bagaimana output dihasilkan, bukan membebankan karyawan untuk mengetahuinya. Alat seperti WorkflowGen fokus pada tanggung jawab AI dengan membangun jejak audit langsung ke dalam tindakan AI, sehingga reviewer manusia tidak perlu menguraikan output.

Standar Emas AI Baru

Gelombang pertama AI didorong oleh kemungkinan. Ada demo yang mengesankan, investasi yang mencatat rekor, dan harapan yang sangat tinggi… tapi sekarang novelti telah hilang, dan pasar sedang menyesuaikan diri.

Gelombang berikutnya akan didorong oleh sesuatu yang jauh lebih kuat: kemudahan penggunaan. Kita telah melihat apa yang terjadi ketika AI melampaui integrasi: kelelahan, gesekan alur kerja, dan, pada akhirnya, adopsi yang lebih lambat. Ini bukan tanda bahwa gelembung AI meletus, tetapi bahwa AI tanpa kustomisasi yang cukup lebih merupakan beban daripada bantuan.

Parit kompetitif berikutnya untuk pembangun AI akan menjadi kepercayaan — dan kepercayaan datang dari membiarkan pengguna memimpin.