Generative AI sudah menjadi topik hangat belakangan ini. Jika Anda ingin mencuri perhatian dalam percakapan, cukup sebutkan “AI” , dan Anda mungkin langsung menarik minat, bahkan dari jajaran manajemen puncak.
Menurut Laporan Work Trend Index 2024 dari Microsoft & Linkedin , penggunaan Generative AI telah meningkat hampir dua kali lipat dalam enam bulan terakhir. Saat ini, sekitar 75% pekerja profesional global sudah menggunakan AI untuk membantu pekerjaan mereka, didorong oleh tuntutan untuk bekerja lebih cepat dan efisien.
Dari sudut pandang para pemimpin perusahaan, banyak yang mengakui pentingnya penerapan AI ini. Sebanyak 79% pemimpin perusahaan setuju bahwa Generative AI adalah kunci untuk tetap kompetitif. Namun, masih ada 59% di antaranya yang bingung bagaimana cara mengukur hasil nyata dari implementasi Generative AI tersebut.
Tidak hanya itu, 60% pemimpin perusahaan juga khawatir karena merasa belum memiliki rencana dan visi yang jelas dalam menjalankan strategi AI mereka. Tekanan untuk menunjukkan ROI dalam waktu singkat sering menjadi batu sandungan. Mereka tidak hanya diharuskan merencanakan, tetapi juga perlu membuktikan hasil dari implementasi Generative AI dengan cepat.
Saat ini, banyak pemimpin dihadapkan pada tantangan: mereka harus segera beralih dari eksperimen menuju transformasi bisnis melalui AI. Namun, langkah ini bukan tanpa risiko. Diperlukan perencanaan yang matang untuk menghindari kesalahan dalam penerapan Generative AI.
Tantangan Implementasi: Kenapa Banyak Proyek AI Gagal?
Faktanya, tidak semua proyek AI memberikan hasil yang memuaskan. Gartner bahkan memprediksi bahwa pada akhir 2025, sekitar 30% proyek Generative AI akan dihentikan setelah tahap Proof of Concept (POC). Beberapa faktor penyebabnya antara lain:
– Kualitas Data yang Buruk
– Kontrol Risiko yang Kurang Memadai
– Biaya yang Membengkak
– Nilai Bisnis yang Tidak Jelas
Menurut Rita Sallam, VP Analyst di Gartner, setelah hype besar di tahun sebelumnya, para eksekutif kini ingin segera melihat hasil nyata dari investasi mereka dalam AI. Namun, banyak organisasi masih berjuang untuk membuktikan dan mendapatkan nilai yang diharapkan. Dengan semakin luasnya cakupan proyek AI, beban finansial untuk mengembangkan dan menerapkan model Generative AI pun kian terasa.
Bagaimana Menjustifikasi Investasi Generative AI?
Salah satu tantangan terbesar bagi perusahaan adalah bagaimana menjustifikasi investasi mereka di AI, khususnya untuk meningkatkan produktivitas. Terkadang, peningkatan produktivitas tidak selalu langsung berdampak pada keuntungan finansial.
Contoh perkiraan biaya implementasi Generative AI untuk beberapa use case dapat sangat bervariasi, tergantung pada skala proyek dan tujuannya.
Cost of GenAI Deployment
Oleh karena itu, penting untuk menghitung dampak bisnis dari AI dengan mempertimbangkan Immediate Return Of Investment serta Future Value Impact. Dengan metode ini, Pemimpin Perusahaan dapat lebih bijak dalam memutuskan apakah akan meningkatkan investasi di Generative AI atau mencari alternatif lainnya.
Tantangan Utama di Masa Depan
Perusahaan yang ingin berhasil dalam penerapan Generative AI di masa depan perlu mengatasi beberapa tantangan utama, seperti:
1. Membuat Rencana & Visi yang jelas untuk AI.
2. Memilih Inisiatif AI yang dapat benar-benar meningkatkan produktivitas atau nilai bisnis.
3. Menarik dan mengembangkan Talenta AI di dalam perusahaan.
4. Menentukan Skala implementasi Generative AI atau temukan solusi alternatif jika diperlukan.
Menghadapi tantangan-tantangan ini dengan perencanaan yang baik akan membantu perusahaan Anda tetap kompetitif di era AI yang semakin maju.
