AI Belum Terbukti Dongkrak Produktivitas, Kata 6.000 CEO

Kecerdasan buatan atau AI (Artificial Intelligence) telah menjadi kata kunci yang menjanjikan efisiensi dan inovasi di berbagai sektor industri. Namun, sebuah studi terbaru dari National Bureau of Economic Research (NBER) yang melibatkan 6.000 CEO justru mengungkap fakta mengejutkan: AI ternyata belum memberikan dampak signifikan pada produktivitas dan ketenagakerjaan. Temuan ini memicu perdebatan tentang apakah investasi besar-besaran dalam teknologi ini sudah tepat sasaran atau justru hanya sekadar gelembung hype.

Ibarat membeli mesin canggih yang ternyata belum bisa digunakan secara optimal, banyak perusahaan di Indonesia maupun global yang mengadopsi AI dengan harapan besar, namun hasilnya belum terlihat nyata di laporan keuangan maupun output harian. Studi NBER ini menjadi pukulan telak bagi narasi bahwa AI akan segera mengubah wajah industri secara fundamental.

Mengapa Hasil Studi Ini Penting?

Studi yang dirilis oleh NBER ini bukanlah riset kecil. Dengan melibatkan 6.000 CEO dari berbagai sektor, data yang dikumpulkan memberikan gambaran luas tentang implementasi AI di dunia nyata. Para CEO ini mengakui bahwa mereka telah mengadopsi teknologi AI, mulai dari otomatisasi proses hingga penggunaan machine learning untuk analisis data. Namun, ketika ditanya tentang dampaknya terhadap produktivitas, mayoritas menjawab bahwa belum ada perubahan signifikan yang terukur.

Hal ini menarik karena sebelumnya banyak laporan industri yang memprediksi AI akan mendisrupsi pasar kerja dan meningkatkan efisiensi secara drastis. Faktanya, adopsi AI di lapangan masih menghadapi banyak kendala. Mulai dari data yang tidak terstruktur, kurangnya tenaga ahli, hingga proses integrasi dengan sistem lama yang rumit. Ibarat memiliki mobil balap, namun jalannya masih berlubang dan bensinnya belum tersedia.

Data dari studi ini juga menunjukkan bahwa dampak AI terhadap ketenagakerjaan tidak seburuk yang ditakutkan. Alih-alih menggantikan pekerja, AI justru belum mampu menunjukkan kemampuannya untuk mengambil alih tugas-tugas kompleks yang membutuhkan kreativitas dan intuisi manusia. Para CEO melaporkan bahwa mereka masih sangat bergantung pada tenaga kerja manusia untuk pengambilan keputusan strategis.

Analisis: Mengapa AI Belum Efektif?

Para ahli berpendapat bahwa salah satu penyebab utama adalah apa yang disebut sebagai 'kesenjangan implementasi'. Banyak perusahaan membeli platform AI canggih, tetapi tidak memiliki infrastruktur data yang memadai. AI yang dilatih dengan data berkualitas rendah hanya akan menghasilkan output yang tidak akurat. Ini seperti memberikan resep masakan terbaik kepada juru masak yang tidak punya bahan-bahan segar.

Selain itu, banyak organisasi yang hanya menggunakan AI untuk tugas-tugas sederhana seperti chatbot layanan pelanggan atau otomatisasi email, bukan untuk hal-hal yang benar-benar berdampak pada bottom line. Inovasi yang diharapkan terjadi di level deep tech seperti riset dan pengembangan produk baru masih jarang terjadi. Para CEO mengakui bahwa mereka lebih banyak menggunakan AI untuk memangkas biaya operasional daripada menciptakan nilai baru.

“Studi ini mengingatkan kita bahwa teknologi hanyalah alat. Tanpa strategi yang jelas dan kesiapan organisasi, AI hanyalah pajangan mahal,” ujar seorang analis teknologi yang mengikuti riset ini.

Di sisi lain, ada juga faktor waktu. Adopsi teknologi seringkali membutuhkan waktu bertahun-tahun untuk menunjukkan dampaknya terhadap produktivitas. Sebagai contoh, komputer baru terlihat meningkatkan produktivitas secara signifikan setelah 20 tahun sejak diperkenalkan. Hal yang sama mungkin akan terjadi pada AI, namun para CEO yang diwawancarai dalam studi ini menginginkan hasil yang lebih cepat.

Dampak pada Ekosistem Teknologi dan Investasi

Temuan ini tentu saja menjadi perhatian bagi para investor dan pelaku industri teknologi. Selama beberapa tahun terakhir, valuasi perusahaan-perusahaan AI melonjak tinggi karena janji efisiensi yang besar. Jika studi ini benar, maka kita mungkin akan melihat koreksi besar-besaran di pasar modal.

Di Indonesia, hal ini juga menjadi pelajaran penting. Banyak perusahaan rintisan atau startup yang berlomba-lomba menyebut diri mereka sebagai perusahaan AI untuk menarik pendanaan. Padahal, implementasi nyata dari AI masih jauh dari kata matang. Ekosistem teknologi lokal perlu lebih fokus pada pengembangan data yang baik dan pelatihan talenta, bukan hanya sekadar membeli perangkat lunak mahal.

Para CEO dalam studi ini juga menyoroti bahwa mereka menghadapi kesulitan dalam mengukur return on investment (ROI) dari proyek AI. Hanya sedikit yang memiliki metrik yang jelas untuk menilai keberhasilan. Hal ini menyebabkan banyak proyek AI yang terbengkalai di tengah jalan karena dianggap tidak menguntungkan.

Meskipun demikian, bukan berarti AI tidak berguna sama sekali. Studi ini justru menjadi wake-up call untuk mengubah pendekatan. Alih-alih berfokus pada otomatisasi total, perusahaan sebaiknya menggunakan AI untuk memperkuat kemampuan manusia. Misalnya, AI dapat digunakan untuk menganalisis data dalam jumlah besar yang tidak mungkin dilakukan manusia, lalu hasilnya digunakan sebagai bahan pertimbangan untuk keputusan strategis.

Kesimpulannya, studi NBER ini adalah pengingat bahwa teknologi bukanlah solusi instan. Perlu ada kesabaran, investasi dalam sumber daya manusia, dan perubahan budaya kerja agar AI benar-benar dapat memberikan dampak. Para CEO yang realistis akan melihat ini sebagai peluang untuk memperbaiki strategi, bukan sebagai alasan untuk berhenti berinovasi. Masa depan AI masih cerah, namun hanya bagi mereka yang mau belajar dari data dan fakta di lapangan.