Survei 6.000 CEO: AI Belum Berdampak Nyata pada Produktivitas

Selama tiga tahun terakhir, hampir tidak ada hari tanpa berita tentang kehebatan AI (Artificial Intelligence/kecerdasan buatan). Teknologi ini disebut-sebut akan menggantikan jutaan pekerjaan, melipatgandakan keuntungan perusahaan, dan mengubah total cara kita bekerja. Namun sebuah penelitian terbaru yang melibatkan sekitar 6.000 pemimpin perusahaan menghadirkan fakta yang jauh berbeda dari gembar-gembor tersebut: dampak nyata AI terhadap produktivitas dan ketenagakerjaan ternyata masih sangat minim. Temuan ini penting bagi Anda, baik sebagai pekerja yang cemas soal masa depan karier, maupun sebagai pelaku usaha yang sedang mempertimbangkan investasi teknologi besar-besaran.

Penelitian Berskala Besar yang Menguji Klaim AI

Penelitian ini diterbitkan oleh NBER (National Bureau of Economic Research), lembaga riset ekonomi nirlaba asal Amerika Serikat yang dikenal sebagai salah satu rujukan paling berpengaruh di dunia dalam bidang kajian ekonomi. Para peneliti mengumpulkan data dari sekitar 6.000 CEO (Chief Executive Officer), yaitu pimpinan tertinggi perusahaan, untuk mengetahui sejauh mana AI benar-benar digunakan dan apa hasilnya di dunia nyata.

Hasilnya mengejutkan banyak pihak. Meskipun adopsi AI terus meningkat, mayoritas perusahaan belum mencatatkan lonjakan produktivitas yang berarti. Jumlah jam kerja, skala perekrutan karyawan, maupun angka PHK (pemutusan hubungan kerja) juga relatif tidak bergeser secara signifikan akibat kehadiran teknologi ini. Dengan kata lain, revolusi yang selama ini dijanjikan belum terlihat dalam data ekonomi aktual.

Mengapa AI Belum Memberikan Hasil Nyata?

Ibarat membeli mobil sport bertenaga besar tetapi hanya dipakai untuk belanja ke warung setiap pagi, potensi AI di banyak perusahaan belum dimanfaatkan secara maksimal. Para peneliti dan pengamat ekonomi menunjuk beberapa penyebab utama di balik kesenjangan ini.

Pertama, kesenjangan antara adopsi dan implementasi. Banyak perusahaan membeli lisensi platform AI generatif—teknologi yang mampu menghasilkan teks, gambar, hingga kode program—tetapi hanya menggunakannya untuk tugas-tugas ringan seperti merangkum surel atau membuat draf presentasi. Padahal, nilai ekonomi yang besar baru muncul ketika algoritma diintegrasikan ke jantung proses bisnis, mulai dari rantai pasokan hingga layanan pelanggan.

Kedua, kebutuhan penataan ulang alur kerja. Sejarah mencatat fenomena serupa yang dikenal sebagai paradoks produktivitas. Ketika komputer pertama kali masuk kantor pada era 1980-an, ekonom Robert Solow pernah berkomentar bahwa era komputer terlihat di mana-mana kecuali dalam statistik produktivitas. Butuh lebih dari satu dekade sebelum manfaatnya benar-benar terasa, karena perusahaan harus mendesain ulang proses kerja dan melatih ulang karyawannya.

Ketiga, keterbatasan keterampilan. Pemanfaatan machine learning (cabang AI yang memungkinkan komputer belajar dari data) secara efektif menuntut tenaga kerja yang memahami cara mengolah, membaca, dan mengawasi keluaran sistem tersebut. Tanpa investasi pada sumber daya manusia, teknologi secanggih apa pun hanya menjadi pajangan mahal.

"Kesenjangan antara kemampuan teknologi dan dampak ekonominya bukanlah hal baru. Perusahaan yang berhasil biasanya bukan yang paling cepat membeli teknologi, melainkan yang paling serius mengubah cara kerjanya," demikian kesimpulan yang mengemuka dari kajian tersebut.

Perbandingan Ekspektasi dan Realita

Apa Artinya bagi Pekerja dan Dunia Usaha?

Bagi pekerja, temuan ini bisa menjadi kabar yang menenangkan sekaligus peringatan. Menenangkan karena gelombang PHK massal akibat otomatisasi belum terbukti dalam data. Namun tetap menjadi peringatan karena sejarah menunjukkan disrupsi teknologi biasanya datang perlahan, lalu tiba-tiba terasa besar. Masa tenang saat ini justru menjadi waktu terbaik untuk meningkatkan keterampilan digital.

Bagi perusahaan, pesannya jelas: membeli teknologi bukanlah strategi. Inovasi hanya menghasilkan efisiensi ketika dibarengi pengembangan proses, pelatihan karyawan, dan kesabaran melihat hasil dalam jangka panjang. Ekosistem AI memang terus berkembang pesat, tetapi jalan dari laboratorium penelitian menuju laporan keuangan perusahaan ternyata lebih panjang dan berliku daripada yang dibayangkan banyak orang.

Satu hal yang pasti, data ribuan CEO ini mengingatkan kita untuk membedakan antara hype dan kenyataan. AI tetap berpotensi besar, tetapi potensi tidak otomatis berubah menjadi produktivitas tanpa kerja keras mengimplementasikannya.