Survei 6.000 CEO: AI Masif Dipakai, Dampak Produktivitas Masih Minim

Di tengah gegap gempita investasi kecerdasan buatan yang menembus ratusan miliar dolar, sebuah pertanyaan sederhana mengemuka: apakah teknologi ini benar-benar mengubah cara perusahaan bekerja? Jawaban dari lapangan ternyata mengejutkan. Survei berskala besar yang melibatkan sekitar 6.000 pemimpin eksekutif perusahaan di empat negara menemukan bahwa AI (Artificial Intelligence/kecerdasan buatan) belum memberikan dorongan berarti terhadap produktivitas maupun penyerapan tenaga kerja. Bagi pekerja, investor, dan pelaku usaha di Indonesia, temuan ini penting sebagai penyejuk di tengah histeria: revolusi AI mungkin nyata, tetapi buahnya belum matang.

Angka Bicara: Adopsi Tinggi, Dampak Minim

Penelitian yang diterbitkan oleh NBER (National Bureau of Economic Research), lembaga riset ekonomi nirlaba terkemuka asal Amerika Serikat, menyurvei para CEO (Chief Executive Officer), CFO (Chief Financial Officer), dan eksekutif senior dari ribuan perusahaan di Amerika Serikat, Inggris, Jerman, dan Australia. Hasilnya memperlihatkan jurang yang lebar antara penggunaan dan hasil nyata di lapangan.

Sekitar 70 persen perusahaan mengaku aktif menggunakan AI dalam operasionalnya, mulai dari chatbot layanan pelanggan hingga analisis data otomatis. Namun ketika ditanya soal dampak riil, hampir 90 persen perusahaan melaporkan tidak ada perubahan pada jumlah tenaga kerja dalam tiga tahun terakhir. Sementara itu, kontribusi AI terhadap produktivitas tercatat sangat kecil, bahkan mendekati nol pada sebagian besar responden.

Salah satu temuan yang menggelitik adalah soal intensitas. Para eksekutif memang menggunakan teknologi ini secara reguler, tetapi durasinya rata-rata hanya sekitar 1,5 jam per pekan. Intensitas serendah ini, menurut para peneliti, sulit menghasilkan lompatan efisiensi yang terukur dalam statistik perusahaan.

Bukan Kegagalan, Ini Paradoks yang Pernah Terjadi

Fenomena ini sebenarnya bukan hal baru dalam sejarah teknologi. Pada 1987, ekonom peraih Nobel Robert Solow pernah berujar bahwa era komputer terlihat di mana-mana, kecuali dalam statistik produktivitas. Ibarat membeli mesin espresso canggih tetapi hanya dipakai membuat satu cangkir kopi seminggu, potensinya besar namun hasilnya belum terasa.

Para peneliti melihat kondisi saat ini sebagai pengulangan paradoks tersebut. Teknologi besar membutuhkan waktu bertahun-tahun sebelum benar-benar terintegrasi ke dalam proses bisnis. Listrik, misalnya, memerlukan sekitar empat dekade sebelum pabrik-pabrik menata ulang lantai produksinya dan akhirnya menuai lonjakan efisiensi. AI, menurut banyak pengamat, sedang berada di fase awal kurva yang sama.

Mengapa Implementasi AI Masih Tersendat

Ada beberapa alasan mengapa disrupsi yang dijanjikan belum terwujud. Pertama, intensitas penggunaan yang rendah: mayoritas karyawan dan eksekutif hanya memakai AI untuk tugas-tugas ringan seperti merangkum email atau menyusun draf dokumen. Kedua, kesenjangan keterampilan, karena banyak perusahaan belum melatih SDM (sumber daya manusia) mereka untuk memanfaatkan machine learning (pembelajaran mesin) secara mendalam. Ketiga, persoalan integrasi sistem: menghubungkan model AI dengan platform dan alur kerja lama membutuhkan investasi infrastruktur yang tidak sedikit.

Menariknya, para eksekutif tetap optimistis untuk jangka menengah. Dalam survei yang sama, mereka memprediksi AI akan meningkatkan produktivitas sekitar 1,4 persen dalam tiga tahun ke depan, dengan dampak terhadap lapangan kerja yang relatif kecil. Optimisme ini menunjukkan bahwa para pemimpin bisnis memandang pengembangan AI sebagai maraton, bukan sprint.

Apa Artinya bagi Pekerja dan Ekosistem Bisnis

Bagi pekerja yang cemas soal otomatisasi, temuan ini memberi ruang bernapas: gelombang pemutusan hubungan kerja massal akibat AI belum terbukti dalam data. Namun bukan berarti bisa berpuas diri. Perusahaan yang lebih besar dan lebih agresif dalam pengembangan teknologi dilaporkan mulai merasakan manfaat lebih awal, terutama pada sektor jasa berbasis data.

Bagi ekosistem bisnis di Indonesia, pelajarannya jelas. Berinvestasi pada AI tanpa strategi implementasi yang matang hanya akan menghasilkan alat mahal yang jarang dipakai. Yang dibutuhkan adalah kombinasi antara adopsi platform, pelatihan karyawan, dan penataan ulang proses kerja, tiga hal yang jauh lebih menantang daripada sekadar membeli lisensi perangkat lunak.

Pada akhirnya, penelitian ini bukan vonis bahwa AI tidak berguna, melainkan pengingat bahwa inovasi sejati membutuhkan waktu, kesabaran, dan kerja keras. Revolusinya mungkin sudah dimulai, tetapi panennya belum tiba.