Saya baru-baru ini memperhatikan sebuah topik yang menimbulkan kekhawatiran di sektor layanan profesional. Saat kita mempercepat adopsi الذكاء الاصطناعي dalam bidang hukum, konsultasi, keuangan, dan akuntansi, terjadi sesuatu yang tersembunyi — kita kehilangan sesuatu yang lebih penting daripada efisiensi. Kita kehilangan pengalaman nyata.

Angka-angka terlihat mengesankan di permukaan. Thompson Reuters menemukan bahwa penggunaan الذكاء الاصطناعي generatif oleh perusahaan akan berlipat ganda pada 2025. 95% profesional mengatakan bahwa ini akan menjadi pusat dalam pekerjaan mereka. Produktivitas meningkat, waktu penyelesaian berkurang. Tapi ada biaya tak terduga yang akan datang.

Masalah sebenarnya bukanlah teknologi — melainkan pengetahuan. Ketika kita mengotomatisasi segalanya demi kecepatan dan efisiensi, kita menghilangkan pengalaman yang memungkinkan para profesional belajar bagaimana berpikir secara nyata. Para ahli tidak menjadi ahli hanya dengan mendapatkan jawaban dengan cepat. Mereka menjadi ahli melalui menghadapi ketidakpastian, menimbang trade-off, dan menyaksikan pengambilan keputusan yang berkembang secara real-time.

Di sinilah masalahnya: sebagian besar alat الذكاء الاصطناعي saat ini menyajikan jawaban, ringkasan, dan rekomendasi. Jarang sekali mendorong orang untuk berpikir secara mendalam. Ini berarti bahwa karyawan pemula melihat hasilnya tanpa menyaksikan proses berpikir di baliknya. Mereka menjadi lebih cepat, tetapi tidak selalu lebih baik.

Pengalaman nyata berkembang melalui sesuatu yang disebut "التعلم بالتناضح" — duduk dekat dengan para ahli, mendengarkan percakapan mereka, memahami bagaimana mereka membuat keputusan. Tapi pekerjaan hybrid dan otomatisasi telah menghapus ini. Sekarang, pemula tidak melihat banyak dari proses berpikir para ahli ini.

Ada celah lain: sistem manajemen pengetahuan saat ini mendokumentasikan bagaimana melakukan sesuatu, tetapi mereka kehilangan intuisi tak tertulis — apa yang diperhatikan para ahli, kapan mereka mengubah arah, sinyal apa yang penting. Pemikiran tak terlihat ini ada di celah antara "pekerjaan seperti yang dipersepsikan" dan "pekerjaan yang sebenarnya dilakukan". Model bahasa besar tidak memiliki pengetahuan ini karena tidak pernah didokumentasikan.

55% profesional melaporkan adanya perubahan besar dalam cara mereka bekerja karena الذكاء الاصطناعي, dan 88% mengatakan mereka lebih menyukai asisten الذكاء الاصطناعي yang khusus. Tapi hanya meningkatkan alat dan efisiensi saja tidak menyelesaikan masalah inti.

Perusahaan pintar pada 2026 akan membedakan dua jenis الذكاء الاصطناعي: الذكاء الاصطناعي yang dirancang untuk otomatisasi dan الذكاء الاصطناعي yang dirancang untuk mendukung علم السلوك. Yang pertama berfokus pada efisiensi. Yang kedua — berakar pada علم السلوك — berfokus pada pertanyaan yang lebih baik daripada jawaban yang lebih cepat. Mengajak orang berhenti dan berpikir keras tentang pekerjaan mereka.

Ketika proses berpikir para ahli menjadi terlihat — untuk diri mereka sendiri dan orang lain — menjadi dapat ditransfer. Tim dapat mempelajarinya. Klien dapat memahaminya. Inilah tempat kita melindungi pengalaman daripada menggantikannya.

Ancaman berikutnya bukanlah apakah الذكاء الاصطناعي mampu melakukan pekerjaan tersebut. Ancaman adalah apa yang hilang ketika الذكاء الاصطناعي membuat pekerjaan tampak sangat mudah sehingga orang berhenti belajar bagaimana berpikir dan menilai sendiri.

Perusahaan yang menganggap الذكاء الاصطناعي hanya sebagai alat efisiensi akan melihat pengalaman mereka perlahan-lahan terkikis. Mereka yang menggunakannya untuk menunjukkan علم السلوك dan pemikiran kritis akan mengembangkan generasi profesional yang lebih kuat. Keunggulan kompetitif bukanlah siapa yang mengadopsi الذكاء الاصطناعي lebih cepat, tetapi siapa yang menggunakannya dengan lebih cerdas.