1.2 Juta tenaga kerja survei: Apakah AI benar-benar dapat membantu perusahaan mengurangi biaya dan meningkatkan efisiensi?

BCG《AI at Work》 laporan survei hampir 12.000 pekerja, menemukan lebih dari 40% pekerja non-manajerial putih yang secara rutin menggunakan alat AI, menghemat satu hari kerja penuh setiap minggu. Tapi hampir setengah dari responden mengatakan, waktu yang dihabiskan untuk mengelola dan mengarahkan AI sudah melebihi waktu melakukan pekerjaan itu sendiri.
（Latar belakang: Ketakutan PHK karena AI! Eksekutif Microsoft memperingatkan: sebagian besar pekerja kantor akan digantikan otomatis dalam "12-18 bulan ke depan"）
（Tambahan latar belakang: Zuckerberg membangun "AI Agen Khusus CEO", Meta mulai membiarkan AI agen saling "bersocial" di perusahaan dengan 78.000 orang）

Daftar Isi Artikel

Toggle

• Tujuh dari sepuluh pekerja kantor global menggunakannya, tetapi hasilnya beragam
• Mengelola AI, lebih memakan waktu daripada melakukan pekerjaan: munculnya "Paradoks Kebahagiaan"
• Ini bukan masalah teknologi, melainkan masalah kepemimpinan

Laporan terbaru dari Boston Consulting Group (BCG) berjudul 《AI at Work》 menunjukkan, lebih dari 40% pekerja non-manajerial yang rutin menggunakan alat AI, menghemat lebih dari satu hari kerja setiap minggu. Angka ini terdengar seperti awal dari revolusi manajemen, tetapi BCG melanjutkan bahwa sebagian besar perusahaan masih belum tahu bagaimana mengubah waktu yang dihemat menjadi nilai bisnis yang nyata.

Tujuh dari sepuluh pekerja kantor global menggunakannya, tetapi hasilnya beragam

Skala survei dalam laporan BCG cukup besar: meliputi 14 negara dan wilayah, hampir 12.000 pekerja, mencakup empat dimensi adopsi AI, harapan karyawan, kepemimpinan, dan transformasi organisasi.

Angka menunjukkan: 74% pekerja non-manajerial menyatakan mereka adalah pengguna rutin alat AI, naik signifikan 23 poin persentase dibandingkan setahun lalu, yang berarti dalam kurang dari 12 bulan, penggunaan AI beralih dari sedikit yang mencoba-coba menjadi kebiasaan harian mayoritas pekerja kantor.

Namun pertumbuhan adopsi yang pesat ini tidak secara bersamaan meningkatkan kinerja organisasi. Dalam laporan tersebut, BCG secara tegas menyatakan bahwa banyak perusahaan menghadapi jurang yang belum terisi antara peningkatan efisiensi yang didorong AI dan hasil bisnis nyata.

Sebuah studi lain dari Workday yang melibatkan 3.200 manajer perusahaan memberikan angka yang lebih spesifik: 85% karyawan menghemat 1 sampai 7 jam per minggu dengan AI, tetapi hampir 40% dari waktu yang dihemat tersebut langsung hilang karena harus melakukan "rework". Singkatnya, AI menyelesaikan pekerjaan, tetapi Anda tetap harus kembali memperbaikinya.

Perbedaan regional juga cukup mencolok. BCG menunjukkan bahwa tingkat penggunaan AI oleh pekerja non-manajerial di India, Brasil, dan Afrika Selatan lebih tinggi dari rata-rata global, sementara di Amerika Serikat, Prancis, dan Italia justru di bawah rata-rata. Distribusi ini berlawanan dengan intuisi umum tentang negara-negara yang memimpin dalam aplikasi AI.

Mengelola AI, lebih memakan waktu daripada melakukan pekerjaan: munculnya "Paradoks Kebahagiaan"

Salah satu angka dalam laporan BCG yang paling patut dipikirkan adalah ini: hampir setengah dari responden mengatakan, mereka menghabiskan waktu untuk mengelola dan mengarahkan AI, sudah melebihi waktu yang mereka habiskan untuk menyelesaikan pekerjaan sebenarnya.

Di balik ini terdapat kontradiksi struktural. Alat AI memang membuat pekerjaan berbeda, sekitar dua pertiga pengguna rutin AI mengatakan bahwa AI meningkatkan kepuasan kerja mereka; tetapi pada saat yang sama, 41% mengatakan beban kognitif mereka justru meningkat. Singkatnya, otak harus memproses lebih banyak hal, bukan lebih sedikit.

Penulis bersama laporan, Sylvain Duranton dari BCG, menyebut fenomena ini sebagai "Paradoks Kebahagiaan": AI sekaligus membuat pekerjaan menjadi lebih baik dan juga lebih sulit. Ia menambahkan:

"Pada awal penggunaan AI, rasa segar dan perluasan kognitif membawa kesenangan, tetapi jika tidak ada kejelasan strategi, 'masa madu' AI ini akan memudar."

Ini berarti, promosi penggunaan saja tidak cukup. Dalam tahun pertama adopsi AI, perusahaan mungkin bisa mempertahankan semangat dengan rasa baru, tetapi tanpa desain ulang proses secara sistematis, AI cepat berubah dari solusi menjadi beban manajemen lain.

Sinyal lain yang patut diperhatikan adalah munculnya AI Agen, sistem AI yang mampu menyelesaikan tugas kompleks secara mandiri dan terhubung dengan berbagai alat. Laporan BCG menunjukkan bahwa 30% responden menyatakan AI Agen sudah terintegrasi ke dalam alur kerja harian mereka, dua kali lipat dari setahun lalu. Lebih dari 60% percaya bahwa dalam tiga tahun ke depan, AI Agen akan mampu menyelesaikan setidaknya separuh pekerjaan mereka secara mandiri.

Ini bukan masalah teknologi, melainkan masalah kepemimpinan

Penulis bersama laporan BCG, Vinciane Beauchene, secara langsung mengatakan:

"Semua orang berbicara tentang AI menggantikan pekerjaan, tetapi masalah sebenarnya adalah memikirkan kembali nilai tambah manusia di dalamnya. Ini adalah tanggung jawab pemimpin."

Kalimat ini menyentuh inti dari dilema penerapan AI saat ini. Perusahaan menginvestasikan banyak dana untuk mengimplementasikan alat AI, tetapi tidak secara bersamaan merancang ulang alur kerja, memperjelas tugas mana yang harus diserahkan ke AI, dan mana yang membutuhkan penilaian manusia. Efisiensi telah dilepaskan, tetapi tidak ada yang memberi tahu karyawan, ke mana waktu yang dihemat harus diarahkan.

Berbagai survei menunjukkan bahwa sekitar 80% perusahaan tidak melihat peningkatan keuntungan nyata setelah investasi AI. Ekonom menyebut fenomena "kemajuan teknologi tetapi produktivitas tidak meningkat" ini sebagai "Paradoks Solow" versi modern, yang pertama kali muncul selama masa penyebaran komputer pribadi antara tahun 1980-an dan 1990-an. Saat itu, perusahaan membutuhkan hampir satu dekade untuk benar-benar memanfaatkan efisiensi yang dibawa komputer.

Laporan BCG tidak mengatakan bahwa efisiensi yang dibawa AI adalah palsu. Ia menyatakan: efisiensi itu nyata, tetapi mengubah efisiensi menjadi nilai membutuhkan kemampuan lain, dan kemampuan ini sebagian besar perusahaan saat ini belum memilikinya.