13.3 Efisiensi Saja Tidak Cukup

Tapi bagaimana dengan perusahaan besar yang sudah mapan? Apakah mereka otomatis kalah? Jawabannya tergantung pada bagaimana mereka memakai AI.

Perbedaan kedua pendekatan dapat dilihat dalam diagram berikut.

flowchart TD A[Perusahaan Besar] --> B{Pendekatan AI} B --> C[AI-for-cost-efficiency] B --> D[AI-for-capacity-expansion] C --> E[Ganti manusia dengan AI] E --> F[Biaya operasional turun] F --> G[Kapasitas inovasi tetap] G --> H[Tertinggal dari startup] D --> I[Percepat inisiatif baru] I --> J[Kecepatan & kapasitas naik] J --> K[Investasi ulang ke inovasi] K --> L[Mampu bersaing dengan startup]

Lihatlah sebuah perusahaan ritel besar dengan ribuan karyawan. Mereka mendengar tentang AI, lalu memutuskan untuk menggunakannya terutama untuk menggantikan tenaga kerja di customer service. Chatbot dipasang, call center dikurangi, biaya operasional turun. Laporan triwulan terlihat bagus. Tapi apakah kapasitas perusahaan untuk meluncurkan inisiatif baru ikut naik? Tidak. Mereka hanya melakukan hal yang sama dengan biaya lebih murah.

Inilah pola yang saya sebut AI-for-cost-efficiency organization. Perusahaan seperti ini memakai AI terutama untuk menekan biaya. Mereka mengganti manusia dengan AI di tugas-tugas yang sudah ada. Hasilnya: efisiensi naik, tetapi kapasitas dan kecepatan inisiatif tetap di tempat yang sama.

Masalahnya, di era AI, efisiensi saja tidak cukup. Threshold kompetisi sudah turun. Startup kecil bisa meluncurkan produk baru dalam hitungan minggu dengan tim kecil. Sementara perusahaan besar yang hanya sibuk memangkas biaya masih berjalan dengan ritme lama. Mereka butuh enam bulan untuk menyetujui satu inisiatif, tiga bulan untuk membuat spesifikasi, dan dua bulan untuk coding—padahal startup sudah mengirimkan tiga versi perbaikan dalam waktu yang sama.

Saya pernah melihat sendiri bagaimana sebuah perusahaan layanan besar memakai AI untuk mengotomatisasi verifikasi layanan sederhana. Biaya per berkas turun drastis. Tapi ketika ditanya, "Berapa banyak produk layanan baru yang bisa kalian luncurkan tahun ini?" jawabannya tetap sama seperti tahun lalu. Kapasitas inovasi mereka tidak berubah. Mereka hanya menjadi lebih efisien dalam menjalankan proses lama.

Ini bukan berarti efisiensi tidak penting. Efisiensi itu perlu. Tapi jika berhenti di situ, perusahaan besar hanya memperkuat posisi lama mereka. Mereka tidak bergerak ke posisi baru. Sementara startup kecil yang sejak awal berbasis AI terus menambah inisiatif, menguji pasar, dan belajar dari kegagalan dengan cepat.

Perbedaan mendasarnya ada pada pertanyaan strategis: "Apakah AI kita pakai untuk melakukan hal yang sama dengan biaya lebih murah, atau untuk melakukan lebih banyak hal bernilai?" Jawaban pertama membuat organisasi tetap di tempat. Jawaban kedua membuka kemungkinan ekspansi.

Perusahaan besar yang bertahan bukanlah yang paling efisien, melainkan yang bisa menerjemahkan efisiensi menjadi kapasitas baru. Mereka mengambil biaya yang dihemat dari otomatisasi, lalu menginvestasikannya kembali ke inisiatif-inisiatif baru. Mereka tidak hanya mengganti manusia dengan AI, tetapi memperlengkapi manusia dengan AI agar bisa mengerjakan lebih banyak hal.

Tapi untuk sampai ke sana, dibutuhkan perubahan cara pandang. Efisiensi adalah langkah awal, bukan tujuan akhir. Pertanyaan selanjutnya adalah: bagaimana kita mengubah cost reduction menjadi capacity expansion? Subbab berikutnya masuk ke pergeseran itu.