4.4 Kuadran Value vs Effort, dengan dan tanpa AI
Dengan nilai dan effort yang sudah dihitung, kita bisa memetakan inisiatif ke dalam kuadran untuk melihat mana yang paling menarik dikerjakan. Ini bukan sekadar latihan menggambar grafik. Ini cara membuat keputusan prioritas menjadi transparan dan bisa diperdebatkan secara sehat.
Bayangkan Anda mengambil selembar kertas kosong. Sumbu vertikal adalah value, dari rendah ke tinggi. Sumbu horizontal adalah effort, dari rendah ke tinggi. Setiap inisiatif menjadi titik di peta ini. Inisiatif yang berada di pojok kiri atas—value tinggi, effort rendah—langsung terlihat sebagai kandidat paling menarik. Inisiatif di pojok kanan bawah—value rendah, effort tinggi—sebaiknya ditunda atau dihapus.
Ini kuadran biasa. Masalahnya, kuadran biasa tidak memperhitungkan AI.
Ketika kita memasukkan AI-adjusted effort, peta berubah drastis. Sebuah inisiatif yang sebelumnya berada di pojok kanan bawah karena effort-nya tinggi tiba-tiba bergeser ke kiri. Misalnya, proyek otomatisasi rekonsiliasi data operasi. Tanpa AI, effort-nya besar karena harus membangun rule-based system yang rumit. Dengan AI, sebagian besar pekerjaan bisa dilakukan oleh model yang belajar dari contoh transaksi. Effort turun drastis. Inisiatif yang tadinya tidak feasible menjadi feasible.
Sekarang Anda punya dua peta. Peta pertama menunjukkan posisi asli setiap inisiatif. Peta kedua menunjukkan posisi setelah AI-adjusted effort dihitung. Perbandingan antara keduanya sangat informatif. Inisiatif yang bergeser paling jauh ke kiri adalah kandidat terkuat untuk memanfaatkan AI. Inisiatif yang tidak bergeser sama sekali mungkin tidak membutuhkan AI, atau AI tidak memberikan dampak signifikan.
Berikut diagram yang merangkum pergeseran posisi inisiatif setelah AI-adjusted effort, serta kuadran mitigasi.
Ada satu kuadran lagi yang perlu diperkenalkan: kuadran mitigation need versus urgency. Kuadran ini khusus untuk inisiatif yang menjadi murah karena AI, tetapi membawa risiko atau kebutuhan mitigasi yang tidak biasa. Misalnya, inisiatif yang menggunakan AI untuk menganalisis data pelanggan secara otomatis. Effort-nya rendah, valuenya tinggi, tetapi ada risiko privasi dan kepatuhan regulasi. Inisiatif seperti ini perlu dimitigasi sebelum dijalankan.
Di kuadran mitigation need versus urgency, sumbu vertikal adalah mitigation need, dari rendah ke tinggi. Sumbu horizontal adalah urgency, dari rendah ke tinggi. Inisiatif yang berada di pojok kanan atas—mitigation need tinggi, urgency tinggi—harus segera ditangani dengan mitigasi yang jelas. Inisiatif di pojok kiri bawah bisa ditunda atau dijalankan dengan mitigasi minimal.
Kuadran ini membantu organisasi tidak terjebak pada inisiatif yang murah tetapi berisiko tinggi. AI membuat banyak hal menjadi murah, tetapi murah bukan berarti aman. Mitigasi tetap perlu direncanakan, terutama untuk inisiatif yang menyentuh data sensitif, keputusan otomatis, atau proses yang membutuhkan audit trail.
Setelah dua kuadran ini selesai, Anda punya gambaran yang lebih lengkap. Anda tahu inisiatif mana yang paling menarik secara value-effort, mana yang berubah karena AI, dan mana yang perlu mitigasi segera. Ini menjadi bahan diskusi lintas fungsi yang konkret. Bukan lagi debat soal siapa yang lebih penting, tetapi soal data dan posisi di peta.
Dari sini, kita perlu melangkah ke pertanyaan berikutnya: bagaimana menyeimbangkan jenis pekerjaan dalam portfolio agar tidak terlalu berat ke satu sisi?
