FOMO—ketakutan kehilangan—dulu adalah singkatan favorit anak muda yang khawatir tidak berada di pesta yang tepat pada Sabtu malam. Sekarang, para eksekutif puncak semakin merasa FOMO terhadap AI terapan. Taruhan keuangan cukup besar sehingga dewan perusahaan pun mengerutkan dahi terhadap implikasi pengeluaran modal. Hasilnya masih diselimuti misteri, yang menjadi irritasi tersendiri bagi tim kepemimpinan yang terobsesi dengan data dan kejelasan.
Video yang Disarankan
Maju ke depan, Aiman Ezzat, CEO dari perusahaan teknologi dan konsultasi Capgemini. Raksasa Fortune 500 Eropa asal Prancis ini sedang menjadi berita setelah mereka setuju menjual anak perusahaan AS-nya, Capgemini Government Solutions, yang sebelumnya menyediakan data pelacakan dan penghapusan untuk Immigration and Customs Enforcement (ICE) di Amerika. Sejalan dengan penjualan besar-besaran teknologi karena ketakutan pengeluaran untuk AI, harga saham Capgemini pun mengalami penurunan.
Saya berbicara dengan Ezzat sebelum kontroversi terkait ICE meledak (Ezzat menjelaskan di LinkedIn bahwa bisnis Amerika tersebut bertindak secara otonom untuk melindungi informasi rahasia AS). Dia mengatakan bahwa para pemimpin bisnis sedang berjalan di garis tipis dengan AI; ada titik manis di antara terlalu jauh, terlalu cepat, dan terjebak di garis start.
“Anda tidak ingin terlalu jauh di depan kurva pembelajaran,” katanya. “Jika [Anda] berinvestasi dan membangun kemampuan yang tidak diinginkan orang.”
“Pada dasarnya, kebutuhan untuk mengintegrasikan AI dengan manusia. Bagaimana Anda membuat manusia percaya pada agen tersebut? Agen bisa percaya pada manusia, tetapi manusia tidak benar-benar percaya pada agen.”
Aiman Ezzat
AI bukanlah momen besar-besaran; perubahan akan terjadi secara bertahap. Kebanyakan pemimpin masih ingat hype seputar metaverse—dunia realitas virtual di mana kita bisa berdagang dan berbisnis melalui avatar yang menari (Capgemini sendiri bereksperimen dengan lab metaverse). Mark Zuckerberg sangat antusias dengan ide ini sehingga dia mengganti nama perusahaannya sesuai dengan itu. Seperti penggorengan udara, waktunya mungkin sudah berlalu.
Kelincahan adalah pendekatan baru: uji coba kecil dan pilot sebelum Anda melakukan skala besar. Capgemini kini memiliki lab untuk teknologi mobile 6G, komputasi kuantum, dan robotika. Tidak ada yang tahu bagian mana dari teknologi ini yang mungkin menjadi metaverse di masa depan.
“Apakah semuanya sudah siap untuk matang? Tidak,” kata Ezzat. “Tapi kami ingin berada di sana untuk bisa melihat kapan hal-hal mulai matang, kapan kita benar-benar bisa mulai memperbesar skala, bukan menunggu dan melihat, ‘Oke, sekarang bergerak.’”
“Kita harus melakukan sesuatu, kan? Jadi, Anda harus berinvestasi—tapi tidak terlalu banyak—untuk bisa menyadari teknologi tersebut, mengikuti kecepatan agar kita siap untuk memperbesar skala saat adopsi mulai mempercepat.”
181
Peringkat Capgemini di Fortune 500 Eropa
Seperti yang pernah saya tulis sebelumnya, banyak perusahaan besar memandang AI terutama sebagai cara untuk membuat divisi bisnis terpisah menjadi lebih efisien. Itu awal yang baik, tetapi bukan pendekatan “seluruh perusahaan” yang menggabungkan data dan operasi dari, misalnya, keuangan dan sumber daya manusia atau pengadaan dan rantai pasokan, lalu menghubungkannya secara inovatif.
“AI adalah bisnis. Bukan teknologi,” kata Ezzat, memperingatkan bahwa para pemimpin sering kali melihat AI sebagai “kotak hitam yang dikelola secara terpisah. Ada teknologi di baliknya, tetapi sebenarnya ini tentang mengubah bisnis. Ini tidak bisa hanya digunakan untuk menjaga rumah tetap berjalan.”
“Pertanyaan yang harus Anda fokuskan sebagai CEO adalah: ‘Bagaimana AI dapat secara signifikan mengganggu bisnis Anda?’ Bukan ‘Bagaimana tim keuangan Anda akan menjadi lebih efisien?’ Saya yakin CFO Anda akan mengurus itu pada akhirnya.”
Baca lebih lanjut: Sam Altman sebaiknya ambil nomor Niklas Östberg: Apa yang tidak diketahui pendiri Delivery Hero tentang go public dan pemegang saham tidak seberapa penting
Frasa yang sudah sering digunakan terkait AI adalah “manusia dalam loop”—sebuah frasa yang saya wawancarai seorang eksekutif teknologi senior baru-baru ini dan dia katakan “sangat melenceng.” Yang sebenarnya harus kita bicarakan adalah “manusia dalam pimpinan.” Selamat datang kembali, “human-centricity,” sebuah filosofi sosial berabad-abad yang diformalkan sebagai pendekatan rekayasa oleh gerakan ergonomi tahun 1950-an.
“Bagaimana Anda menangani apa yang kita sebut AI-human-centricity?” kata Ezzat. “Pada dasarnya, kebutuhan untuk mengintegrasikan AI dengan manusia. Bagaimana Anda membuat manusia percaya pada agen tersebut? Agen bisa percaya pada manusia, tetapi manusia tidak benar-benar percaya pada agen.”
Ergonomi dulu tentang kursi yang dibuat untuk manusia, bukan kursi yang dirancang agar efisien masuk ke dalam kantor atau mudah ditumpuk dan dipindahkan. Bagaimana membentuk AI agar bekerja sama dengan manusia adalah tantangan serupa. Kursi yang buruk menyebabkan punggung yang buruk. AI yang buruk kemungkinan besar akan jauh lebih berpengaruh.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
CEO Capgemini memberi peringatan: Anda mungkin salah paham tentang AI
FOMO—ketakutan kehilangan—dulu adalah singkatan favorit anak muda yang khawatir tidak berada di pesta yang tepat pada Sabtu malam. Sekarang, para eksekutif puncak semakin merasa FOMO terhadap AI terapan. Taruhan keuangan cukup besar sehingga dewan perusahaan pun mengerutkan dahi terhadap implikasi pengeluaran modal. Hasilnya masih diselimuti misteri, yang menjadi irritasi tersendiri bagi tim kepemimpinan yang terobsesi dengan data dan kejelasan.
Video yang Disarankan
Maju ke depan, Aiman Ezzat, CEO dari perusahaan teknologi dan konsultasi Capgemini. Raksasa Fortune 500 Eropa asal Prancis ini sedang menjadi berita setelah mereka setuju menjual anak perusahaan AS-nya, Capgemini Government Solutions, yang sebelumnya menyediakan data pelacakan dan penghapusan untuk Immigration and Customs Enforcement (ICE) di Amerika. Sejalan dengan penjualan besar-besaran teknologi karena ketakutan pengeluaran untuk AI, harga saham Capgemini pun mengalami penurunan.
Saya berbicara dengan Ezzat sebelum kontroversi terkait ICE meledak (Ezzat menjelaskan di LinkedIn bahwa bisnis Amerika tersebut bertindak secara otonom untuk melindungi informasi rahasia AS). Dia mengatakan bahwa para pemimpin bisnis sedang berjalan di garis tipis dengan AI; ada titik manis di antara terlalu jauh, terlalu cepat, dan terjebak di garis start.
“Anda tidak ingin terlalu jauh di depan kurva pembelajaran,” katanya. “Jika [Anda] berinvestasi dan membangun kemampuan yang tidak diinginkan orang.”
AI bukanlah momen besar-besaran; perubahan akan terjadi secara bertahap. Kebanyakan pemimpin masih ingat hype seputar metaverse—dunia realitas virtual di mana kita bisa berdagang dan berbisnis melalui avatar yang menari (Capgemini sendiri bereksperimen dengan lab metaverse). Mark Zuckerberg sangat antusias dengan ide ini sehingga dia mengganti nama perusahaannya sesuai dengan itu. Seperti penggorengan udara, waktunya mungkin sudah berlalu.
Kelincahan adalah pendekatan baru: uji coba kecil dan pilot sebelum Anda melakukan skala besar. Capgemini kini memiliki lab untuk teknologi mobile 6G, komputasi kuantum, dan robotika. Tidak ada yang tahu bagian mana dari teknologi ini yang mungkin menjadi metaverse di masa depan.
“Apakah semuanya sudah siap untuk matang? Tidak,” kata Ezzat. “Tapi kami ingin berada di sana untuk bisa melihat kapan hal-hal mulai matang, kapan kita benar-benar bisa mulai memperbesar skala, bukan menunggu dan melihat, ‘Oke, sekarang bergerak.’”
“Kita harus melakukan sesuatu, kan? Jadi, Anda harus berinvestasi—tapi tidak terlalu banyak—untuk bisa menyadari teknologi tersebut, mengikuti kecepatan agar kita siap untuk memperbesar skala saat adopsi mulai mempercepat.”
Seperti yang pernah saya tulis sebelumnya, banyak perusahaan besar memandang AI terutama sebagai cara untuk membuat divisi bisnis terpisah menjadi lebih efisien. Itu awal yang baik, tetapi bukan pendekatan “seluruh perusahaan” yang menggabungkan data dan operasi dari, misalnya, keuangan dan sumber daya manusia atau pengadaan dan rantai pasokan, lalu menghubungkannya secara inovatif.
“AI adalah bisnis. Bukan teknologi,” kata Ezzat, memperingatkan bahwa para pemimpin sering kali melihat AI sebagai “kotak hitam yang dikelola secara terpisah. Ada teknologi di baliknya, tetapi sebenarnya ini tentang mengubah bisnis. Ini tidak bisa hanya digunakan untuk menjaga rumah tetap berjalan.”
“Pertanyaan yang harus Anda fokuskan sebagai CEO adalah: ‘Bagaimana AI dapat secara signifikan mengganggu bisnis Anda?’ Bukan ‘Bagaimana tim keuangan Anda akan menjadi lebih efisien?’ Saya yakin CFO Anda akan mengurus itu pada akhirnya.”
Baca lebih lanjut: Sam Altman sebaiknya ambil nomor Niklas Östberg: Apa yang tidak diketahui pendiri Delivery Hero tentang go public dan pemegang saham tidak seberapa penting
Frasa yang sudah sering digunakan terkait AI adalah “manusia dalam loop”—sebuah frasa yang saya wawancarai seorang eksekutif teknologi senior baru-baru ini dan dia katakan “sangat melenceng.” Yang sebenarnya harus kita bicarakan adalah “manusia dalam pimpinan.” Selamat datang kembali, “human-centricity,” sebuah filosofi sosial berabad-abad yang diformalkan sebagai pendekatan rekayasa oleh gerakan ergonomi tahun 1950-an.
“Bagaimana Anda menangani apa yang kita sebut AI-human-centricity?” kata Ezzat. “Pada dasarnya, kebutuhan untuk mengintegrasikan AI dengan manusia. Bagaimana Anda membuat manusia percaya pada agen tersebut? Agen bisa percaya pada manusia, tetapi manusia tidak benar-benar percaya pada agen.”
Ergonomi dulu tentang kursi yang dibuat untuk manusia, bukan kursi yang dirancang agar efisien masuk ke dalam kantor atau mudah ditumpuk dan dipindahkan. Bagaimana membentuk AI agar bekerja sama dengan manusia adalah tantangan serupa. Kursi yang buruk menyebabkan punggung yang buruk. AI yang buruk kemungkinan besar akan jauh lebih berpengaruh.