Apakah Manajer Mempunyai Peran Penting Dalam Hal Adopsi AI?
Tentu saja! Menurut Gartner, sebagian besar proyek AI telah gagal. Ini bukan takdir dan ada banyak hal yang dapat Anda lakukan sebagai manajer untuk mengalahkan statistik ini. Selama 12 tahun terakhir saya memiliki kehormatan untuk bekerja dalam berbagai peran kepemimpinan dalam Artificial Intelligence Group of Intel IT. Tim ini menciptakan dan menghasilkan ribuan algoritme AI dan menerapkan beberapa metode yang kuat untuk meningkatkan kemungkinan keberhasilan AI yang ingin saya ceritakan kepada Anda.
Salah satu inisiatif yang dilakukan adalah program "AI Everywhere" Intel yang didirikan tahun lalu dengan tujuan meningkatkan tingkat keberhasilan dan nilai ketika menerapkan AI di seluruh perusahaan untuk memecahkan berbagai tantangan bisnis. Kami melakukannya dengan menyediakan portofolio yang kaya untuk sesi konsultasi dan pelatihan, alat AI mandiri, pembuatan kemampuan AI end-to-end sesuai permintaan, serta melakukan pembinaan atas komunitas internal yang besar yang terdiri dari para praktisi dan penggemar AI.
Sepanjang tahun ini, saya memiliki hak istimewa untuk berbicara dengan dan berkonsultasi dengan banyak individu, tim, dan pemimpin di seluruh perusahaan, semuanya tentang perjalanan untuk memanfaatkan AI. Beberapa baru saja memulai, sementara yang lain sedang dalam perjalanan mereka. Meskipun beberapa tantangan dan solusi bersifat unik untuk domain tertentu, ada kesamaan yang terpampang nyata yang ada di antara tim yang berbeda. Salah satu gagasan yang jelas yang saya lihat adalah bahwa tingkat dan gaya yang dimiliki oleh manajer dan pemimpin organisasi yang terlibat dalam proses adopsi AI organisasi mereka dapat menghadirkan perbedaan yang nyata. Ini bukan satu-satunya alasan cepatnya adopsi AI, tetapi sebagai manajer, kami dapat membantu mempercepatnya. Secara signifikan. Atau setidaknya membuat rencana yang nyata dan layak untuk mengadopsi AI “dengan benar.” Di sisa bagian ini, saya akan mencoba menguraikan peran yang perlu dimainkan oleh seorang manajer atau pemimpin dalam adopsi AI dan kegiatan-kegiatan utamanya, saya percaya mereka harus dilibatkan untuk memfasilitasi adopsi AI yang lebih cepat dan lebih sukses.
Sebagai Sponsor, Penggerak, dan Pendukung AI – Peran yang Harus Diambil oleh Manajer dan Pemimpin
Di Intel, saya telah melihat dua cara organisasi memulai perjalanan AI-nya ─ “dari bawah ke atas”: seorang karyawan atau sekelompok kecil karyawan mengambil inisiatif AI dan kemudian membuktikan nilai yang mereka miliki untuk mendapatkan dukungan manajemen; atau seorang manajer mengidentifikasi potensi dan mengambil keputusan (dan mudah-mudahan tindakan) untuk mendorong adopsi AI, yakni “dari atas ke bawah.” Dari pengalaman saya, bukan bagaimana inisiatif AI dimulai yang menjadi prediktor terbaik dari cepat-lambatnya adopsi AI atau besar-kecilnya kemungkinan keberhasilan adopsi AI. Yang benar-benar mempunyai korelasi dengan keberhasilan tersebut adalah apakah para manajer yang terlibat (terlepas dari apakah mereka bergabung sejak awal atau bergabung dengan kelompok adopsi AI di tengah perjalanan) memiliki peran yang tepat: yakni, peran sebagai sponsor, penggerak, dan pendukung AI. Karena itu mereka perlu memastikan sumber daya, tujuan, tindakan, dan perilaku yang tepat dicurahkan untuk proses tersebut. Di bawah ini saya akan menyebutkan 7 aktivitas utama yang menurut saya paling penting bagi manajer mana pun yang ingin membantu mempercepat perjalanan organisasi mereka dalam menerapkan teknik AI:
1. Tentukan Strategi dan Tujuan yang Jelas untuk Lingkup dan Metode Penggunaan AI dalam Organisasi
Ketika sebuah tim baru mulai dengan AI, dan terutama jika inisiatif pertama lahir dari bawah ke atas, pada saat itu masih tidak perlu menentukan sebuah "strategi AI." Ini lebih tentang mendapatkan hasil bisnis yang nyata. Namun, segera setelah manajer dalam suatu organisasi ingin meningkatkan investasi dan mempercepat kecepatan adopsi AI, mereka harus mulai menentukan strategi dan tujuan AI.
Dan ya, banyak hal yang akan berubah dalam prosesnya, dan penyesuaian strategi akan sangat mungkin diperlukan, tetapi itu semua masih lebih baik daripada tidak memulainya sama sekali.
Beberapa pertanyaan yang harus dijawab ketika menentukan strategi dan tujuan:
- Apakah AI akan dilakukan oleh individu dari tim, atau apakah akan dialihdayakan kepada tim atau vendor lainnya?
- Apakah ada tujuan untuk membangun pusat keunggulan AI atau mendistribusikan pekerjaan AI di seluruh organisasi? (Bahkan jika semua pekerjaan atau sebagiannya dialihdayakan)
- Lingkup awal yang direncanakan: Mulai dari yang kecil dan sederhana (misalnya, gunakan alat yang tidak biasa dan jangan muluk-muluk) atau akankah Anda mengejar hal-hal besar dan menciptakan kemampuan yang disesuaikan?
- Bagaimana keberhasilan dalam adopsi AI akan diukur? ROI? Jumlah kemampuan yang diproduksi? Atau yang lain?
- Kecepatan adopsi – apakah Anda setelah membulatkan tekad Anda akan melakukan investasi dalam jumlah besar atau tumbuh secara bertahap.
Salah satu implikasi langsung dengan menentukan strategi AI adalah bahwa Anda perlu memiliki rencana yang jelas tentang pertumbuhan pengetahuan AI dalam organisasi Anda:
2. Tentukan "Piramida" Keterampilan AI dalam Organisasi Anda dan Buat Rencana Pertumbuhan Pengetahuan AI
AI suatu saat akan menjadi teknologi inti dalam semua aspek kehidupan rumah tangga kita, dan pada akhirnya juga akan menjadi teknologi inti dalam pekerjaan kita. Dengan mempertimbangkan pernyataan itu, saya sangat yakin bahwa semua karyawan perlu mengembangkan pengetahuan dan keterampilan AI mereka. Saya tidak bermaksud untuk membuat karyawan mana pun menjadi praktisi AI. Saya melihatnya sebagai piramida – di mana landasannya adalah pengetahuan AI yang harus dimiliki oleh semua karyawan, dan naik ke atas, setiap organisasi dapat dan harus menentukan “persona AI” yang berbeda, sesuai dengan strategi dan tujuan AI mereka. "Piramida pengetahuan AI" dari sebuah organisasi harus mencerminkan seberapa agresif rencana adopsi AI yang dimilikinya dan seberapa banyak kompetensi AI yang ingin dikembangkan secara internal dibanding kompetensi AI yang akan dikerjakan dengan mitra eksternal.
Dalam contoh di bawah (gambar 1) – ada 3 persona AI utama: “semua orang,” “juara AI,” dan "pakar AI."
Asumsinya (yang berlaku untuk banyak organisasi di Intel) adalah bahwa setiap karyawan perlu memahami konsep AI dasar. Dengan itu kita dapat menghilangkan rasa takut dan keberatan serta membantu mengidentifikasi peluang. Terlebih lagi, ketika hal itu telah tercapai, dan itu akan terjadi, mereka akan lebih terbuka untuk membuat perubahan pada cara mereka melakukan pekerjaan untuk mengakomodasi AI. Setidaknya sampai pada tingkat tertentu.
Definisi spesifik dari 2 lapisan berikutnya dalam piramida berbeda-beda di antara tim, beberapa tim memecahkannya menjadi lebih kecil lagi, sementara yang lain memecahkannya dengan cara berbeda.
Garis bawahnya adalah: pastikan Anda memiliki kejelasan tentang siapa yang harus belajar keterampilan dan bagaimana mereka akan dapat menguasai keterampilan itu. Beberapa organisasi akan membentuk rencana peningkatan keterampilan AI "besar-besaran" yang ambisius sementara yang lain memilih langkah yang lebih lambat dan lebih organik dalam meningkatkan keterampilan. Semua metode peningkatan keterampilan AI benar, selama selaras dengan strategi dan tujuan AI organisasi.
3. Manfaatkan Data Anda yang Ada dan Lakukan Investasi Dengan Cerdas untuk Meningkatkannya
Data dapat dibilang sebagai pendukung AI yang paling penting. Itu tidak berarti bahwa Anda tidak dapat menerapkan AI sampai Anda menyempurnakan semua data dalam organisasi Anda, Faktanya, berdasarkan pengalaman saya ketika organisasi melakukan "proyek fondasi data" dalam waktu lama dan mahal dan di saat yang sama tidak berusaha untuk mendapatkan nilai bisnis yang jelas melalui data mereka, mereka biasanya akan menghentikan pekerjaan fondasi data tersebut dan membuat semua yang terlibat menjadi frustrasi. Saya sarankan untuk memulai dengan data yang Anda miliki, atau yang bisa Anda dapatkan dengan relatif mudah, menciptakan kemampuan AI dengan nilai tertinggi yang Anda bisa lakukan dengan data tersebut, dan kemudian, membangun kesuksesan Anda, Anda dapat secara bertahap meningkatkan investasi untuk menambang lebih banyak data. Saya sangat menyarankan, pada semua tahap "evolusi data" Anda, jangan sampai Anda menjadi "penimbun data". Sebaliknya, kumpulkan data yang Anda ketahui cara mengumpulkannya dan apa yang dapat dilakukan dengannya, dan pastikan bahwa dengan kumpulan data Anda yang terus bertambah akan memungkinkan pertumbuhan nilai bisnis secara konstan. Semakin banyak bukti dan keyakinan yang akan Anda miliki dalam nilai data Anda, semakin besar tujuan yang dapat Anda capai, termasuk mengumpulkan data yang saat ini tidak tersedia di sistem apa pun, membuat perubahan besar pada alat dan metode kerja untuk mengumpulkan data dan bahkan membuat platform data yang benar-benar baru.
4. Kelola Perubahan: Dari Atas Ke Bawah dan Dari Bawah Ke Atas
Baik untuk membuat data yang lebih baik atau untuk mendorong adopsi AI, Anda akan seringkali menghadapi penolakan. Beberapa penolakan dapat dikaitkan dengan ketakutan atau sikap konservatif, tetapi banyak penolakan dapat dihilangkan jika proses adopsi AI dikelola dengan baik. Berdasarkan pengalaman saya, kita tidak bisa hanya mengelola perubahan secara “top-down” – yaitu, menentukan strategi dan tujuan yang jelas, menjelaskannya ke karyawan dan berasumsi semua akan berjalan lancar dengan penerapan masing-masing kemampuan AI baru. Kemampuan AI yang paling berharga yang pernah saya lihat memerlukan adanya kolaborasi antara pakar manusia dan AI dalam tingkat tertentu. Bisa jadi para pakar tersebut diharapkan untuk memanfaatkan rekomendasi AI untuk meningkatkan output mereka, atau mereka hanya perlu memberikan umpan balik atau data yang ditingkatkan agar AI berhasil, atau mereka hanya diminta untuk tidak mematikan kemampuan AI sejak awal. Bagaimanapun, jika pengguna akhir tidak terlibat dalam proses dan dididik/diberdayakan/diyakinkan untuk memanfaatkan AI untuk kepentingan terbaik mereka – implementasinya mungkin akan gagal. Oleh karena itu, para pengguna akhir dan para pakar perlu tahu lebih awal, pada tingkat kemampuan tertentu serta arah keseluruhan yang dituju oleh organisasi. Penolakan tidak hanya akan berkurang secara signifikan, dan dengan demikian kemungkinan keberhasilan juga akan menjadi lebih besar, mereka kemungkinan besar akan membawa ide-ide luar biasa dan mempercepat prosesnya secara signifikan.
5. Pilih Kasus Penggunaan yang Sesuai dengan Tujuan ROI dan Bisnis yang Jelas
Berdasarkan pengalaman saya, banyak sekali kegagalan AI, jika tidak sebagian besar, dapat dicegah jika kita memberikan energi dan pengawasan yang memadai pada fase pemilihan kasus penggunaan. Apa yang saya harapkan dari para manajer, secara spesifik, adalah untuk memastikan tim serta setiap pembuat keputusan sepenuhnya memahami kelayakan (lihat gambar 2), risiko, dan potensi nilai yang dimiliki oleh AI. Saya melihat manajer sebagai penjaga gerbang, menghindari bias terhadap ide AI tertentu atau teknologi keseluruhan, hingga pada titik kehilangan potensi masalah. Bukan berarti bila Anda dengan sungguh-sungguh memikirkan ide AI mana yang Anda tuju, maka Anda dapat mencegah setiap hambatan dan kesulitan yang akan dihadapi proyek AI Anda di masa depan, tetapi setidaknya Anda akan menyadari risikonya. Bahkan yang jauh lebih penting, Anda harus bertanya pada diri Anda sendiri dan tim pertanyaan-pertanyaan sulit untuk memastikan ada cukup nilai bisnis yang akan dicapai sehingga Anda bisa bertahan dan mengatasi kemunduran yang mungkin akan terjadi.
6. Tunjuk Orang yang Tepat Berdasarkan Tingkat Kritis dan Kompleksitas Tugas
Saat ini, Anda mungkin menyadari bahwa saya sangat percaya bahwa tidak semua ide AI dilahirkan dengan jalan yang sama. Oleh karena itu tidak ada satu ukuran standar dalam hal keterampilan yang diperlukan. Namun, skenario khas yang saya lihat adalah manajer hanya mengangkat ilmuwan data atau calon ilmuwan data untuk mengerjakan sebuah ide. Dan meskipun ilmuwan data biasanya menjadi orang yang tepat yang bisa Anda angkat ketika Anda ingin menangani sisi algoritmenya, biasanya itu tidak cukup. Terutama jika kita ingin membuat proyek AI yang lebih kompleks, terpadu, dan transformasional. Untuk meningkatkan kemungkinan ide AI yang lebih kompleks bisa mencapai fase produksi dan menghasilkan dampak bisnis yang tinggi, berikut adalah persona utama yang direkomendasikan untuk dilibatkan:
- Ilmuwan data: bertanggung jawab terutama untuk menciptakan algoritme terbaik untuk memecahkan masalah dengan mempertimbangkan ruang lingkup dan tujuan yang ditentukan.
- Pakar materi subjek: memiliki ketajaman bisnis yang mendalam terhadap masalah yang dipecahkan dan dapat membuat keputusan untuk memaksimalkan hasil bisnis (misalnya, bagaimana dan data apa yang harus ditangani, bagaimana cara menentukan masalah yang harus diselesaikan, bagaimana cara mengintegrasikan dan menerapkan solusi AI sebagai bagian dari proses bisnis, dll.).
- Insinyur ML/insinyur Platform AI: bertanggung jawab untuk arsitektur dan eksekusi solusi AI secara end-to-end yang dioptimalkan untuk masalah bisnis dan algoritme yang dibuat oleh ilmuwan data. Mereka harus mahir dalam praktik SW dan MLOP AI modern.
- Manajer Produk/Proyek AI: orang dengan kemampuan yang mendalam dalam manajemen Produk/Proyek serta teknologi AI. Mereka harus mempunyai pengalaman dalam memimpin tim multi-disiplin dari penentuan dan eksekusi ide AI hingga fase produksi dan memaksimalkan dampak bisnis yang berkelanjutan dari waktu ke waktu.
- Integrator: bila ada, sangat bermanfaat untuk bekerja sama dengan individu dan tim yang dapat mengintegrasikan kemampuan AI pada proses-proses yang sudah ada dan mampu membuat perubahan yang diperlukan untuk membuat integrasi AI berjalan semulus mungkin.
- Sponsor AI: seseorang yang memiliki posisi kepemimpinan yang dapat membantu mempengaruhi dan menghilangkan hambatan dalam proses mengerjakan ide AI. Termasuk dan tidak terbatas untuk mengalokasikan sumber daya, membuat keputusan POR, dan membentuk tingkat keputusan yang tepat untuk memaksimalkan keberhasilan. Sering kali ini menjadi peran paling penting yang dapat dimainkan oleh Anda sebagai manajer untuk mempercepat segala sesuatu dalam perjalanan adopsi AI Anda.
7. Tentukan Harapan dan Bersabarlah: Perubahan Membutuhkan Waktu dan Investasi
Yang terakhir ini mungkin menjadi bagian paling penting dari saran yang bisa saya berikan terutama kepada para manajer dan pemimpin. Jika Anda telah membaca sejauh ini, itu artinya Anda telah atau sedang serius mempertimbangkan untuk melakukan investasi besar untuk keberhasilan adopsi AI dalam organisasi Anda. Dengan itu, Anda ingin memastikan ROI Anda cukup besar. Dan cukup cepat. Namun, berdasarkan pengalaman saya, proses untuk mencapai "ROI yang cukup" ini selalu menjadi proses yang lebih panjang dan lebih kompleks dari yang diperkirakan oleh kebanyakan orang. Ada beberapa alasan: AI merupakan teknologi yang masih baru dan biasanya rumit; yang memiliki risiko perseptif dan riil untuk bisnis Anda jika tidak dilakukan dengan benar. Selain itu, jalan dari POC yang sukses hingga fase produksi selalu membutuhkan waktu lebih lama dari yang diharapkan. Terakhir, jika digunakan secara maksimal, AI diarahkan untuk benar-benar mengubah cara Anda menjalankan bisnis Anda. Dan transformasi membutuhkan waktu, investasi, dan kesabaran. Gambar 3 di bawah ini menunjukkan grafik maturitas AI yang khas dengan fase adopsi AI, karakteristik, dan durasi khas berbeda yang dimiliki. Ini tidak bertujuan untuk mengecilkan hati Anda, tetapi agar Anda memiliki harapan yang lebih realistis tentang hasil dan seberapa cepat Anda mengharapkannya.
Anda Akan Kemana Setelah Ini?
Sebuah pertanyaan yang mungkin terus-menerus ada di kepala Anda saat ini: “Setelah membaca dan mengikuti semua 7 langkah itu – dapatkah saya menjamin untuk bisa melakukan percepatan?” Nah, jawabannya adalah: “mungkin.” Seperti yang saya katakan, bahkan jika dilakukan dengan baik, adopsi AI sering kali menjadi proses intensif yang memerlukan waktu yang lama dan lebih banyak sumber daya daripada yang diperkirakan sebelumnya. Namun, jika dilakukan dengan benar, dan terlepas dari apakah Anda memilih untuk menjadi sponsor, penggerak, dan pendukung AI dalam organisasi Anda, atau semua hal lainnya, Anda secara signifikan akan meningkatkan kemungkinan keberhasilan Anda dan dampak bisnis yang diharapkan juga akan tercapai. Dan berikut ini adalah beberapa motivasi yang penting untuk Anda.