Mengapa Manajer Perlu Memahami Data dan Riset AI?
Artificial intelligence semakin banyak digunakan untuk membantu pekerjaan profesional. Namun, keputusan mengadopsi AI di perusahaan sebaiknya tidak hanya didasarkan pada tren atau klaim bahwa teknologi tersebut mampu meningkatkan produktivitas.
Manajer perlu memahami bukti yang tersedia, konteks penelitian, dan keterbatasan hasilnya. Teknologi yang efektif untuk satu jenis pekerjaan belum tentu memberikan manfaat yang sama pada pekerjaan lain.
Melalui pendekatan berbasis data, perusahaan dapat menentukan penggunaan AI yang relevan, menilai risiko, serta mengukur manfaatnya secara lebih objektif.
4 Temuan Riset AI yang Relevan bagi Manajer
1. Generative AI Dapat Mempercepat Pekerjaan Tertentu
Penelitian yang dipublikasikan oleh National Bureau of Economic Research pada 2023 mengamati penggunaan asisten AI generatif oleh sekitar 5.000 agen layanan pelanggan.
Hasil penelitian menunjukkan bahwa akses ke asisten AI meningkatkan produktivitas rata-rata sekitar 14%, dengan dampak yang lebih besar pada pekerja yang kurang berpengalaman. Temuan ini menunjukkan bahwa AI dapat membantu penyebaran praktik kerja yang efektif. Namun, hasil tersebut berasal dari konteks layanan pelanggan tertentu dan tidak dapat langsung digeneralisasi ke semua pekerjaan manajerial.
Bagi manajer, implikasinya adalah AI layak diuji pada pekerjaan yang memiliki pola berulang dan kriteria kualitas yang dapat diukur.
2. Dampak AI Berbeda Menurut Jenis Tugas
Eksperimen yang diterbitkan dalam Harvard Business School Working Paper pada 2023 meneliti konsultan yang mengerjakan tugas profesional dengan bantuan GPT-4.
Pada tugas yang berada dalam kemampuan AI, peserta yang menggunakan AI menyelesaikan pekerjaan lebih cepat dan menghasilkan kualitas yang lebih baik menurut penilaian penelitian. Namun, pada tugas di luar kemampuan AI, penggunaan teknologi tersebut dapat menyesatkan pengguna.
Temuan ini memperlihatkan pentingnya memahami batas kemampuan AI. Manajer perlu membedakan pekerjaan yang cocok dibantu AI dari pekerjaan yang membutuhkan penilaian ahli atau verifikasi tambahan.
3. Keterampilan Manusia Tetap Penting
Laporan Future of Jobs Report 2025 dari World Economic Forum menempatkan AI dan big data sebagai kelompok keterampilan yang diperkirakan semakin penting. Laporan tersebut juga menekankan kebutuhan terhadap keterampilan manusia, termasuk pemikiran analitis, kreativitas, ketahanan, fleksibilitas, dan kepemimpinan.
Bagi manajer, perkembangan AI tidak berarti keterampilan kepemimpinan menjadi tidak relevan. Justru, kemampuan menggabungkan teknologi dengan pertimbangan manusia menjadi semakin penting.
Manajer perlu mampu mengevaluasi informasi, memberikan konteks, menjelaskan keputusan, dan membimbing tim dalam menghadapi perubahan cara kerja.
4. Adopsi AI Membutuhkan Pengelolaan Perubahan
Penggunaan AI bukan hanya persoalan menyediakan aplikasi. Organisasi juga perlu memperhatikan kompetensi pengguna, tata kelola data, perubahan alur kerja, dan mekanisme pengawasan.
Manajer memiliki peran penting dalam memastikan tim memahami tujuan penggunaan AI dan mengetahui batasan penggunaannya.
Tanpa kebijakan yang jelas, penggunaan AI dapat menimbulkan hasil yang tidak konsisten, risiko kebocoran informasi, atau ketergantungan terhadap keluaran yang belum diverifikasi.
Bagaimana Manajer Mengukur Dampak AI?
Perusahaan perlu mengukur hasil penerapan AI berdasarkan kondisi awal dan tujuan penggunaan. Tidak ada satu indikator yang cocok untuk seluruh aktivitas.
| Indikator | Cara mengukurnya |
|---|---|
| Efisiensi waktu | Bandingkan waktu pengerjaan sebelum dan sesudah penggunaan AI. |
| Kualitas hasil | Evaluasi akurasi, kelengkapan, dan konsistensi pekerjaan. |
| Produktivitas | Ukur jumlah pekerjaan yang selesai sesuai standar kualitas. |
| Efisiensi biaya | Hitung perubahan biaya operasional dan biaya penggunaan AI. |
| Tingkat revisi | Bandingkan jumlah koreksi yang dibutuhkan. |
| Adopsi pengguna | Ukur penggunaan aktual serta umpan balik karyawan. |
| Risiko | Catat kesalahan, insiden data, dan masalah kepatuhan. |
Sebagai contoh, sebuah tim dapat menguji penggunaan AI untuk membuat ringkasan laporan mingguan. Perusahaan kemudian membandingkan waktu pengerjaan, jumlah revisi, dan akurasi ringkasan selama periode pengujian.
Evaluasi sebaiknya mempertimbangkan perubahan beban kerja dan faktor lain yang dapat memengaruhi hasil. Pengurangan waktu saja tidak cukup jika kualitas keluaran menurun atau risiko meningkat.
Tantangan Penerapan AI di Lingkungan Manajemen
Walaupun memiliki potensi manfaat, penggunaan AI juga menghadirkan sejumlah tantangan.
Akurasi informasi. AI dapat menghasilkan jawaban yang tampak meyakinkan tetapi tidak sesuai fakta.
Keamanan data. Informasi pelanggan, keuangan, karyawan, dan strategi perusahaan tidak boleh dimasukkan ke layanan AI tanpa memastikan izin dan perlindungan yang sesuai.
Bias dan keadilan. Keluaran AI dapat mencerminkan bias dalam data atau desain sistem, sehingga perlu ditinjau terutama untuk keputusan yang berdampak pada individu.
Kesenjangan keterampilan. Tidak semua manajer dan karyawan memiliki tingkat pemahaman AI yang sama.
Kesulitan mengukur manfaat. Tanpa indikator awal dan metode evaluasi, perusahaan dapat kesulitan membedakan dampak AI dari perubahan proses lainnya.
Karena itu, adopsi AI perlu disertai kebijakan penggunaan, pelatihan, pengawasan, dan evaluasi berkala.
Apa Arti Temuan Riset Ini bagi Program Training AI for Manager?
Data dan penelitian memberikan gambaran mengenai potensi AI, tetapi penerapannya tetap membutuhkan keterampilan praktis.
Program training AI for Manager dapat membantu peserta mempelajari cara memilih tugas yang tepat, menyusun prompt, mengevaluasi hasil, mengidentifikasi risiko, dan mengukur manfaat penggunaan AI.
Materi pelatihan idealnya disesuaikan dengan tanggung jawab peserta. Manajer keuangan mungkin membutuhkan latihan analisis laporan, sementara manajer operasional dapat berfokus pada perencanaan dan pemantauan kinerja.
Pendekatan berbasis kasus bisnis membantu peserta memahami bagaimana AI digunakan secara relevan tanpa mengabaikan keamanan data dan tanggung jawab pengambilan keputusan.
Kesimpulan
Data dan riset menunjukkan bahwa AI dapat meningkatkan produktivitas pada tugas tertentu, tetapi manfaatnya bergantung pada jenis pekerjaan, kemampuan teknologi, dan cara penggunaannya.
Bagi manajer, kemampuan penting bukan hanya mengoperasikan AI, melainkan juga memilih penggunaan yang sesuai, memeriksa hasil, mengelola risiko, dan mengukur dampaknya terhadap kinerja.
NEMA Academy dapat menjadi mitra pengembangan kompetensi AI bagi perusahaan melalui program pembelajaran yang disesuaikan dengan kebutuhan manajer dan tujuan bisnis organisasi.
FAQ
Apakah AI selalu meningkatkan produktivitas?
Tidak. Dampaknya bergantung pada karakteristik pekerjaan, kualitas data, kemampuan pengguna, dan kesesuaian teknologi. Penggunaan AI yang tidak tepat bahkan dapat menambah pekerjaan koreksi.
Bagaimana perusahaan membuktikan manfaat AI?
Tetapkan kondisi awal, pilih indikator yang relevan, lakukan uji coba terkontrol bila memungkinkan, dan bandingkan hasil dengan memperhatikan kualitas serta risiko.
Mengapa manajer perlu mengikuti perkembangan riset AI?
Riset membantu manajer memahami peluang, batasan, dan risiko teknologi sehingga keputusan adopsi AI tidak hanya berdasarkan tren atau klaim vendor.
Apa keterampilan utama manajer di era AI?
Literasi AI, pemikiran analitis, evaluasi informasi, kepemimpinan, komunikasi, pengelolaan perubahan, dan pemahaman tata kelola data.
Saran internal linking:
- Artikel pilar: AI untuk Manajemen Perusahaan.
- Artikel cluster: Panduan Langkah demi Langkah AI for Manager.
- Artikel cluster: AI for Manager vs Manajemen Konvensional.
- Halaman layanan: Training AI untuk Perusahaan.