Peningkatan produktivitas hanya memberi nilai terbatas jika pekerjaan masih melewati komite, persetujuan, serah terima, dan silo fungsi yang sama. Hambatan utama makin bergeser menjadi latensi organisasi: waktu yang dibutuhkan organisasi untuk mengambil keputusan, mengubah proses, dan menerjemahkan kemampuan baru menjadi hasil bisnis.
Pekerjaan yang sebelumnya membutuhkan banyak tenaga ahli, departemen, atau upaya selama berminggu-minggu kini dapat diselesaikan jauh lebih cepat. Hal ini mengubah cara tim berkolaborasi, cara keputusan dibuat, dan bidang yang membutuhkan keahlian.
Manfaat akan terwujud sepenuhnya ketika organisasi merombak desainnya dengan memikirkan ulang alur kerja, tata kelola, insentif, arus pengetahuan, dan struktur pengambilan keputusan agar peningkatan produktivitas berkat AI terakumulasi di seluruh perusahaan.
Organisasi yang dibangun dengan AI sebagai fondasi membutuhkan struktur inti yang stabil sekaligus lini depan adaptif, serta perlu memanfaatkan keterampilan manusia yang paling berharga untuk menilai dan mengoordinasikan tindakan.
Banyak diskusi di LinkedIn, Substack, dan forum lain pada intinya mengatakan, “Saya tidak melihat ROI dari AI.” Seiring meluasnya adopsi yang nyata, kami melihat banyak ROI dari solusi AI dan penggunaan alat siap pakai seperti ChatGPT, Codex, dan Claude. Meski demikian, pandangan itu dapat dipahami. Walau peningkatan produktivitas individu yang besar dapat dicapai, manfaatnya pada akhirnya terbatas jika alur kerja organisasi tetap sama. Desain organisasi Anda perlu berkembang.
Namun sayangnya, organisasi tidak dapat dibuat sepenuhnya siap menghadapi masa depan, terutama mengingat pesatnya perkembangan AI. Tidak seorang pun dapat memastikan seperti apa seharusnya bank, perusahaan asuransi, peritel, perusahaan energi, atau konsultan yang dioptimalkan untuk AI tiga tahun mendatang. Teknologi, kondisi ekonomi, dan pola kerja berubah terlalu cepat sehingga kemampuan beradaptasi akan menjadi salah satu keunggulan utama dalam dekade mendatang.
Namun, jika kecerdasan setingkat ahli tersedia seketika dan agen AI dapat bekerja secara mandiri selama berjam-jam, kita harus berasumsi bahwa cara kerja akan dan memang perlu berubah. Artinya, model operasi Anda harus berubah agar dapat memperoleh manfaat dari teknologi tersebut. Organisasi yang bersedia paling cepat beradaptasi dengan pola kerja baru dan penerapan baru teknologi ini akan memperoleh manfaat terbesar.
Cara termudah untuk memahami dampak AI terhadap organisasi adalah memulai dari sebuah asumsi sederhana. Asumsikan kecerdasan setingkat ahli tersedia seketika bagi semua orang dalam organisasi. Hal ini sulit dibayangkan dua tahun lalu, tetapi kini pada dasarnya sudah menjadi kenyataan. Meski belum sempurna, masuk akal untuk berasumsi bahwa kemampuannya akan mendekati sempurna dalam waktu dekat.
Tambahkan asumsi kedua. Asumsikan agen mandiri dapat bekerja sama selama berjam-jam, berhari-hari, dan akhirnya berminggu-minggu untuk menyelesaikan rangkaian pekerjaan yang bermakna. Bukan satu atau beberapa tugas, melainkan rangkaian pekerjaan besar yang sesungguhnya dan mencakup berbagai disiplin. Sebuah tim lintas fungsi yang diwujudkan sebagai tim agen yang mampu menentukan sendiri alur kerjanya.
Jika kedua asumsi itu secara garis besar benar, cara kerja akan—dan harus—berubah. Waktu penyelesaian menyusut, bentuk kolaborasi internal berkembang, dan laju perubahan meningkat.
Perubahan secepat ini menguntungkan desentralisasi, otonomi, dan inovasi, sedangkan sebagian besar organisasi besar dibangun berdasarkan gagasan yang berlawanan.
Perusahaan besar memusatkan kekuasaan pada departemen yang disusun berdasarkan fungsi. Mereka memisahkan strategi, teknologi, data, risiko, operasi, keuangan, SDM, dan unit bisnis ke dalam struktur berbeda, masing-masing dengan prioritas, insentif, dan—yang terpenting—kontrolnya sendiri.
Perubahan diatur oleh komite investasi, komite pengarah, dewan arsitektur, tinjauan risiko, tahapan kepatuhan, proses pengadaan, siklus perencanaan tahunan, dan kajian bisnis. Sebagian tim manajemen perubahan bahkan menjadi perantara tambahan bagi arus informasi antar-pemangku kepentingan tanpa memberi nilai tambah.
Sekali lagi, semua ini bukan tanpa alasan; mekanisme tersebut ada karena alasan yang kuat. Mekanisme ini mengelola risiko, mengalokasikan modal, mencegah duplikasi, melindungi pelanggan, dan menciptakan akuntabilitas, tetapi sekaligus menentukan tempo. Tempo itu kemungkinan terlalu lambat bagi dunia tempat para pesaing yang dibangun dengan AI sebagai fondasi dapat menguji, belajar, dan merancang ulang pekerjaan dengan jauh lebih cepat.
Sinyal budaya juga penting. Di banyak organisasi, insentif masih mendorong orang agar tetap berada dalam batas fungsinya, sesering apa pun pemimpin berkata, “Anda diberi wewenang untuk mengambil keputusan”. Mengapa? Lindungi tim. Lindungi anggaran. Lindungi peta jalan. Hindari kegagalan yang terlihat. Eskalasi keputusan sulit kepada komite. Jangan menyimpang terlalu jauh dari proses yang disetujui.
Pendekatan terpusat ini masuk akal ketika biaya eksperimen tinggi dan perubahan hanya terjadi sesekali serta bersifat evolusioner, bukan revolusioner. Namun, pendekatan itu menjadi masalah ketika kemampuan meningkat pesat setiap beberapa bulan dan peluang terbaik ditemukan oleh tim yang paling dekat dengan pekerjaan.
Merespons AI dengan sentralisasi tradisional menciptakan latensi yang menghambat ROI yang berarti. Jika setiap perubahan harus melewati berbagai komite sebelum diterapkan pada pekerjaan nyata, organisasi akan belajar terlalu lambat.
Bagi karyawan yang ingin berkembang dan bergerak lebih cepat, terbatasnya peluang untuk memanfaatkan AI membuat organisasi Anda menjadi tempat kerja yang kurang menarik.
Sebagian besar organisasi memulai dari kefasihan AI individu. Itulah titik awal yang tepat. Orang perlu tahu cara memberi instruksi kepada AI, menguji jawabannya, memeriksa hasil kerjanya, melindungi informasi sensitif, dan mengenali kapan AI tidak boleh digunakan. Mereka membutuhkan keyakinan, pertimbangan, dan pengalaman praktis.
Namun, kefasihan individu memiliki batas. Seorang analis dapat menghasilkan analisis lima kali lebih banyak, tetapi forum pengambilan keputusan tetap hanya bertemu setiap bulan. Pengembang dapat menghasilkan lebih banyak kode, tetapi proses peninjauan dan rilis belum berubah. Pemasar dapat membuat lebih banyak konten, tetapi persetujuan merek masih menunggu dalam antrean yang sama.
Bahkan di tingkat tim, perubahan alur kerja belum tentu meningkatkan kecepatan jika bagian lain organisasi masih bekerja dengan cara yang sama seperti sebelumnya.
Jadi, individu dapat bergerak lebih cepat dan tim mungkin bergerak lebih cepat, tetapi kecepatan menghasilkan keluaran pada akhirnya dibatasi oleh bagian lain dalam alur menyeluruh organisasi. Itulah sebabnya perjalanan AI harus bergerak dari kefasihan individu menuju kefasihan tim, lalu berlanjut ke kefasihan organisasi.
Ketika perusahaan mampu mengubah struktur, insentif, tata kelola, arus pengetahuan, dan pola teknologinya, manfaat lokal yang diperoleh individu dan tim akan menjadi nilai bagi seluruh perusahaan.
Ini tantangan yang sulit, tetapi di sanalah peluang untuk membuka nilai berada. Perusahaan berbasis AI yang lahir dalam beberapa tahun terakhir setelah peluncuran ChatGPT membangun alur kerja yang sejak awal menyertakan AI, sehingga tetap lincah dan beroperasi dengan struktur yang datar. Sebaliknya, perusahaan besar memasukkan AI ke dalam proses yang sudah ada sehingga menciptakan tambal sulam yang gagal mengubah cara pekerjaan dilakukan.
Berbasis AI bukan berarti kacau, gegabah, atau terobsesi dengan alat. Ini bukan berarti setiap karyawan bebas menggunakan model terbaru sesuka hati. Dan tentu saja, ini bukan berarti mengganti tata kelola dengan antusiasme atau berpura-pura bahwa manusia tidak lagi dibutuhkan.
Model lama desain organisasi berasumsi bahwa kita dapat menetapkan kondisi masa depan, menggambar strukturnya, menerapkan perubahan, lalu menstabilkannya. Cara itu terlalu lambat untuk AI.
Organisasi berbasis AI akan dirancang untuk perubahan berkelanjutan. Organisasi berbasis AI adalah organisasi yang terus-menerus merancang ulang pekerjaan berdasarkan gabungan kekuatan manusia, sistem AI, data, alur kerja, dan tata kelola. Mereka tidak akan mempertaruhkan segalanya pada satu cetak biru. Mereka akan membangun kemampuan untuk segera mengetahui alur kerja mana yang perlu diubah, peran mana yang perlu berkembang, kontrol apa yang dibutuhkan, keterampilan mana yang makin penting, pola mana yang dapat digunakan kembali, dan asumsi mana yang sudah usang.
Hal itu membutuhkan dua unsur sekaligus: struktur inti yang stabil dan lini depan adaptif. Keduanya menciptakan keseimbangan antara sentralisasi dan pemberdayaan tim yang dekat dengan pekerjaan.
Struktur inti yang stabil memberi organisasi kepercayaan dan kemampuan untuk berkembang dalam skala besar. Seluruh bagian perusahaan memiliki akses ke alat yang disetujui, pola yang dapat digunakan kembali, jalur akses data, metode evaluasi, kontrol keamanan, prinsip tata kelola, pemantauan, infrastruktur pengetahuan, dan kepemilikan yang jelas.
Lini depan adaptif adalah tempat pekerjaan berlangsung dan sering berubah tanpa hambatan. Tim kecil lintas fungsi yang dekat dengan masalah memiliki cukup wewenang untuk merancang ulang alur kerja, menerapkan AI, menguji cara kerja baru, dan menyalurkan pembelajaran kembali ke organisasi.
Keseimbangan antara inti dan lini depan itu penting. Terlalu banyak kontrol terpusat membuat organisasi belajar terlalu lambat. Terlalu banyak kebebasan lokal membuat organisasi terfragmentasi. Organisasi berbasis AI membutuhkan disiplin pada bagian inti dan kemampuan beradaptasi di lini depan.
Kesimpulan dangkal dari otomatisasi pekerjaan adalah bahwa AI mengurangi kebutuhan akan manusia. Di beberapa bidang, hal itu memang akan terjadi, seperti pekerjaan pengetahuan berulang yang minim konteks, yang akan dipadatkan atau dihilangkan. Pekerjaan yang sebagian besar bersifat transaksional—menutupi kekurangan sistem, memindahkan informasi, melakukan analisis awal, menyusun draf pertama, dan memberi respons dengan “nilai tambah” terbatas—semuanya akan menghadapi tekanan.
Namun, sisi lainnya adalah “kontribusi” manusia naik ke tingkat yang lebih tinggi: jika kecerdasan ahli tersedia seketika, kualitas manusia yang langka dan tidak dapat serta tidak seharusnya digantikan AI adalah pertimbangan, kreativitas, akuntabilitas, konteks, dan kepercayaan.
Organisasi harus makin berfokus pada orang-orang yang mampu mengambil keputusan dalam situasi ambigu. Orang-orang yang memahami bidangnya cukup mendalam untuk mengarahkan AI dan mengetahui saat AI keliru. Orang-orang yang mampu mengajukan pertanyaan yang lebih baik. Orang-orang yang mampu menghubungkan realitas komersial, teknis, operasional, dan manusia. Orang-orang yang mampu membangun hubungan, menumbuhkan keyakinan, dan mengoordinasikan banyak pemangku kepentingan. Yang juga penting, kemampuan untuk berpindah konteks serta menafsirkan informasi dengan cepat dan tepat menjadi makin krusial ketika pekerjaan selama seminggu dipadatkan ke Senin pagi.
Jadi, tenaga generalis menjadi lebih bernilai, bukan sebaliknya, jika mampu mempertahankan konteks lintas fungsi dan mengoordinasikan pekerjaan berbantuan AI. Tenaga ahli dapat menjadi lebih bernilai, bukan sebaliknya, karena pekerjaan yang lebih cepat menciptakan lebih banyak momen ketika mutu dan pertimbangan berperan penting. Para pemimpin juga perlu mengurangi peran sebagai pengendali aktivitas dan lebih berperan sebagai perancang sistem, konteks, dan tempo.
Keterampilan yang perlu dikembangkan bukan hanya “keterampilan AI”. Yang dibutuhkan adalah karakteristik manusia yang makin penting ketika AI menangani lebih banyak pelaksanaan tugas tingkat dasar: rasa ingin tahu, pertimbangan, ketangguhan, kejelasan, kreativitas, ketegasan, kolaborasi, dan kenyamanan menghadapi ambiguitas. Organisasi harus mulai sekarang merekrut, mengembangkan, dan menghargai karakteristik tersebut.
Memadatkan pekerjaan sebanyak ini sangat menguras tenaga, dan organisasi yang dibangun dengan AI sebagai fondasi tidak dapat terus beroperasi secepat mungkin setiap saat. Mereka perlu menyediakan kapasitas dan kelonggaran agar karyawan dapat memulihkan diri dan kembali terhubung. Agar dapat menilai dan memutuskan secara efektif, organisasi perlu menumbuhkan lingkungan yang memungkinkan penemuan tak terduga melahirkan gagasan baru.
Saat ini, banyak perusahaan lambat memanfaatkan kemampuan AI yang sudah tersedia. Hal ini menciptakan kesenjangan yang makin lebar antara peningkatan kemampuan agen dan peningkatan pemanfaatannya.
Itu wajar. Organisasi besar menyerap teknologi secara perlahan karena sistem lama, batasan regulasi, resistensi budaya, data yang terfragmentasi, kepemilikan yang tidak jelas, dan risiko nyata yang semuanya perlu dikelola.
Namun, pada suatu titik, cukup banyak pemimpin, tim, dan pesaing akan menemukan cara menerapkan AI pada alur kerja nyata secara aman dan berulang. Pola akan matang, tata kelola akan makin menyatu, agen akan makin andal, dan keyakinan organisasi akan tumbuh. Kesenjangan antara kemampuan yang dimungkinkan AI dan yang benar-benar digunakan perusahaan akan mulai menyempit.
Ketika titik balik itu tiba, keunggulan bukan milik perusahaan dengan model terbaik atau anggaran AI terbesar, melainkan organisasi yang mampu mengubah cara kerja dengan cepat.
Perusahaan yang memusatkan setiap keputusan, melindungi setiap fungsi, mengandalkan komite yang lambat untuk tata kelola, dan menghargai orang karena “tidak membuat gejolak” akan kesulitan mengimbangi perubahan.
Perusahaan yang membangun fondasi kokoh dan lini depan adaptif akan belajar lebih cepat. Mereka akan lebih awal menemukan alur kerja yang lebih baik, mengalihkan perpaduan sehat antara talenta generalis, ahli, dan pemimpin ke pekerjaan bernilai lebih tinggi, serta mengubah eksperimen lokal menjadi pola yang dapat digunakan kembali.
Pertanyaan saat ini mungkin “Bagaimana kita berhasil mengadopsi AI?”, tetapi tak lama lagi harus berubah menjadi “Seberapa cepat organisasi kita dapat beradaptasi ketika AI mengubah pekerjaan?”
Organisasi yang lambat akan tetap lambat meski memiliki AI yang canggih; organisasi adaptif dengan AI yang canggih akan melipatgandakan kemajuannya.