6 min remaining
0%
Digital Transformation

Akhir dari Teater AI: Mengapa Anggaran AI Anda Tidak Memberikan Dampak

Apakah investasi AI Anda tidak memberikan hasil? Telusuri tantangan desain organisasi yang menghambat transformasi sejati dan bagaimana cara mengatasinya.

6 min read
Progress tracked
6 menit baca·
AI Generated Cover for: The End of AI Theater: Why Your AI Budget Is Not Moving the Needle

AI Generated Cover for: The End of AI Theater: Why Your AI Budget Is Not Moving the Needle

Anda telah membeli akun LLM. Anda telah menginstal platform. Anda telah menyiapkan basis pengetahuan internal. Tim Anda telah mendemonstrasikan sesuatu yang menarik di pertemuan semua karyawan.

Namun demikian.

Pelanggan Anda tidak merasakan perbedaan. Operasi Anda terlihat sama. Grafik pendapatan Anda datar. Satu-satunya hal yang berubah adalah bahwa buletin perusahaan Anda kini memiliki "rasa AI" yang kental.

Jika itu terasa menyakitkan, bagus. Memang seharusnya begitu. Karena saya melihat ini di mana-mana.

Di Mercury, kami merancang transformasi digital sebagai pekerjaan kami. Kami berada di garis depan teknologi perusahaan, yang berarti kami melihat apa yang berhasil—dan apa yang merupakan seni pertunjukan yang mahal. Baru-baru ini saya membaca laporan dari DataIQ, salah satu organisasi data dan AI paling berpengaruh di Eropa, berjudul"Akhir dari Teater AI."Mereka mewawancarai eksekutif data dan AI terkemuka di seluruh Eropa, dan kesimpulannya sangat jelas:

AI bukan lagi masalah teknologi. Ini adalah masalah desain organisasi.

Berikut adalah tiga kebenaran brutal dari laporan tersebut, dan apa yang sebenarnya perlu Anda lakukan tentangnya.

Kebenaran 1: Tim Anda Sedang Berperformasi, Bukan Bertransformasi

Anda tahu bagaimana ini berjalan. CEO mengumumkan:"Kita harus mengadopsi AI!"Dalam beberapa minggu, tim pemasaran menghasilkan ratusan poster yang dibuat oleh AI. IT meluncurkan chatbot yang mengirim pengingat kalender dan menyebutnya inovasi. Semua orang terlihat sibuk. Semua orang terlihat mutakhir.

Namun biaya tidak turun. Efisiensi tidak berubah. Saluran penjualan bergerak persis sama.

Ini adalahAI yang performatif. Ini menggantikan pekerjaan keras dan lambat dari perombakan organisasi dengan hal-hal yang berisiko rendah dan terlihat tinggi yang terlihat bagus dalam presentasi dewan.

Laporan DataIQ menemukan bahwa93%perusahaan percaya bahwa mereka berinvestasi besar-besaran dalam AI, tetapi hanya16%yang percaya bahwa mereka sebenarnya memiliki kemampuan AI tingkat tinggi. Kesenjangan itu bukanlah kesenjangan teknologi. Itu adalah kesenjangan keberanian.

Integrasi AI yang nyata adalah pekerjaan yang sulit. Bayangkan menggunakan AI untuk merevolusi saluran penjualan Anda. Pertama, Anda harus memaksa perwakilan garis depan Anda untuk berhenti menyimpan data klien di lembar Excel pribadi dan mulai mencatatnya ke dalam sistem terpusat. Kami melihat perlawanan ini secara konstan, itulah sebabnya kami membangunMercury Business Operation Suite—untuk mengelola seluruh proses penjualan dari prospek hingga pemenuhan di satu tempat. Namun, bahkan perangkat lunak terbaik pun gagal jika budaya perusahaan menolaknya.

Beritahu seorang direktur penjualan bahwa ramalan berdasarkan insting mereka digantikan oleh laporan otomatis AI, dan Anda bukan hanya menginstal perangkat lunak. Anda sedang memulai perang politik internal. Manajer menengah, yang dinilai berdasarkan kemajuan triwulanan, akan secara rasional memilih jalur dengan sedikit perlawanan: membangun mainan AI yang mencolok untuk menyenangkan CEO, daripada melakukan pekerjaan yang tidak terima kasih untuk merombak perusahaan.

Solusinya:Hentikan kewajiban"penggunaan AI."Wajibkan struktur insentif baru. Transformasi yang sebenarnya bertentangan dengan sifat manusia pada awalnya. Jika KPI Anda tidak memberikan penghargaan untuk pekerjaan yang menyakitkan dan lambat dalam integrasi data dan perubahan proses, strategi AI Anda akan tetap menjadi penampilan kinerja perusahaan yang rumit.

Kebenaran 2: Jebakan CAIO

Didorong oleh kecemasan terhadap AI, banyak perusahaan terburu-buru untuk merekrut Chief AI Officer. Mereka mengisolasi AI ke dalam departemen tersendiri, yang melapor langsung kepada CEO. Ini terasa tegas. Ini terlihat serius.

Ini mungkin merupakan kesalahan.

AI bukanlah unit bisnis yang berdiri sendiri. Ini adalah metodologi untuk meningkatkan unit bisnis yang ada. Ketika Anda mengevaluasi seorang Direktur Penjualan, Anda bertanya:"Apakah kita mencapai lima puluh juta dalam pendapatan?"Ketika Anda mengevaluasi seorang Direktur Rantai Pasokan, Anda bertanya:"Apakah kita mengurangi biaya overhead gudang?"

Apa KPI untuk seorang CAIO yang tidak memiliki tanggung jawab P&L?

Mereka terpaksa membenarkan keberadaan mereka melalui metrik kesombongan."Kami menerapkan sepuluh alat AI baru!" "Lima ratus karyawan masuk bulan ini!"Namun ketika CEO bertanya apakah alat-alat tersebut benar-benar menurunkan biaya inventaris atau menutup lebih banyak kesepakatan, ruangan menjadi sunyi.

Di Mercury, kami tidak membangun AI kami sebagai gimmick yang berdiri sendiri. Mercury Muses AI adalah agen cerdas yang melakukan tugas untuk memperlancar operasi dan memaksimalkan produktivitas. Ia secara langsung mengidentifikasi item tindakan untuk tindak lanjut, memperlancar operasi penjualan, dan terintegrasi ke dalam alur kerja yang sudah ada. Pemimpin AI Anda harus terhubung dengan hasil bisnis yang nyata dan konkret—bukan hanya tingkat login.

Solusinya:Jangan memisahkan AI.Integrasikan langsung ke dalam operasidengan akuntabilitas P&L yang jelas. Jika pemimpin AI Anda tidak bertanggung jawab atas pendapatan, biaya, atau keuntungan, mereka akan mengejar pertunjukan semata.

Kebenaran 3: Pemimpin Hibrida Sedang Datang

Dulu kami percaya bahwa Chief Data Officer harus menjadi penyihir teknis murni—seseorang yang menguasai Python, jaringan saraf, dan arsitektur sistem. Era itu sedang berakhir.

Hambatan teknis untuk masuk semakin menurun. Hambatan pemahaman bisnis semakin meningkat.

Pemimpin data terbaik saat ini memiliki karir yang tidak linier. Mereka telah bekerja di operasi, produk, atau keuangan. Mereka tahu di mana masalahnya tersembunyi.

Berikut adalah sebuah cerita yang menggambarkan mengapa. Seorang CDO yang brilian membangun model AI yang secara komputasi sempurna untuk memprediksi permintaan rantai pasokan. Model tersebut diluncurkan. Model tersebut gagal secara spektakuler. Kelebihan stok gudang yang besar. Arus kas yang tertekan.

Apa yang salah? Model tersebut belajar dari data historis yang menunjukkan lonjakan permintaan besar di akhir setiap kuartal. Apa yang tidak diketahui oleh model tersebut—karena tidak pernah dicatat di mana pun—adalah bahwa tim penjualan memiliki budaya yang toksik darichannel stuffing. Mereka memaksa distributor untuk menerima inventaris berlebih di akhir bulan hanya untuk mencapai bonus mereka.

AI tersebut tidak rusak. Ia hanya tidak memahami politik manusia yang tidak terucapkan dan tidak terdokumentasi dalam bisnis. Data yang paling penting di perusahaan Anda tidak ada di database SQL Anda. Data tersebut tersembunyi dalam struktur insentif Anda, dinamika kantor Anda, dan jalan pintas yang diambil tim Anda ketika tidak ada yang mengawasi.

Inilah mengapa kerangka strategis kami tidak hanya fokus pada kode. Dalam 4 Pilar SEO Modern kami,Pilar 4 adalah Intelijen Strategis.—kompas yang memberikan arah untuk segala hal lainnya. Anda memerlukan kebijaksanaan operasional, bukan hanya komputasi mentah.

Pada akhirnya, garis pemisah antara CDO dan COO akan menghilang. Pemimpin AI yang paling berharga bukanlah pengkode terbaik. Melainkan operator yang memahami bagaimana bisnis sebenarnya berjalan.

Tiga Pertanyaan yang Perlu Anda Tanyakan Sekarang

Sebelum pertemuan anggaran AI Anda berikutnya, tanyakan pada diri sendiri dengan jujur:

Apakah budaya Anda menghukum teater AI dan menghargai integrasi data nyata yang menyakitkan dan lambat?

Jika tim Anda mendapatkan tepuk tangan untuk demo tetapi diam untuk memperbaiki CRM, Anda sedang mendorong perilaku yang salah.

Apakah kepemimpinan AI Anda terikat langsung pada metrik P&L, atau apakah mereka diizinkan untuk bertahan dengan metrik kesombongan?

Jika jawabannya adalah metrik kesombongan, Anda telah membangun seorang Chief Theater Officer, bukan Chief AI Officer.

Apakah tim teknologi Anda memahami aturan manusia yang tidak terucapkan dan tidak terdokumentasi dalam bisnis Anda?

Jika mereka membangun model dari data tanpa memahami politik di balik data tersebut, mereka sedang terbang tanpa panduan.

Intinya

Siapa pun dapat membeli LLM mutakhir hari ini. Alat-alatnya sudah menjadi komoditas. Model-modelnya hanya berlangganan saja.

Keunggulan kompetitif yang sebenarnya bukanlah perangkat lunak yang Anda beli. Itu adalahkeberanian organisasiuntuk melakukan pekerjaan yang sulit, tidak terima kasih, dan secara politik sulit dari transformasi yang nyata.

Hentikan tindakan. Mulailah membangun.

Mari Percepat Digitalitas.

Tetap di depan kurva.

— James