Mengapa Banyak Organisasi Gagal Memanfaatkan AI dan Solusinya Sederhana

Banyak organisasi yang gagal mengambil manfaat maksimal dari kecerdasan buatan (AI) karena mereka menggunakan data yang mudah diakses namun tidak relevan. Kondisi ini dikenal sebagai efek streetlight, di mana orang mencari solusi di tempat yang paling terang namun bukan tempat yang benar-benar dibutuhkan. Mengatasi masalah ini membutuhkan integrasi data yang tersebar dari berbagai sistem agar AI bisa bekerja secara efektif. Dalam podcast terbaru Lexicon, Justin Graham dan Jake Dein menjelaskan pentingnya menciptakan visibilitas dan integrasi data yang baik sebelum menerapkan AI. Mereka memberi contoh proyek di Barge Design Solutions di mana arsip selama 70 tahun yang tak terorganisasi bisa menjadi sumber informasi berharga setelah data tersebut diintegrasikan dengan baik. Sebuah pesan penting dari diskusi adalah jangan memulai dengan teknologi AI melainkan dengan masalah yang jelas dan terdefinisi. Seperti halnya mekanik yang memastikan masalah mobil dengan tepat sebelum memperbaikinya, proyek AI juga harus dimulai dari pemahaman masalah agar solusi yang diciptakan efektif dan efisien. Justin dan Jake juga mengingatkan tentang pentingnya data hygiene—penataan dan pembersihan data—yang sering dianggap kurang menarik tapi sebenarnya kunci keberhasilan implementasi AI. Contoh nyatanya adalah alat pencarian arsip internal yang dibuat Barge dan mampu menghemat biaya operasional sebesar Rp 5.84 juta ($350.000) per tahun. Keduanya menekankan bahwa AI bukan untuk menggantikan peran manusia, melainkan untuk mendukung proses pengambilan keputusan supaya manusia bisa fokus pada tugas-tugas bernilai tambah yang lebih tinggi. Merekomendasikan agar organisasi mulai dengan memecahkan satu masalah nyata terlebih dahulu dan perlahan membangun integrasi dan kualitas data sebagai fondasi kesuksesan AI.