Mengapa Pengembangan AI Seperti Taruhan Besar yang Sulit Dipahami CFO

Banyak pemimpin pengembangan kecerdasan buatan (AI) mengalami kesulitan menjelaskan kebutuhan anggaran dan risiko pengembangan AI kepada Chief Financial Officer (CFO). Berbeda dengan perangkat lunak tradisional yang pengembangannya dapat diprediksi, investasi pada AI memiliki banyak ketidakpastian dan risiko kegagalan yang besar, sehingga CFO sulit memahami pola alokasi modal seperti ini. Salah satu alasan utama adalah pengembangan AI mirip dengan modal ventura, dimana ada banyak taruhan besar dengan hasil yang tidak dapat diprediksi. CFO sudah familiar dengan modal ventura tapi belum memahami bahwa investasi AI juga memiliki karakteristik yang sama, seperti perlunya modal cadangan untuk mendukung eksperimen yang berhasil dan risiko kehilangan peluang jika menunggu kepastian dulu. Faktor teknis seperti model drift menjadi tantangan lain. Sistem AI yang awalnya bekerja dengan baik akan menurun performanya seiring dengan perubahan lingkungan. Ini membuat kebutuhan retraining dan pemeliharaan menjadi mahal. CFO bingung mengapa harus dibelanjakan uang yang cukup besar untuk memperbaiki sesuatu yang 'tidak rusak'. Kesuksesan AI justru menyebabkan kompleksitas dan biaya meningkat. Misalnya, chatbot yang berhasil melayani 100 pengguna dengan baik justru akan memerlukan sumber daya lebih besar saat jumlah pengguna tumbuh hingga puluhan ribu karena variasi kasus yang terus bertambah. Ini berbeda dengan sistem tradisional yang semakin efisien saat diskalakan. Untuk menjembatani pemahaman ini, pemimpin AI disarankan untuk mengubah cara pelaporan keberhasilan ke CFO dari hasil akhir menjadi proses pembelajaran. Selain itu, anggaran proyek AI harus dibagi dalam tahapan yang mengurangi ketidakpastian secara bertahap, dan selalu tunjukkan juga biaya peluang jika tidak berinvestasi dalam AI.