Entri Jurnal
Coba ingat meeting terakhir soal AI di tempat Anda kerja.
Biasanya ada satu momen di tengah-tengah presentasi di mana semua orang di ruangan sudah angguk-angguk. Ada yang manggut sambil menatap laptop, ada yang coret-coret di buku catatannya, ada yang sesekali bilang "ini relevan banget buat kita."
Lalu meeting selesai. Semua orang kembali ke mejanya masing-masing.
Dan seminggu kemudian, tidak ada yang berubah.
Bukan karena niatnya tidak ada. Bukan karena anggarannya kurang. Tapi ada satu pertanyaan yang tidak pernah benar-benar dijawab di ruangan itu — pertanyaan yang paling penting, tapi paling jarang diucapkan dengan jujur:
Kita harus mulai dari mana?
Kalau Anda mengira situasi tadi hanya terjadi di perusahaan Anda, data globalnya justru bicara sebaliknya.
70 hingga 85 persen inisiatif AI secara global gagal memenuhi ekspektasi yang dijanjikan di awal. Bahkan lebih mengejutkan, 42 persen perusahaan mengaku sudah membatalkan sebagian besar proyek AI mereka di 2025. Angka ini naik drastis dari 17 persen di tahun sebelumnya. Rata-rata, setiap organisasi membuang 46 persen proof-of-concept AI-nya sebelum sempat masuk ke tahap produksi.
Di sisi lain, WalkMe melaporkan bahwa perusahaan kehilangan lebih dari 104 juta dolar di 2024 hanya dari teknologi yang tidak dimanfaatkan secara optimal. Bukan karena teknologinya jelek. Tapi karena orang-orang yang seharusnya menggunakannya tidak benar-benar siap atau tidak pernah dilibatkan sejak awal.
79 persen eksekutif menyatakan percaya diri mereka akan mencapai tujuan transformasi AI mereka. Tapi hanya 28 persen karyawan yang merasa cukup dilatih. Dan hanya 25 persen yang bisa menggunakan AI secara efisien dalam pekerjaan sehari-hari.
Ada jurang yang sangat lebar antara keyakinan di atas dan realita di lapangan.
Di tengah angka-angka yang terlihat suram tadi, ada kabar yang cukup menarik.
McKinsey mencatat bahwa dari perusahaan yang berhasil mengadopsi AI dengan benar, 74 persen di antaranya sudah merasakan ROI di tahun pertama. Bukan tahun ketiga. Bukan setelah semua kondisi sempurna. Tahun pertama.
McKinsey menguji 25 atribut keberhasilan adopsi AI di perusahaan-perusahaan global. Dan hasilnya mengejutkan banyak orang, prediktor terkuat bukan kualitas modelnya, bukan besarnya investasi teknologi, dan bukan seberapa canggih platform yang dipilih.
Prediktor tunggal terkuat adalah seberapa dalam perusahaan mau mendesain ulang cara kerjanya sebelum memasang AI di atasnya.
Workflow redesign, bukan technology selection, yang paling banyak berkontribusi pada dampak finansial nyata dari AI. Artinya, perusahaan yang berhasil bukan yang paling cepat beli teknologi. Tapi yang paling jujur dalam melihat proses kerjanya sendiri, menemukan mana yang rusak, lalu memperbaikinya sebelum AI masuk.
Ada tiga pola yang hampir selalu muncul di balik kegagalan adopsi AI, dan ketiganya jarang diakui secara terbuka.
AI dibeli sebagai jawaban sebelum pertanyaannya jelas. Hampir semua vendor datang dengan narasi yang sama. AI bisa transformasi bisnis Anda, AI bisa efisienkan operasional, AI adalah masa depan. Tapi "bisa mengubah segalanya" bukan titik awal yang cukup konkret untuk dieksekusi.
Meeting AI selalu dimulai dari pertanyaan yang salah. Pertanyaan paling umum adalah "platform AI apa yang cocok untuk kita?" Padahal pertanyaan yang lebih tepat harusnya datang jauh sebelum itu. "Proses mana yang paling banyak menghabiskan waktu orang untuk hal-hal yang seharusnya tidak perlu dilakukan manusia?"
Tidak ada yang mau kelihatan tidak tahu. Di hampir semua organisasi, ada tekanan tidak tertulis untuk terlihat paham soal AI. C-level tidak mau ketinggalan. IT manager tidak mau dianggap tidak kompeten. Hasilnya, semua orang bicara dengan yakin di meeting, sementara tidak ada yang benar-benar punya peta yang jelas.
Ini salah satu pertanyaan yang paling sering muncul dan jawabannya bukan pilihan satu atau yang lain.
Kalau adopsi AI dimulai sepenuhnya dari tim IT, yang terjadi adalah proyek yang secara teknis solid tapi tidak menjawab kebutuhan nyata operasional. Sistem terpasang, tapi tidak dipakai. Kalau dimulai sepenuhnya dari sisi bisnis tanpa melibatkan IT dari awal, proyek bisa jalan tapi tidak berkelanjutan, infrastrukturnya tidak siap, datanya tidak bersih.
Bisnis menentukan apa yang ingin dicapai. IT menentukan bagaimana cara mencapainya. Urutan ini tidak bisa dibalik.
Ya. Tapi dengan catatan penting. Bukan berarti semua orang harus terlibat di semua hal.
McKinsey mencatat bahwa perusahaan dengan performa AI tinggi cenderung menyebarkan adopsi AI ke berbagai fungsi, bukan hanya mengisolasi di satu tim. Tapi cara mereka melakukannya berbeda dari yang gagal.
Yang berhasil biasanya memulai dengan satu tim kecil lintas fungsi. Orang dari sisi bisnis yang tahu masalahnya, orang dari IT yang tahu kemampuan teknisnya, dan satu orang dari operasional yang tahu bagaimana pekerjaan sehari-hari sebenarnya berjalan.
Gartner menemukan bahwa 45 persen organisasi dengan kematangan AI tinggi menjaga proyek AI mereka tetap berjalan lebih dari tiga tahun. Bandingkan dengan hanya 20 persen di organisasi yang kematangan AI-nya rendah.
Ini dua sisi dari ekosistem yang sama. Dan keduanya punya tanggung jawab yang berbeda.
Dari sisi perusahaan, langkah yang paling sering terlewat adalah jujur dulu soal kondisi internalnya. Bukan soal siap atau tidaknya teknologi, tapi soal kualitas data yang dimiliki, kejelasan proses yang ada, dan kesiapan orang-orangnya untuk berubah cara kerja.
Sebelum memilih platform, duduk bersama kepala-kepala divisi dan tanya satu pertanyaan sederhana. "Kalau Anda bisa menghilangkan satu pekerjaan repetitif dari tim Anda mulai besok, mana yang pertama Anda pilih?" Jawaban dari pertanyaan itu jauh lebih berharga dari hasil demo vendor manapun.
Dari sisi vendor, ada satu perubahan narasi yang sudah lama seharusnya terjadi. Berhenti menjual AI sebagai solusi universal dan mulai membantu klien mendefinisikan masalahnya lebih dulu. Vendor yang terbaik bukan yang punya demo paling impresif. Tapi yang mau duduk lebih lama di fase awal, memahami konteks bisnis kliennya, membantu audit proses, dan jujur kalau ada situasi di mana AI bukan jawaban yang paling tepat saat ini.
AWS bersama Strand Partners merilis riset di Agustus 2025 yang menemukan bahwa 28 persen bisnis di Indonesia sudah mengadopsi AI, dengan pertumbuhan year-on-year sebesar 47 persen di 2024. Dari yang sudah adopsi, 59 persen melaporkan peningkatan pendapatan rata-rata 16 persen, dan 64 persen mengharapkan penghematan biaya rata-rata 29 persen.
Tapi ada satu angka yang seharusnya membuat kita berhenti sejenak. 76 persen dari perusahaan yang sudah pakai AI di Indonesia menggunakannya hanya untuk efisiensi operasional dasar. Dan hanya 21 persen large enterprise yang menggunakan AI untuk menciptakan produk atau layanan baru berbasis AI. Ini jauh di bawah 34 persen yang dicapai oleh startup lokal.
Potensinya nyata. McKinsey memproyeksikan AI bisa berkontribusi hingga 366 miliar dolar per tahun pada PDB Indonesia di 2030 kalau adopsinya dilakukan secara serius dan terstruktur, bukan sekadar memasang tools di permukaan.
80 persen masyarakat Indonesia melihat AI lebih banyak manfaatnya dari risikonya — angka yang jauh lebih tinggi dari banyak negara barat. Sentimen positif ini adalah modal awal yang tidak banyak negara punya.
PENUTUP
Pertanyaan "bagaimana cara kita mengadopsi AI?" terlalu besar. Ia akan selalu menghasilkan jawaban yang juga terlalu besar untuk dieksekusi.
Persempit ruang pertanyaannya.
Satu proses mana di bisnis kita yang, kalau diperbaiki minggu depan, langsung dirasakan bedanya oleh tim yang menjalankannya setiap hari?
Mulai dari situ. Bukan dari platform. Bukan dari hype. Bukan dari tekanan melihat kompetitor yang kelihatannya sudah selangkah lebih maju, karena kemungkinan besar mereka pun masih di tahap yang sama dengan Anda, hanya tidak mengatakannya di depan publik.
Perusahaan yang benar-benar merasakan manfaat AI bukan yang paling banyak bicara tentangnya. Tapi yang cukup jujur untuk mengakui mereka belum punya semua jawaban dan cukup berani untuk mulai dari satu langkah kecil yang konkret.
---------------------------------------------------------------------------------------
Sumber data: McKinsey State of AI 2025 · AWS-Strand Partners Indonesia AI Report 2025 · WalkMe State of Digital Adoption 2025 · Gartner AI Maturity Survey 2025 · Statista Global AI Barriers 2025 · IMARC Group Indonesia GenAI Market 2025 · PwC Global Workforce Survey 2025