Survei National Bureau of Economic Research (NBER) Februari 2026 terhadap hampir 6.000 pimpinan keuangan senior mengungkap 89% eksekutif menyatakan kecerdasan buatan belum meningkatkan produktivitas agregat . Temuan PwC Global CEO Survey 2026 memperkuat: 56% CEO belum melihat manfaat finansial riil, dan 22% justru menanggung kenaikan biaya operasional .
Poin Kunci:
- NBER: 89% eksekutif menyatakan kecerdasan buatan belum berdampak pada produktivitas agregat tenaga kerja .
- PwC: 56% CEO belum melihat manfaat finansial riil, 22% menanggung kenaikan biaya operasional .
- RAND Corporation dan S&P Global: 46% proof of concept AI dihentikan sebelum fase produksi .
- C.H. Robinson: Lean AI memangkas proses logistik dari empat jam menjadi 90 detik, margin operasi naik 680 basis poin .
- Deloitte Tech Trends 2026: 93% anggaran tersedot ke belanja teknologi, hanya 7% untuk restrukturisasi proses .
Membedah Paradoks Produktivitas di Ruang Direksi
Catatan pemakaian asisten cerdas di meja kerja dan laporan keuangan di ruang rapat eksekutif menggambarkan dua kenyataan berbeda dalam korporasi yang sama. Di tingkat staf, draf presentasi tersusun otomatis dan surel klien terbalas lebih cepat. Namun di tingkat direksi, indikator laba tetap tidak bergerak.
Buku Stay Human. Stay in Charge. (hal. 3–5) mengaitkan fenomena ini dengan Solow paradox: efisiensi di tingkat tugas sering menyusut drastis sebelum menyentuh neraca keuangan . Keterkaitan antara investasi AI dan laporan laba rugi tetap rapuh ketika biaya lisensi tercatat seketika, sementara manfaat bisnis hanya menjadi proyeksi yang belum terbukti. Selama manajemen hanya mengukur jumlah akun aktif alih-alih nilai tambah ekonomis, direksi sekadar membiayai kesibukan digital tanpa dampak finansial terukur .
Mengapa Angka Efisiensi Menguap Sebelum Sampai ke Laba
Kondisi ini menyerupai jalan tol yang lancar tetapi macet di gerbang keluar. Percepatan tugas di satu meja kerja kerap terhenti oleh birokrasi persetujuan manual, sistem data yang terisolasi, atau koordinasi lintas divisi yang lambat . Waktu kerja yang berhasil dihemat akhirnya terserap kembali ke aktivitas non-produktif .
Buku Stay Human. Stay in Charge. (hal. 11–12, 17–18) memetakan kebocoran nilai ke dalam tiga tahap: seberapa besar porsi kerja yang tersentuh otomatisasi, keberhasilan konversi kapasitas luang menjadi uang, serta beban biaya tersembunyi seperti audit data dan pengerjaan ulang (rework) . Akibatnya, inisiatif kerap terjebak dalam pilot trap. Riset RAND Corporation dan S&P Global mencatat 46% proof of concept AI dihentikan sebelum fase produksi karena proyek berawal dari kekaguman terhadap demo teknologi, bukan perumusan masalah bisnis yang matang .
Menata Dapur Sebelum Membeli Kompor
Membeli lisensi perangkat lunak adalah jalan pintas yang paling menggoda, namun berisiko sia-sia bila fondasi alur kerja diabaikan. Buku Stay Human. Stay in Charge. (hal. 51–55) menggarisbawahi prinsip Michael Hammer: mempercepat tahapan yang bukan titik sumbatan (bottleneck) tidak akan pernah meningkatkan hasil akhir operasional .
Bukti Lapangan Efisiensi Operasional Melalui Perombakan Alur Kerja
Transformasi C.H. Robinson membuktikan hal tersebut. Melalui pendekatan Lean AI yang membenahi proses sebelum memasang otomatisasi, pemrosesan logistik berbasis surel dipangkas dari empat jam menjadi 90 detik, mengangkat margin operasi sebesar 680 basis poin .
Pendekatan serupa diterapkan Octopus Energy melalui skema human-in-the-loop. AI bertugas merancang draf balasan keluhan secara instan, sementara staf manusia memverifikasi akurasinya sebelum dikirim . Hasilnya, Octopus Energy menangani sepertiga surel masuk tanpa pemutusan hubungan kerja, sekaligus mendongkrak kepuasan pelanggan dari 65% ke 80% .
Keberhasilan kedua entitas ini kontras dengan temuan Deloitte Tech Trends 2026 dalam buku Stay Human. Stay in Charge. (hal. 58–59), di mana korporasi umumnya mengalokasikan 93% anggaran untuk belanja teknologi dan hanya 7% untuk kesiapan manusia serta restrukturisasi alur proses .
Peta Jalan Eksekutif Menghubungkan Investasi AI dan Laporan Laba Rugi
Menjembatani investasi AI dan laporan laba rugi menuntut perubahan disiplin manajemen. Direksi perlu mewajibkan peta proses satu lembar guna membedah letak hambatan sebenarnya sebelum anggaran modal disetujui .
Buku Stay Human. Stay in Charge. (hal. 65–68) menyarankan seleksi alat bertingkat: gunakan level teknologi terendah yang memadai, seperti otomatisasi aturan baku atau machine learning tradisional, sebelum melompat ke agen cerdas yang berbiaya komputasi tinggi . Terakhir, batasi portofolio pada 3–5 proses bernilai tinggi dengan menunjuk pimpinan unit bisnis sebagai pemegang target finansial, serta gunakan kelompok pembanding (control group) agar pergerakan laba rugi terbukti nyata .
Referensi
- Sudah Investasi AI, Kok Belum Cuan? (hal. 3-24) — Stay Human. Stay in Charge.
- Desain Ulang: Benahi Dapurnya Dulu (hal. 51-74) — Stay Human. Stay in Charge.
- NBER Working Paper 34836: Firm Data on AI
- PwC 29th Annual Global CEO Survey: Navigating the AI Frontier
- RAND Corporation: The Root Causes of Failure for Artificial Intelligence Projects
- Deloitte Insights: Tech Trends 2026
- C.H. Robinson: Using Generative AI Across Freight Shipment Lifecycle
- Business Insider: AI is doing the work of 250 people at an energy company, CEO says
- The Times: AI is better than people, warns Octopus Energy boss Greg Jackson
- Gartner: Just 4% of Customer Service Leaders Hit Expected Automation Returns
