Memulai penerapan AI di organisasi, dari kebutuhan kecil yang terukur

Hampir semua organisasi kini membicarakan AI. Namun di banyak tempat, pembicaraan itu berhenti di rapat karena pertanyaan yang sama: harus mulai dari mana? Proyek AI yang terlalu besar di awal sering kandas, sedangkan yang terlalu kabur tidak pernah benar-benar dipakai

Kabar baiknya, penerapan AI tidak harus dimulai dengan proyek raksasa. Cara yang paling aman justru dimulai dari satu kebutuhan kecil yang hasilnya bisa diukur

Mulai dari masalah, bukan dari teknologi

Kesalahan yang paling sering terjadi adalah memulai dengan pertanyaan “AI apa yang bisa kita pakai?” Pertanyaan yang lebih tepat adalah “pekerjaan apa yang paling menyita waktu dan berulang setiap hari?”

Ajak beberapa unit kerja menuliskan pekerjaan rutin yang melelahkan. Biasanya daftar itu berisi hal-hal seperti mencari pasal di tumpukan regulasi, menyalin data dari formulir, atau menyusun ringkasan laporan. Di situlah AI paling cepat memberi manfaat

Contoh kebutuhan yang cocok sebagai langkah awal

• Asisten dokumen: pegawai bertanya dengan bahasa sehari-hari, AI menjawab berdasarkan SOP, regulasi, dan arsip internal, lengkap dengan rujukan dokumennya
• Pembacaan formulir dan surat: AI membaca dokumen hasil pindaian lalu mengambil datanya ke dalam sistem
• Ringkasan otomatis: notulen rapat atau laporan panjang diringkas menjadi poin penting
• Pemilahan surat masuk: surat dikelompokkan dan diarahkan ke unit yang tepat untuk disposisi
• Bertanya ke data: pimpinan cukup mengetik pertanyaan untuk melihat angka di dashboard

Semua contoh di atas termasuk dalam cakupan layanan solusi AI kami

Siapkan datanya

AI hanya sebaik data yang diberikan kepadanya. Sebelum memulai, periksa beberapa hal berikut:

• Di mana dokumen dan data tersimpan, apakah tersebar di banyak folder dan aplikasi?
• Apakah dokumen masih berupa hasil pindaian yang perlu dibaca ulang?
• Mana versi dokumen yang berlaku, dan mana yang sudah usang?
• Siapa yang berhak mengakses dokumen tertentu?

Merapikan data bukan pekerjaan yang menarik, tetapi langkah ini sering menentukan berhasil atau tidaknya proyek AI

Tentukan di mana data diproses

Banyak layanan AI publik memproses data di server milik penyedianya. Untuk pekerjaan umum hal ini tidak masalah. Namun untuk dokumen rahasia, data pribadi warga, atau informasi strategis, organisasi perlu berhati-hati, termasuk memperhatikan kewajiban dalam UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi

Pilihan yang lebih aman untuk data sensitif adalah AI on-premise, yaitu model dan data berjalan di server milik organisasi sendiri sehingga data tidak keluar dari lingkungan Anda. Pilihan ini membutuhkan infrastruktur server yang memadai, jadi sebaiknya direncanakan sejak awal

Jalankan uji coba yang terukur

Setelah kebutuhan dan datanya jelas, jalankan uji coba kecil dengan langkah berikut:

1. Pilih satu unit kerja dan satu jenis pekerjaan
2. Tetapkan ukuran keberhasilan sebelum mulai, misalnya waktu penyelesaian, jumlah kesalahan, atau kepuasan pengguna
3. Catat kondisi awal agar ada pembanding
4. Jalankan uji coba selama beberapa minggu dengan pengguna sungguhan
5. Bandingkan hasilnya dengan kondisi awal, lalu kumpulkan masukan pengguna

Angka yang jelas akan memudahkan pimpinan memutuskan langkah berikutnya, entah memperluas, memperbaiki, atau menghentikan

Manusia tetap memegang keputusan

AI bisa keliru, termasuk memberikan jawaban yang terdengar meyakinkan padahal salah. Karena itu, rancang sistem agar AI selalu menunjukkan sumber jawabannya dan keputusan penting tetap diverifikasi oleh pegawai. AI paling baik diposisikan sebagai asisten yang mempercepat pekerjaan, bukan pengganti tanggung jawab manusia

Setelah uji coba berhasil

Perluas penerapan secara bertahap ke unit kerja lain. Pada tahap ini, AI sebaiknya tidak berdiri sendiri, melainkan terhubung dengan sistem yang sudah ada agar pegawai tidak perlu berpindah aplikasi

Jangan lupa menyiapkan pelatihan singkat bagi pengguna dan pemantauan berkala terhadap kualitas jawaban AI. Dokumen dan aturan organisasi terus berubah, jadi sumber pengetahuan AI juga perlu diperbarui

Kesimpulan

Penerapan AI yang berhasil jarang dimulai dari proyek besar. Ia dimulai dari satu masalah nyata, data yang rapi, keputusan yang tepat soal kerahasiaan, dan uji coba yang terukur. Dengan cara ini, organisasi bisa merasakan manfaat AI lebih cepat sambil tetap mengendalikan risikonya