### 3 Prinsip Inti untuk Meningkatkan ROI dari Implementasi GenAI
Pemimpin perusahaan dengan antusias ingin menerapkan kecerdasan buatan generatif (GenAI) di bisnis mereka. Namun, mengapa begitu banyak proyek gagal untuk keluar dari tahap proof of concept (POC)? Dalam sebuah acara Gartner baru-baru ini, Rita Sallam, analis wakil presiden terkemuka, mengatakan bahwa setidaknya 30% proyek GenAI akan dihentikan setelah POC pada akhir 2025 karena masalah seperti kualitas data yang buruk, kontrol risiko yang tidak memadai, biaya yang terus meningkat, atau ketidakmampuan untuk mewujudkan nilai bisnis yang diinginkan.
Masalah-masalah ini adalah salah satu alasan mengapa Gartner mengatakan bahwa GenAI mulai masuk ke jurang kekecewaan dalam Hype Cycle terbaru untuk Teknologi yang Sedang Berkembang, 2024. Namun, dalam survei terpisah dari Gartner, responden melaporkan bahwa implementasi GenAI mereka telah membantu perusahaan meningkatkan pendapatan sebesar 15,8%, menghemat biaya sebesar 15,2%, dan meningkatkan produktivitas sebesar 22,6%.
Lalu, apa yang membedakan perusahaan yang berhasil mengintegrasikan GenAI ke dalam alur kerja kunci dari yang gagal untuk mewujudkan nilai bisnis yang diproyeksikan? Para pemimpin dan tim ini menggunakan pendekatan yang berbeda yang ditandai dengan persiapan dan manajemen perubahan yang ketat. Berikut adalah tiga prinsip utama untuk memandu evaluasi, pemilihan, dan pemberdayaan kasus penggunaan dengan GenAI, sehingga tim dapat mengurangi risiko dan mengelola biaya sambil mengubah proses bisnis.
#### 1. Prinsip Inti 1: Mengukur Nilai Bisnis dengan Ketat dari Awal
Meskipun para pemimpin bisnis mungkin telah memprioritaskan eksperimen GenAI pada awalnya, mereka sekarang ingin segera mendapatkan nilai bisnis yang konkret dari investasi mereka. Mitra dapat membantu perusahaan mengembangkan kasus bisnis yang terperinci dengan mengadakan lokakarya untuk memahami tujuan keseluruhan, kondisi saat ini dari proses data dan infrastruktur teknologi, dan lainnya.
Sebagai bagian dari proses ini, mereka bekerja dengan tim perusahaan untuk mengevaluasi kasus penggunaan potensial, memprioritaskan mereka dengan memecahkan masalah bisnis, menentukan tingkat usaha dan ROI yang diharapkan, dan mengembangkan indikator kinerja kunci untuk mengukur kemajuan. Di acara Google Cloud Next ’24, perusahaan menyoroti 101 cerita organisasi yang berhasil dengan GenAI dengan menerapkan agen pelanggan, karyawan, kreatif, data, kode, dan keamanan.
Kemampuan pasar terus berkembang, menyederhanakan jalur penciptaan nilai. Microsoft dan Google telah mengintegrasikan model bahasa besar ke dalam mesin pencari mereka. Pengguna internet sekarang dapat menerima jawaban ringkas dan tautan, mempercepat waktu pemahaman mereka. Demikian pula, mitra menawarkan platform akselerator GenAI dengan model kecerdasan buatan dan pembelajaran mesin yang dapat disesuaikan dan diimplementasikan dalam lingkungan mereka dalam hitungan minggu. Perusahaan mendapatkan manfaat dengan mendapatkan alat yang terbukti, mengurangi biaya dan risiko implementasi, dan meningkatkan kemampuan bisnis baru.
#### 2. Prinsip Inti 2: Memastikan Kualitas Data, Privasi, dan Keamanan
Menyediakan data berkualitas tinggi, patuh privasi, dan aman untuk pelatihan dan inferensi model adalah dasar dari setiap implementasi GenAI yang berhasil. Perusahaan harus mempersiapkan data untuk memastikan model AI menghasilkan output yang akurat dan dapat diandalkan. Selain itu, mereka menerapkan pagar dan alat baru untuk melindungi informasi sensitif, termasuk output model, dari paparan. Demikian pula, GenAI dapat digunakan untuk mengidentifikasi masalah keamanan yang dapat diperbaiki oleh tim atau otomatisasi.
Mastercard menggunakan GenAI untuk memfasilitasi interaksi pelanggan dan mengurangi kecurangan. Chatbot yang didorong AI-nya menyediakan akses instan bagi pelanggan untuk rekomendasi personal, informasi akun, dan riwayat transaksi. Perusahaan juga menggunakan pemodelan prediktif GenAI untuk mengidentifikasi pola pengeluaran yang tidak biasa, yang dapat menunjukkan potensi kecurangan. Dengan GenAI, Mastercard telah meningkatkan tingkat deteksi kartu yang dikompromikan; mengurangi positif palsu hingga 200%; dan meningkatkan kecepatan mengidentifikasi pedagang rentan terhadap kecurangan hingga 300%.
#### 3. Prinsip Inti 3: Memperkuat Kolaborasi Manusia-GenAI
Meskipun GenAI akan mengotomatisasi beberapa proses, sebagian besar waktu, ia akan membantu manusia dalam membuat keputusan yang lebih baik. GenAI dapat membuat data sintetis, memproses data, mengenali pola, dan membuat analisis prediktif untuk memberdayakan kerja sama tim dan penciptaan layanan baru. Misalnya, GenAI dapat memberikan skenario dan rekomendasi bagi pembuat keputusan untuk dipertimbangkan sehingga mereka dapat mengoptimalkan hasil. Manusia membawa kesadaran pasar dan kontekstual, pengetahuan bisnis, penilaian, dan empati untuk pengambilan keputusan, membangun pada kemampuan GenAI.
Jadi, bagaimana perusahaan bisa memaksimalkan potensi kolaborasi manusia-GenAI? Para pemimpin harus meluangkan waktu untuk menetapkan peran dan tanggung jawab yang jelas, terus melatih tim tentang kemampuan terbaru, dan memberikan pagar dan jalur eskalasi ketika GenAI tidak berperforma seperti yang diharapkan. Selain itu, mereka harus membagikan visi mereka tentang GenAI yang membentuk ulang bisnis dan menekankan bahwa mereka sedang memperkuat kemampuan manusia daripada menggantikannya. Sebuah survei Forrester menemukan bahwa 36% karyawan khawatir kehilangan pekerjaan mereka karena otomatisasi atau AI, tetapi hanya 1,5% yang akan kehilangan pekerjaan mereka, sementara 6,5% akan memiliki peran mereka dipengaruhi oleh GenAI. Akibatnya, karyawan harus merangkul teknologi ini daripada menghindarinya.
Allstate telah menerapkan chatbot yang didukung GenAI yang menggunakan pemrosesan bahasa alami untuk memberikan dukungan multibahasa real-time dan mendapatkan wawasan yang lebih besar tentang perilaku pelanggan. Misalnya, chatbot ini bertujuan untuk meningkatkan kinerja model sebelumnya tiga kali lipat dengan mengidentifikasi perjalanan pelanggan yang memerlukan dukungan agen.
Chatbot ini menyederhanakan proses klaim dengan menyediakan platform terpusat untuk mengumpulkan dan meninjau informasi yang relevan. Sementara agen manusia terus menangani klaim yang kompleks yang memerlukan penilaian ahli, chatbot secara signifikan meningkatkan efisiensi dengan mengotomatisasi tugas rutin dan mengurangi waktu pemrosesan. Dengan menggunakan AI untuk menyederhanakan pengisian formulir, Allstate meningkatkan akurasi dan kepuasan pelanggan.
### Mencapai ROI Lebih Banyak dari GenAI dengan Mengadopsi 3 Prinsip Inti Ini
Ketika GenAI muncul ke dalam kesadaran dunia, para pemimpin dengan cepat menerapkannya ke bisnis mereka, mendorong eksperimen dan inovasi. Namun, terkadang POC bergerak maju tanpa dasar yang kuat, meningkatkan biaya dan menciptakan solusi yang tidak memberikan nilai yang diharapkan.
Para pemimpin dapat menggunakan tiga prinsip inti ini – mengembangkan kasus bisnis yang kokoh, menangani persyaratan data, dan membantu tim berkolaborasi dengan AI – untuk membuat inisiatif GenAI baru sukses. Mereka akan dapat menunjukkan kasus penggunaan dan alat bernilai tinggi, perlindungan data, serta peningkatan produktivitas dan inovasi yang membuat C-suite, dewan direksi, pelanggan, dan investor senang.
Dengan menerapkan prinsip-prinsip ini secara konsisten dan tepat, perusahaan dapat memastikan bahwa investasi mereka dalam GenAI tidak hanya berhasil melewati tahap POC, tetapi juga memberikan nilai bisnis yang nyata dan berkelanjutan.