Gunung Es Adopsi AI: Angka Tinggi, Dampak Rendah
Adopsi AI bisnis adalah kondisi ketika organisasi sudah menggunakan teknologi kecerdasan buatan dalam proses kerja, sistem internal, dan interaksi dengan pelanggan, tetapi belum tentu berhasil mengubah cara mereka bekerja, mengambil keputusan, serta menciptakan nilai tambah ekonomi yang terukur melalui peningkatan produktivitas dan penghematan biaya operasional. Penggunaan kecerdasan buatan di organisasi pemasaran telah mencapai 95%, namun hanya 6% yang merasakan dampak signifikan terhadap kinerja. Di sisi lain, tingkat adopsi kecerdasan buatan secara nasional sudah menyentuh 92% pada Februari 2026. Angka-angka ini menegaskan satu hal: kita sedang melihat fenomena gunung es. AI tampak mengesankan di permukaan – logo vendor, proyek percontohan, pelatihan singkat – tapi bagian yang membuat kinerja melonjak masih tersembunyi di bawah air. Masalahnya bukan pada teknologinya, melainkan cara organisasi memaknai dan mengelolanya.
Tingkat Adopsi Tinggi, Produktivitas Masih Tersangkut di Workflow Lama
Ketika kementerian mencatat adopsi AI sudah mencapai 92%, pemerintah langsung menekankan bahwa penggunaan AI untuk produktivitas dan penciptaan nilai tambah ekonomi masih perlu diperluas secara signifikan. Ini sinyal jelas bahwa banyak perusahaan mengklaim memakai AI, tetapi tetap terjebak dalam pola kerja lama. Riset global menunjukkan hal serupa: 70% pengambil keputusan pemasaran belum melihat efisiensi biaya signifikan dari penggunaan AI. Artinya, AI sering berhenti sebagai "alat tambahan", bukan motor perubahan proses. Dalam banyak kasus, AI cuma ditempel di aplikasi yang sudah ada, tanpa menyentuh desain ulang workflow, peran, dan indikator kinerja. Tidak mengherankan jika dampak AI produktivitas terasa tipis. Selama tim masih mengerjakan hal yang sama dengan cara yang hampir sama, kehadiran model canggih hanya menambah sedikit kenyamanan, bukan lompatan nilai bisnis.
Kalla Group: Dari Chatbot Internal ke Agentic AI yang Menyentuh Bisnis
Contoh menarik datang dari Kalla Group, yang memilih memperlakukan AI sebagai fondasi perubahan organisasi, bukan sekadar proyek teknologi. Sejak 2024 mereka meluncurkan MaccAI, platform IT service management dan ticketing yang terintegrasi dengan chatbot berbasis Large Language Model untuk melayani lebih dari 3.000 karyawan. MaccAI kemudian berkembang menjadi asisten AI yang tersambung ke fungsi HR, general affairs, legal, dan layanan IT, sehingga otomatisasi cerdas bisnis menyentuh urat nadi operasional sehari-hari. Memasuki 2025, Kalla menyatakan kesiapan menjajaki Agentic AI, sistem yang mampu bekerja mandiri untuk mencapai tujuan tertentu dengan tata kelola data di pusat data internal mereka. Lewat forum kolaborasi bersama penyedia cloud dan mitra teknologi di Makassar, mereka mengadakan mini-hackathon 45 menit yang menghasilkan 16 produk demo untuk menjawab 13 tantangan operasional nyata. Ini bukan demo kosmetik, melainkan eksperimen terarah untuk mengikat AI pada masalah bisnis konkret.
Mengapa Mayoritas Perusahaan Gagal Mengubah AI Menjadi ROI
Riset Bain terhadap 1.397 eksekutif senior menunjukkan perusahaan pemimpin dua kali lebih mungkin menyatakan inisiatif AI berkontribusi pada pertumbuhan pendapatan atau penghematan biaya dua digit dibanding perusahaan tertinggal. Perbedaannya bukan pada seberapa banyak software yang dibeli, melainkan seberapa berani mereka merombak struktur dan alur kerja. AI dijadikan inti untuk mengurangi sekat antarfungsi, mengubah tim spesialis sempit menjadi full-stack marketer yang menangani banyak fungsi sekaligus. Salah satu kepala pemasaran mengaku tim beranggotakan 5–10 orang sekarang dapat menghasilkan pekerjaan yang sebelumnya ditangani hingga 50 orang. Di sisi lain, studi lain menunjukkan 93% pemimpin bisnis percaya diri menerapkan AI, tetapi hanya 24% yang memiliki proses tata kelola yang jelas. Tanpa tata kelola, strategi integrasi, dan metrik ROI artificial intelligence yang tegas, AI berhenti sebagai biaya lisensi, bukan investasi. Membeli perangkat lunak hanyalah sebagian kecil dari pekerjaan; pekerjaan riil adalah mendesain ulang organisasi agar bisa memanfaatkan AI secara sistemik.
Jalan Keluar: Mulai dari Otomatisasi Cerdas dan Pengukuran Dampak
Jika 95% perusahaan sudah memakai AI tetapi hanya 6% merasakan dampaknya, maka solusi bukan menambah lagi alat, melainkan mengubah pendekatan. Di tingkat operasional, otomatisasi tugas berulang dan penyempurnaan forecasting adalah pintu masuk paling efektif. Seorang manajer perusahaan teknologi menyebut transformasi AI yang sesungguhnya dimulai sejak hari pertama ketika hambatan operasional dihilangkan melalui otomatisasi tugas berulang dan penyederhanaan pelaporan. Pendekatan mini-hackathon untuk menguji agen AI berbasis tujuan yang mengoordinasikan tugas bisnis konkret juga membantu memisahkan ide yang menarik dari solusi yang benar-benar layak secara operasional. Di tingkat kebijakan, peta jalan nasional 2026–2029 akan menentukan seberapa jelas batas kewenangan, standar keamanan, dan mekanisme pengukuran dampak. Intinya, organisasi yang menang bukan yang paling keras bicara soal AI, melainkan yang mampu menjahit teknologi, proses, dan tata kelola menjadi satu sistem kerja baru yang menghasilkan produktivitas dan nilai bisnis yang terukur.
