Saat kami pertama kali berbicara dengan Big Four tentang AI, percakapan berkembang begitu cepat hingga mengejutkan kami. Tidak ada pengantar panjang, tidak perlu menjelaskan mengapa AI penting. Hampir seketika, para partner dan konsultan senior mulai membicarakan untuk apa waktu mereka sebenarnya tersita. Bukan untuk mengambil keputusan atau menggali wawasan, melainkan untuk persiapan. Mengambil data dari berbagai sistem. Menyelaraskan angka. Memastikan analisis memenuhi standar internal bahkan sebelum siapa pun bisa mulai memikirkan makna hasilnya.
Yang menarik perhatian kami, tidak satu pun pekerjaan ini bernilai rendah. Semuanya memang diperlukan. Namun, pekerjaan itu juga melelahkan. Orang-orang yang sangat berpengalaman menghabiskan sebagian besar hari mereka hanya untuk sampai ke tahap ketika mereka bisa mulai berpikir secara mendalam.
Seiring percakapan berlanjut, mereka memetakan lebih dari puluhan proses yang bisa melibatkan AI. Pelaporan, kepatuhan, pengendalian keuangan, analisis pajak, tinjauan internal. Sekilas, ini tampak seperti persoalan otomatisasi pada umumnya. Ternyata bukan.
Sebagian besar proses ini sudah didukung alat, templat, dan otomatisasi parsial. Hal-hal yang memperlambat semuanya justru ada di sela-sela langkah tersebut. Beralih konteks. Merekonsiliasi hasil. Menerapkan penilaian secara konsisten terhadap informasi yang terpencar. Beban sebenarnya bukan hanya waktu, melainkan beban kognitif.
Di situlah cara pandangnya berubah.
Alih-alih bertanya bagaimana AI bisa mengerjakan seluruh pekerjaan dari awal hingga akhir, kami mulai bertanya bagaimana AI bisa mendukung orang-orang yang mengerjakannya. Bagaimana jika AI bisa menangani bagian-bagian yang menguras energi, tanpa mengambil alih kendali? Bagaimana jika AI bisa menyiapkan draf terstruktur, menyoroti ketidakkonsistenan, dan memperlihatkan penalarannya, sehingga para ahli bisa berfokus pada penilaian, bukan persiapan?
Begitu pendekatan ini mulai diterapkan, dampaknya terasa nyata.
Di berbagai tim, waktu penyelesaian pekerjaan analitis yang berulang turun 80 hingga 90 persen. Kesalahan manual, terutama dalam proses yang banyak melibatkan rekonsiliasi, berkurang tajam. Sama pentingnya, hasil menjadi lebih konsisten di antara tim-tim yang sebelumnya menangani pekerjaan yang sama dengan cara yang sedikit berbeda. Rata-rata, para konsultan mendapatkan kembali sekitar 40 hingga 50 jam per bulan yang kini bisa digunakan untuk pemikiran bernilai lebih tinggi.
Namun, perubahan yang paling menarik bukanlah pada angkanya.
Perubahan itu terlihat dari cara orang membicarakan pekerjaan mereka. Proses peninjauan menjadi lebih tenang. Diskusi menjadi lebih terarah. Peninjau senior menghabiskan lebih sedikit waktu untuk memeriksa apakah semuanya sudah benar, dan lebih banyak waktu untuk membahas makna sebenarnya dari hasil tersebut.
Seiring waktu, sistem itu tidak lagi terasa seperti alat yang harus digunakan. Sistem itu mulai terasa seperti cara kerja bersama, yang tanpa terasa menyerap bagaimana keputusan dibuat dan mencerminkannya dalam analisis berikutnya.
Pengalaman ini juga memperkuat sesuatu yang sudah lama kami yakini. Kemajuan menuju kecerdasan yang lebih umum tidak akan datang dari sistem yang mencoba menggantikan para ahli di bidang yang kompleks. Kemajuan itu akan datang dari sistem yang mengurangi hambatan dalam proses berpikir para ahli dan memperkuatnya.
Dalam kerja sama ini, AI menciptakan nilai bukan dengan bekerja secara otonom, melainkan secara kolaboratif. AI tidak mengambil keputusan bagi manusia. AI membantu mereka mengambil keputusan yang lebih baik, lebih cepat.
Jika ada petunjuk awal tentang di mana sistem mirip AGI akan berperan penting untuk pertama kalinya, di sinilah tempatnya. Bukan dalam otomatisasi penuh, melainkan dalam mendukung pertimbangan manusia dalam skala besar.
Pergeseran dari otomatisasi ke penguatan kemampuan itulah yang membuat perbedaan.
