Perangkap Tersembunyi yang Melambatkan Penerapan AI dalam Perusahaan

Penerapan AI dalam Perusahaan

Muhammed Gider
Bacaan 8 minit • 

Penerapan AI dalam perusahaan meningkat lebih pantas daripada mana-mana perubahan teknologi dalam sejarah kebelakangan ini. Setiap mesyuarat kepimpinan akhirnya membawa kepada jangkaan yang sama. AI mesti menghasilkan nilai yang boleh diukur di seluruh organisasi. Selepas pelancaran ChatGPT, pasukan kejuruteraan mula menggunakan Copilot, penganalisis beralih kepada Perplexity, dan pasukan operasi bereksperimen dengan automasi. Produktiviti meningkat hampir serta-merta.

Namun, hanya beberapa bulan kemudian, kadar penerapan mula perlahan. Projek perintis terbantut. ROI menjadi tidak konsisten. Kelembapan ini bukan disebabkan oleh model yang lemah atau kurangnya cita-cita pihak eksekutif. Ia berpunca daripada ketidakpadanan struktur antara keupayaan AI dengan persekitaran perusahaan.

Baru-baru ini, saya menemui analisis daripada Caleb, seorang pencipta kandungan yang kerap meneroka aspek organisasi dalam penerapan AI. Cara beliau membingkai isu ini tidak memperkenalkan konsep baharu, tetapi memperjelas ketegangan yang sudah dirasai oleh ramai pemimpin perusahaan. Analisis itu menerangkan mengapa AI cemerlang dalam kes penggunaan yang terasing, tetapi sukar menghasilkan transformasi pada peringkat sistem.

Penerapan AI tidak bergantung pada kekuatan model. Ia bergantung pada lapisan dalam perusahaan tempat AI diperkenalkan.

Bagi CIO, CTO dan pemimpin transformasi yang tertanya-tanya mengapa AI mengagumkan dalam demo tetapi terbantut ketika pelaksanaan, artikel ini menggariskan kekangan tersembunyi dan laluan strategik yang diperlukan untuk penerapan yang mampan di seluruh perusahaan.

Daripada “Patutkah Kita Menerapkan AI” kepada “Mengapa Penerapannya Begitu Perlahan”

Dua tahun lalu, perusahaan berdebat tentang sama ada mereka memerlukan AI. Hari ini, persoalannya ialah bagaimana mengintegrasikannya secara mampan dan selamat. Penganalisis meramalkan bahawa sebahagian besar hasil kerja perusahaan mungkin akan dijana oleh AI tidak lama lagi. Di atas kertas, perkara ini kelihatan tidak dapat dielakkan. Dalam amalan, kesannya masih tidak sekata.

Pasukan kejuruteraan bergerak lebih pantas, namun pelaksanaan merentas fungsi hampir tidak bertambah baik. Pasukan jualan mengautomasikan usaha menghubungi bakal pelanggan, tetapi masih kehilangan masa akibat penyelarasan manual. Pasukan operasi menjana cerapan dengan cepat, tetapi masih perlu menyelaraskan data yang berpecah-belah secara manual.

Perusahaan tidak berfungsi seperti mesin linear. Sebaliknya, perusahaan beroperasi sebagai sistem kompleks yang dibentuk oleh tadbir urus, insentif, budaya dan teknologi legasi. AI meningkatkan kerumitan ini, bukannya mengurangkannya.

Satu cara yang berguna untuk memahami AI dalam perusahaan ialah melihatnya melalui tiga tahap kematangan.

Tahap 1. Tugasan Berbantukan AI

Berguna tetapi Terhad pada Asasnya

Di sinilah kebanyakan perusahaan bermula. Pekerja menggunakan AI generatif untuk penyelidikan, peringkasan, cadangan pengekodan dan penghasilan kandungan. Alat ini memberikan manfaat serta-merta.

Namun, mempercepat tugasan bukan bererti mentransformasikan aliran kerja. Proses yang mengiringinya—kelulusan, serah tugas dan lapisan pelaporan—kekal tidak berubah. Akibatnya, kelajuan perusahaan tidak meningkat dengan ketara.

Kelajuan tugasan tidak sama dengan kelajuan organisasi.

Tahap ini terasa selamat kerana tiada perubahan struktur diperlukan. Namun, ROI jangka panjang memang dibatasi oleh reka bentuknya.

Tahap 2. Aliran Kerja Agentik

Potensi Tinggi dan Rintangan Tinggi

AI agentik melaksanakan aliran kerja berbilang langkah secara autonomi. Ejen mengubah suai fail, menyemak hasil, mengurus tugasan atau menyelaraskan operasi. Potensinya amat besar.

Namun, tahap penggunaannya tidak sebesar itu.

Halangannya bukan keupayaan teknikal, tetapi kesediaan organisasi. Sistem agentik memerlukan kepercayaan, pengawasan, tadbir urus dan toleransi terhadap automasi. Sistem ini mengganggu hierarki yang sudah mantap serta rutin pematuhan. Sistem ini juga membawa risiko operasi yang belum biasa dihadapi.

Akibatnya, banyak alat agentik akhirnya kembali menjadi pembantu separa autonomi yang hanya beroperasi dalam batas yang selamat.

Perusahaan tidak menolak autonomi kerana takut. Mereka menolaknya kerana ketidakselarasan.

Tahap 3. Sistem Natif AI

Kelebihan Jangka Panjang

Sistem natif AI mewakili tahap kematangan tertinggi. Sistem ini direka dengan penglibatan AI sejak awal. Daripada mengubah suai aliran kerja yang dioptimumkan untuk manusia, perusahaan membina struktur operasi baharu yang membolehkan AI menyelaraskan aliran data, urutan keputusan dan rentak kerja.

Ini membolehkan operasi berasaskan ramalan, mengurangkan kesesakan dan membolehkan keputusan dibuat secara berterusan.

Halangannya tinggi. Namun, kelebihan jangka panjangnya jauh melebihi peningkatan kecil secara beransur-ansur.

Namun, perjalanan menuju sistem natif AI masih panjang. Bahaya sebenar muncul dalam tempoh peralihan ini.

Masalah Ferrari

AI yang Tidak Diurus Ialah Ancaman Berprestasi Tinggi

Caleb menggunakan metafora yang lebih kuat maknanya dalam konteks perusahaan. Memberikan pekerja akses kepada alat AI berkuasa seperti ChatGPT atau Copilot bukan sekadar memberikan mereka sebuah Ferrari.

Ia ibarat memberi mereka sebuah Ferrari tanpa latihan, tanpa peraturan jalan raya, tanpa insurans, dan tanpa dapat melihat ke mana kereta itu sebenarnya akan pergi.

Enjinnya luar biasa. Namun, dalam persekitaran perusahaan yang kompleks dengan data sensitif, keperluan pematuhan, dan sistem legasi, kuasa yang begitu besar dan tidak terkawal ini merupakan ancaman struktur.

AI yang tidak dikawal selia menyebabkan kebocoran data yang tidak disengajakan, penggunaan IT bayangan, output yang tidak dapat disahkan, input model yang tidak terkawal, dan hilangnya keupayaan untuk menjalankan audit sepenuhnya.

Ferrari itu bukan sekadar bergerak laju. Ia bergerak ke arah yang tidak dapat dilihat oleh perusahaan.

Selagi aliran kerja, batas tadbir urus, lapisan pengesahan, dan seni bina integrasi belum dibina semula, AI yang tidak diurus kekal sebagai liabiliti, bukan aset.

Mengapa Skala Perusahaan Mewujudkan Geseran Sistemik

Apabila organisasi berkembang, kerumitan penyelarasan meningkat dengan lebih pantas. Menggandakan saiz pasukan bukan sekadar menggandakan kerumitan. Kerumitan itu meningkat berlipat kali ganda.

AI meningkatkan prestasi individu. Namun, perusahaan beroperasi pada peringkat rangkaian. Ketidakpadanan ini menyerap sebahagian besar kesannya.

Penyelidikan menunjukkan satu hakikat utama.

AI memperkuat apa yang sudah wujud. Yang selaras bergerak lebih pantas. Yang berpecah-pecah runtuh.

Tanpa aliran kerja dan tadbir urus yang direka semula, AI menghasilkan penambahbaikan secara berasingan, bukannya transformasi merentas seluruh sistem.

Realiti Perusahaan

Keselamatan, Kepercayaan, Risiko Data, dan Penentangan Dalaman

Sebelum perusahaan mengejar autonomi atau aliran kerja yang berteraskan AI sejak awal, mereka berdepan kekangan yang tidak dapat dielakkan.

Keperluan keselamatan tidak membenarkan sebarang kompromi terhadap batas data atau pematuhan peraturan.
LLM yang tidak dapat diandalkan menimbulkan keraguan kerana halusinasi tidak boleh diterima.
IT bayangan muncul apabila alat rasmi tidak dapat memenuhi keperluan pekerja.
Data strategik dan peribadi membawa risiko undang-undang dan reputasi.
Ketiadaan tadbir urus berpusat mewujudkan ketidakpastian tentang pengesahan dan pengawasan.

Ini bukan tanda sikap konservatif.
Ini tanda tanggungjawab institusi.

Penerapan AI hanya dapat dipercepatkan apabila asas-asas ini dihormati.

Jurang Pasaran Sebenar

Bukan Semua Aliran Kerja Mahukan Perubahan Menyeluruh

Sesetengah naratif AI mengandaikan bahawa pekerja mahukan automasi. Hakikatnya, banyak aliran kerja kekal stabil kerana dirasakan dapat dijangka dan selamat dari segi budaya.

Peluang sebenar terletak di tempat lain.
Pemindahan data secara manual.
Dokumentasi yang berulang.
Pertukaran konteks.
Platform yang terasing.
Aliran kerja yang tidak saling terhubung.

Hambatan ini menghakis produktiviti tanpa disedari.

Hapuskan hambatan yang tidak kelihatan, dan penerimaan akan berlaku secara semula jadi.

Langkah Praktikal untuk Transformasi Perusahaan yang Mampan

Perusahaan yang berjaya mempunyai amalan yang sama.

Jalankan audit aliran kerja yang terperinci.
Perkenalkan tingkah laku agentik secara beransur-ansur dengan pengawasan.
Reka semula peranan sebelum mereka semula teknologi.
Mulakan dalam bidang yang kurang dibatasi kekangan legasi.
Ukur kepantasan organisasi, bukan kelajuan tugasan.

Langkah-langkah ini kelihatan mudah. Kesannya berganda secara eksponen.

Renungan Penutup untuk Pemimpin Perusahaan

Penerapan AI dalam perusahaan bukanlah cabaran berkaitan model. Sebaliknya, ia merupakan cabaran struktur dan budaya. Kebanyakan organisasi masih terperangkap pada peningkatan di peringkat tugasan kerana aliran kerja mereka tidak direka untuk sistem autonomi.

Pemimpin yang menyedari perkara ini dan melakukan reka bentuk semula dengan tujuan yang jelas akan membentuk era produktiviti perusahaan yang seterusnya.

AI mengukuhkan organisasi yang selaras dan memperhebat perpecahan dalam organisasi yang berpecah-belah. Kukuhkan asas terlebih dahulu. Kemudian perluaskan skala.

Nota Praktikal

Keperluan untuk Lapisan Perusahaan yang Selamat dan Bersepadu

Dalam perbualan dengan CIO dan pasukan transformasi, satu tema terus berulang. Perusahaan tidak memerlukan satu lagi pembantu yang berdiri sendiri. Mereka memerlukan lapisan produktiviti yang selamat, boleh diaudit dan disepadukan secara mendalam, yang menghubungkan aplikasi, melindungi data, selaras dengan tadbir urus dan memperkenalkan AI ke dalam aliran kerja tanpa menggugat kestabilan sistem sedia ada.

Platform yang dibina dengan integrasi mendalam, seni bina yang mengutamakan privasi dan pengawasan bertaraf perusahaan mengubah AI yang tidak diurus daripada risiko menjadi kelebihan strategik. Platform ini menyediakan sistem jalan raya yang direka dengan teliti, yang tidak pernah tersedia untuk Ferrari itu.

Inilah falsafah di sebalik Dvina. Ia direka bukan sebagai alat tugasan atau ejen yang terasing, tetapi sebagai lapisan produktiviti yang memahami aliran kerja, yang menyatukan aplikasi, melindungi data sensitif dan membolehkan pasukan mencapai transformasi pada peringkat aliran kerja tanpa mengorbankan kawalan.

Renungan Akhir

Masa Depan Milik Perusahaan yang Membina Jalan yang Tepat

Perusahaan yang berjaya dalam peralihan AI bukanlah yang mempunyai model paling banyak. Sebaliknya, perusahaan yang berjaya ialah yang membina laluan paling selamat, paling jelas dan paling mudah disesuaikan untuk AI beroperasi.

Apabila aliran kerja, tadbir urus dan aliran data selaras, AI tidak lagi bertindak seperti enjin percubaan, sebaliknya menjadi infrastruktur perusahaan yang sebenar.

Masa depan bukan milik perusahaan yang mempunyai enjin terpantas. Masa depan milik mereka yang mempunyai jalan paling kukuh.

Tonton Video Rujukan

Sertai Dvina

Daftar secara percuma dan satukan semua alat anda dalam satu ruang kerja yang ringkas.

Terokai Lagi