Mengejar Hal Besar Berikutnya: Mengapa AI Mulai Mirip dengan Blockchain 2.0

Kecerdasan buatan (AI) telah menjadi berita utama. Dari seni yang dihasilkan AI hingga chatbot yang canggih, kegembiraan telah mencapai hampir setiap industri. Modal ventura membanjiri, dan para pemimpin bisnis bergegas untuk menyatakan organisasi mereka sebagai “yang mengutamakan AI.” 

Namun, bagi banyak orang yang hidup di era kejayaan blockchain pada akhir tahun 2010-an, ada perasaan déjà vu. Ini bukan pertama kalinya sebuah teknologi menjanjikan dunia tetapi memberikan hasil yang jauh lebih sedikit dalam praktiknya.

Pada tahun 2017, blockchain juga memiliki kehebohan serupa. Perusahaan hanya menempelkan kata "blockchain" pada nama mereka dan menyaksikan harga saham mereka meroket, seringkali tanpa produk atau strategi aplikasi yang nyata. 

Kini, AI mengikuti lintasan yang sangat mirip. Apa yang kita saksikan bukan sekadar inovasi; ini adalah perjalanan lain dalam siklus sensasi teknologi klasik.

Memahami Siklus Hype

Dicetuskan oleh Gartner, siklus sensasi teknologi memetakan bagaimana teknologi baru sering kali melonjak karena ekspektasi yang meningkat, lalu jatuh ke dalam kekecewaan sebelum akhirnya memberikan nilai yang berkelanjutan. Mengenali siklus ini membantu bisnis memisahkan inovasi yang bermakna dari pemasaran yang berlebihan, dan menghindari kesalahan langkah yang merugikan.

Salah satu contoh terbaru adalah Penurunan Meta sebesar $40 miliar ke metaverse —sebuah proyek yang kini dipandang banyak orang sebagai gelembung sensasi internal yang pada akhirnya gagal terwujud. 

Seperti yang diamati oleh Konstantine Buhler, mitra di Sequoia Capital, di CIO Network Summit yang diselenggarakan oleh The Wall Street Journal, “Kami defidalam siklus hype, terutama untuk AI generatif.” Ia menambahkan bahwa dalam hal mewujudkan nilai bisnis riil, “kita bahkan belum berada di awal.”

Ketika Buzz Melebihi Hasil

Hype blockchain ditandai oleh perkembangan dramatis tetapi sering kali hampa. Satu perusahaan minuman bersoda mengubah namanya menjadi Long Blockchain Corporation dan sahamnya melonjak 400% dalam semalam, meskipun tidak memiliki penawaran blockchain apa pun. Kodak memperkenalkan inisiatif mata uang kripto, KodakCoin, yang sempat menaikkan harga sahamnya sebelum menghilang dan menjadi tidak relevan.

Gerakan AI saat ini membawa tanda-tanda peringatan serupa. Perusahaan seperti Klarna, yang sangat bergantung pada layanan pelanggan berbasis AI, kemudian menarik kembali keputusan tersebut setelah kepuasan pelanggan menurun. Upaya BuzzFeed untuk beralih ke konten yang dihasilkan AI gagal menyelamatkan bisnisnya yang sedang berjuang, dan artikel CNET yang ditulis dengan AI ditemukan mengandung banyak kesalahan fakta, yang mengikis kepercayaan.

Kasus-kasus ini mengungkap sebuah pola: AI, seperti blockchain sebelumnya, dijual dengan janji-janji yang sulit dipenuhi dengan cepat. Hasilnya, lebih sering daripada tidak, mengecewakan.

Perusahaan Berjuang untuk Menerapkan AI

Meskipun banyak yang membicarakannya, sebagian besar organisasi masih belum yakin bagaimana cara mengekstrak nilai yang konsisten dan terukur dari AI. Ruang rapat dipenuhi dengan pertanyaan: Apakah ini akan merevolusi operasi kita atau hanya mengalihkan perhatian kita? Apakah ini sebuah peluang—atau kesalahan arah yang merugikan?

penelitian dari McKinsey dan Deloitte menawarkan wawasan yang serius. Survei terbaru Deloitte menunjukkan bahwa perusahaan secara bertahap beralih dari eksperimen ke adopsi serius di tingkat perusahaan. Namun, ada hambatan: masalah kepatuhan meningkat, melonjak dari 28% menjadi 38% dalam hitungan bulan. Sementara itu, 69% responden percaya bahwa perlu waktu lebih dari setahun untuk sepenuhnya menerapkan kerangka tata kelola AI yang kuat.

Laporan McKinsey pada Januari 2025, yang didasarkan pada wawancara dengan para pemimpin bisnis global, menemukan bahwa meskipun hampir semua perusahaan berinvestasi dalam AI, hanya 1% yang menganggap upaya mereka sudah matang. Karyawan pada umumnya siap menerima teknologi tersebut—tetapi pimpinan sering kali terlambat dalam menerjemahkan potensi menjadi tindakan.

Angka-angka tersebut mencerminkan kesenjangan ini:

• Hanya 19% eksekutif C-level yang melaporkan pertumbuhan pendapatan lebih dari 5% dari inisiatif AI.
• 39% melaporkan pertumbuhan sederhana antara 1% dan 5%.
• 36% melaporkan tidak ada perubahan sama sekali.

Pertanyaan besarnya tetap: Apakah AI hanya sekadar janji teknologi yang dibesar-besarkan? Atau adakah jalan menuju laba yang sesungguhnya atas investasi kecerdasan buatan (RoAI)?

Menurut Jim Rowan, Applied AI Leader di Deloitte, jawabannya terletak pada strategi jangka panjang. Ia mencatat bahwa meskipun "antisipasinya tinggi," hasil yang berarti memerlukan tata kelola, kolaborasi, dan kemauan untuk mengulang. Pemimpin yang berfokus pada masa depan memahami bahwa hasil AI akan terungkap secara bertahap—tidak dalam semalam.

Mengapa Bisnis Terus Mengejar Hype

Dorongan untuk memanfaatkan teknologi baru didorong oleh tiga kekuatan utama: ekspektasi yang tinggi, pemikiran jangka pendek, dan eksekusi yang cacat.

Di bawah tekanan untuk tetap kompetitif dan mengesankan investor, para eksekutif sering kali menyampaikan visi besar tanpa meletakkan dasar yang kuat. Dalam upaya untuk tampil inovatif, perusahaan menerapkan sistem yang belum terbukti dan hanya mengharapkan hal baru untuk memberikan keuntungan.

Kenyataannya adalah bahwa pendekatan ini sering kali berujung pada kekecewaan—bukan karena teknologinya kurang menjanjikan, tetapi karena fondasi untuk mendukungnya tidak ada. Bila diterapkan terlalu luas dan tanpa tujuan strategis, bahkan perangkat yang paling ampuh pun akan gagal.

Lima Kendala yang Menghambat Potensi AI

Michael de Kare-Silver, Mitra Pengelola di Signium UK, mengamati itu  Meskipun telah berupaya semaksimal mungkin, belum ada satu organisasi pun yang menemukan “solusi ajaib” untuk RoAI yang konsisten. 

Hambatan yang ada banyak dan sudah tidak asing lagi:

1. Pilot dan Eksperimen yang Tersebar:Banyak perusahaan mengizinkan karyawan untuk bereksperimen dengan alat seperti Microsoft CoPilot atau ChatGPT untuk tugas-tugas kecil. Namun, uji coba ini tidak terkoordinasi—tim yang berbeda menguji berbagai alat tanpa pengawasan pusat atau pembelajaran bersama.
2. Kurangnya Strategi Terpadu: Tanpa kerangka kerja yang menyeluruh di seluruh organisasi, adopsi AI menjadi terfragmentasi. Tidak ada kejelasan tentang siapa yang harus menggunakan AI, untuk tujuan apa, atau kapan AI tepat digunakan.
3. Takut tak dikenal: Ketidakpastian seputar nilai jangka panjang AI membuat banyak perusahaan menunggu dan melihat. Seperti yang dikatakan de Kare-Silver, "Tidak ada pemimpin yang mau mengambil risiko membuang-buang uang."
4. Kebersihan Data yang Buruk: Data berkualitas tinggi adalah tulang punggung AI yang efektif. Sayangnya, banyak perusahaan tidak memiliki basis data yang bersih dan terstandarisasi, yang menyebabkan keluaran yang cacat dan perilaku yang tidak dapat diprediksi.
5. Tidak Ada Kepemimpinan AI yang Berdedikasi: AI sering kali dimasukkan ke dalam portofolio CTO atau kepala data yang sudah kewalahan. Namun, penerapan AI yang bermakna membutuhkan kepemimpinan yang fokus dan penuh waktu. 

De Kare-Silver memuji perusahaan seperti BT, Schneider Electric, dan ING karena menunjuk eksekutif senior yang secara khusus bertanggung jawab atas strategi AI.

Jadi, Apakah AI Hanyalah Fatamorgana Teknologi Lainnya?

Jawabannya tidak biner. AI bukan sekadar gelembung, tetapi juga bukan tongkat ajaib. Dampaknya sepenuhnya bergantung pada bagaimana ia digunakan. Bagi satu perusahaan, chatbot AI dapat mengatasi masalah dukungan yang tertunda. Bagi perusahaan lain, alat deteksi penipuan dapat mencegah pelanggaran yang merugikan.

Yang jelas adalah bahwa AI akan mengubah masa depan pekerjaan—apa yang dikerjakan, siapa yang mengerjakannya, dan bagaimana. Namun transformasi itu hanya akan berkelanjutan jika bisnis melanjutkan dengan kejelasan, disiplin, dan pandangan ke depan.

Daripada mengejar tren secara membabi buta, organisasi harus fokus pada kasus penggunaan aktual dan mengadopsi AI dengan pemahaman yang jelas tentang risikonya. Terapkan tata kelola tingkat perusahaan. Rancang strategi yang selaras dengan operasi saat ini dan tujuan masa depan.

"Mengapa" harus selalu muncul sebelum "bagaimana".

Dengan memperlakukan AI bukan sebagai penyelamat, tetapi sebagai alat—salah satu dari sekian banyak alat dalam kotak peralatan digital—perusahaan dapat membuat keputusan yang lebih cerdas dan menghindari nasib seperti perusahaan-perusahaan yang menjadi korban siklus sensasi sebelumnya.