fost-nepal.org – Laporan terbaru mengenai tingkat kegagalan proyek kecerdasan buatan (AI) mengungkapkan kekhawatiran bagi organisasi yang berinvestasi besar dalam teknologi ini. Banyak diskusi berfokus pada faktor teknis seperti akurasi model dan kualitas data. Namun, setelah mengamati berbagai inisiatif AI, ditemukan bahwa peluang perbaikan terbesar sering kali terletak pada aspek budaya, bukan teknis.

Proyek internal yang mengalami kesulitan biasanya memiliki masalah umum. Tim teknik sering membangun model yang sulit dipahami oleh manajer produk, sementara ilmuwan data mengembangkan prototipe yang sulit dikelola oleh tim operasional. Akibatnya, aplikasi AI tidak digunakan karena pengguna akhir tidak terlibat dalam menentukan apa yang dianggap sebagai “bermanfaat”.

Sebaliknya, organisasi yang berhasil memanfaatkan AI telah menciptakan kolaborasi yang baik antar departemen, serta menetapkan tanggung jawab bersama untuk hasil yang dicapai. Untuk mencapai keberhasilan, ada tiga praktik penting yang perlu diterapkan. Pertama, memperluas pemahaman AI di luar tim teknik. Semua pihak harus memahami fungsi AI dalam konteks pekerjaan masing-masing, bukan hanya insinyur yang memahaminya.

Kedua, menetapkan aturan yang jelas mengenai otonomi AI. Organisasi perlu menetapkan kerangka kerja yang mengatur kapan AI dapat bertindak sendiri dan kapan memerlukan persetujuan manusia, termasuk aspek auditabilitas, reproduksibilitas, dan observabilitas.

Ketiga, menciptakan panduan kerja lintas fungsi. Dengan melibatkan berbagai tim dalam pengembangan pedoman ini, organisasi dapat menghindari hasil yang tidak konsisten dan mengurangi usaha yang berlebihan.

Teknik yang baik dalam AI tetap penting, namun keberhasilan implementasi sangat bergantung pada kesiapan organisasi untuk bekerja dengan teknologi ini.