Hanya 13% Perusahaan Raih Nilai Nyata dari Investasi AI, Survei Gartner

Apa yang terjadi

Hanya 13 persen perusahaan yang benar-benar memperoleh nilai bisnis nyata dari investasi kecerdasan buatan (AI), menurut survei Gartner terhadap 2.002 CIO. Temuan yang dilaporkan The Decoder ini menunjukkan jarak yang masih lebar antara belanja AI dan hasil yang dapat diukur.

Di sisi lain, 51 persen responden memperkirakan AI justru akan menaikkan biaya operasional. Meski demikian, 75 persen CEO masih berencana menambah anggaran teknologi. Optimisme terhadap teknologi tetap tinggi, tetapi keyakinan bahwa AI akan menekan biaya belum merata.

Mengapa ini penting

Temuan ini menandai pergeseran dari fase uji coba ke fase pembuktian. Ketika anggaran terus bertambah sementara hasil nyata masih terbatas, organisasi perlu menjelaskan apa yang sebenarnya diubah oleh AI: proses layanan, cara karyawan bekerja, atau pengalaman pelanggan. Tanpa kejelasan itu, investasi AI berisiko menjadi lapisan teknologi baru di atas alur kerja lama yang tidak pernah dirancang ulang.

Bagi pemimpin di bidang pengalaman, AI dan transformasi digital, angka-angka ini adalah pengingat bahwa adopsi teknologi tidak sama dengan nilai. Keberhasilan perlu diukur dari perubahan yang dirasakan pelanggan dan karyawan, bukan dari jumlah proyek yang berjalan.

Angka utama

• 13% perusahaan mengaku memperoleh nilai bisnis nyata dari investasi AI.
• 51% responden memperkirakan AI akan menaikkan biaya operasional.
• 75% CEO masih berencana meningkatkan anggaran teknologi.
• 2.002 CIO yang menjadi responden survei Gartner.

Pandangan Renascence

Banyak pembaca akan menyimpulkan bahwa masalahnya terletak pada kualitas model. Menurut kami, sebagian besar kesenjangan ini bersumber dari desain layanan dan cara organisasi mengukur hasil. Prinsip perilaku yang mendasarinya sederhana: orang hanya mengadopsi perubahan yang mengurangi gesekan dalam kehidupan sehari-harinya, dan efek itu jarang muncul dari fitur yang ditempelkan pada proses lama.

Angka 13 persen lebih menunjukkan masalah pengukuran dan rancangan layanan dibanding masalah teknologi. Operator yang serius sebaiknya mengaitkan setiap pos anggaran AI dengan satu hasil pelanggan atau karyawan yang bisa diukur. Proyek yang tidak mampu menunjukkan perbaikan dalam satu siklus anggaran sebaiknya dihentikan atau dirancang ulang, bukan diperpanjang. Mulailah dari perjalanan pelanggan yang paling sering mengeluhkan gesekan, lalu tentukan di mana AI benar-benar mengurangi usaha, bukan sekadar menambah lapisan baru.