Dari publisitas sensasional menjadi dampak signifikan: Bagaimana pemimpin bisnis dapat mewujudkan ROI dengan agen AI

Agen AI bukan lagi eksperimen—mereka adalah bagian dari operasi. Sayangnya, hasilnya mengecewakan bagi banyak pemimpin eksekutif. Menurut Studi IBM Institute for Business Values C-Suite 2025, hanya 25% dari inisiatif AI yang telah memberikan pengembalian investasi (ROI) yang diharapkan dan hanya 16% yang telah meningkat di seluruh perusahaan. Semua angka ini mengungkapkan kesenjangan penting antara ambisi dan eksekusi.

Masalahnya bukan AI itu sendiri—melainkan penerapannya. Sukses dengan agen AI membutuhkan lebih dari sekadar antusiasme. Ini menuntut pendekatan terstruktur, transparan, dan selaras dengan bisnis yang menyeimbangkan eksperimen dengan tata kelola, dan penghematan biaya dengan pertumbuhan jangka panjang.

Jadi bagaimana eksekutif dapat mengalihkan agen AI dari proyek percontohan ke nilai bisnis nyata? Caranya adalah dengan mulai mengembangkan pola pikir yang tepat, mendasarkan strategi mereka dalam contoh penggunaan yang hemat biaya, serta merancang skala dan fleksibilitas.

Salah satu kesalahan paling umum yang dilakukan eksekutif adalah memulai dengan lensa ROI yang salah. Banyak pemimpin bertujuan untuk mencapai pertumbuhan transformatif terbaik sejak hari pertama, tetapi implementasi AI yang paling sukses sering dimulai dengan penghematan biaya.

Mengapa? Karena manfaat lebih mudah diukur, lebih cepat untuk direalisasikan, dan memberikan kasus bisnis mendasar yang diperlukan untuk menskalakan.

Misalnya, pertimbangkan perusahaan industri yang mengelola jutaan dokumen tidak terstruktur. Dengan menerapkan agen AI untuk menganalisis gabungan data yang tersebar ini, mereka dapat mengurangi beban kerja manual dari analis yang mahal dan meningkatkan pengambilan keputusan.

Proses ini berpotensi menurunkan biaya, meningkatkan pendapatan, dan memungkinkan analis untuk berfokus pada pekerjaan bernilai lebih tinggi. Atau ambil contoh perusahaan yang menggunakan agen AI untuk mengotomatiskan alur kerja pemrosesan klaimnya. Perusahaan ini dapat mencapai pembayaran yang lebih cepat, pelanggan yang lebih puas, dan kemampuan untuk menskalakan tanpa meningkatkan jumlah karyawan.

Semua contoh ini bukan sesuatu yang tidak mungkin. Semuanya adalah contoh penggunaan praktis berbasis ROI yang membangun momentum untuk transformasi di seluruh perusahaan yang lebih luas.

Untuk membantu memandu strategi AI Anda dan memastikan bahwa Anda mencapai ROI yang diharapkan, berikut adalah empat langkah yang dapat ditindaklanjuti untuk dipertimbangkan.

Hindari dorongan untuk menerapkan AI di seluruh perusahaan tanpa target. Sebaliknya, mulailah dengan contoh penggunaan yang jelas dan berdampak tinggi. Cari tanda-tanda kesiapan AI ini:

• Tugas berulang atau rutin yang ditetapkan dengan baik (misalnya, entri data atau pemrosesan klaim)
• Serah terima manual antara sistem dan orang (misalnya, alur kerja pesanan hingga pembayaran)
• Ketersediaan data berkualitas yang mendasari agen AI dan mengukurnya terhadap
• Interpretasi kebijakan yang kompleks (misalnya, kepatuhan SDM atau kelayakan asuransi)
• Biaya tinggi atau inefisiensi (misalnya, pemeliharaan kode lama)

Mulai dari yang kecil, buktikan nilai dan tingkatkan dari sana.

Anda tidak dapat mengukur ROI tanpa mengetahui titik awal Anda. Namun, banyak organisasi tidak memiliki patokan yang jelas untuk waktu, biaya, atau kualitas. Sebelum menerapkan agen AI, lakukan latihan dekomposisi proses:

• Berapa lama proses ini berlangsung saat ini?
• Berapa biayanya?
• Apa saja masalahnya?

Gunakan data internal atau tolok ukur industri (seperti data dari Institute for Business Value IBM) untuk membuat gambaran “sebelum” yang jelas. Informasi ini penting ketika mempresentasikan ROI kepada pemangku kepentingan.

Salah satu keputusan yang sering diabaikan dalam strategi AI adalah arsitektur. Banyak vendor mendorong agen AI berpemilik terikat pada platform mereka. Tetapi sebagian besar perusahaan menjalankan lingkungan yang heterogen. Mengunci pada satu agen AI vendor dapat membatasi fleksibilitas dan inovasi.

Sebaliknya, pertimbangkan lapisan orkestrasi terbuka yang dapat berada di atas sistem Anda yang ada dan berintegrasi dengan beberapa agen AI. Pendekatan ini:

• Menghindari vendor lock-in
• Memungkinkan peralihan yang lebih cepat seiring perkembangan teknologi
• Mendukung transparansi dan tata kelola di seluruh perusahaan

Di bidang yang bergerak cepat, ketangkasan arsitektur adalah keunggulan kompetitif.

ROI dari agen AI dapat diukur dengan tiga cara utama:

1. Kecepatan pencapaian hasil: Seberapa cepat Anda dapat menyelesaikan sebuah proses?
2. Biaya untuk melayani: Berapa jauh lebih murah untuk memberikan hasil yang sama?
3. Kemampuan baru: Apa yang dapat Anda lakukan sekarang yang tidak dapat Anda lakukan sebelumnya?

Dua poin pertama mudah diukur. Poin ketiga—kemampuan baru—lebih sulit untuk diukur tetapi sering kali yang paling transformatif. Misalnya, memperoleh insight dari dokumen berusia puluhan tahun atau memfaktorkan ulang kode lama yang tidak berani disentuh siapa pun.

Jangan abaikan peluang yang "sama sekali baru" ini. Namun harap diketahui bahwa peluang ini mungkin memerlukan lensa ROI yang berbeda—yang berfokus pada nilai strategis daripada penghematan langsung.

Kesalahpahaman terbesar tentang AI agen? AI agen terlalu sulit atau terlalu mudah untuk diterapkan dengan hasil yang bagus.

Perpaduan yang seimbang adalah kuncinya. Agen AI bukanlah solusi mudah atau proyek sains. Mereka adalah alat yang efektif ketika digunakan dengan tujuan, struktur, dan visi.

Bagi para pemimpin eksekutif, arah tindakan sudah jelas:

• Mulai dengan penghematan biaya
• Bangun fondasi yang kuat
• Memperluas operasi dengan percaya diri
• Dan selaraskan AI dengan strategi bisnis Anda setiap saat

Untuk mempelajari lebih lanjut tentang bagaimana IBM dapat membantu Anda mengatur serta menata AI dan agen AI di seluruh bisnis Anda, kunjungi IBM® watsonx Orchestrate.