Berita Strategi data untuk para pemimpin AI

Harapan besar terhadap AI generatif

Harapan bahwa AI generatif dapat mengubah model bisnis dan penawaran produk secara mendasar didorong oleh kekuatan teknologi untuk membuka sejumlah besar data yang sebelumnya tidak dapat diakses. “Delapan puluh hingga 90% data dunia tidak terstruktur,” kata Baris Gultekin, kepala AI di perusahaan cloud data AI Snowflake. “Namun yang menarik adalah AI membuka pintu bagi organisasi untuk mendapatkan wawasan dari data yang sebelumnya tidak dapat mereka peroleh.”

Dalam jajak pendapat yang dilakukan oleh MIT Technology Review Insights, para eksekutif global ditanyai tentang manfaat yang mereka harapkan dari AI generatif. Banyak yang mengatakan bahwa mereka memprioritaskan kemampuan teknologi untuk meningkatkan efisiensi dan produktivitas (72%), meningkatkan daya saing pasar (55%), dan mendorong produk dan layanan yang lebih baik (47%). Hanya sedikit orang yang melihat teknologi sebagai pendorong peningkatan pendapatan (30%) atau pengurangan biaya (24%), dan hal ini menunjukkan ambisi yang lebih tinggi dari para eksekutif. Ambisi utama responden terhadap AI generatif tampaknya berjalan seiring. Lebih dari separuh perusahaan mengatakan bahwa rute baru menuju daya saing pasar adalah salah satu dari tiga tujuan utama mereka, dan dua jalur yang mungkin mereka ambil untuk mencapai hal ini adalah peningkatan efisiensi dan produk atau layanan yang lebih baik.

Bagi perusahaan yang meluncurkan AI generatif, hal ini belum tentu merupakan pilihan yang tepat. Chakraborty melihat “garis tipis antara efisiensi dan inovasi” dalam aktivitas saat ini. “Kami mulai melihat perusahaan menerapkan agen AI generatif untuk karyawannya, dan kasus penggunaannya bersifat internal,” katanya, namun waktu yang dihemat untuk tugas-tugas sehari-hari memungkinkan personel untuk fokus pada layanan pelanggan atau aktivitas yang lebih kreatif. Gultekin setuju. “Kami melihat inovasi dari pelanggan dalam membangun produk AI generatif internal yang memberikan banyak nilai,” katanya. “Mereka dibangun untuk meningkatkan produktivitas dan efisiensi.”

Chakraborty mengutip kampanye pemasaran sebagai contoh: “Seluruh rantai pasokan masukan kreatif ditata ulang menggunakan kekuatan AI generatif. Hal ini jelas akan menciptakan tingkat efisiensi baru, namun pada saat yang sama mungkin akan menciptakan inovasi dalam cara Anda membawa ide produk baru ke pasar.” Demikian pula, Gultekin melaporkan bahwa konglomerat teknologi global dan pelanggan Snowflake telah menggunakan AI untuk menyediakan “700.000 halaman penelitian bagi tim mereka sehingga mereka dapat mengajukan pertanyaan dan kemudian meningkatkan kecepatan inovasi mereka sendiri.”

Dampak AI generatif pada chatbots—dalam kata-kata Gultekin, “roti dan mentega dari siklus AI saat ini”—mungkin merupakan contoh terbaik. Ekspansi pesat dalam kemampuan chatbot menggunakan AI membatasi antara penyempurnaan alat yang sudah ada dan pembuatan alat baru. Oleh karena itu, tidak mengherankan jika 44% responden melihat peningkatan kepuasan pelanggan sebagai salah satu cara AI generatif akan memberikan nilai.

Melihat lebih dekat hasil survei kami mencerminkan tumpang tindih antara peningkatan produktivitas dan inovasi produk atau layanan. Hampir sepertiga responden (30%) memasukkan peningkatan produktivitas dan inovasi dalam tiga jenis nilai utama yang ingin mereka capai dengan AI generatif. Jalur pertama, dalam banyak kasus, akan berfungsi sebagai jalur utama menuju jalur lainnya.

Namun peningkatan efisiensi bukanlah satu-satunya jalan menuju inovasi produk atau layanan. Beberapa perusahaan, kata Chakraborty, “membuat taruhan besar” pada inovasi grosir dengan AI generatif. Dia mencontohkan perusahaan farmasi. Mereka, katanya, menanyakan pertanyaan mendasar tentang kekuatan teknologi: “Bagaimana saya dapat menggunakan AI generatif untuk menciptakan jalur pengobatan baru atau untuk menata ulang proses uji klinis saya? Bisakah saya mempercepat jangka waktu penemuan obat dari 10 tahun menjadi lima tahun?”

Unduh laporan lengkapnya.

Konten ini diproduksi oleh Insights, bagian konten khusus dari MIT Technology Review. Itu tidak ditulis oleh staf editorial MIT Technology Review.