DOYANDUIT – Banyak perusahaan yang sempat yakin AI bisa menggantikan sebagian besar pekerjaan manusia kini mulai mengubah arah.
Data terbaru dari konsultan organisasi Orgvue menunjukkan 55% perusahaan yang melakukan PHK akibat implementasi AI mengakui keputusan tersebut ternyata tidak tepat.
Penyesalan ini bukan hanya muncul dari perusahaan kecil atau startup yang sedang bereksperimen dengan teknologi baru.
Beberapa nama besar seperti Ford, Klarna, IBM, hingga Commonwealth Bank of Australia justru menjadi contoh bagaimana euforia AI kadang bertabrakan dengan realitas operasional sehari-hari.
Dalam banyak kasus, penghematan biaya memang tercapai pada tahap awal.
Namun setelah beberapa bulan berjalan, muncul masalah yang sebelumnya tidak masuk perhitungan: kualitas layanan menurun, pelanggan frustrasi, proses kerja melambat, dan hilangnya pengalaman kerja yang selama ini hanya dimiliki manusia.
Ketika AI Dijadikan Pengganti, Bukan Pendamping
Selama 2023 hingga 2024, banyak perusahaan mengadopsi strategi AI-first.
Narasinya sederhana: AI bekerja lebih cepat, tidak perlu cuti, tidak sakit, dan biaya operasional dianggap lebih rendah dibanding mempertahankan ribuan karyawan.
Namun berdasarkan berbagai laporan dan pengalaman perusahaan yang sudah menjalankannya, masalah terbesar justru muncul ketika AI diposisikan sebagai pengganti total manusia.
Padahal dalam praktiknya, sebagian besar pekerjaan modern tidak hanya berisi tugas teknis.
- Ada penilaian situasional.
- Ada intuisi.
- Ada pengalaman.
Dan yang sering terlupakan, ada kemampuan memahami konteks yang tidak selalu bisa diterjemahkan menjadi data.
Itulah alasan mengapa banyak perusahaan mulai menyadari bahwa otomatisasi penuh ternyata lebih rumit daripada yang dibayangkan saat presentasi bisnis berlangsung.
Ford: Saat Engineer Hilang, Kualitas Produk Ikut Terganggu
Ford menjadi salah satu contoh yang sering dibahas dalam diskusi transformasi digital.
Perusahaan otomotif tersebut sempat mengurangi jumlah engineer dan memperbesar peran sistem berbasis AI dalam pengawasan kualitas kendaraan.
Secara teori langkah itu masuk akal. AI mampu memeriksa ribuan data dalam waktu singkat dan mendeteksi pola yang mungkin terlewat manusia.
Namun di lapangan muncul masalah lain. Beberapa proses inspeksi kehilangan sentuhan analisis teknis yang selama ini dilakukan para engineer berpengalaman.
Akibatnya, sejumlah indikator kualitas produk mengalami penurunan. Perusahaan kemudian mengambil langkah yang tidak banyak diprediksi sebelumnya.
Ford merekrut kembali lebih dari 350 engineer untuk membantu memperbaiki sistem dan melakukan validasi terhadap keputusan yang dihasilkan AI.
Hasilnya cukup signifikan. Klaim garansi turun dan kualitas kendaraan kembali membaik.
Kasus Ford memperlihatkan bahwa AI sangat efektif untuk membantu analisis, tetapi belum tentu mampu menggantikan seluruh proses pengambilan keputusan teknis.
Klarna: Efisiensi Naik, Kepuasan Pelanggan Turun
Nama Klarna sempat menjadi simbol keberhasilan implementasi AI.
Perusahaan teknologi finansial asal Swedia itu memangkas sekitar 1.200 karyawan dan mengganti sekitar 700 posisi layanan pelanggan dengan chatbot.
Awalnya strategi tersebut dipuji. Chatbot mampu menangani ribuan percakapan setiap hari tanpa tambahan biaya tenaga kerja.
Namun setelah berjalan beberapa waktu, muncul keluhan yang semakin sering terdengar. Pelanggan merasa jawaban chatbot terlalu kaku.
Kasus yang sedikit kompleks sering berakhir tanpa solusi. Dalam beberapa situasi, pengguna harus mengulang penjelasan berkali-kali karena sistem gagal memahami konteks masalah.
CEO Klarna, Sebastian Siemiatkowski, akhirnya mengakui bahwa perusahaan terlalu berfokus pada efisiensi biaya. Menurutnya, ketika biaya menjadi satu-satunya indikator keberhasilan, kualitas layanan mudah terabaikan.
Saat ini Klarna kembali membuka berbagai posisi yang berhubungan langsung dengan pengalaman pelanggan.
IBM: Chatbot HR Tidak Mampu Menangani Masalah Kompleks
IBM juga pernah menjadi salah satu perusahaan yang paling agresif dalam otomatisasi. Mereka mengembangkan chatbot internal bernama AskHR untuk menangani berbagai kebutuhan sumber daya manusia.
Mulai dari pertanyaan administratif hingga proses pengajuan tertentu. Untuk kebutuhan rutin, sistem tersebut bekerja cukup baik.
Masalah mulai muncul ketika karyawan menghadapi situasi yang lebih kompleks. Misalnya konflik kerja, perencanaan karier, masalah interpersonal, atau kondisi yang membutuhkan pertimbangan manusia.
Dalam beberapa kasus, chatbot memberikan jawaban yang secara prosedural benar tetapi tidak menyelesaikan persoalan sebenarnya.
IBM kemudian menyadari bahwa fungsi HR tidak hanya soal administrasi. Ada aspek empati dan pemahaman situasional yang masih sulit direplikasi oleh AI.
Perusahaan kini berencana meningkatkan kembali perekrutan tenaga kerja tingkat pemula sebagai bagian dari strategi jangka panjang.
Commonwealth Bank: Nasabah Lebih Memilih Berbicara dengan Manusia
Pengalaman serupa terjadi di sektor perbankan. Commonwealth Bank of Australia sempat memperluas penggunaan AI untuk layanan pelanggan dan mengurangi jumlah staf manusia.
Tujuannya adalah mempercepat respons dan menekan biaya operasional. Namun berdasarkan berbagai laporan pengguna, sistem otomatis sering kesulitan menangani pertanyaan yang tidak sesuai skenario standar.
Nasabah yang memiliki kasus unik justru merasa proses menjadi lebih panjang. Dalam beberapa situasi, pelanggan harus berpindah-pindah menu sebelum akhirnya berbicara dengan staf manusia.
Observasi seperti ini sebenarnya cukup umum. Sebagian besar pengguna tidak keberatan berbicara dengan AI selama masalah mereka sederhana.
Tetapi ketika menyangkut uang, kredit, atau keputusan penting, banyak orang masih ingin mendapatkan kepastian dari manusia.
Mengapa Banyak Implementasi AI Gagal?
Laporan Orgvue dan berbagai studi lain menunjukkan beberapa penyebab yang berulang.
Tabel Penyebab Perusahaan Menyesal Menggantikan Karyawan dengan AI
| Masalah | Dampak yang Terjadi |
|---|---|
| Terlalu fokus pada penghematan biaya | Kualitas layanan menurun |
| Tidak memahami batas kemampuan AI | Kesalahan operasional meningkat |
| Hilangnya pengetahuan institusional | Produktivitas turun |
| Kurangnya pelatihan karyawan | AI tidak dimanfaatkan optimal |
| Otomatisasi berlebihan | Pelanggan merasa frustrasi |
Dalam banyak kasus, perusahaan menganggap AI sebagai solusi instan.
Padahal implementasi yang berhasil biasanya membutuhkan kombinasi antara teknologi, pelatihan SDM, dan pengawasan manusia yang berkelanjutan.
Muncul Tren Boomerang Hiring
Saat ini mulai muncul fenomena yang disebut boomerang hiring.
Istilah ini merujuk pada perusahaan yang merekrut kembali mantan karyawan atau membuka posisi yang sebelumnya dihapus karena otomatisasi.
Fenomena tersebut menunjukkan adanya perubahan cara pandang terhadap AI.
Jika sebelumnya AI dianggap sebagai pengganti tenaga kerja, kini semakin banyak organisasi melihatnya sebagai alat bantu untuk meningkatkan produktivitas manusia.
Orgvue juga mencatat bahwa 80% pemimpin bisnis berencana melakukan reskilling karyawan agar mampu bekerja berdampingan dengan AI.
Sementara 41% perusahaan meningkatkan anggaran pelatihan dan pengembangan SDM.
Gelombang PHK yang dipicu euforia AI mulai memberikan pelajaran penting bagi dunia bisnis. Pengalaman Ford, Klarna, IBM, dan Commonwealth Bank menunjukkan bahwa efisiensi tidak selalu berbanding lurus dengan kualitas.
AI memang mampu mengotomatisasi banyak pekerjaan. Namun sampai saat ini, kemampuan memahami konteks, mengambil keputusan di situasi yang tidak terduga, serta membangun hubungan dengan pelanggan masih menjadi keunggulan manusia yang sulit digantikan.
Karena itu, arah transformasi yang mulai terlihat pada 2025 bukan lagi tentang mengganti manusia dengan AI, melainkan mencari cara terbaik agar keduanya bisa bekerja bersama.
Jika tren ini berlanjut, beberapa tahun ke depan mungkin bukan menjadi era penghapusan pekerjaan oleh AI, melainkan era kolaborasi baru antara manusia dan mesin.
