“Di era AI, siapa yang akan tersingkir?” Dua alumni Harvard dan perusahaan konsultan manajemen McKinsey, Bradley dan Harvey, membahas topik ini dalam video berjudul “Di dunia pengambilan keputusan dimensi lain, mengejar ketepatan mungkin tidak ada artinya.”
Bradley pertama kali menyebutkan bahwa AI sama sekali tidak bisa “membaca suasana hati,” tetapi ini adalah kunci agar sesuatu dapat benar-benar terlaksana. Dalam industri konsultasi manajemen, hal yang paling memakan waktu adalah mempertimbangkan apa isi yang akan disampaikan. Misalnya, “Apakah penggunaan kata ini akan memicu reaksi emosional tertentu dari orang lain?” Pertanyaan semacam ini sulit dipahami oleh AI dan sangat menguji kemampuan manusia dalam memahami situasi di lapangan.
Harvey menyebutkan bahwa orang yang sudah dilatih dan memiliki wawasan, ketika diberikan AI, justru seperti menambah kekuatan. Karena mereka tahu apa yang disebut “baik,” dan mereka bisa memperbaiki hasil dari AI menjadi lebih baik. Tetapi, bagi pendatang baru yang baru masuk ke dunia kerja, mereka tidak tahu apa yang baik. Jika AI memberi mereka jawaban, mereka akan menerimanya begitu saja. Di masa depan, yang dibutuhkan adalah menggunakan AI untuk mencapai 80 poin, lalu menyempurnakannya hingga 100 poin. Tetapi orang yang tidak memiliki kemampuan penilaian akan langsung menyerahkan hasil 80 poin. Tidak peduli berapa banyak AI membantu, Anda harus menambahkan bagian terakhir itu sendiri. Asal tahu apa yang berbeda.
AI tidak bisa membaca suasana hati, tetapi inilah kunci agar bisnis dapat terlaksana
Bradley menyatakan bahwa AI sama sekali tidak bisa “membaca suasana hati.” Ia menyebutkan bahwa saat ini AI belum mampu memahami secara nyata kemungkinan reaksi emosional orang lain. Tetapi hal ini sangat penting untuk “bagaimana benar-benar mewujudkan sesuatu.” Masih diperlukan duduk bersama dan berinteraksi secara langsung dengan orang lain agar bisa memahami hal-hal halus ini. Dari sudut pandang bisnis, ini malah menjadi pelajaran yang sangat penting dan berbeda secara signifikan.
Setelah munculnya AI, analisis data secara jelas akan perlahan digantikan oleh AI. Ini adalah tren yang tidak dapat dibalik. Tetapi pada akhirnya, kembali ke satu hal: siapa yang mampu memanfaatkan data yang telah dianalisis ini untuk membuat keputusan yang baik, dan membangun konsensus dalam tim agar terus maju.
Ini sebenarnya adalah tantangan terbesar. Banyak keputusan akhirnya tetap harus diinterpretasikan oleh manusia.
Penulis menambahkan: Model bahasa besar, seperti namanya, didasarkan pada prinsip melatih dengan memberi mereka data dalam jumlah besar, sehingga mereka dapat memprediksi kata atau frasa yang paling mungkin muncul berikutnya. Mengandalkan basis data besar untuk memahami konteks sebelum dan sesudah, lalu mengeluarkan isi dari basis data tersebut. Mereka tahu bahwa frasa seperti “apel jatuh” sering muncul, tetapi mereka tidak memahami gravitasi. Demikian pula, mereka sulit memahami situasi abstrak seperti “membaca suasana hati.” Tetapi dalam bidang analisis data, mereka hanya berbeda dalam efisiensi model.
Menggunakan AI untuk membuat laporan? Yang benar-benar penting tetap kemampuan penilaian
Bradley memberi contoh dengan membuat presentasi. Dulu di dunia akademik, mungkin menghabiskan banyak waktu untuk menyesuaikan format, melakukan analisis, lalu menyusun isi, kemudian menyampaikan dan berdiskusi. Tetapi di perusahaan konsultan manajemen, yang benar-benar memakan waktu adalah “mempertimbangkan apa isi yang akan disampaikan” dan “bagaimana cara menyampaikan kalimat yang sama.”
Harvey menambahkan bahwa, menggunakan kata tertentu, bagi sebagian orang di lapangan, bisa jadi sensitif. Bisa memicu reaksi emosional secara intuitif? Karena begitu amigdala mereka terpicu, telinga mereka secara otomatis akan menutup.
AI secara alami terbatas dan sulit untuk melakukan penilaian abstrak dan subjektif seperti “apakah penggunaan kata ini akan memicu reaksi emosional?” Jadi, meskipun AI bisa membantu dan efisiensi meningkat, yang terpenting tetaplah “manusia” yang melakukan penilaian situasi secara keseluruhan.
Di sini, “kemampuan penilaian” adalah kata kunci. Harvey menyatakan bahwa ketika Anda mampu membuat penilaian tersebut, itu berarti Anda memahami orang di lapangan, latar belakang mereka, dan apa yang mereka pikirkan, dengan tingkat tertentu.
Jadi, setiap kali ada yang berkata, “AI sudah bisa membuat presentasi, lalu apakah konsultan manajemen akan hilang?” Harvey akan menjawab, jika hanya sekadar menyerahkan laporan analisis, AI pasti bisa menggantikan. Tetapi jika tujuan presentasi adalah “mendorong perubahan,” maka kuncinya ada pada penilaian. Jika Anda membiarkan AI mewakili sepenuhnya, Anda juga menanggung risiko: nilai dan penilaian AI menjadi milik Anda. Tapi masalahnya, apa sebenarnya nilai dan penilaian AI itu? Dalam beberapa hal, AI masih merupakan kotak hitam.
Poin utama PowerPoint adalah menyampaikan sebuah poin
Harvey menyoroti satu hal penting: presentasi bukan sekadar menyampaikan data, tetapi untuk “menyampaikan sebuah poin.” PowerPoint dinamai demikian karena membantu Anda menyampaikan pandangan. Memang perlu presentasi untuk menyampaikan poin, tetapi bukan berarti hanya dengan presentasi saja sudah cukup; kemampuan lain tetap diperlukan.
Dia menyebutkan bahwa peran manajer, dalam beberapa hal, adalah menggunakan sudut pandang manajer itu sendiri—misalnya, apa yang dianggap baik? Kapan harus dikembalikan untuk diperbaiki? Bagaimana menangani orang? Itulah kemampuan kepemimpinan yang paling penting.
Orang yang punya wawasan, dengan bantuan AI, seperti menambah kekuatan; orang yang tidak punya kemampuan penilaian, hanya akan menerima apa adanya
Harvey menyebutkan bahwa orang yang sudah dilatih dan memiliki wawasan, ketika diberikan AI, justru seperti menambah kekuatan. Karena mereka tahu apa yang disebut “baik,” dan mereka bisa memperbaiki hasil dari AI menjadi lebih baik. Tetapi, bagi pendatang baru yang baru masuk ke dunia kerja, mereka tidak tahu apa yang baik. Jika AI memberi mereka jawaban, mereka akan menerimanya begitu saja, dan ini sangat berbahaya.
Orang yang benar-benar hebat adalah yang menggunakan AI untuk mencapai 80 poin, lalu menyempurnakannya hingga 100 poin. Tetapi orang yang tidak punya kemampuan penilaian akan langsung menyerahkan hasil 80 poin. Di zaman sekarang, 80 poin tidak ada nilainya, karena AI bisa membuatnya dalam satu menit. Pasar menginginkan 100 poin, apapun yang AI lakukan, Anda harus menambahkan bagian terakhir itu sendiri. Asal tahu apa yang berbeda.
Kunci dunia kerja masa depan: belajar penilaian secara aktif, melakukan koreksi aktif, dan meningkatkan standar sendiri secara aktif
Harvey menyatakan bahwa dia sangat berterima kasih karena selama ini ada orang yang membimbing dan mengoreksi dia. Saat dimarahi, sebenarnya itu adalah proses untuk mengasah kemampuan penilaian. Sekarang berbeda, dulu hal-hal yang harus dilakukan manusia, sekarang bisa digantikan oleh AI. Jadi, apakah masih perlu menghabiskan tenaga melatih pendatang baru?
Di sini, dia mengajukan satu penilaian penting: organisasi di masa depan akan semakin cenderung mempertahankan orang-orang yang bersedia berusaha sampai mencapai 100 poin. Jika Anda hanya menyerahkan hasil 80 poin, AI bisa menggantikan. Semakin besar jumlah uang dan ruang lingkup pengaruh keputusan, kesamaan dari para pengambil keputusan tingkat atas adalah: kemampuan penilaian mereka sudah matang.
Kepribadian seperti mudah marah, lembut, introvert, ekstrovert, tidak lagi penting; yang penting adalah “wawasan.” Setiap langkah yang diambil memiliki makna, termasuk dimarahi dan diperbaiki, semua itu kini menjadi hal yang sangat berharga. Tetapi masalah saat ini adalah: tidak ada lagi yang berkewajiban mengajar Anda. Dia mendorong pendatang baru untuk aktif mencari feedback. Dulu, menunggu disemprot, sekarang harus aktif meminta orang lain menyemprot. Tanya secara aktif: apa lagi yang bisa diperbaiki? Bisa lebih baik lagi?
Sekarang semua orang mencari “orang yang bisa mencapai 100 poin.” Jadi, kemampuan utama di masa depan adalah: belajar penilaian secara aktif, melakukan koreksi aktif, dan meningkatkan standar sendiri secara aktif.
Karena hal-hal ini, tidak akan ada lagi yang membantu Anda melakukannya.
Artikel ini menyatakan bahwa AI bisa mencapai 80 poin, tetapi orang yang tidak mampu mencapai 100 poin pasti akan tersingkir! Alumni Harvard dan McKinsey menyarankan para pemula melakukan hal ini. Artikel ini pertama kali muncul di ABMedia.
