Dalam enam bulan terakhir, para pekerja di berbagai industri—mulai dari marketer dan developer hingga product designer—mulai menemukan bagaimana generative AI dapat membantu mereka bekerja dengan lebih baik. Ini bisa berarti menciptakan konten luar biasa dalam waktu yang jauh lebih singkat, mempercepat proses coding dan testing di IT, mengoptimalkan simulasi dan desain produk dengan kualitas yang jauh lebih tinggi. Singkatnya, generative AI dapat memberi mereka “kekuatan super”.
“Teknologi ini sangat menarik di level personal karena hampir semua orang bisa menggunakannya,” jelas Michael Chui, mitra di McKinsey Global Institute (MGI). “Generative AI telah menangkap imajinasi para pemimpin bisnis dengan cara yang tidak dilakukan banyak tren teknologi lain. Jika saya bicara tentang cloud atau komputasi kuantum, itu bukan sesuatu yang bisa langsung disentuh. Tapi dengan ChatGPT, Anda bisa membuka browser dan mulai mengajukan pertanyaan.”
Dengan prompt yang tepat, ChatGPT dapat menulis cerita pendek, merangkum 1.000 halaman menjadi rencana lima poin, atau bahkan menggubah sebuah lagu.
Meskipun generative AI mulai melesat sangat cepat, dari pengalaman kita, mendapatkan nilai penuh dari sebuah teknologi dan mengimplementasikannya di seluruh organisasi membutuhkan waktu, talenta, dan kerja keras.
Berikut adalah hal-hal yang dipelajari tiga pakar kami—Alexander Sukharevsky, senior partner dan global coleader QuantumBlack, AI by McKinsey, Michael Chui, dan Lareina Yee, senior partner McKinsey—dari riset dan dari para early adopter.
Mari mulai dari pertanyaan besar: Apa yang sedang dilakukan McKinsey terkait generative AI saat ini?
Alexander: Kami telah berinvestasi di AI selama bertahun-tahun dan generative AI bukan hal baru bagi kami; investasi pertama kami di bidang ini sekitar lima tahun lalu. Fokus kami tetap pada menciptakan dan melakukan scaling solusi tingkat enterprise. Untuk itu, kami memiliki kumpulan talenta yang sangat kuat—lebih dari 1.500 data scientist dan engineer di lebih dari 50 negara—dan ekosistem mitra eksternal yang luas. Awal bulan ini, kami meluncurkan QuantumBlack Horizon, sebuah rangkaian solusi yang secara khusus diciptakan untuk membantu bisnis melakukan scale AI, termasuk generative AI, dengan cara yang aman dan hemat biaya.
Apa yang bisa kita pelajari dari pengalaman para early adopter?
Alexander: Percakapan dengan para CEO telah berubah dalam beberapa minggu terakhir dari yang tadinya, “Apa ini?” menjadi “Apa yang harus saya lakukan terhadap ini di organisasi saya dan bagaimana memulainya?” Pada level strategis, pertama-tama Anda perlu mengumpulkan talenta terbaik Anda—kelompok multidisiplin yang terdiri dari orang-orang teknis dan nonteknis—untuk belajar tentang teknologi ini, membangun bahasa bersama, dan membayangkan ulang model bisnis Anda serta berpotensi mendefinisikan ulang industri Anda. Ini tidak harus memakan waktu lama—saya percaya ini adalah benar-benar “era para creator.”
Banyak industri akan sepenuhnya dirombak dengan menggunakan AI untuk menurunkan hambatan masuk, memutus struktur perusahaan yang berlapis-lapis, atau menyampaikan proposisi nilai yang sama dengan sebagian kecil dari biaya saat ini. Cara organisasi mendefinisikan peluang dan kecepatan eksekusi akan membedakan siapa pemenang di masa depan.
Kami memang melihat semacam kelelahan terkait implementasi AI, tetapi energi yang dibangkitkan oleh generative AI telah membawa kembali proyek-proyek AI ke sorotan dan memperkuat kebutuhan perusahaan untuk memperbaiki hal-hal dasar yang sama—kualitas dan ketersediaan data, arsitektur IT, kapabilitas teknologi dan translator, serta model operasional yang di-rewire. Ini tidak mudah, tetapi sangat penting untuk kesuksesan jangka panjang.
Mari bahas sedikit tentang riset dan temuan utamanya.
Michael: Kami menggunakan metodologi yang ditetapkan pada 2017 untuk menganalisis bagaimana teknologi otomasi memengaruhi tenaga kerja. Kami melihat 850 jenis pekerjaan di 47 negara, mencakup sekitar 80 persen tenaga kerja dunia. Kami kemudian memecah setiap pekerjaan ke dalam 20 atau 30 “sub-aktivitas”. Dalam konteks generative AI, kami menganalisis tugas-tugas seperti memahami bahasa alami, berkomunikasi dengan orang lain, mencari dan mengumpulkan informasi.
Kami memperkirakan bahwa sekitar 60–70 persen waktu yang dihabiskan orang untuk bekerja secara teoritis memiliki potensi untuk diubah oleh kombinasi generative AI dan teknologi lainnya. Meskipun butuh waktu bertahun-tahun untuk mewujudkannya sepenuhnya, potensinya sangat besar. Faktanya, kami memperbarui model kami terkait kecepatan teknologi ini mungkin diadopsi, dan dalam beberapa skenario, generative AI dapat mempercepat laju adopsi hingga satu dekade dibandingkan dengan estimasi kami sebelumnya.
Dalam hal use case, meskipun ada potensi di seluruh area perusahaan, 75 persen nilai potensial dari generative AI terkonsentrasi di empat fungsi: customer operations, marketing and sales, software engineering, dan R&D. Secara umum, para pekerja dapat menghabiskan lebih banyak waktu pada aspek hubungan dan interaksi manusia dalam peran mereka, sesuatu yang tidak bisa diambil alih oleh AI.
Apa artinya ini bagi pekerja pada umumnya?
Lareina: Kami mengatakan bahwa generative AI memberikan orang “kekuatan super.” Maksud kami, teknologi ini dapat mengotomasi banyak tugas rutin yang dilakukan orang sepanjang hari kerja, sehingga mereka bisa lebih produktif dan mengerjakan pekerjaan yang lebih menarik. Teknologi ini dapat berfungsi sebagai asisten coding Anda, peneliti Anda, bahkan editor Anda.
Dalam use case awal di call center, kami melihat generative AI membantu representative dengan masa kerja lebih pendek, misalnya level satu, untuk naik ke level empat jauh lebih cepat. Dengan AI, mereka memiliki teknik yang mirip dengan rekan-rekan yang lebih berpengalaman, seperti skrip yang berkualitas dan konteks pelanggan yang detail, sehingga mereka lebih siap menangani situasi yang semakin kompleks dengan lebih cepat. Mereka menghabiskan lebih sedikit waktu untuk membuat materi, dan lebih banyak waktu bersama pelanggan. Secara umum, orang cukup antusias dengan hal ini.
Jika Anda seorang software developer, generative AI dapat mengerjakan tugas-tugas rutin seperti mengonversi legacy code, debugging, dan testing, sehingga Anda dapat menghabiskan lebih banyak waktu mengembangkan fungsionalitas baru.
Wealth manager dapat lebih banyak meluangkan waktu memberi nasihat kepada klien, bukan sekadar menganalisis dan meringkas konten teknis dalam jumlah besar.
Secara umum, pekerja dapat menghabiskan lebih banyak waktu pada aspek koneksi dan interaksi manusia dalam pekerjaan mereka—yang merupakan sesuatu yang tidak dapat diambil alih oleh AI.
Apa implikasinya bagi organisasi secara keseluruhan?
Michael: Artinya, akan ada banyak perubahan karena kita semua harus menggeser aktivitas yang kita lakukan. Beberapa pekerjaan akan berubah, sebagian akan hilang, dan pekerjaan-pekerjaan baru akan tercipta, seperti prompt engineer. Ini merupakan tantangan sekaligus peluang reskilling yang sangat besar.
Di sisi lain, ini bisa menciptakan surplus waktu yang mungkin digunakan untuk membangun keseimbangan kerja–hidup yang berbeda—bahkan bisa menjadi awal dari minggu kerja empat hari.
