Otomatisasi atau augmentasi? Dua pendekatan AI dalam sebuah perusahaan | AI dalam bisnis #124

Pada tahun 2018, Unilever telah memulai perjalanan sadar untuk menyeimbangkan kemampuan otomatisasi dan augmentasi. Hal ini telah mencapai hasil yang mengesankan – peningkatan keragaman etnis dan gender pada karyawan baru sebesar 16%, penghematan 70.000 hari kerja per tahun, dan pengurangan waktu perekrutan sebesar 90%. Tapi apa itu otomatisasi dan augmentasi? Mari kita lihat lebih dekat, mengungkap interaksi dinamis, peluang dan kendala, serta dampaknya terhadap bisnis dan individu karyawan. Baca terus untuk mengetahui lebih lanjut.

Apa yang dimaksud dengan otomatisasi dan augmentasi dalam konteks AI di sebuah perusahaan?

Otomatisasi dan augmentasi merupakan dua kekuatan yang berlawanan namun saling bergantung. Faktanya, perusahaan dihadapkan pada pilihan: Apakah mereka memangkas biaya dan mengotomatisasi tugas, sehingga menghilangkan keterlibatan manusia dalam proses tersebut? Atau, dengan fokus pada kualitas dan personalisasi, meningkatkan kemampuan karyawan dan meningkatkan hasil melalui augmentasi AI, yang melibatkan kolaborasi erat antara manusia dan kecerdasan buatan? Keterampilan pelengkap mereka kemudian akan digabungkan untuk menyelesaikan tugas tertentu.

Paradoks otomatisasi dan augmentasi adalah masalah yang harus dihadapi oleh organisasi modern. Memahami perbedaan dan sinergi antara kedua konsep tersebut sangat penting untuk keberhasilan penerapan AI dalam bisnis.

Otomatisasi

Otomatisasi adalah proses menggantikan aktivitas manusia yang berulang dengan perangkat lunak. Sebelum era pesatnya perkembangan kecerdasan buatan generatif, otomatisasi hanya dapat diterapkan pada tugas-tugas rutin dan terstruktur dengan baik, seperti:

• mengisi faktur,
• membuat laporan,
• merangkum pengeluaran,
• layanan pelanggan sederhana berdasarkan pilihan langkah percakapan selanjutnya dengan menekan sebuah tombol.

Organisasi mampu mengotomatisasi proses berdasarkan pengetahuan ahli yang dikodekan dalam bentuk algoritma yang menentukan hubungan antara kondisi (“jika”) dan konsekuensi (“maka”). Otomatisasi tersebut didasarkan pada model domain yang didefinisikan secara eksplisit, yaitu representasi pengetahuan domain yang mengoptimalkan fungsi utilitas yang dipilih.

Namun perkembangan kecerdasan buatan generatif telah membawa perubahan radikal pada bidang otomasi. Model baru ini tidak hanya dapat merespons input data dengan lebih fleksibel, namun juga dapat menjalankan perintah yang diungkapkan dalam bahasa alami. Dengan kata lain, alih-alih menjalankan perintah berdasarkan aturan eksplisit, mereka dapat melakukan tugas berdasarkan pemahaman kontekstual.

Sumber: DALL·E 3, petunjuk: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Namun, otomatisasi yang menggunakan kecerdasan buatan membawa risiko yang cukup besar.

Yang pertama adalah bahaya otomatisasi pengambilan keputusan – salah satu masalah yang dihadapi oleh pengembang kendaraan otonom. Misalnya saja ketika sebuah kendaraan harus melakukan manuver dalam hitungan sepersekian detik karena tidak ada cara untuk menghindari tabrakan.

Risiko kedua berasal dari ketergantungan pada algoritma prediktif. Bahkan jika sebuah perusahaan ingin menerapkan opsi otomatis untuk mengikuti rekomendasi kecerdasan buatan berbasis data, manusia harus mengambil tanggung jawab atas keputusan yang diambil.

Jenis risiko ketiga adalah penggunaan kecerdasan buatan generatif yang, jika data tidak mencukupi, mulai berhalusinasi, yaitu memberikan jawaban yang mungkin tetapi salah. Misalnya, hal ini dapat menghasilkan berita palsu atau memberikan jawaban palsu atas pertanyaan kepada pelanggan. Oleh karena itu, mengetahui manfaat dan risiko otomatisasi memerlukan analisis dan persiapan yang cermat.

Augmentasi

Augmentasi adalah proses penggunaan AI untuk meningkatkan kecerdasan dan keterampilan manusia, bukan menggantikannya atau bertindak secara mandiri. Dengan semakin pentingnya augmentasi dalam lingkungan yang memerlukan pengambilan keputusan yang kompleks, semakin banyak organisasi yang mengadopsi pendekatan ini. Untuk tugas-tugas yang lebih kompleks di mana aturan dan model tidak sepenuhnya diketahui, augmentasi memungkinkan kecerdasan alami dan buatan bekerja sama secara erat.

Hal ini karena augmentasi merupakan proses yang berulang dan koevolusi di mana manusia belajar dari AI dan AI belajar dari manusia. Dalam melakukan hal ini, peran kecerdasan buatan harus dirancang untuk memungkinkan pengawasan manusia pada semua tahapan proses tertentu. Hal ini memerlukan keterlibatan pakar domain, yang keahliannya sering kali bersifat diam-diam, berasal dari pengalaman dan intuisi bertahun-tahun, sehingga sulit atau tidak mungkin bagi AI untuk menggantikan mereka secara langsung.

Augmentasi memungkinkan manusia dan kecerdasan buatan untuk saling memperkuat, menggabungkan rasionalitas mesin dengan intuisi manusia, akal sehat, dan pengalaman profesional. Pendekatan ini memungkinkan pemrosesan informasi yang lebih komprehensif dan pengambilan keputusan yang lebih baik.

Di perusahaan parfum, Symrise, misalnya, pembuat parfum bekerja sama dengan sistem AI untuk menghasilkan ide wewangian baru (https://www.thefreelibrary.com/Can+AI+pass+the+smell+test%3F+Deploying+ buatan+kecerdasan+bisa+menjadi…-a0578441404). Melalui augmentasi, para ahli dapat memanfaatkan kemampuan mesin untuk memproses data dalam jumlah besar sambil menerapkan pengetahuan mereka untuk menafsirkan dan mengontekstualisasikan hasilnya. Hasilnya adalah wewangian inovatif yang disukai pelanggan.

Sumber: DALL·E 3, petunjuk: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Transisi yang mulus – dari otomatisasi ke augmentasi dan kembali lagi

Hubungan antara otomatisasi dan augmentasi bersifat dinamis. Hal ini memungkinkan transisi yang mulus antara kedua pendekatan tersebut. Kolaborasi erat antara manusia dan AI dalam augmentasi membantu mengidentifikasi aturan dan model yang kemudian dapat digunakan untuk mengotomatisasi tugas tertentu, sehingga menghasilkan inovasi dan peningkatan efisiensi.

Oleh karena itu, organisasi harus dengan sengaja melakukan peralihan antara tugas-tugas terpisah yaitu otomatisasi dan augmentasi, serta membuat komitmen jangka panjang untuk keduanya.

Langkah lain yang akan memperkuat hubungan antara otomatisasi dan augmentasi adalah penciptaan agen otonom, yaitu kecerdasan buatan yang tidak hanya dapat mengotomatisasi tugas, namun juga merencanakan proses dan mengeluarkan perintah ke sistem lain tanpa campur tangan manusia. Pengembangan solusi AI generasi berikutnya juga akan memungkinkan terciptanya prototipe dan layanan inovatif berdasarkan analisis kebutuhan dalam waktu dekat.

Ringkasan

Otomatisasi dan augmentasi mewakili dua penerapan kecerdasan buatan yang berlawanan namun seringkali saling bergantung dalam manajemen. Pendekatan seimbang yang menggabungkan kekuatan kedua konsep adalah kunci untuk mencapai saling melengkapi yang menguntungkan dunia usaha dan masyarakat.

Untuk mengelola ketegangan ini secara efektif, organisasi harus:

• ingat tentang tanggung jawab untuk menciptakan sistem yang transparan dan aman menggunakan AI,
• mengingat tanggung jawab atas proses manajemen, memperlakukan AI sebagai alat untuk membantu dan bukan menggantikan manajer,
• mengintegrasikan kedua pendekatan tersebut dengan sengaja melakukan iterasi di antara keduanya dan memanfaatkan kekuatan masing-masing,
• menerapkan kontrol ketat dan mekanisme transparansi untuk mendeteksi dan memperbaiki kesalahan dan bias dalam sistem AI.

Yang terpenting, mereka juga harus berinvestasi dalam pengembangan keterampilan dan kompetensi karyawan sehingga mereka dapat bekerja secara efektif dengan kecerdasan buatan sebagai bagian dari augmentasi.

Keberhasilan menggabungkan kedua kekuatan AI ini tidak hanya akan menjadikan organisasi lebih efisien dan inovatif, namun juga membantu membangun masyarakat yang lebih adil dan berkelanjutan. Kuncinya adalah memahami bahwa otomatisasi dan augmentasi harus hidup berdampingan dalam sinergi yang harmonis, bukan bersaing sebagai alternatif.

Jika Anda menyukai konten kami, bergabunglah dengan komunitas lebah kami yang sibuk di Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Penulis: Robert Whitney

Pakar JavaScript dan instruktur yang melatih departemen TI. Tujuan utamanya adalah meningkatkan produktivitas tim dengan mengajari orang lain cara bekerja sama secara efektif saat membuat kode.

Lihat semua postingan

AI dalam bisnis:

1. Ancaman dan peluang AI dalam bisnis (bagian 1)
2. Ancaman dan peluang AI dalam bisnis (bagian 2)
3. Aplikasi AI dalam bisnis - ikhtisar
4. Chatbot teks yang dibantu AI
5. Bisnis NLP hari ini dan besok
6. Peran AI dalam pengambilan keputusan bisnis
7. Menjadwalkan posting media sosial. Bagaimana AI dapat membantu?
8. Postingan media sosial otomatis
9. Layanan dan produk baru yang beroperasi dengan AI
10. Apa kelemahan ide bisnis saya? Sesi brainstorming dengan ChatGPT
11. Menggunakan ChatGPT dalam bisnis
12. Aktor sintetik. 3 generator video AI teratas
13. 3 alat desain grafis AI yang berguna. AI generatif dalam bisnis
14. 3 penulis AI hebat yang harus Anda coba hari ini
15. Menjelajahi kekuatan AI dalam penciptaan musik
16. Menavigasi peluang bisnis baru dengan ChatGPT-4
17. Alat AI untuk manajer
18. 6 plugin ChatGTP mengagumkan yang akan membuat hidup Anda lebih mudah
19. 3 grafik AI. Menghasilkan kecerdasan dalam bisnis
20. Bagaimana masa depan AI menurut McKinsey Global Institute?
21. Kecerdasan buatan dalam bisnis - Pendahuluan
22. Apa itu NLP, atau pemrosesan bahasa alami dalam bisnis
23. Pemrosesan dokumen otomatis
24. Google Terjemahan vs DeepL. 5 aplikasi terjemahan mesin untuk bisnis
25. Pengoperasian dan aplikasi bisnis voicebots
26. Teknologi asisten virtual, atau bagaimana cara berbicara dengan AI?
27. Apa itu Intelijen Bisnis?
28. Akankah kecerdasan buatan menggantikan analis bisnis?
29. Bagaimana kecerdasan buatan dapat membantu mengatasi BPM?
30. AI dan media sosial – apa pendapat mereka tentang kita?
31. Kecerdasan buatan dalam manajemen konten
32. AI kreatif hari ini dan masa depan
33. AI multimodal dan penerapannya dalam bisnis
34. Interaksi baru. Bagaimana AI mengubah cara kita mengoperasikan perangkat?
35. RPA dan API di perusahaan digital
36. Pasar kerja masa depan dan profesi yang akan datang
37. AI di EdTech. 3 contoh perusahaan yang memanfaatkan potensi kecerdasan buatan
38. Kecerdasan buatan dan lingkungan. 3 solusi AI untuk membantu Anda membangun bisnis yang berkelanjutan
39. Detektor konten AI. Apakah itu layak?
40. ObrolanGPT vs Bard vs Bing. Chatbot AI manakah yang memimpin persaingan?
41. Apakah chatbot AI merupakan pesaing pencarian Google?
42. Perintah ChatGPT yang Efektif untuk SDM dan Rekrutmen
43. Rekayasa yang cepat. Apa yang dilakukan seorang insinyur yang cepat?
44. Pembuat AI Mockup. 4 alat teratas
45. AI dan apa lagi? Tren teknologi teratas untuk bisnis pada tahun 2024
46. AI dan etika bisnis. Mengapa Anda harus berinvestasi pada solusi etis
47. Meta AI. Apa yang perlu Anda ketahui tentang fitur-fitur yang didukung AI di Facebook dan Instagram?
48. Regulasi AI. Apa yang perlu Anda ketahui sebagai seorang wirausaha?
49. 5 penggunaan baru AI dalam bisnis
50. Produk dan proyek AI - apa bedanya dengan yang lain?
51. Otomatisasi proses yang dibantu AI. Mulai dari mana?
52. Bagaimana Anda mencocokkan solusi AI dengan masalah bisnis?
53. AI sebagai ahli di tim Anda
54. Tim AI vs. pembagian peran
55. Bagaimana cara memilih bidang karir di AI?
56. Apakah selalu ada gunanya menambahkan kecerdasan buatan ke dalam proses pengembangan produk?
57. AI dalam SDM: Bagaimana otomatisasi perekrutan memengaruhi pengembangan SDM dan tim
58. 6 alat AI paling menarik di tahun 2023
59. 6 kecelakaan bisnis terbesar yang disebabkan oleh AI
60. Bagaimana analisis kematangan AI perusahaan?
61. AI untuk personalisasi B2B
62. Kasus penggunaan ChatGPT. 18 contoh cara meningkatkan bisnis Anda dengan ChatGPT pada tahun 2024
63. Pembelajaran mikro. Cara cepat untuk mendapatkan keterampilan baru
64. Implementasi AI paling menarik di perusahaan pada tahun 2024
65. Apa yang dilakukan pakar kecerdasan buatan?
66. Tantangan apa saja yang ditimbulkan oleh proyek AI?
67. 8 alat AI teratas untuk bisnis pada tahun 2024
68. AI dalam CRM. Apa perubahan AI pada alat CRM?
69. Undang-undang UE AI. Bagaimana Eropa mengatur penggunaan kecerdasan buatan
70. Sora. Bagaimana video realistis dari OpenAI akan mengubah bisnis?
71. 7 pembuat situs web AI teratas
72. Alat tanpa kode dan inovasi AI
73. Seberapa besar penggunaan AI meningkatkan produktivitas tim Anda?
74. Bagaimana cara menggunakan ChatGTP untuk riset pasar?
75. Bagaimana cara memperluas jangkauan kampanye pemasaran AI Anda?
76. "Kita semua adalah pengembang". Bagaimana pengembang warga dapat membantu perusahaan Anda?
77. AI dalam transportasi dan logistik
78. Masalah bisnis apa yang dapat diperbaiki oleh AI?
79. Kecerdasan buatan di media
80. AI di bidang perbankan dan keuangan. Stripe, Monzo, dan Grab
81. AI di industri perjalanan
82. Bagaimana AI mendorong lahirnya teknologi baru
83. Revolusi AI di media sosial
84. AI dalam e-niaga. Ikhtisar para pemimpin global
85. 4 alat pembuatan gambar AI teratas
86. 5 alat AI teratas untuk analisis data
87. Strategi AI di perusahaan Anda - bagaimana cara membangunnya?
88. Kursus AI terbaik – 6 rekomendasi luar biasa
89. Mengoptimalkan pendengaran media sosial dengan alat AI
90. IoT + AI, atau cara mengurangi biaya energi di perusahaan
91. AI dalam bidang logistik. 5 alat terbaik
92. Toko GPT – ikhtisar GPT paling menarik untuk bisnis
93. LLM, GPT, RAG... Apa arti akronim AI?
94. Robot AI – bisnis masa depan atau masa kini?
95. Berapa biaya penerapan AI di perusahaan?
96. Bagaimana AI dapat membantu karir seorang freelancer?
97. Mengotomatiskan pekerjaan dan meningkatkan produktivitas. Panduan AI untuk freelancer
98. AI untuk startup – alat terbaik
99. Membangun situs web dengan AI
100. OpenAI, Tengah Perjalanan, Antropik, Wajah Memeluk. Siapa siapa di dunia AI?
101. Sebelas Labs dan apa lagi? Startup AI paling menjanjikan
102. Data sintetis dan pentingnya bagi pengembangan bisnis Anda
103. Mesin pencari AI teratas. Di mana mencari alat AI?
104. Video AI. Generator video AI terbaru
105. AI untuk manajer. Bagaimana AI dapat mempermudah pekerjaan Anda
106. Apa yang baru di Google Gemini? Segala sesuatu yang perlu Anda ketahui
107. AI di Polandia. Perusahaan, rapat, dan konferensi
108. kalender AI. Bagaimana cara mengoptimalkan waktu Anda di perusahaan?
109. AI dan masa depan pekerjaan. Bagaimana mempersiapkan bisnis Anda untuk perubahan?
110. Kloning suara AI untuk bisnis. Bagaimana cara membuat pesan suara yang dipersonalisasi dengan AI?
111. Pengecekan fakta dan halusinasi AI
112. AI dalam rekrutmen – mengembangkan materi rekrutmen selangkah demi selangkah
113. Tengah perjalanan v6. Inovasi dalam pembuatan gambar AI
114. AI di UKM. Bagaimana UKM dapat bersaing dengan raksasa dengan menggunakan AI?
115. Bagaimana AI mengubah pemasaran influencer?
116. Apakah AI benar-benar merupakan ancaman bagi pengembang? Devin dan Microsoft AutoDev
117. Chatbot AI untuk e-commerce. Studi kasus
118. Chatbot AI terbaik untuk e-niaga. Platform
119. Bagaimana cara tetap mengetahui apa yang terjadi di dunia AI?
120. Menjinakkan AI. Bagaimana cara mengambil langkah pertama untuk menerapkan AI dalam bisnis Anda?
121. Kebingungan, Bing Copilot, atau You.com? Membandingkan mesin pencari AI
122. Dunia. Model bahasa inovatif dari Apple?
123. Pakar AI di Polandia
124. Google Genie — model AI generatif yang menciptakan dunia yang sepenuhnya interaktif dari gambar
125. Otomatisasi atau augmentasi? Dua pendekatan AI dalam sebuah perusahaan