The New Yorker: Dilema Profitabilitas AI dan Pelajaran Sejarah Oleh John Cassidy Pada tahun 1987, Robert Solow dari Massachusetts Institute of Technology (M.I.T.), seorang pemenang Nobel dalam bidang ekonomi, berkomentar dalam sebuah artikel di The Times Review of Books, "Era komputer ada di mana-mana, tetapi tidak ditemukan dalam statistik produktivitas. Terlepas dari peningkatan pesat dalam daya komputasi dan meningkatnya popularitas komputer pribadi, data pemerintah menunjukkan bahwa ukuran utama upah dan standar hidup – output bruto per kapita pekerja – telah stagnan selama lebih dari satu dekade. Ini dikenal sebagai "paradoks produktivitas". Paradoks ini berlangsung hingga tahun 90-an abad terakhir dan bahkan lebih lama, memicu sejumlah besar penelitian akademis yang tidak konsisten. Beberapa ekonom menyalahkannya pada salah urus teknologi baru; Yang lain berpendapat bahwa komputer mengerdilkan kepentingan ekonominya dibandingkan dengan penemuan sebelumnya seperti mesin uap dan listrik; Yang lain menyalahkan statistik atas kesalahan, percaya bahwa paradoks akan hilang setelah koreksi. Hampir 40 tahun setelah artikel Solow diterbitkan, dan hampir tiga tahun setelah OpenAI merilis chatbot ChatGPT, kita mungkin menghadapi paradoks ekonomi baru, dan kali ini protagonisnya adalah kecerdasan buatan generatif. Menurut survei baru-baru ini yang dilakukan oleh para ekonom dari Universitas Stanford, Universitas Clemson, dan Bank Dunia, pada bulan Juni dan Juli tahun ini, hampir setengah dari pekerja (tepatnya 45,6%) menggunakan alat AI. Namun, sebuah studi baru oleh tim dari Media Lab di Massachusetts Institute of Technology (M.I.T.) melaporkan hasil yang mengejutkan: "Meskipun perusahaan menginvestasikan $300 hingga $40 miliar dalam AI generatif, laporan ini menemukan bahwa 95% organisasi memiliki pengembalian nol. ” Penulis studi ini meninjau lebih dari tiga ratus proyek dan pengumuman AI yang tersedia untuk umum dan mewawancarai lebih dari lima puluh eksekutif perusahaan. Mereka mendefinisikan "investasi AI yang sukses" sebagai investasi yang telah bergerak melampaui fase percontohan dan benar-benar digunakan, dan telah menghasilkan pengembalian keuangan yang terukur atau peningkatan produktivitas yang signifikan setelah enam bulan. "Hanya 5% dari proyek percontohan AI yang berhasil terintegrasi menciptakan nilai jutaan dolar, sementara sebagian besar proyek tetap stagnan dan tidak memiliki dampak terukur pada P&L (untung dan rugi)," tulis mereka. ” Wawancara investigasi memicu serangkaian tanggapan, beberapa di antaranya dipenuhi dengan skeptisisme. "Ada banyak hype di LinkedIn seolah-olah semuanya telah berubah, tetapi dalam operasi kami yang sebenarnya, hal-hal mendasar tidak berubah sama sekali," kata chief operating officer dari sebuah perusahaan manufaktur menengah kepada para peneliti. "Kami memproses kontrak sedikit lebih cepat, tapi itu saja." Responden lain berkomentar, "Kami menonton lusinan demo tahun ini. Mungkin satu atau dua sangat berguna. Sisanya adalah 'pembungkus' (mengacu pada pengemasan teknologi yang ada tanpa inovasi substansial) atau 'proyek ilmiah' (mengacu pada eksplorasi teknologi yang masih jauh dari aplikasi komersial praktis). ” Agar adil, laporan tersebut juga mencatat bahwa memang ada perusahaan yang telah melakukan investasi AI yang sukses. Misalnya, laporan tersebut menyoroti efisiensi yang diciptakan oleh alat yang disesuaikan untuk operasi back-office, dengan menyatakan, "Hasil awal ini menunjukkan bahwa sistem dengan kemampuan untuk belajar, jika ditargetkan ke proses tertentu, memang dapat memberikan nilai nyata bahkan tanpa perubahan organisasi besar." Survei tersebut juga menyebutkan bahwa beberapa perusahaan melaporkan "peningkatan retensi pelanggan dan tingkat konversi penjualan melalui penjangkauan otomatis dan sistem tindak lanjut yang cerdas," menunjukkan bahwa sistem AI mungkin berguna untuk pemasaran. Tetapi gagasan bahwa "banyak perusahaan berjuang untuk menghasilkan pengembalian yang substansial" bertepatan dengan survei baru-baru ini oleh perusahaan konsultan multinasional Akkodis. Perusahaan menghubungi lebih dari 2.000 eksekutif dan menemukan bahwa persentase CEO yang "sangat percaya diri" dengan strategi implementasi AI perusahaan telah anjlok dari 82% pada tahun 2024 menjadi 49% tahun ini. Kepercayaan CTO perusahaan juga menurun, meskipun tidak sebanyak itu. Investigasi Akkodis mengatakan perubahan itu "mungkin mencerminkan hasil mengecewakan sebelumnya pada proyek digital atau AI, penundaan atau kegagalan dalam implementasi, dan kekhawatiran tentang skalabilitas." ” Pekan lalu, liputan media tentang penelitian MIT Media Lab bertepatan dengan penurunan saham terkait AI yang bernilai tinggi seperti Nvidia, Meta, dan Palantir. Tentu saja, korelasi tidak sama dengan sebab-akibat, dan komentar baru-baru ini dari CEO OpenAI Sam Altman mungkin telah memainkan peran yang lebih penting dalam aksi jual ini (mengingat kenaikan harga baru-baru ini, aksi jual tidak dapat dihindari). Menurut CNBC, Altman mengatakan pada makan malam dengan wartawan bahwa penilaian saat ini "sangat tinggi" (gila) dan menggunakan kata "gelembung" tiga kali dalam 15 detik. Namun, studi MIT ini telah menarik banyak perhatian. Setelah putaran awal liputan berita, terungkap bahwa Media Labs, yang memiliki hubungan dengan banyak perusahaan teknologi, diam-diam membatasi akses ke laporan tersebut. Informasi yang saya tinggalkan untuk kantor hubungan masyarakat organisasi dan dua penulis laporan itu kewalahan. Meskipun laporan tersebut lebih bernuansa daripada yang dijelaskan oleh beberapa laporan berita, laporan ini tentu saja mempertanyakan narasi ekonomi besar yang menopang ledakan teknologi sejak rilis ChatGPT OpenAI pada November 2022. Versi singkat dari narasi ini adalah bahwa penyebaran AI generatif yang meluas buruk bagi pekerja, terutama pekerja pengetahuan, tetapi sangat baik bagi perusahaan dan pemegang sahamnya, karena akan membawa lompatan besar dalam produktivitas dan, sebagai hasilnya, keuntungan yang baik. Mengapa adegan ini sepertinya sudah terjadi? Salah satu alasan yang mungkin mengingatkan pada gagasan tahun delapan puluhan dan sembilan puluhan abad terakhir bahwa kesalahan manajemen membatasi manfaat produktivitas yang dibawa oleh komputer. Penelitian Media Lab menemukan bahwa beberapa investasi AI paling sukses dilakukan oleh startup yang menggunakan alat yang sangat disesuaikan di area alur kerja yang sempit. Di sisi lain dari GenAI Divide, startup yang kurang sukses adalah "membangun alat tujuan umum atau mencoba mengembangkan kemampuan di rumah." Secara lebih umum, laporan tersebut menyatakan bahwa perbedaan antara keberhasilan dan kegagalan "tampaknya tidak didorong oleh kualitas model atau regulasi, tetapi oleh metode [implementasi]." ” Seperti yang dapat Anda bayangkan, kebaruan dan kompleksitas AI generatif dapat membuat beberapa perusahaan kecewa. Sebuah studi baru-baru ini oleh perusahaan konsultan Gartner menemukan bahwa kurang dari setengah CEO percaya CIO mereka "paham AI." Tetapi ada penjelasan lain yang mungkin untuk catatan mengecewakan yang disorot dalam laporan Media Lab: Bagi banyak perusahaan yang sudah mapan, AI generatif (setidaknya dalam bentuknya saat ini) sama sekali tidak seilahi yang disebut-sebut disebut-sebut saja. "Ini bagus dalam brainstorming dan menulis draf pertama, tetapi tidak mengingat preferensi klien dan tidak belajar dari editor sebelumnya," kata salah satu responden survei Media Lab. "Ini mengulangi kesalahan yang sama, dan perlu memasuki banyak konteks per sesi. Untuk pekerjaan berisiko tinggi, saya membutuhkan sistem yang membangun pengetahuan dan terus meningkatkan. ” Tentu saja, ada banyak orang yang menganggap AI berguna, dan ada juga bukti akademis untuk mendukung hal ini: Pada tahun 2023, dua ekonom di MIT menemukan bahwa dalam uji coba acak, peserta yang terpapar ChatGPT menyelesaikan "tugas menulis profesional" lebih cepat dan meningkatkan kualitas penulisan. Pada tahun yang sama, tim peneliti lain juga menemukan bahwa pemrogram yang menggunakan Github's Copilot, asisten pemrograman AI, dan agen dukungan pelanggan yang menggunakan alat AI berpemilik, melihat peningkatan produktivitas. Para peneliti di Media Lab menemukan bahwa banyak karyawan menggunakan alat pribadi mereka di tempat kerja, seperti GPT atau Claude; Laporan tersebut menyebut fenomena ini sebagai "ekonomi AI bayangan" dan berkomentar bahwa "pengembalian investasi (ROI) yang dibawanya" cenderung lebih baik daripada proyek yang diprakarsai oleh pemberi kerja. Tetapi pertanyaannya tetap ada, dan tentu saja itu adalah salah satu yang lebih sering ditanyakan oleh eksekutif perusahaan: Mengapa tidak lebih banyak perusahaan melihat manfaat ini tercermin dalam keuntungan? Bagian dari masalahnya mungkin adalah bahwa AI generatif, meskipun menarik, memiliki aplikasi terbatas di banyak bidang ekonomi. Rekreasi dan perhotelan, ritel, konstruksi, real estat, dan perawatan (merawat anak-anak, orang tua, atau orang lemah) – industri ini secara kolektif mempekerjakan sekitar 50 juta orang Amerika, tetapi mereka tidak terlihat seperti kandidat langsung untuk transformasi AI. ...