Menghabiskan waktu bersama konsultan manajemen yang memberi saran tentang kecerdasan buatan (AI) mengungkapkan resep umum: otomatisasi tugas berulang, pelancaran proses dokumen, dan pemrosesan data besar lebih cepat untuk meningkatkan produktivitas. Adopsi awal AI dilihat sebagai cara untuk mendapatkan keunggulan kompetitif. Meskipun peningkatan produktivitas dari ini nyata, keunggulan efisiensi semacam ini kecil kemungkinannya bertahan lama karena hanya beberapa model bahasa besar—seperti yang mendukung ChatGPT—menguasai pasar, dan banyak perusahaan dapat mengaksesnya secara terjangkau. Ketika pesaing mengandalkan alat AI yang sama untuk tujuan efisiensi serupa, mereka cenderung berkonvergensi pada alur kerja dan penawaran yang serupa, mengurangi diferensiasi. Ethan Mollick dari Wharton School berpendapat bahwa agar mendapatkan keunggulan kompetitif yang nyata, perusahaan perlu memanfaatkan AI secara lebih bermakna. Dalam sebuah percakapan dengan Economist Impact, Mollick menyajikan kerangka kerja inovasi berbasis AI yang berfokus pada tiga pilar: “kerumunan” karyawan yang diberdayakan untuk bereksperimen dengan AI, kepemimpinan yang menetapkan insentif yang tepat, dan “laboratorium” khusus untuk menangkap dan memperluas keberhasilan terobosan tersebut. Memiliki ketiga elemen ini dapat benar-benar membedakan sebuah perusahaan. Inovasi harus dimulai dari “bawah”—yakni dari karyawan yang setiap hari menghadapi ketidakefisienan dan peluang kreatif. Karena alat AI tersedia secara luas dan murah, staf yang paling dekat dengan tugas dapat dengan mudah bereksperimen dengan potensi manfaat AI, seperti manajer pemasaran yang menguji AI untuk ide kampanye atau pengacara yang menggunakannya untuk menyusun memo. Eksperimen ini memakan biaya sedikit selain waktu dan menghasilkan wawasan yang berguna. Mendukung pendekatan ini, sebuah eksperimen lapangan bersama Mollick, Harvard, MIT, dan BCG menemukan bahwa lebih dari 750 konsultan yang menggunakan GPT-4 dari OpenAI untuk tugas kompleks dan berbasis pengetahuan menghasilkan pekerjaan yang nilainya 40% lebih tinggi dari yang tidak menggunakan AI, terutama di bidang kekuatan AI dalam menulis, penciptaan ide, dan sintesis. Kepemimpinan berperan penting dengan menyeimbangkan ambisi dan jaminan.

Karyawan harus memahami bahwa perubahan berbasis AI diharapkan, tetapi eksperimen tidak akan mengakibatkan PHK. Mollick menekankan bahwa pekerja sering menganggap “keuntungan produktivitas” sebagai PHK, sehingga komunikasi yang jelas sangat penting. Para pemimpin harus (1) secara pribadi menggunakan AI untuk memberi contoh, (2) mengartikulasikan visi yang jelas dan spesifik tentang masa depan perusahaan dalam dunia yang didukung AI—melampaui seruan umum untuk “menggunakan AI, ” dan (3) menjelaskan apa yang dihargai perusahaan, membedakan antara proses dan hasil. Misalnya, AI dapat menghasilkan banyak laporan atau kode, tetapi jika hanya volume output yang penting, perusahaan mungkin mengoptimalkan untuk tujuan yang salah. Para pemimpin harus menentukan apakah nilai terletak pada proses kolaboratif produksi laporan atau pada hasilnya, menantang metrik tradisional seperti jam kerja atau tugas yang diselesaikan. Untuk mendorong inovasi berbasis AI, perusahaan harus “memberikan konteks” untuk AI, tidak hanya secara teknis—dengan melatih model menggunakan data perusahaan dan mengintegrasikannya ke dalam alur kerja—tetapi juga secara organisasi. Kerangka kerja Mollick mendorong perusahaan untuk melakukan siklus eksperimen berulang, belajar, dan memperluas keberhasilan, membantu mereka menemukan di mana AI benar-benar menambah nilai. Kemampuan belajar berkelanjutan ini, yang disesuaikan dengan konteks unik setiap perusahaan, akan membedakan organisasi yang memanfaatkan AI untuk inovasi yang substansial dari yang hanya berfokus pada efisiensi kecil. Meski AI sendiri akan segera menjadi sesuatu yang umum, konteks organisasi yang membuka potensinya akan tetap menjadi aset langka.