Transformasi Artificial Intelligence (AI) pada intinya adalah penemuan kembali cara kerja, yang menuntut kepemimpinan perubahan (change leadership), bukan sekadar manajemen perubahan (change management). Riset McKinsey mengungkap adanya gap adopsi yang besar karena ego eksekutif yang terlalu fokus pada investasi teknologi, sementara redesign proses dan pengembangan kapabilitas karyawan terabaikan. Padahal, kunci keberhasilan adopsi AI agentic terletak pada kemampuan pemimpin mengelola empat ketakutan mendasar manusia—takut ketahuan tidak tahu, takut akuntabilitas tanpa kendali, takut ketidakpastian, dan takut kehilangan jati diri profesional—serta membawa karyawan melalui lima tahapan krusial: kesadaran, keyakinan, komitmen, pengembangan kapabilitas, dan penguatan sistem operasi baru.
DIGI-HIGHLIGHTS:
■ Transformasi AI bukan sekadar soal teknologi, melainkan reinvensi total cara kerja yang menuntut kepemimpinan perubahan yang berkelanjutan dan behavior-led.
■ Riset McKinsey mengungkap investasi AI sering terbalik: ego eksekutif fokus pada teknologi, mengabaikan redesign proses dan behavior change karyawan.
■ Empat ketakutan mendasar manusia—salah satunya takut kehilangan jati diri profesional—menjadi akar resistensi laten terhadap adopsi AI agentic.
Bayangkan skenario ini: CEO Anda baru saja menggelontorkan jutaan US$ untuk teknologi Artificial Intelligence (AI) agentic terbaru, menjanjikan lonjakan produktivitas yang revolusioner. Ruang rapat gegap gempita. Namun, berbulan-bulan kemudian, dashboard menunjukkan realitas yang menyakitkan: alat canggih itu nyaris tidak disentuh oleh karyawan. Selamat datang di “celah adopsi AI”—sebuah kuburan bagi ambisi digital korporasi di mana teknologi super canggih mati suri di tangan manusia yang ketakutan.
Pada intinya, transformasi AI adalah penemuan kembali (reinvention) radikal tentang bagaimana pekerjaan diselesaikan. Realitas ini menuntut sesuatu yang jauh lebih dalam dari sekadar manajemen perubahan (change management) tradisional; ia menuntut kepemimpinan perubahan (change leadership).
Transformasi AI yang sukses umumnya mengikuti pola 1:3:5. Artinya, untuk setiap satu dolar yang diinvestasikan dalam teknologi agentic, organisasi seharusnya menghabiskan tiga dolar untuk redesign proses, dan lima dolar untuk pembangunan kapabilitas serta adopsi.
Namun, riset terbaru McKinsey yang dipublikasikan pertengahan Agustus ini menunjukkan fakta yang mengejutkan di mana sebagian besar perusahaan justru membalikkan formula ini mentah-mentah. Ego eksekutif dan perhatian serta investasi paling besar tersedot habis oleh teknologi, sementara pembangunan kapabilitas dan perubahan perilaku dianggap sebagai detail implementasi belaka. Padahal, aspek manusialah yang merupakan pekerjaan sesungguhnya.
Dalam riset State of Organizations McKinsey, ribuan pemimpin bisnis global mengidentifikasi manajemen perubahan dan cara kerja silo sebagai hambatan utama dalam menskalakan AI. Hambatan ini bahkan mengalahkan kekhawatiran tentang infrastruktur teknologi yang memadai.
Mengapa Transformasi AI Terasa Berbeda?
Dinamika manusia yang menyertai AI agentic jauh lebih kompleks daripada transformasi teknologi sebelumnya. Mempelajari alur kerja baru mungkin membuat frustrasi. Namun, agen AI yang menyusun draf, menganalisis, merekomendasikan, bernegosiasi, atau menyelesaikan masalah menyentuh sesuatu yang jauh lebih dalam pada diri manusia: rasa kompetensi, pertimbangan (judgment), identitas, dan relevansi mereka di masa depan.
Ada empat ketakutan yang menjadi jantung resistensi terhadap AI. Pemimpin yang memperlakukannya sebagai hambatan untuk didorong akan gagal. Pemimpin yang menamai dan mendesain solusi untuk ketakutan ini akan menang.
Pertama, takut ketahuan tidak tahu. Kebanyakan orang tidak tahu harus mulai dari mana dengan AI agentic. Mereka takut mengakuinya. Bertanya, menggunakan agen di depan kolega, atau bereksperimen secara terbuka terasa seperti mengiklankan bahwa mereka tertinggal. Akibatnya, orang-orang diam. Pembelajaran terjadi secara pribadi atau tidak sama sekali. Hasilnya bukanlah penolakan terang-terangan, melainkan kelumpuhan yang berkedok kesibukan.
Kedua, takut akuntabilitas tanpa kendali. Agen AI mengambil alih tugas nyata. Namun, karyawan tahu bahwa ketika ada yang salah, akuntabilitas jatuh pada mereka. Karena ketakutan ini rasional, orang enggan mengandalkan alat yang tidak sepenuhnya mereka pahami, terutama dalam pekerjaan di mana akurasi dan reputasi profesional dipertaruhkan.
Ketiga, takut melangkah ke ketidaktahuan. Manusia mengarahkan perubahan paling baik ketika mereka bisa melihat tujuan mereka. Transformasi agentic tidak menawarkan kenyamanan seperti itu. Alat berubah setiap beberapa minggu, dan model operasi akhir tidak dapat didefinisikan sebelumnya karena teknologi dan pekerjaan berevolusi bersama.
Keempat, takut kehilangan jatidiri profesional. Ini mungkin ketakutan terdalam dan tersulit untuk diakui. Pertanyaan yang mengganggu adalah: “Jika agen menangani analisis, penyusunan draf, sintesis, dan keputusan yang saya butuhkan bertahun-tahun untuk membangunnya, apa sebenarnya kontribusi saya? Apa identitas profesional saya sekarang?”
Organisasi yang bergerak paling cepat adalah organisasi yang dapat merangkul kecemasan sekaligus peluang tersebut, dan mendesain solusi untuk keduanya.
Dari Manajemen Perubahan Menuju Kepemimpinan Perubahan
Sebagian besar organisasi mendekati transformasi AI dengan alat manajemen perubahan tradisional: kampanye komunikasi, kalender pelatihan, dashboard KPI, dan rencana proyek. Ini didesain untuk jenis perubahan yang berbeda, di mana tujuannya diketahui dan jawabannya sebagian besar telah ditentukan.
Transformasi agentic tidak cocok dengan model itu. Ini termasuk dalam kategori perubahan yang disebut McKinsey sebagai “reinveins C4”: bukan berpindah dari proyek A ke B, melainkan membayangkan kembali seluruh sistem dari A ke ‘tidak diketahui’. CEO tidak dapat secara kredibel mengatakan, “Saya punya jawabannya.” Pernyataan yang jujur adalah, “Saya tidak tahu persis ke mana kita pergi, tapi saya belajar bersama Anda.”
Organisasi yang memperlakukan AI agentic sebagai proyek dengan keadaan akhir yang ditentukan akan terus kurang berinvestasi dalam sistem manusia dan terlambat menyadari bahwa adopsi teknologi dan penangkapan nilai telah menyimpang. Sebaliknya, tujuannya harus bergeser dari kepatuhan (compliance) menjadi kapabilitas.
McKinsey mengungkapkan panduan untuk adopsi agentic berisi lima bab utama—Awareness (Kesadaran), Belief (Keyakinan), Commit (Komitmen), Develop (Pengembangan), dan Enforce (Penguatan).
Awareness: Buat Perubahan Menjadi Nyata
Pemimpin mengambil langkah pertama dalam membangun keyakinan dengan memberikan kesempatan bagi orang-orang untuk menyelam dan menciptakan pengalaman langsung dengan teknologi tersebut.
Pernyataan luas tentang menjadi AI-first atau membuka produktivitas justru dapat meningkatkan kecemasan, membuat karyawan merasa tidak kompeten. Transparansi tentang pertanyaan karyawan membangun kredibilitas lebih besar daripada pesan yang dirancang untuk menghindarinya.
Belief: Pemimpin Mengadopsi Terlebih Dahulu
Sementara kesadaran menciptakan kontemplasi, keyakinan menggerakkan orang ke tahap uji coba. Role modeling kepemimpinan di era agentic harus berfokus pada bisnis dan diterapkan pada pekerjaan nyata—bukan anekdot “AI yang membahagiakan”, melainkan contoh alur kerja dari praktik pemimpin itu sendiri. Jaringan rekan sejawat memiliki bobot yang sama atau lebih besar daripada pemimpin.
Commit: Berikan Orang Ruang untuk Memilih
Sering kali tim papan atas menghabiskan waktu berhari-hari dalam retret eksekutif menjelajahi teknologi, sementara karyawan lini depan menerima presentasi sepuluh menit dan diperintahkan untuk mulai menggunakannya. Asimetri itu memberi sinyal bahwa transformasi itu milik pimpinan dan dipaksakan kepada orang lain. Ketika adopsi terasa seperti sebuah pilihan, ia cenderung bertahan lama.
Develop: Bangun Kompetensi dalam Pekerjaan Itu Sendiri
Tujuan tahap ini adalah membantu orang mendesain ulang tugas, mengevaluasi output agen, menerapkan penilaian, mengelola risiko, dan berkolaborasi dengan tim hibrida manusia-agen. Pelatihan satu kali tidak cocok untuk menciptakan kebiasaan kerja bagi teknologi yang berubah setiap beberapa minggu. Pembangunan kapabilitas harus berkelanjutan, praktis, dan terikat pada alur kerja.
Enforce: Desain Ulang Sistem Operasi
Ini adalah poin di mana sebagian besar transformasi agentic gagal. Mereka mengukur log-in, lisensi, volume prompt, dan pemanggilan agen. Yang tidak mereka ukur adalah apakah pekerjaannya menjadi lebih baik. AI agentic menjadi tahan lama ketika organisasi mengukur apakah pekerjaan sebenarnya lebih baik, lebih cepat, lebih aman, atau lebih berharga—bukan sekadar apakah orang menggunakan alat AI.
Mandat Kepemimpinan
Kepemimpinan perubahan di era agentic membutuhkan fokus khusus dari CEO, CFO, dan Chief Human Resources Officers (CHROs).
● CEO: Menetapkan ambisi C4: bukan mengeksekusi rencana tetap, melainkan belajar bagaimana membayangkan kembali pekerjaan lebih cepat daripada kompetisi.
● CFO: Menggunakan disiplin anggaran untuk menemukan cara baru menyelesaikan pekerjaan dalam struktur yang lebih ramping. Dengan biaya token yang menjadi pos pengeluaran P&L, peran CFO adalah menuntut penciptaan nilai.
● CHROs: Memiliki peran yang mungkin paling krusial: menjadikan perubahan itu personal dan mendesain strategi pembelajaran yang menggabungkan manusia, agen, dan, dalam beberapa konteks, robot.
Era agentic akan memberi penghargaan kepada organisasi yang dapat belajar lebih cepat daripada sistem operasi mereka yang awalnya didesain untuk bergerak. Transformasi berhenti menjadi sesuatu yang terjadi pada organisasi. Ia mulai menjadi sesuatu yang dipimpin oleh organisasi. ■
DIGIONARY:
● Amanat (Commitment) adalah kesediaan karyawan untuk secara aktif terlibat dan bertahan dalam menggunakan teknologi baru, bahkan ketika menghadapi kesulitan.
● C4 Reinvention adalah model perubahan radikal yang membayangkan kembali seluruh sistem dari keadaan saat ini ke keadaan masa depan yang belum sepenuhnya diketahui.
● Gap Adopsi (Adoption Gap) adalah jarak antara potensi nilai yang dapat diciptakan oleh teknologi AI dan nilai aktual yang direalisasikan karena rendahnya penggunaan oleh karyawan.
● Identitas Profesional (Professional Identity) adalah persepsi seseorang tentang jati diri, kompetensi, dan kontribusi unik mereka dalam konteks pekerjaan mereka.
● Kepatuhan (Compliance) adalah tindakan karyawan yang menggunakan teknologi baru hanya karena diperintahkan, tanpa keyakinan internal akan nilainya.
● Kepemimpinan Perubahan (Change Leadership) adalah pendekatan proaktif yang berfokus pada reinvensi cara kerja, perubahan perilaku, dan pembelajaran berkelanjutan, bukan sekadar mengelola proses implementasi.
● Kesadaran (Awareness) adalah tahap awal di mana karyawan mengetahui keberadaan teknologi AI dan memahami, secara konkret, bagaimana teknologi tersebut akan memengaruhi peran mereka.
● Keyakinan (Belief) adalah tahap di mana karyawan mempercayai bahwa perubahan itu nyata, berharga, dan aman untuk dicoba, sering kali didorong oleh role modeling pemimpin dan rekan sejawat.
● Manajemen Perubahan (Change Management) adalah pendekatan tradisional yang terstruktur untuk membantu organisasi berpindah dari keadaan A ke keadaan B yang sudah ditentukan sebelumnya.
● Operasi Hibrida (Hybrid Operations) adalah model kerja di mana manusia dan agen AI berkolaborasi secara erat dalam alur kerja yang terintegrasi.
● Pola 1:3:5 adalah formula keberhasilan transformasi AI, di mana untuk setiap dolar investasi teknologi, organisasi menghabiskan tiga dolar untuk redesign proses, dan lima dolar untuk kapabilitas dan adopsi.
● Pengembangan (Develop) adalah proses berkelanjutan untuk membangun kompetensi karyawan dalam mendesain ulang tugas, mengevaluasi output AI, dan menerapkan penilaian manusia.
● Penguatan (Enforce) adalah tahap menanamkan perilaku baru dengan mendesain ulang sistem operasi formal (metrik, insentif, struktur) agar selaras dengan cara kerja baru.
● Perilaku Agentic (Agentic Behavior) adalah cara kerja baru di mana karyawan secara aktif memanfaatkan agen AI untuk menangani tugas-tugas draft, analisis, dan rekomendasi.
● Pertimbangan (Judgment) adalah kemampuan manusia untuk mengevaluasi situasi, membuat keputusan yang kompleks, dan mengesampingkan rekomendasi AI berdasarkan konteks dan etika.
● P&L (Profit and Loss) adalah laporan keuangan yang merangkum pendapatan, biaya, dan pengeluaran yang terjadi selama periode tertentu.
● Redesign Proses (Process Redesign) adalah tindakan membayangkan kembali dan menstrukturisasi ulang alur kerja untuk mengoptimalkan kolaborasi antara manusia dan AI.
● ROI (Return on Investment) adalah ukuran kinerja yang digunakan untuk mengevaluasi efisiensi atau profitabilitas suatu investasi.
● Silo adalah cara kerja di mana departemen atau tim dalam suatu organisasi beroperasi secara terpisah tanpa berbagi informasi atau berkolaborasi.
● Token adalah unit dasar pemrosesan data dalam model AI generatif, yang biayanya kini menjadi pos pengeluaran nyata bagi perusahaan.
● Transformasi AI adalah proses reinvensi fundamental cara kerja organisasi dengan mengintegrasikan teknologi kecerdasan buatan ke dalam inti operasional.
● Volatility adalah ukuran seberapa cepat dan drastis harga atau nilai sesuatu berubah.
#AITransformation #ChangeLeadership #McKinseyResearch #AIAdoption #FutureOfWork #GenerativeAI #CorporateStrategy #HumanCapital #DigitalTransformation #LeadershipMandate #ChangeManagement #AIStrategy #WorkforceReskilling #OperationalExcellence #CIO #CHRO #CEOInsights #TechnologyTrends #BusinessInnovation #OrganizationalCulture
