AI untuk Transformasi Bisnis: Perspektif dari Perusahaan Pengembang AI Terdepan di Asia

Kecerdasan buatan (AI) berkembang semakin pesat. Setiap pasar memiliki peluang dan tantangannya sendiri. Dalam wawancara terbaru dengan Insignia Ventures Partner, Senior AI Strategy & Partnership Director, Robin Li, membagikan pandangannya tentang transformasi conversational AI dari China ke Asia Tenggara. Perspektifnya mengungkap bagaimana setiap pasar beradaptasi di tengah revolusi AI.

Kebangkitan AI di Asia

Selama tiga bulan terakhir, Singapura menyaksikan perubahan yang signifikan. Pendekatan bisnis terhadap aplikasi AI sudah berubah. Berbeda dari pola adopsi di negara lain, yang cenderung bersifat hati-hati dan penuh kalkulasi, klien dan mitra di negara ini menunjukkan antusiasme yang lebih agresif untuk memanfaatkan kecerdasan agen buatan.

Antusiasme yang lebih dari rasa ingin tahu soal teknologi yang digunakan menandakan kesiapan fundamental untuk menggunakan AI sebagai alat transformasi kegiatan utama bisnis.

Perusahaan-perusahaan di Cina mengadopsi AI sejalan dengan kebutuhan. Tekanan kompetisi dan keharusan menekan biaya mendorong akselerasi. Tapi, kemauan untuk menggunakan solusi AI sering kali terhambat oleh kurangnya akses ke produk yang sesuai dengan kebutuhan pasar dan regulasi yang berlaku.

Evolusi AI dan Model Bahasa Besar

Lanskap Conversational AI berubah secara dramatis sejak munculnya ChatGPT. Transformasi ini tidak hanya dirasakan oleh startup kecil tetapi juga perusahaan besar di berbagai industri. Ekonomi dan model bisnis pun berubah secara fundamental.

Semakin banyak perusahaan beradaptasi dengan mengubah alur kerjanya. Dalam beberapa kasus, mereka membangun kembali model bisnisnya berdasarkan kemampuan AI. Namun, conversational AI sudah ada jauh sebelum Large Language Model (LLM) menjadi sesuatu yang bersifat mainstream seperti saat ini.

Sebelumnya, sudah banyak perusahaan pengembang AI yang menciptakan solusi voice agent dan sistem intelligent agent. Hasilnya dapat diukur di industri yang membutuhkan kemampuan melakukan percakapan layaknya manusia.

Perbedaan Adopsi AI di wilayah Asia

Strategi Bisnis Top-Down dari Cina

Pemimpin dan pembuat keputusan di Cina aktif mendorong integrasi teknologi baru ke dalam bisnis. Tantangan yang semakin besar terkait pertumbuhan dan manajemen biaya mendesak integrasi ini. Proses adopsi sering kali berjalan dari atas ke bawah, dengan eksekutif sebagai pembuat keputusan.

Pendekatan Bisnis yang Hati-hati di Asia Tenggara

Perusahaan di Asia Tenggara cenderung menunggu bukti. Mereka berkiblat pada raksasa teknologi seperti Google dan perusahaan teknologi lainnya. Sebelum berkomitmen, mereka akan mencari sebanyak mungkin informasi untuk validasi .

Perilaku ini menciptakan peluang yang unik. Ada beberapa use case potensial, tetapi kebanyakan produk yang ada di pasar lebih sesuai untuk Cina atau Amerika Serikat. Akibatnya, perusahaan di wilayah Asia Tenggara kurang terlayani.

Membangun Keunggulan Kompetitif

Lanskap AI saat ini dibanjiri startup baru dan “wrapper companies” yang membangun solusi AI dengan LLM yang ada. Mereka memanfaatkan solusi agen AI yang ada untuk skenario penggunaan yang sudah teruji. Kemudian, mereka menggunakan LLM untuk memperluas kemampuan agen cerdas mereka ke skenario baru. Inilah yang menyebabkan perbedaan fundamental dalam strategi go-to-market.

Sementara pesaing baru fokus mengadaptasi LLM ke skenario penggunaan baru, perusahaan pengembang AI yang sudah berpengalaman berkonsentrasi proyek inovatif untuk memaksimalkan nilai bisnis, ROI, dan hasil yang terukur. Begitu metodologi dan perangkat manajemen perubahan siap, implementasi ke skala yang lebih besar dapat dilakukan dengan mudah

Kompleksitas Ekspansi AI

Implementasi solusi AI ke skala yang lebih besar menghadirkan tantangan tersendiri bagi perusahaan di pasar Asia. Setiap negara memiliki regulasi yang berbeda, persyaratan tata kelola data, dan regulasi hosting server. Khususnya untuk perusahaan besar, perbedaan ini bisa menjadi hambatan yang signifikan.

Namun, untuk startup yang bertumbuh pesat, perbedaan ini justru menawarkan lebih banyak peluang. Memahami kemampuan infrastruktur dan regulasi lokal memungkinkan perusahaan mengidentifikasi skenario penggunaan aplikasi yang paling efisien.

Perusahaan mendapatkan manfaat maksimum dari infrastruktur yang ada. Hal ini menjadi keunggulan kompetitif yang tidak mudah direplikasi oleh perusahaan yang masuk dari luar pasar.

Masa Depan Aplikasi AI dan Conversational AI dalam Bisnis

Penanganan Skenario Kompleks

Fase berikutnya dari pengembangan conversational AI berfokus pada penanganan skenario yang lebih kompleks. LLM memungkinkan aplikasi AI untuk skenario penggunaan “long tail”, yaitu skenario yang sulit difasilitasi oleh sistem berbasis aturan tradisional.

Misalnya, panggilan masuk dengan tujuan (intent) yang tidak jelas memerlukan teknologi agen suara yang canggih dengan kecerdasan yang dibutuhkan untuk memahami konteks dan memberi arahan yang tepat.

Pelatihan dan Optimasi AI untuk Bisnis

Selain memperluas cakupan, LLM juga meningkatkan pelatihan dan optimasi model agen AI kecil yang terspesialisasi. Agen ini dilatih untuk meningkatkan kualitas proses onboarding dengan kemampuan baru yang sebelumnya tidak mungkin dilakukan. Salah satunya, untuk menangani percakapan yang menyertakan input gambar atau mengelola interaksi multi-modal melalui sistem agen cerdas yang canggih.

Platform AI Terpadu untuk Bisnis

Evolusi menuju sistem berbasis agen sangat menarik. Alih-alih menggunakan chatbot terpisah untuk fungsi yang berbeda, seperti penagihan, layanan pelanggan, penjualan, AI di masa depan mengarah ke platform agen AI terpadu.

Platform ini dapat menilai skenario penggunaan dan menentukan apakah dapat menanganinya sendiri atau mentransfer ke agen cerdas khusus. Satu agen suara dapat menangani beberapa pelanggan dengan mulus tanpa hambatan.

Model Penentuan Harga AI untuk Bisnis dan Cipta Nilai

Tren model penentuan harga berbasis penggunaan mungkin bersifat sementara. Perusahaan membayar berdasarkan jumlah agen yang diganti atau tugas yang diotomatisasi. Pendekatan ini menggunakan asumsi bahwa AI hanya mengubah alur kerja yang ada, tetapi kenyataannya jauh lebih transformatif.

AI mewakili pergeseran fundamental yang tidak hanya akan mengubah alur kerja tetapi seluruh struktur dan tanggung jawab organisasi. Model penentuan harga di masa depan diperkirakan akan lebih fokus pada nilai bisnis yang tercipta daripada metrik seputar biaya.

Untuk startup, model penentuan harga saat ini menawarkan sesuatu yang sangat baik. Mereka memungkinkan eksperimen dan pengembangan produk dengan investasi yang relatif kecil.

Tantangan Adopsi AI untuk Bisnis

Seperti dalam revolusi teknologi sebelumnya, perusahaan menghadapi tantangan saat mengadopsi AI. Kekhawatiran utama termasuk mengukur ROI, memastikan viabilitas jangka panjang, dan mengelola perubahan organisasi.

Namun, adopsi AI berbeda dari implementasi teknologi sebelumnya. Tidak seperti teknologi perusahaan tradisional yang biasanya dimulai dengan keputusan eksekutif, AI sudah digunakan oleh karyawan di semua tingkatan, dari karyawan magang hingga CEO. Inilah yang menciptakan kepercayaan dan memfasilitasi proses pengambilan keputusan.

Perusahaan juga memiliki pertimbangan keamanan karyawan, perubahan perilaku, dan kapasitas data untuk implementasi sistem agen cerdas.

Menjembatani Kesenjangan Pengembang-Pembeli AI untuk Bisnis

Perusahaan pengembang AI yang sukses berperan untuk menjembatani dua perspektif ini. Tidak hanya menyediakan AI sebagai alat statis tetapi membangun kemitraan jangka panjang yang komprehensif. Inisiatif seperti ini membantu perusahaan beradaptasi dari waktu ke waktu.

Pendekatan ini memerlukan keterlibatan mendalam dalam alur kerja klien, fondasi teknologi agen AI yang teruji, dan metodologi yang terbukti untuk manajemen perubahan. Perusahaan yang dapat menawarkan solusi untuk evaluasi, metodologi manajemen perubahan, dan kemampuan integrasi dengan produk agen cerdasnya membangun posisi yang lebih baik.

Mereka dapat melayani klien dalam transformasi AI untuk bisnis mereka dengan lebih efektif.

Timeline Implementasi AI untuk Bisnis

Aplikasi AI untuk bisnis mempercepat timeline implementasi secara signifikan. Langkah-langkah fundamental tidak berubah—bukti konsep, desain solusi, integrasi sistem. Namun, setiap fase bergerak jauh lebih cepat.

LLM memungkinkan prototipe dan pengembangan solusi yang lebih cepat. Alat coding bertenaga AI merampingkan proses integrasi. Tim developer yang familiar dengan perangkat berbasis AI melaporkan peningkatan produktivitas yang signifikan.

Peningkatan hingga 2-5x di area tertentu, terutama saat membangun solusi agen suara dan sistem agen cerda secara dramatis mengurangi waktu untuk memasarkan solusi baru.

Saran Strategis untuk Pemimpin Bisnis AI

Pemimpin yang mempertimbangkan transformasi AI harus mengubah fokus. Alih-alih bertanya apakah AI berharga—karena kegunaannya sudah terbukti—mereka harus belajar bagaimana mengadaptasi AI secepat dan seefektif mungkin.

Kuncinya adalah memikirkan “arsitektur AI” bukan hanya arsitektur teknis. Artinya, mereka perlu mempertimbangkan beberapa solusi AI yang berbeda dan menghindari ketergantungan pada vendor atau platform tunggal.

Pendekatan dengan langkah demi langkah sangat direkomendasikan. Mulai dengan skenario penggunaan, di mana ROI dapat diukur dengan jelas. Kemudian perluas ke skenario lainnya, yang berkaitan dengan skenario sebelumnya yang sudah suskses.

Yang terpenting, pemimpin harus mempertimbangkan bagaimana manusia akan bekerja dengan sistem agen cerdas dan agen suara. Adopsi AI bukan hanya tentang alih tugas, tetapi membangun kembali alur kerja, struktur organisasi, dan model bisnis saat kemampuan agen AI terus berkembang.

Melihat ke Depan: Masa Depan AI untuk Bisnis

Transformasi AI untuk bisnis masih dalam tahap awal, terutama di Asia. Kondisi pasar yang unik menciptakan tantangan sekaligus peluang. Kesuksesan tergantung pada pemahaman akan kondisi pasar lokal dan membangun solusi agen cerdas yang komprehensif.

Perusahaan harus tetap fleksibel saat teknologi terus berkembang. Pengembang AI terpercaya dapat diandalkan untuk menjembatani kesenjangan antara kemampuan agen AI dan nilai bisnis.

Mereka tidak hanya menyediakan teknologi tetapi juga keahlian dan dukungan yang diperlukan untuk menavigasi transformasi fundamental ini. Saat lanskap AI semakin matang, fokus akan mulai beralih dari apa yang mungkin secara teknis ke apa yang memberikan dampak bisnis terukur.

Pergeseran ini akan melalui implementasi agen suara dan agen cerdas dalam konteks yang lebih spesifik. Adopsi AI di Asia baru saja dimulai. Pemimpin yang meresponnya dengan ambisi dan pragmatisme akan mendapatkan posisi terbaik untuk memanfaatkan gelombang transformatif ini.