Story
CFO SAP: AI Harus Melampaui Chatbot untuk Hasilkan Laba Nyata
Summary
Direktur Keuangan SAP menyatakan bahwa nilai sejati dari kecerdasan buatan bagi perusahaan baru akan terlihat saat teknologinya diterapkan pada proses bisnis inti yang kompleks, bukan hanya pada aplikasi sederhana seperti chatbot.
Direktur Keuangan (CFO) SAP, Dominik Asam, menyatakan bahwa agar kecerdasan buatan (AI) dapat memberikan keuntungan signifikan dalam perangkat lunak korporat, penerapannya harus melampaui aplikasi dasar seperti chatbot dan alat bantu pemrograman untuk merambah proses bisnis yang lebih kompleks.
Menurut Asam, pengembalian investasi dari AI akan datang dari sistem yang terkelola dan tertanam dalam proses bisnis spesifik, bukan dari model serba guna yang umum.
Tantangan di Balik "Buah yang Mudah Dipetik"
Asam menjelaskan bahwa sebagian besar konsumsi token AI saat ini dihabiskan untuk apa yang ia sebut sebagai "buah yang mudah dipetik" (*low-hanging fruits*), seperti asisten pemrograman dan chatbot. Dalam kasus ini, risiko dari "halusinasi" atau kesalahan output AI cenderung lebih rendah.
Namun, banyak perusahaan yang telah menginvestasikan dana besar ke dalam AI generatif masih mencari bukti adanya peningkatan produktivitas yang luas. SAP berpendapat bahwa keuntungan nyata tidak terletak pada aplikasi-aplikasi dasar tersebut.
Potensi Sebenarnya: Proses Bisnis Inti
AdPenerapan AI pada proses bisnis inti seperti keuangan dan rantai pasok dinilai jauh lebih sulit. Asam, dalam pernyataannya kepada wartawan setelah rilis laporan keuangan kuartal kedua SAP, menekankan bahwa kesalahan dalam alur kerja ini dapat berlipat ganda melalui beberapa langkah, sehingga meningkatkan risiko terhadap standar kepatuhan.
"Jika Anda mengalami beberapa halusinasi dalam proses tersebut, kesalahan secara statistik akan bertambah seiring banyaknya langkah," ujar Asam. "Ini membutuhkan tingkat jaminan yang jauh lebih ketat."
Pentingnya Data Terkelola dan Pemilihan Model
Asam menegaskan bahwa potensi AI yang sesungguhnya terletak pada pembangunan sistem di sekitar bisnis yang spesifik, yang memerlukan data yang bersih, terkelola, dan dapat digunakan oleh AI. Ia membantah gagasan bahwa AI dapat secara ajaib menyelesaikan masalah silo data yang berantakan dan warisan sistem lama.
Menurutnya, pendekatan semacam itu justru akan menimbulkan "biaya token yang sangat tinggi". Dalam praktiknya, perusahaan akan menggunakan alat yang paling murah dan andal yang dapat memberikan hasil yang dibutuhkan secara aman, baik itu perangkat lunak sederhana, model sumber terbuka (*open-source*), maupun model canggih yang mahal.