Adakah “Kebergantungan AI” Itu Buruk? Realiti Baru yang Ditunjukkan Data
Angka yang ditunjukkan oleh kajian ASCII.jp amat mengejutkan. Kira-kira 70% pekerja pejabat mengakui bahawa mereka “tidak dapat bekerja tanpa AI generatif”. Pada masa yang sama, 90% CEO yakin bahawa “agen AI akan menghasilkan hasil dalam tahun ini”. Jurang ini menggambarkan realiti penggunaan AI dalam syarikat pada masa kini, di mana “kebergantungan” di peringkat operasi dan “harapan” pihak pengurusan saling bersilang.
Namun, persoalan yang perlu ditanya bukanlah “patutkah kita mengurangkan kebergantungan?”. Sebaliknya, “bagaimana kita mengubah struktur kebergantungan ini menjadi aset pengurusan?”. Apa yang dicadangkan oleh media ini adalah perspektif yang melihat AI bukan sekadar sebagai alat yang berguna, tetapi sebagai “pengembangan sumber manusia” yang mengubah kebolehulangan dan kebolehskalaan pengurusan dari asasnya.
Langkah Konkrit yang Ditunjukkan oleh ‘Transformasi AI Worker’ Credit Saison
Kes Credit Saison yang dilaporkan oleh Nikkei Business boleh dianggap sebagai perintis yang mewujudkan perspektif ini. Syarikat itu telah mengumumkan rancangan untuk mengubah semua kira-kira 3,700 pekerjanya menjadi “AI Worker”, dengan menjangkakan peningkatan kecekapan operasi bersamaan dengan 1,500 pekerja. Ini berbeza dimensi dengan sekadar memperkenalkan ChatGPT dalam syarikat.
Apa yang perlu diberi perhatian ialah pendekatan konkrit mereka. Menurut laporan, syarikat itu telah menubuhkan “Bilik Gerakan Penggunaan AI” dan membina struktur merentas jabatan. Mereka melaksanakan latihan untuk semua pekerja dan pada masa yang sama memajukan penyesuaian proses kerja itu sendiri dengan AI. Ini adalah pelaburan strategik yang bertujuan meningkatkan “keupayaan responsif AI” organisasi secara menyeluruh, bukan sekadar pengenalan alat secara berselerak.
“Syarikat Tersembunyi” yang Memegang Hegemoni Lain bagi AI Generatif
Sementara itu, apa yang dirujuk oleh Business+IT sebagai “syarikat tersembunyi Jepun yang membuatkan GAFAM tunduk” ialah pengeluar peralatan pembuatan semikonduktor dan bahan yang menyokong infrastruktur AI generatif. Di sebalik OpenAI dan Google bersaing dalam pembangunan model, mereka membekalkan perkakasan dan bahan yang penting, membina kedudukan yang kukuh.
Struktur ini memberikan pandangan penting dalam mempertimbangkan strategi AI syarikat. Maksudnya, menjadi “front runner” yang membangunkan model bahasa besar sendiri bukanlah satu-satunya jalan kejayaan. Sebaliknya, bagi kebanyakan syarikat Jepun, strategi yang realistik adalah dengan memanfaatkan kekuatan dan sumber sedia ada untuk mencari “peranan penting” dalam era AI.
Tiga Tindakan Konkrit yang Perlu Diambil oleh Pengurus
Berdasarkan berita-berita ini, tindakan yang perlu dipertimbangkan serta-merta oleh pengurus dan CTO boleh dirumuskan kepada tiga perkara berikut.
1. Visualisasi dan Pengukuran Strategik “Tahap Kebergantungan AI”
Kita telah sampai ke tahap di mana kita perlu mengukur dan menguruskan kebergantungan AI pekerja, bukan takut kepadanya. Dalam kes klien syarikat kami, penilaian dilakukan menggunakan rangka kerja berikut.
- Tahap 1 (Bantuan): Tugas sekali sahaja seperti pembetulan teks, pengumpulan maklumat
- Tahap 2 (Kerjasama): Tugas rutin seperti analisis data, penjanaan laporan automatik
- Tahap 3 (Integrasi): Tugas teras seperti sokongan membuat keputusan, automasi respons pelanggan
Pertama, fahami “tahap kebergantungan AI purata” syarikat anda. Kemudian, sediakan latihan dan persekitaran alat untuk meningkatkan tahap tersebut satu langkah. Seperti Credit Saison, memulakan dengan latihan asas untuk semua pekerja adalah langkah pertama untuk mengelakkan kebergantungan pada individu dan mencipta kekuatan organisasi.
2. Pelaburan untuk Menguatkan “Kekuatan Tersembunyi” Syarikat dengan AI
Tidak semua syarikat perlu memasuki pembangunan model AI. Sebaliknya, keutamaan harus diberikan kepada pelaburan yang menggunakan “pengetahuan domain”, “titik sentuh pelanggan” dan “proses kerja” yang telah lama dikumpulkan oleh syarikat sebagai penguat dengan AI.
Sebagai contoh konkrit, berikut adalah kes syarikat pembuatan pertengahan yang dibantu oleh syarikat kami. Syarikat itu mendigitalkan manual pelarasan dan penyelenggaraan produk mereka (khazanah data bukan digital) dengan menghubungkan pakar teknikal dalaman mereka dengan ChatGPT Enterprise. Mereka membina pangkalan pengetahuan dalam bentuk soal jawab. Pelaburan awal adalah kira-kira RM74,000 (termasuk perundingan AI dan penyediaan persekitaran), tetapi mereka mencapai hasil dengan masa respons pelanggan dipendekkan 40% dan tempoh latihan pekerja baru dikurangkan 60%.
Inti pelaburan ini terletak pada pembinaan proses dalaman yang “menterjemah” pengetahuan tersirat syarikat ke dalam format yang boleh diproses oleh AI, bukan pengenalan SaaS yang mahal.
3. Penyediaan Persekitaran dan Reka Bentuk Kos untuk “AI Worker”
Agar semua pekerja dapat menggunakan AI, penyediaan persekitaran yang melampaui sekadar penyediaan alat diperlukan. Kes Credit Saison dijangka menyediakan elemen-elemen berikut secara menyeluruh.
- Persekitaran Akses Bersepadu: Single sign-on kepada pelbagai alat AI (ChatGPT, Claude, Copilot, dll.)
- Garis Panduan Keselamatan: Pengendalian maklumat sulit, proses pengesahan hasil penjanaan
- Platform Perkongsian Amalan Terbaik Dalaman: Penemplatan dan pengembangan dalaman kes penggunaan yang berjaya
Dari segi kos, model berikut berdasarkan pengalaman syarikat kami boleh dijadikan rujukan.
- Pengenalan Skala Kecil (~50 orang): Pelan ChatGPT Team (AS$25/pengguna sebulan) + Claude Team (AS$30/pengguna sebulan) berjumlah kira-kira RM2,470 sebulan. Kos perundingan awal berasingan.
- Pengenalan Skala Sederhana (~500 orang): Pengurangan kos unit melalui kontrak Enterprise, dengan pertimbangan penggunaan API sendiri. Dijangka sekitar RM24,700 hingga RM123,500 sebulan.
- Skala Besar / Khusus Industri: Fine-tuning menggunakan data sendiri atau pembangunan penyelesaian tersuai. Pelaburan awal RM247,000 ke atas, tetapi dapat membina kelebihan daya saing jangka panjang.
Yang penting adalah mereka bentuk kitaran pengurusan yang bukan sahaja melibatkan kos alat, tetapi juga melabur semula sumber manusia yang dibebaskan ke dalam “tugas yang lebih bernilai tambah”.
Dari Kebergantungan AI ke Penciptaan Bersama AI: Titik Peralihan 2024
Situasi di mana 70% pekerja mengakui kebergantungan pada AI bermakna kita telah mencapai titik perubahan yang tidak dapat dipulihkan. Masalahnya bukan kebergantungan itu sendiri, tetapi sama ada kebergantungan itu kekal pada “penggunaan pasif” atau ditingkatkan kepada “penciptaan bersama aktif”.
Transformasi “AI Worker” Credit Saison adalah contoh perintis yang cuba melakukan peralihan organisasi ke arah yang kedua. Selain itu, syarikat Jepun yang menunjukkan kehadiran dalam infrastruktur perkakasan AI generatif mengajar kita kepentingan mentakrifkan semula kecekapan teras syarikat dalam konteks era AI.
Langkah seterusnya sebagai pengurus adalah menggerakkan kedua-dua roda: menyediakan persekitaran untuk “membolehkan” penggunaan AI dan memupuk budaya untuk pekerja “mencipta bersama” dengan AI. Di sebaliknya, menanti “hasil yang dihasilkan oleh agen AI” yang diyakini oleh 90% CEO dalam kajian, iaitu peningkatan produktiviti yang mendadak dan tumpuan kepada tugas kreatif yang hanya boleh dilakukan oleh manusia – kebolehulangan pengurusan baru.
Kebergantungan bukanlah pengakhiran. Ia hanyalah permulaan hubungan kerjasama baru antara manusia dan AI.
コメント