Mengelola perusahaan AI-native pada 2027: kerangka operasional bagi pemimpin pertama kali

Model perusahaan berbasis AI, bukan proyek AI

Hanya 21% perusahaan yang secara mendasar menata ulang model operasional mereka berdasarkan AI. Data ini disampaikan oleh McKinsey. Perusahaan-perusahaan terdepan memperoleh setidaknya 5% laba sebelum bunga dan pajak dari AI. Mereka tiga kali lebih sering melakukan penataan ulang organisasi secara menyeluruh.

AI tidak seharusnya hanya menjadi proyek teknologi yang dikelola CIO atau tim inovasi kecil. Model perusahaan menghubungkan AI dengan strategi, proses, SDM, modal, risiko, dan nilai bagi pelanggan.

Hal-hal yang tercakup dalam keterkaitan ini:

• strategi;
• proses;
• SDM;
• modal;
• risiko;
• nilai bagi pelanggan.

Kriteria: jika AI berada di bawah unit teknologi, perusahaan hanya mendapatkan proyek, bukan model operasional.

Lima bagian perusahaan yang berorientasi pada AI

World Economic Forum dan Kearney: pada 2025, investasi AI di seluruh dunia mencapai lebih dari USD 250 miliar. Hanya 25% perusahaan yang melaporkan dampak transformatif. Laporan tersebut menyebut lima bagian utama perusahaan yang berorientasi pada AI:

• mesin kecerdasan;
• tumpukan teknologi adaptif;
• perancangan ulang operasi;
• tim manusia-AI;
• penciptaan nilai baru.

Besarnya investasi tidak sama dengan dampak. Lima bagian ini berfungsi sebagai daftar periksa. Ketiadaan salah satunya menjelaskan kesenjangan antara investasi dan hasil.

Proses dahulu, baru alat

79% organisasi melewatkan penataan ulang alur kerja. Penataan ulang inilah yang menunjukkan hubungan paling kuat dengan dampak terhadap laba perusahaan. Perusahaan-perusahaan terdepan dua kali lebih sering menata ulang alur kerja sebelum memilih alat AI.

Urutan tindakan:

• menilai seperti apa proses seharusnya berjalan jika AI dapat melakukan sebagian besar pekerjaan;
• menata ulang proses agar sesuai dengan gambaran tersebut;
• baru kemudian memilih alat AI.

Kriteria: jika alat dipilih sebelum proses dijabarkan, penataan ulang hanya menjadi otomatisasi langkah-langkah lama.

Manusia dan agen: batas otonomi

Agen AI menjalankan tugas, berinteraksi dengan sistem lain, mengambil keputusan dalam batas yang telah ditetapkan, dan meneruskan pekerjaan kepada agen lain. Manusia berfokus pada pertimbangan, kepercayaan pelanggan, strategi, dan pengecualian.

Menurut Deloitte, 74% eksekutif memperkirakan hampir separuh proses bisnis akan ditata ulang dengan berpusat pada agen AI dalam empat tahun ke depan. Sebanyak 61% memperkirakan sebagian besar agen akan bekerja dengan otonomi luas di bawah pengawasan manusia. Sebanyak 75% meyakini bahwa kolaborasi manusia dengan agen menciptakan nilai lebih besar daripada otomatisasi saja.

Hanya 5% organisasi yang menilai proses bisnis mereka sangat siap menghadapi agen AI. Sebanyak 15% telah memperluas penggunaan beberapa agen lintas fungsi. Kriteria: nilai tercipta melalui kolaborasi, bukan otonomi semata.

Kontrol saat beroperasi

Gartner menyebut kontrol saat beroperasi sebagai persyaratan penting bagi AI agen. Dokumen kebijakan saja tidak dapat menghentikan agen yang melakukan tindakan di luar kewenangannya.

Menurut EY, 98% eksekutif AI menyatakan bahwa organisasi mereka memiliki kebijakan tata kelola formal. Namun, 47% mengatakan organisasi mereka melewati proses tata kelola demi penerapan yang mendesak. Di antara organisasi yang menggunakan AI agen, 26% tidak dapat mendeteksi agen internal yang tidak sah. Sebanyak 36% melaporkan insiden atau kegagalan AI dengan dampak negatif yang signifikan.

Kerangka kontrol untuk perusahaan berbasis AI mencakup:

• izin yang jelas;
• kontrol identitas;
• pembatasan tindakan;
• log audit;
• persetujuan manusia untuk tindakan berisiko tinggi;
• kemampuan untuk segera menonaktifkan sistem.

Kriteria: kebijakan tanpa mekanisme untuk menghentikan tindakan bukanlah kontrol.

Metrik: nilai per alur kerja AI

Metrik yang diusulkan bagi eksekutif adalah nilai per alur kerja AI. Metrik ini memperhitungkan hal-hal berikut bersama indikator keuangan biasa:

• biaya tugas;
• keterlibatan manusia;
• tingkat keberhasilan agen;
• persentase pengecualian;
• dampak terhadap pendapatan;
• dampak terhadap margin.

Indikator adopsi saja tidak cukup untuk menunjukkan nilai AI di tingkat eksekutif. Kriteria: metrik ini terkait dengan proses tertentu dan keuangan, bukan sekadar fakta bahwa agen telah diluncurkan.

Visibilitas operasi dan ekonomi AI

Menurut KPMG, dalam survei Juni 2026, 53% organisasi menggunakan agen AI. Persentase organisasi yang mengoordinasikan beberapa agen dalam alur kerja meningkat dari 9% menjadi 18% dalam satu kuartal.

Untuk 12 bulan berikutnya, para eksekutif merencanakan investasi AI tertimbang rata-rata sebesar USD 202 juta.

Koordinasi agen berkembang lebih cepat daripada visibilitas biaya. Kriteria: dasbor pemantauan dan proses persetujuan tanpa kontrol langsung atas token tidak memberikan kendali.