Setiap kali alat baru keluar, orang khawatir alat itu akan merusak kita.
Mesin cetak akan merusak kepercayaan diri, kalkulator akan mematikan keterampilan matematika, dan email akan menghancurkan produktivitas.
Sekarang giliran AI. Polanya familiar. Ini dimulai dengan campuran sensasi, ketakutan dan kebingungan.
CISO pecahan di DeepTempo dan Pendiri/CEO BLodgic Inc.
Saat ini, para pemimpin dan karyawan sama-sama mempertanyakan apakah AI benar-benar diperlukan atau apakah AI membawa lebih banyak risiko daripada imbalan.
Segera setelah investasi, skeptisisme sering muncul, meskipun 76% perusahaan mengeksplorasi GenAI untuk inovasi, hanya 40% konsumen yang mempercayai keluaran AI generatif, dengan alasan kekhawatiran mengenai akurasi dan transparansi.
Sebenarnya, AI bukanlah kekuatan alien yang baru. Itu telah menjadi bagian dari kehidupan kita sehari-hari selama beberapa dekade.
Mesin rekomendasi di Amazon, antrean Netflix, asisten suara seperti Siri, bahkan Roomba yang Anda letakkan di ruang tamu Anda.
Semua A.I. Perbedaannya adalah AI generatif terasa lebih dekat dengan cara kita menulis, membuat kode, dan membangun. Keintiman itu membuat taruhannya terasa lebih tinggi.
Namun kali ini A memberikan pukulan yang sedikit berbeda. Dan ini bukan tentang tugas otomatis di latar belakang. AI menyerang para pekerja berpengetahuan dan membuat orang-orang gelisah. Apakah “penguasaan” itu sendiri bisa diperdebatkan?
Semua bensin, tanpa rem
Adopsi AI sama sekali tidak keren. Pada tahun 2024 saja, investasi AI swasta AS tumbuh menjadi $109,1 miliar, menarik $33,9 miliar investasi swasta secara global, naik 18,7% dari tahun 2023.
Teknologi AI yang mendasarinya telah berkembang selama beberapa dekade, namun lompatan ke dalam LLM yang mampu menghasilkan teks, gambar, dan kode telah mendorong teknologi ini menjadi sorotan budaya yang belum pernah terjadi sebelumnya.
Percepatan ini telah mempercepat laju perubahan, memaksa organisasi untuk mengambil keputusan adopsi di bawah pengawasan publik yang lebih ketat. Dewan mendorong kecepatan, sementara regulator dan tim keselamatan masih berusaha menentukan peraturan dasar yang diperlukan.
Apa yang benar-benar berbeda kali ini adalah dampak yang dirasakan secara langsung. GenAI secara langsung menyentuh pekerjaan pengetahuan, menantang norma-norma yang sudah ada seputar keahlian, kepenulisan, dan kontrol atas keluaran intelektual.
Hal ini menciptakan perselisihan antara pendukung inovasi dan mereka yang khawatir menghilangkan penilaian manusia. Hasilnya adalah perdebatan yang terpolarisasi, strategi adopsi yang tidak konsisten, vektor ancaman keamanan baru, dan regulator yang menyalahkan diri sendiri seperti meme Spiderman.
Taruhannya sangat besar, terutama di bidang hukum, keuangan, layanan kesehatan, dan akademisi. Kepercayaan dan reputasi adalah mata uangnya. Pada saat yang sama, menolak adopsi penuh dapat berarti tertinggal dari pesaing yang lebih maju dalam hal AI dan menjadikannya bermanfaat bagi mereka.
Jika perlombaan untuk mengadopsi teknologi terus berlanjut tanpa rasa aman, organisasi berisiko kehilangan kredibilitas di mata pelanggan, regulator, dan orang-orang mereka sendiri yang mungkin lebih memilih untuk beralih ke pesaing yang melakukan hal yang benar.
Di sisi lain, mengabaikan AI sepenuhnya dan hanya diam saja juga sama berbahayanya. Pesaing kita telah terjun lebih jauh dengan AI.
Ketakutan vs. FOMO tidak tepat sasaran
Percakapan AI perlu melampaui biner berbasis rasa takut. Seperti kalkulator di kelas atau email di tempat kerja, AI pada dasarnya tidak baik atau buruk. Sederhananya, itu adalah kemampuan atau kecerdasan bersama.
Perbedaan sebenarnya adalah bagaimana para pemimpin memandu adopsi dan menyeimbangkan keamanan teknologi dengan kesesuaian budaya. Pembedanya adalah para pemimpin dan startup AI yang menyingkirkan sistem lama, menunjukkan bagaimana menggabungkan AI dengan pagar pembatas, budaya, keamanan, dan transparansi yang tepat.
Bagi CISO, CIO, dan pengambil keputusan lainnya, tujuannya adalah untuk menolak pilihan yang salah antara penerimaan penuh dan pelarangan penuh. Sebaliknya, organisasi harus berupaya melakukan integrasi secara sadar, menjalankan POC, dan terlibat dalam tata kelola yang transparan.
Selenggarakan makan siang dan belajar untuk mempromosikan pendidikan pengguna, dan membangun keselarasan yang jelas antara nilai-nilai dan budaya organisasi dengan AI. Pengaruh manusia masih penting. Apalagi sekarang.
Momen pengajaran untuk semua
Terkait AI, kejelasan tentang apa yang dimaksud dengan “keahlian” harus menjadi prioritas. Dapatkan gambaran menyeluruh tentang apa yang mungkin terjadi dan apa yang sudah terjadi.
Perhatikan kembali alur kerja Anda dan temukan di mana AI dapat mengalihkan perhatian orang dari pekerjaan yang sibuk, dan di mana Anda masih memerlukan penilaian manusia sebagai pengemudi.
Jangan takut untuk menjelaskan dengan jelas di mana Anda memerlukan penilaian manusia dan di mana AI dapat mengambil alih pekerjaan berulang dengan aman. Harus ada visibilitas yang lengkap karena jika dibiarkan samar-samar, hal itu dapat menimbulkan interpretasi yang luas.
Dalam keamanan siber, kejelasan ini terlihat setiap hari. Saya telah melihat bantuan AI menyaring ribuan peringatan yang akan mengubur tim keamanan. Model ini melakukan pekerjaan kasar dan menandai pola yang terlihat mencurigakan. Manusia kemudian turun tangan dan memutuskan apakah itu kebisingan atau serangan sungguhan.
Ketika garis itu jelas, tim tetap tajam. Jika hal ini tidak jelas, tim akan terlalu bergantung pada model atau terjebak dalam peringatan. Taruhannya tinggi karena satu keputusan yang terlewat bisa menjadi pembeda antara mencegah penyusupan dan membacanya nanti di berita.
Anda mengambil langkah yang benar dengan memberikan penjelasan menyeluruh, yang mungkin terkadang sulit, tentang bagaimana AI akan digunakan, data apa yang dapat disentuhnya, bagaimana keluaran akan divalidasi, dan bagaimana kredit akan diberikan.
Ketika Anda menjadikan AI sebagai urusan semua orang, akan jauh lebih mudah untuk memastikan karyawan Anda mengetahui benar dan salahnya, karena informasi AI tidak harus hanya disimpan di departemen TI saja. Jika hanya TI yang memahami risikonya, Anda akan gagal.
Memberi orang-orang di seluruh organisasi alat dan pengetahuan untuk menggunakannya secara bertanggung jawab, mulai dari mengenali bias hingga mengetahui kapan harus memercayai, atau mempertanyakan tanggapannya.
Mulailah dari hal kecil namun pelajari secara cepat dengan menguji AI di area berisiko rendah terlebih dahulu, lihat apa yang berhasil, dan sesuaikan seiring berjalannya waktu. Lacak kinerjanya dengan Operasi Pembelajaran Mesin (MLOps). Ukur apa yang penting. Biarkan pekerja pengetahuan bisnis membuat metrik dan KPI. Jadikan QA keren lagi.
Mesin cetak, kalkulator… dan sekarang A.I
Ketika AI dilakukan dengan benar, AI akan mempertajam keunggulannya. Mesin cetak tidak berhenti belajar. Kalkulator tidak mematikan matematika. Email tidak merusak produktivitas. Masing-masing mengangkat lantai dan memberi orang ruang untuk melakukan pekerjaan yang paling penting.
AI harus diperlakukan serupa. Hal ini bukan untuk mengikis kepercayaan atau melemahkan sistem. Hal ini bertujuan untuk meningkatkan apa yang dilakukan masyarakat jika dibarengi dengan tata kelola dan akuntabilitas yang jelas. Kemajuan terjadi ketika orang melihat bahwa kemajuan membuat hidup lebih baik tanpa menghilangkan integritas.
Kepercayaan tidak diperoleh melalui siaran pers. Itu diperoleh dengan bukti. Tunjukkan kepada karyawan bahwa AI memiliki penjaga. Tunjukkan kepada pelanggan bahwa keamanan dan privasi adalah prioritas utama. Inilah cara kredibilitas ditangkap.
Kredibilitas ada ketika AI transparan dan akuntabel. Inilah cara kami melindungi kepercayaan terhadap keamanan siber dan cara kami membentuk masa depan.
Kami telah memperkenalkan perangkat lunak enkripsi terbaik.
Artikel ini dibuat sebagai bagian dari saluran Expert Insights TechRadarPro tempat kami menampilkan para pemikir terbaik dan tercemerlang di industri teknologi saat ini. Pandangan yang diungkapkan di sini adalah milik penulis dan belum tentu milik TechRadarPro atau Future plc. Jika Anda tertarik untuk berkontribusi, pelajari lebih lanjut di sini:
