Banyak perusahaan sudah menggunakan AI.
Mereka memakai AI untuk membuat konten, menganalisis data, mengotomatisasi pekerjaan administratif, membantu customer service, hingga mempercepat proses pengambilan keputusan.
Namun, ada pertanyaan yang lebih penting:
Apakah penggunaan AI benar-benar mengubah cara perusahaan menciptakan value?
Di sinilah transformasi AI menjadi persoalan leadership.
Teknologi dapat dibeli. Tools dapat diadopsi. Bahkan kompetitor dapat menggunakan teknologi yang sama.
Tetapi cara sebuah perusahaan berpikir, mengambil keputusan, mengalokasikan sumber daya, dan merespons perubahan tidak dapat dibeli begitu saja.
Karena itu, transformasi AI yang berhasil tidak dimulai dari pertanyaan, “AI apa yang harus kita gunakan?”
Transformasi AI dimulai dari pertanyaan:
“Bisnis seperti apa yang ingin kita bangun, dan bagaimana AI dapat membantu kita membangunnya?”
AI Bukan Lagi Sekadar Technology Project
Kesalahan yang sering terjadi adalah menempatkan AI sebagai proyek teknologi.
Perusahaan membeli software AI. Tim IT mengimplementasikannya. Beberapa karyawan mulai menggunakannya. Setelah itu, perusahaan menganggap transformasi telah dimulai.
Padahal, penggunaan AI pada beberapa aktivitas belum tentu berarti perusahaan telah melakukan transformasi.
Riset McKinsey menunjukkan bahwa sebagian besar organisasi masih berada pada tahap eksperimen atau pilot dalam AI. Pada survei 2025 mereka, hampir dua pertiga responden mengatakan organisasinya belum mulai melakukan scaling AI secara enterprise. Bahkan ketika AI sudah digunakan, hanya 39% yang melaporkan dampak EBIT pada level perusahaan.
Masalahnya bukan semata-mata teknologi.
Masalahnya adalah bagaimana organisasi menghubungkan AI dengan strategi bisnis.
Baca juga: AI dalam Bisnis: Cara Mengubah AI Menjadi Strategi Bisnis
1. CEO Perlu Berhenti Bertanya “AI Apa yang Bisa Kita Gunakan?”
Pertanyaan tersebut terdengar strategis, tetapi sebenarnya masih terlalu berorientasi pada teknologi.
Pertanyaan yang lebih penting adalah:
“Masalah bisnis apa yang paling bernilai untuk diselesaikan?”
Misalnya, sebuah perusahaan ingin meningkatkan efisiensi.
CEO tidak harus memulai dengan mencari software AI terbaik.
Ia dapat memulai dengan mengidentifikasi:
- proses mana yang paling banyak menghabiskan waktu,
- keputusan mana yang paling lambat,
- aktivitas mana yang memiliki biaya tinggi,
- bagian mana yang menghasilkan banyak pekerjaan berulang,
- dan area mana yang paling memengaruhi customer experience.
Barulah AI dipertimbangkan sebagai salah satu cara untuk menyelesaikan masalah tersebut.
Dengan pola pikir ini, business strategy menjadi titik awal, bukan teknologi.
Deloitte juga menekankan bahwa strategi AI yang kuat seharusnya dimulai dari strategi bisnis dan kemudian menentukan bagaimana AI dapat menjadi penggerak value, bukan sekadar kumpulan use case yang berdiri sendiri.
2. Dari AI untuk Efisiensi Menuju AI untuk Competitive Advantage
Banyak perusahaan menggunakan AI untuk melakukan pekerjaan yang sama dengan lebih cepat.
Itu berguna.
Tetapi belum tentu strategis.
Jika perusahaan dan kompetitornya menggunakan tools AI yang sama, efisiensi tersebut pada akhirnya dapat menjadi table stakes.
CEO perlu membawa pertanyaan ke level berikutnya:
“Apa yang dapat kita lakukan dengan AI yang membuat perusahaan kita lebih sulit ditiru?”
Jawabannya mungkin bukan chatbot atau otomatisasi.
Bisa berupa:
- kemampuan memahami pelanggan lebih cepat,
- pengembangan produk yang lebih responsif,
- keputusan berbasis data yang lebih tajam,
- personalisasi dalam skala besar,
- proses operasional yang jauh lebih adaptif,
- atau model bisnis baru yang sebelumnya tidak ekonomis.
McKinsey menemukan bahwa organisasi yang memperoleh value lebih besar dari AI tidak hanya mengejar efisiensi, tetapi juga menggunakan AI untuk pertumbuhan dan inovasi.
Artinya, CEO perlu melihat AI bukan hanya sebagai cost-saving technology, tetapi sebagai kemungkinan baru untuk value creation.
3. CEO Tidak Harus Menjadi AI Expert
Ada anggapan bahwa CEO harus memahami teknologi AI secara mendalam sebelum dapat memimpinnya.
Tidak selalu.
CEO tidak harus mampu membangun model AI.
Namun, CEO perlu memahami implikasi bisnis dari AI.
Setidaknya, seorang CEO perlu mampu menjawab:
- Di mana AI dapat menciptakan value terbesar?
- Apa risiko yang harus dikendalikan?
- Bagaimana AI mengubah kebutuhan talent?
- Proses bisnis mana yang harus didesain ulang?
- Apa dampaknya terhadap customer?
- Bagaimana keberhasilan AI akan diukur?
- Apa yang harus dihentikan ketika AI mulai mengambil alih pekerjaan tertentu?
Dengan kata lain:
CEO tidak harus menjadi AI engineer. CEO harus menjadi AI decision maker.
Deloitte menemukan bahwa tuntutan terhadap kemampuan C-suite juga berkembang, termasuk kebutuhan untuk memahami teknologi, data, risiko, dan implikasinya terhadap keputusan strategis.
4. Transformasi AI Berarti Mengubah Cara Organisasi Bekerja
AI tidak hanya mengubah tools.
AI dapat mengubah workflow, roles, capabilities, dan decision-making.
Misalnya, ketika AI mampu menghasilkan analisis awal dalam hitungan menit, pertanyaan perusahaan bukan lagi:
“Bagaimana karyawan menggunakan AI?”
Pertanyaan yang lebih strategis adalah:
“Jika pekerjaan analisis menjadi jauh lebih cepat, bagaimana seharusnya proses pengambilan keputusan kita berubah?”
Ini adalah pergeseran besar.
Perusahaan mungkin perlu mendesain ulang pekerjaan, mengubah alur persetujuan, membangun kemampuan baru, dan menyesuaikan indikator kinerja.
McKinsey menyebut perubahan seperti redesign workflow, governance, peran senior leadership, dan reskilling sebagai bagian dari upaya organisasi untuk menangkap value dari AI.
Karena itu, AI transformation bukan sekadar technology implementation. It is organizational transformation.
5. CEO Harus Mengubah Cara Berpikir Sebelum Meminta Organisasi Berubah
Inilah bagian yang sering dilupakan.
Organisasi akan sulit bergerak jika leadership masih menggunakan cara berpikir lama.
Jika CEO melihat AI hanya sebagai cara mengurangi biaya, organisasi akan mencari efisiensi.
Jika CEO melihat AI sebagai alat produktivitas, organisasi akan mencari pekerjaan yang dapat dipercepat.
Tetapi jika CEO melihat AI sebagai strategic capability, organisasi mulai mencari cara baru untuk menciptakan value.
Perbedaannya bukan pada teknologinya.
Perbedaannya ada pada pertanyaan yang diajukan oleh pemimpinnya.
Karena itu, transformasi AI sebenarnya dimulai sebelum implementasi AI dilakukan.
Ia dimulai ketika CEO bersedia mempertanyakan kembali:
- bagaimana perusahaan menciptakan value,
- bagaimana keputusan dibuat,
- bagaimana pekerjaan dirancang,
- bagaimana pelanggan dilayani,
- dan bagaimana perusahaan akan memenangkan persaingan di masa depan.
Dari AI Adoption Menuju AI Leadership
AI adoption relatif mudah.
Seseorang dapat mendaftar sebuah tool dan mulai menggunakannya dalam beberapa menit.
Tetapi AI transformation jauh lebih sulit.
Transformasi membutuhkan arah, prioritas, governance, perubahan proses, kemampuan baru, dan leadership alignment.
Itulah sebabnya CEO memiliki peran yang sangat penting.
Deloitte menempatkan CEO sebagai aktor penting dalam membentuk perusahaan yang AI-powered karena AI berpotensi memengaruhi workforce, operating model, business model, productivity, dan innovation secara bersamaan.
Pada akhirnya, pertanyaan terbesar bukan:
“Seberapa banyak AI yang digunakan perusahaan kita?”
Tetapi:
“Seberapa jauh AI telah mengubah cara kita berpikir dan menjalankan bisnis?”
Perusahaan yang hanya mengadopsi AI mungkin menjadi lebih cepat.
Tetapi perusahaan yang mengubah cara berpikirnya karena AI memiliki peluang untuk menjadi lebih adaptif, lebih strategis, dan lebih sulit ditiru.
The CEO Question
Transformasi AI tidak dimulai ketika perusahaan membeli teknologi baru.
Transformasi AI dimulai ketika pemimpin berani mengajukan pertanyaan baru.
Bukan:
“Apa yang bisa dilakukan AI untuk bisnis kita?”
Tetapi:
“Jika AI memungkinkan kita membangun bisnis dengan cara yang sama sekali berbeda, apa yang seharusnya kita ubah?”
Pertanyaan kedua jauh lebih sulit.
Tetapi justru di situlah pekerjaan seorang CEO dimulai.
Connectpedia brings business leaders together to exchange perspectives, challenge assumptions, and learn from real business experiences because better businesses often begin with better questions.