Kecerdasan buatan + kecerdasan manusia = kesuksesan

Saat menjawab pertanyaan tentang AI yang menggantikan manusia dalam peran tertentu, sebagian besar "ahli" mengklaim bahwa AI akan menggantikan beberapa pekerjaan tetapi akan menjadi alat yang jauh lebih berharga untuk menambah kecerdasan dan kemampuan manusia. Bagaimana jika mereka salah?

Dalam semua hype yang terkait dengan gelombang teknologi terbaru ini, tren signifikan terjadi di seluruh industri yang dapat mengubah dampak AI secara signifikan — pensiunnya pekerja pengetahuan.

Kita tidak perlu melihat lebih jauh dari gelombang terakhir teknologi cerdas — “Internet of Things” (IoT) untuk melihat dampaknya.

Apa yang dikatakan oleh gelombang teknologi cerdas masa lalu kepada kita

Istilah "Internet of Things" diciptakan pada tahun 1999 oleh ilmuwan komputer Kevin Ashton. Saat bekerja di Procter & Gamble, Ashton mengusulkan untuk memasang chip identifikasi frekuensi radio (RFID) pada produk untuk melacaknya melalui rantai pasokan.

“Mesin berbicara dengan mesin” mulai diluncurkan pada awal hingga pertengahan 2010, memasuki manufaktur, pertanian presisi, jaringan informasi yang kompleks, dan untuk konsumen dalam gelombang baru perangkat yang dapat dikenakan.

Sekarang, memiliki sekitar satu dekade pengalaman tentang bagaimana IoT memengaruhi industri dan pasar tertentu, mungkin ini dapat memberi kita beberapa wawasan menarik tentang masa depan AI.

Cisco meluncurkan kampanye IoT "Besok Mulai Di Sini" pada tahun 2010, pada saat jaringan komunikasi beralih dari "tumpukan" perangkat keras ke jaringan pengembangan perangkat lunak (SDN).

Perubahan tersebut berarti agar operator memperluas bandwidth mereka, mereka tidak perlu lagi "merobek dan mengganti" perangkat keras. Mereka hanya perlu memutakhirkan perangkat lunak. Transisi ini memulai era mesin yang memantau kinerjanya dan berkomunikasi satu sama lain, dengan janji suatu hari akan memproduksi jaringan penyembuhan sendiri.

Selama periode yang sama, insinyur jaringan yang mengantarkan transisi dari analog ke digital mulai pensiun. Pekerja pengetahuan berpengalaman ini sering digantikan oleh teknisi yang memahami alat pemantauan tetapi belum tentu cara kerja jaringan.

Jaringan telah tumbuh dalam kompleksitas selama belasan tahun terakhir untuk memasukkan seluler, dengan jumlah koneksi tumbuh secara eksponensial. Untuk membantu mengelola kerumitan ini, berbagai alat pemantauan telah dikembangkan dan diterapkan.

Orang-orang di ujung sana yang membaca lansiran melihat yang sudah jelas tetapi mengalami kesulitan menafsirkan masalah atau apa yang harus diprioritaskan. Alasannya? Alat tahu ada masalah tetapi belum cukup pintar untuk mengetahui cara memperbaikinya atau apakah akan beres sendiri. Teknisi akhirnya mengejar “tiket hantu”, peringatan yang telah terselesaikan dengan sendirinya, mengakibatkan hilangnya produktivitas.

Hal yang sama berulang dalam pemasaran hari ini. Seperti yang dikatakan seorang CMO kepada saya, “Saya dapat menemukan orang yang mengetahui teknologi sepanjang hari, tetapi yang tidak dapat saya temukan adalah seseorang yang berpikir secara strategis. Minta manajer pemasaran untuk menyiapkan alat dan menjalankan kampanye dan mereka tidak memiliki masalah, tetapi minta mereka untuk menulis proposisi atau penawaran nilai yang menarik untuk kampanye dan mereka akan kesulitan.”

Sangat mudah untuk tersedot ke dalam alat. Generator AI sangat menarik dan dapat melakukan beberapa hal menakjubkan. Namun berdasarkan apa yang telah kami lihat, alat tersebut tidak cukup pintar untuk sepenuhnya memenuhi janjinya… belum.

Gali lebih dalam: Mengurangi risiko AI generatif dengan melibatkan manusia

Risiko terlalu mengandalkan AI

Inilah peringatan dari IoT — karena alat menjadi lebih luas, tenaga kerja yang mengoperasikannya berkurang. Ini meninggalkan kesenjangan pengetahuan. Saat pengetahuan itu ditransfer dari pekerja ke mesin, kita harus bertanya pada diri sendiri apa yang tersisa untuk kita. Akankah pekerja kita memiliki cukup pengalaman dan keahlian untuk mengetahui apakah yang keluar dari mesin itu akurat, dibuat-buat, atau bahkan berbahaya?

Dalam artikel WSJ baru-baru ini, seorang perawat onkologi, Melissa Beebe berkomentar tentang bagaimana dia mengandalkan keterampilan pengamatannya untuk membuat keputusan hidup atau mati. Ketika peringatan mengatakan pasiennya di unit onkologi UC Davis Medical Center mengalami sepsis, dia yakin alat AI yang memantau pasien salah.

“Saya telah bekerja dengan pasien kanker selama 15 tahun, jadi saya tahu pasien septik ketika saya melihatnya,” katanya. "Saya tahu pasien ini tidak septik."

Peringatan berkorelasi peningkatan jumlah sel darah putih dengan infeksi septik. Itu tidak memperhitungkan bahwa pasien khusus ini menderita leukemia, yang dapat menyebabkan jumlah darah yang serupa. Algoritme, yang didasarkan pada kecerdasan buatan, memicu peringatan saat mendeteksi pola yang cocok dengan pasien sepsis sebelumnya.

Sayangnya, peraturan rumah sakit mengharuskan perawat untuk mengikuti protokol ketika pasien dinyatakan mengalami sepsis. Beebe dapat mengesampingkan model AI jika dia mendapat persetujuan dokter tetapi menghadapi tindakan disipliner jika dia salah. Sangat mudah untuk melihat bahaya menghilangkan kecerdasan manusia dalam kasus ini. Ini juga menggambarkan risiko yang terkait dengan terlalu mengandalkan kecerdasan buatan.

Kecerdasan bisnis dan kecerdasan manusia adalah kunci kesuksesan

AI akan membebaskan kita dari tugas-tugas bernilai rendah — itu bagus. Tetapi kita perlu mendistribusikan kembali waktu itu untuk mengembangkan orang-orang dan tim kita dengan lebih baik. Manfaat terbesar dari teknologi pengubah permainan ini di lingkungan bisnis-ke-bisnis akan terwujud ketika kita menggabungkan kecerdasan manusia dengan kecerdasan mesin dalam jumlah yang sama.