Di seluruh kawasan Teluk, usaha kecil dan menengah, dari perusahaan perdagangan di Deira hingga kontraktor di Riyadh, terus diberi tahu bahwa AI akan mengubah mereka. Banyak pemilik usaha yang skeptis, dan itu wajar: mereka punya waktu terbatas, tidak punya tim teknis, dan ada bisnis yang harus dijalankan. Kabar baiknya, adopsi AI bagi UKM lebih merupakan proyek manajemen daripada proyek teknologi, dan dapat dilakukan dengan cermat dan hemat jika urutannya tepat.
Mulailah dari masalah, bukan teknologi
Cara paling pasti untuk membuang uang pada AI adalah memulai dari sebuah alat lalu mencari-cari tempat menggunakannya. Sebaliknya, mulailah dengan daftar tugas yang sering dilakukan bisnis, yang memakan waktu cukup banyak, dan yang kesalahannya masih dapat ditoleransi. Menjawab pertanyaan rutin pelanggan, menyusun draf penawaran harga, merangkum dokumen pemasok, mengategorikan pengeluaran, memprakirakan kebutuhan stok bulan depan, dan menyaring lamaran kerja semuanya memenuhi syarat.
Dari daftar itu, pilih satu. Kasus penggunaan pertama yang terbaik biasanya tidak mencolok. Ia sering dilakukan, sehingga penghematannya terakumulasi. Ia dipahami dengan baik, sehingga Anda dapat mengetahui ketika AI salah. Dan ia tidak menyentuh apa pun yang kesalahannya dapat merugikan pelanggan atau izin usaha. Sebuah perusahaan perdagangan di Dubai yang menggunakan AI untuk menyusun draf awal penawaran harga dari katalog produk, dengan seorang tenaga penjual meninjau setiap draf, adalah contoh proyek pertama yang ideal.
Periksa data Anda sebelum memeriksa alatnya
AI bekerja dari data, dan pertanyaan jujurnya adalah apakah data Anda dapat digunakan. Bagi sebagian besar UKM, data itu tersimpan di perangkat lunak akuntansi, lembar kerja, utas email, dan aplikasi perpesanan, sering kali dalam dua bahasa. Itu normal dan tidak menutup kemungkinan apa pun, tetapi membentuk apa yang realistis.
Ajukan tiga pertanyaan. Apakah kita punya contoh tugas yang dikerjakan dengan baik, seperti penawaran harga atau jawaban pertanyaan sebelumnya? Apakah data dalam bentuk yang dapat dibaca sistem, atau berupa foto faktur dan pesan suara? Dan apakah kita berhak menggunakannya, terutama bila memuat informasi pribadi pelanggan, yang diatur oleh ketentuan perlindungan data UEA dan Arab Saudi? Satu minggu yang dihabiskan untuk merapikan data bagi satu kasus penggunaan biasanya adalah minggu yang paling bermanfaat dari keseluruhan proyek.
Membeli, mengonfigurasi, atau membangun?
Bagi hampir setiap UKM, jawabannya adalah membeli atau mengonfigurasi. Asisten AI modern, alat layanan pelanggan, layanan pemrosesan dokumen, dan fitur prakiraan di dalam perangkat lunak akuntansi dan inventaris sudah matang, murah, dan terus membaik dengan cepat. Banyak yang dapat disiapkan dengan dokumen dan aturan perusahaan sendiri dalam hitungan hari. Model khusus hanya masuk akal ketika tugasnya unik, volumenya besar, dan perhitungan ekonominya terbukti, yang jarang terjadi pada tahun pertama.
Dua peringatan berlaku. Periksa di mana alat menyimpan data dan apakah itu dapat diterima oleh pelanggan dan regulator Anda. Dan hindari alat yang tidak dapat mengekspor data Anda; pasar berubah cepat dan Anda akan menginginkan kebebasan untuk berpindah.
Mengukur nilai dan mengajak tim bersama
Sebelum uji coba dimulai, catat data dasar: berapa lama tugas itu memakan waktu, seberapa sering kesalahan terjadi, berapa banyak pertanyaan yang tidak terjawab. Ukur hal yang sama setelah tiga puluh dan enam puluh hari. Nilai bagi UKM biasanya salah satu dari tiga hal: jam yang dikembalikan kepada staf, kesalahan yang dihindari, atau pendapatan yang diraih melalui respons yang lebih cepat. Jika tidak satu pun bergerak, kasus penggunaannya keliru, dan itu pelajaran yang murah.
Orang-orang yang mengerjakan tugas itu setiap hari akan menemukan kegunaan yang tidak terbayangkan konsultan mana pun, tetapi hanya jika mereka dilibatkan sejak awal dan tidak takut bahwa alat itu hadir untuk menggantikan mereka. Jelaskan tujuannya secara terbuka. Beri dua atau tiga staf beberapa jam pelatihan langsung, biarkan mereka bereksperimen, dan tanyakan setiap minggu apa yang berhasil. Di tempat kerja dwibahasa, pastikan alat tersebut menangani bahasa Arab sebaik bahasa Inggris sebelum siapa pun mengandalkannya.
Kesalahan umum yang harus dihindari
- Memulai dari masalah tersulit karena itulah yang paling menarik.
- Membiarkan AI bertindak tanpa pemeriksaan manusia pada bulan-bulan pertama.
- Tidak mengukur apa pun, lalu berdebat tentang apakah AI membantu.
- Memperlakukan uji coba sebagai proyek TI, bukan proyek operasional.
- Menempelkan data rahasia pelanggan ke alat yang kebijakan datanya belum dibaca siapa pun.
Peta jalan 90 hari
Hari 1 hingga 15: daftar tugas-tugas kandidat, pilih satu, catat data dasar, dan tunjuk seorang penanggung jawab yang bukan dari bagian TI. Hari 16 hingga 30: rapikan data untuk tugas itu, pilih alat, pastikan penanganan datanya, dan latih dua atau tiga staf. Hari 31 hingga 60: jalankan uji coba dengan setiap keluaran ditinjau oleh manusia, kumpulkan umpan balik setiap minggu, dan perbaiki masalah yang jelas terlihat. Hari 61 hingga 90: ukur terhadap data dasar, putuskan apakah akan memperluas, menghentikan, atau menyesuaikan, dan jika berhasil, pilih kasus penggunaan kedua dengan metode yang sama.
Sembilan puluh hari cukup untuk mengetahui apakah AI punya tempat di bisnis Anda dan di mana. Itu tidak cukup untuk mentransformasi perusahaan, dan memang tidak seharusnya mencoba. Bisnis yang menempuh jalur terukur ini membangun sesuatu yang lebih berharga daripada satu alat: kebiasaan mengadopsi teknologi baru tanpa drama, satu masalah yang dipilih dengan baik pada satu waktu.
