Categories: AI dalam bisnisBlog

Tim AI vs. pembagian peran | AI dalam bisnis #53

Apa yang dilakukan tim AI?

Tim AI adalah sekelompok spesialis di bidang kecerdasan buatan. Tanggung jawab mereka di dalam perusahaan meliputi:

  • memperkuat produk dan layanan menggunakan AI — tim AI dapat mengembangkan dan menerapkan sistem berbasis AI yang meningkatkan nilai produk dan layanan yang ditawarkan. Misalnya, sebuah perusahaan e-commerce dapat menerapkan sistem rekomendasi berbasis AI yang menyarankan produk yang disesuaikan dengan preferensi pelanggan berdasarkan analisis perilaku belanja,
  • mengotomatiskan tugas rutin — tim AI dapat menciptakan solusi yang mengotomatiskan tugas-tugas berulang, memungkinkan karyawan untuk fokus pada tugas yang lebih kompleks. Misalnya, sebuah perusahaan dapat membuat chatbot berbasis AI untuk memberikan layanan pelanggan dan menjawab pertanyaan yang sering diajukan,
  • menganalisis data dan menghasilkan laporan — tim AI dapat menganalisis sejumlah besar data, menarik kesimpulan, dan menghasilkan laporan untuk mendukung keputusan bisnis. Misalnya, sebuah perusahaan dapat menggunakan sistem analisis sentimen berbasis AI untuk memantau umpan balik pelanggan tentang produk dan layanan mereka.

Namun, tanggung jawab tim AI perusahaan tergantung terutama pada ambisi organisasi mengenai cakupan penerapan kecerdasan buatan. Menurut Gartner, cakupan penggunaan AI di perusahaan dapat dikategorikan secara luas ke dalam tiga area:

  1. Perusahaan yang berusaha meningkatkan efisiensi, di mana tim AI bekerja terutama untuk menyiapkan alat internal untuk organisasi dan alat untuk layanan pelanggan.
  2. Perusahaan yang menggunakan AI untuk mengoptimalkan operasi mereka, tetapi menghindari penggunaannya dalam produk dan layanan pelanggan. Tim AI hanya peduli dengan peningkatan proses internal organisasi.
  3. Perusahaan yang menerapkan kecerdasan buatan dalam skala besar, di mana tim AI menerapkan solusi dalam produk, layanan pelanggan, dan secara internal.

Sumber: Gartner (https://www.gartner.com/en/information-technology/insights/it-symposium-keynote)

Kompetensi dan tanggung jawab anggota tim AI

Menurut laporan “Gartner Top 10 Strategic Technology Trends 2024”, permintaan untuk spesialis kecerdasan buatan akan tumbuh dalam beberapa tahun mendatang, terutama di bidang-bidang seperti:

  • menerapkan kecerdasan buatan generatif di perusahaan,
  • kepercayaan AI, Manajemen Risiko dan Keamanan, AI TRISM,
  • menciptakan dan mengembangkan aplikasi yang didukung AI (pengembangan yang ditingkatkan AI),
  • menggunakan kecerdasan buatan untuk mengoptimalkan cara pengambilan keputusan.

Tapi seperti apa tim AI secara internal? Tentu saja, itu akan sedikit bervariasi tergantung pada proyek. Namun, berikut adalah beberapa peran kunci dalam tim AI:

  • Ilmuwan data — ilmuwan data menangani analisis dan interpretasi data, pemodelan prediktif, dan pembelajaran mesin. Tujuan utama mereka adalah mengekstrak informasi berharga dari data dan menggunakannya untuk membuat keputusan bisnis.
  • Insinyur perangkat lunak AI — insinyur perangkat lunak AI menciptakan dan mengembangkan aplikasi berbasis kecerdasan buatan. Tugas mereka adalah menerapkan dan mengoptimalkan algoritma pembelajaran mesin dan mengintegrasikannya ke dalam sistem yang ada.
  • Peneliti ML/Insinyur ML — peneliti ML mengembangkan model dan algoritma pembelajaran mesin baru dan menerapkannya. Tujuan utama mereka adalah perbaikan dan inovasi yang berkelanjutan di bidang kecerdasan buatan.
  • Etikawan AI — etikawan AI adalah profesional yang memahami risiko yang terkait dengan penggunaan kecerdasan buatan dan bertanggung jawab untuk penerapan etis teknologi ini. Mereka memastikan bahwa inisiatif AI dan penerapannya mematuhi prinsip etika dan hukum.

Tim AI juga membutuhkan seseorang yang bertanggung jawab atas aspek strategis dan bisnis dari proyek. Ini bisa menjadi manajer AI, yang mengelola pengembangan dan penerapan proses dan produk berbasis AI, atau kepala petugas AI (CAIO), yang bertanggung jawab atas strategi AI di seluruh organisasi. Peran mereka adalah:

  • mengelola teknologi AI yang digunakan – CAIO harus akrab dengan berbagai algoritma dan teknik AI dan mampu menerapkannya untuk memecahkan masalah dalam organisasi,
  • mengawasi desain, pengembangan, pengujian, dan penerapan solusi AI bekerja sama dengan tim AI,
  • mengukur dampak bisnis dan keuangan dari AI untuk menilai manfaat dan biaya penerapan kecerdasan buatan,
  • melatih dan mengembangkan karyawan dalam AI.

Kepribadian dalam tim AI

Seperti dalam tim yang erat, setiap anggota tim AI harus memiliki kompetensi yang tepat, keterampilan yang diperbarui secara teratur, dan pengalaman. Tidak kalah pentingnya, adalah kebutuhan akan keberagaman, yang berarti bahwa tim harus terdiri tidak hanya dari orang-orang yang serupa tetapi dari orang-orang yang saling menginspirasi dengan sudut pandang yang berbeda.

Kepribadian memainkan peran kunci dalam membangun tim AI yang efektif. Sementara semua anggota tim memiliki kecintaan terhadap teknologi dan keterampilan analitis, mereka berbeda dalam pendekatan, temperamen, dan preferensi mereka.

Manajer tim AI harus mengenali perbedaan ini dan menghargai pentingnya keberagaman. Misalnya, seorang ilmuwan data yang detail dan teliti mungkin merasa bosan dengan diskusi abstrak tentang arah masa depan teknologi AI dan lebih suka fokus pada perbaikan model ML saat ini. Di sisi lain, etikawan AI dengan temperamen visioner dan imajinasi yang kaya mungkin tidak memiliki kesabaran untuk pemrograman dan pengujian yang membosankan.

Menurut laporan “Technology Trends Outlook 2023” dari McKinsey, berikut ini semakin penting di dunia bisnis saat ini:

  • Fleksibilitas – kecepatan di mana teknologi berkembang berarti tidak ada gunanya terjebak dalam satu set alat atau satu cara melakukan sesuatu,
  • Kemampuan untuk beradaptasi dengan kondisi yang berubah – perubahan dalam komposisi tim, pergeseran ke kerja jarak jauh, atau bahkan outsourcing ke perusahaan lain seharusnya tidak menjadi masalah bagi anggota tim AI “ideal”,
  • Keterbukaan terhadap tantangan baru – menerapkan kecerdasan buatan di lebih banyak area bisnis berarti bahwa setiap orang di tim AI perlu memperoleh keterampilan baru.

Begitu juga pentingnya kemampuan untuk bekerja sama dan berkomunikasi, kesediaan untuk mengambil tanggung jawab atas tugas yang diberikan, dan kemampuan untuk menangani stres.

Sumber: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Struktur rincian kerja

Untuk memastikan alur kerja yang efektif dalam tim AI, ada baiknya menggunakan teknik struktur rincian kerja. Ini melibatkan pembagian proyek menjadi tugas-tugas yang lebih terperinci, yang kemudian ditugaskan kepada anggota tim individu sesuai dengan kompetensi mereka.

Di tingkat tertinggi, terdapat tujuan bisnis keseluruhan, yang dibagi menjadi inisiatif produk tertentu. Ini, pada gilirannya, dibagi menjadi tugas penelitian, pemrograman, pengujian, dll. Berkat WBS, semua orang tahu persis apa yang harus dilakukan untuk berkontribusi pada keberhasilan keseluruhan.

Dalam tim AI, struktur rincian kerja mungkin terlihat seperti ini:

  • Analisis data. Tim AI sering kali memulai dengan menganalisis data untuk mengidentifikasi pola dan hubungan yang dapat digunakan untuk membangun model prediktif.
  • Membangun model prediktif. Berdasarkan data yang dikumpulkan, tim AI membangun model prediktif yang dapat digunakan untuk meramalkan peristiwa di masa depan.
  • Menguji dan mengoptimalkan model. Setelah model dibangun, tim AI menguji dan mengoptimalkannya untuk memastikan bahwa mereka berfungsi dengan baik dan menghasilkan hasil yang akurat.
  • Menerapkan model. Setelah pengujian, model diterapkan, yang berarti mereka digunakan untuk memprediksi peristiwa di masa depan berdasarkan data baru.
  • Memantau dan memelihara model. Setelah model diterapkan, tim memantau kinerjanya dan menjaga agar tetap dalam kondisi baik untuk memastikan hasil yang akurat sepanjang masa hidupnya.

Ringkasan

Pemilihan tim proyek dapat menentukan keberhasilan atau kegagalan seluruh proyek. Itulah sebabnya sangat penting bahwa tim AI terdiri dari orang-orang dengan berbagai keterampilan dan kepribadian, pengalaman yang berbeda, dan gaya kerja yang berbeda. Jika manajer proyek atau CAIO memilih orang yang tepat, mereka secara alami akan mengambil peran informal yang paling penting untuk membangun tim yang kohesif, meningkatkan peluang keberhasilan dan kolaborasi yang lebih produktif di masa depan.

Jika Anda menyukai konten kami, bergabunglah dengan komunitas sibuk kami di Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Robert Whitney

Ahli JavaScript dan instruktur yang melatih departemen TI. Tujuan utamanya adalah untuk meningkatkan produktivitas tim dengan mengajarkan orang lain bagaimana berkolaborasi secara efektif saat melakukan pengkodean.

View all posts →

Robert Whitney

Ahli JavaScript dan instruktur yang melatih departemen TI. Tujuan utamanya adalah untuk meningkatkan produktivitas tim dengan mengajarkan orang lain bagaimana berkolaborasi secara efektif saat melakukan pengkodean.

Share
Published by
Robert Whitney

Recent Posts

Peran AI dalam moderasi konten | AI dalam bisnis #129

Perusahaan menghadapi tantangan dalam mengelola sejumlah besar konten yang dipublikasikan secara online, mulai dari pos…

3 days ago

Analisis sentimen dengan AI. Bagaimana ini membantu mendorong perubahan dalam bisnis? | AI dalam bisnis #128

Di era transformasi digital, perusahaan memiliki akses ke jumlah data yang belum pernah terjadi sebelumnya…

3 days ago

Alat transkripsi AI terbaik. Bagaimana cara mengubah rekaman panjang menjadi ringkasan yang singkat? | AI dalam bisnis #127

Apakah Anda tahu bahwa Anda dapat mendapatkan inti dari rekaman multi-jam dari pertemuan atau percakapan…

3 days ago

Generasi video AI. Cakrawala baru dalam produksi konten video untuk bisnis | AI dalam bisnis #126

Bayangkan sebuah dunia di mana perusahaan Anda dapat membuat video yang menarik dan dipersonalisasi untuk…

3 days ago

LLMOps, atau cara mengelola model bahasa secara efektif dalam sebuah organisasi | AI dalam bisnis #125

Untuk sepenuhnya memanfaatkan potensi Model Bahasa Besar (LLM), perusahaan perlu menerapkan pendekatan yang efektif dalam…

3 days ago

Automatisasi atau augmentasi? Dua pendekatan terhadap AI di perusahaan | AI dalam bisnis #124

Pada tahun 2018, Unilever telah memulai perjalanan sadar untuk menyeimbangkan kemampuan otomatisasi dan augmentasi. Dalam…

3 days ago