Paradoks Produktivitas AI Kembali

Mengapa Industri AI $ 700 Miliar Masih Tidak Bisa Menggantikan Anda Pada akhir 1800-an, ketika mesin listrik pertama kali tiba di pabrik, banyak pemilik hanya memolesnya ke tata letak bertenaga uap lama mereka. Butuh beberapa dekade sebelum mereka mendesain ulang lantai pabrik di sekitar listrik. Pada tahun 1987, pemenang Hadiah Nobel Ekonomi “Anda dapat melihat era komputer di mana-mana kecuali dalam statistik produktivitas.” perusahaan telah menumpahkan uang ke dalam teknologi informasi selama bertahun-tahun, namun produktivitas di ekonomi maju tetap ada. . Robert Solow berkomentar Kekerasan yang lemah yang “ Ini berlangsung selama sekitar satu dekade, sampai boom produktivitas yang jelas muncul di Amerika Serikat pada pertengahan 1990-an. Paradoks Produktivitas Pada bulan Februari 2026, Torsten Slok, Chief Economist di Apollo Global Management, menyatakan: kecuali dalam data makroekonomi yang masuk.” AI ada di mana-mana Kata-kata baru, pengamatan yang sama, hampir empat puluh tahun kemudian. Para peneliti menggambarkan sebagai Banyak perusahaan yang melihat kinerja dan at first before any gains appear. adoption of major technologies, including AI a Produktivitas J-kurva Produktivitas Dip Mengapa? Karena AI tidak hanya menghubungkan proses yang ada. memerlukan infrastruktur baru, pelatihan baru, dan cara-cara baru untuk mengatur pekerjaan. tanpa perubahan itu, bahkan teknologi terbaik menambahkan drag. Sederhananya, hal-hal menjadi lebih buruk sebelum menjadi lebih baik. Ekonomiwan Stanford Erik Brynjolfsson percaya Amerika Serikat mungkin sudah berputar sudut. ia telah memprediksi bahwa pertumbuhan produktivitas AS akan sekitar 2,7% pada tahun 2025 - hampir dua kali lipat dari rata-rata dekade sebelumnya - dan melihat bahwa sebagai tanda kenaikan terkait AI mulai muncul. Baru-baru ini, Badan Ekonomi Nasional dari sekitar Lebih dari dua pertiga eksekutif tersebut mengatakan mereka menggunakan AI di tempat kerja, tetapi rata-rata hanya sekitar 1,5 jam per minggu, dan lebih Dia juga . Research study 6.000 eksekutif di berbagai negara 80% perusahaan melaporkan tidak ada dampak Produktivitas dan Pekerjaan Patternnya jelas. teknologi saja tidak banyak berubah. reorganisasi kerja di sekitar teknologi mengubah segalanya, dan reorganisasi itu biasanya memakan waktu satu dekade atau lebih. Sejarah menunjukkan bahwa teknologi besar sering membutuhkan satu atau dua dekade sebelum mereka muncul sebagai transformasi ekonomi yang luas. Dengan gelombang saat ini dari AI generatif, kita hanya beberapa tahun ke dalam penyebaran serius. Ekonomi Vibe Bertemu dengan Realitas Anda mungkin telah melihat percobaan " “Ini telah mengumpulkan puluhan juta pandangan di seluruh platform sosial, dan pesannya sederhana: AI akan mengambil alih bagian besar dari pekerjaan saat ini, lebih cepat dari yang Anda pikirkan, jadi Anda harus mempersiapkan sekarang atau ditinggalkan. Sesuatu yang besar terjadi Ini ditulis oleh Matt Shumer, yang menjalankan perusahaan AI dan membantu mengelola dana ventura yang berfokus pada AI. AI researcher , arguing that the essay had “not a shred of actual data” behind its sweeping claims. Gary Marcus menekan kembali Orang-orang yang menjual AI Kepercayaan itu membantu membenarkan ratusan miliar dolar dalam pengeluaran modal yang perusahaan seperti Alphabet, Microsoft, Meta, dan Amazon rencanakan untuk menumpahkan ke dalam infrastruktur AI sekitar 2026. Anda perlu percaya Tetapi jika AI menggantikan pengacara, dokter, akuntan, pemasar, dan manajer, tiba-tiba investasi masuk akal. Jadi mereka menjual Anda masa depan di mana Anda adalah biaya untuk dikurangi. Masalahnya adalah bahwa cerita ini berjalan pada vibes dan pendapat, bukan pada angka yang datang dari tempat-tempat seperti McKinsey, MIT, NBER, Gartner, Deloitte, Challenger, dan Wyndham. found that 88% of organizations now use AI in at least one business function. Yet only about 6% qualify as true high performers, where AI contributes more than 5% of enterprise‑level EBIT. McKinsey’s 2025 State of AI report Studi yang terkait dengan NBER menemukan bahwa lebih dari 80% perusahaan belum melaporkan dampak yang dapat diukur dari AI pada produktivitas atau pekerjaan. that today’s AI tools could technically take over tasks worth about 11.7% of the U.S. labor market, or roughly $1.2 trillion in wages. But that most generative AI pilot projects never make it out of the experimental phase and into scaled production. MIT researchers have estimated industry surveys suggest Sebuah survei yang dikutip oleh Deloitte menemukan bahwa 47% eksekutif bisnis telah membuat setidaknya satu keputusan besar berdasarkan output AI yang rusak atau dihasilkan. that more than 40% of ambitious “agentic AI” projects will be scrapped by 2027 because costs keep rising, business value stays fuzzy, and risk controls lag behind. Gartner predicts Dalam perhotelan, Wyndham melaporkan pada Januari 2026 bahwa 98% hotel telah mulai menggunakan AI di suatu tempat dalam operasi mereka, tetapi hanya 32% yang telah memasukkannya ke dalam sebagian besar sistem mereka. Challenger, Gray & Christmas, sebuah perusahaan outplacement, melaporkan bahwa total penghapusan pekerjaan di AS mencapai sekitar 1,2 juta pada tahun 2025, meningkat 58% dari tahun sebelumnya, dengan puluhan ribu penghapusan tersebut secara eksplisit dikaitkan dengan AI. The vibe says something big is happening. The numbers say something big is missing. Bagian yang tidak pernah mereka jelaskan Ada satu bagian dari teka-teki ini yang hampir tidak pernah dibahas secara jujur.Tidak dalam esai viral.Tidak di deck investor.Tidak pada tahap keynote. Itulah yang terjadi setelah Anda membeli AI. Hotel ingin menjangkau pelanggan secara online. tidak ada yang eksotis tentang itu. itu adalah tantangan bisnis dasar. There are three kinds of Hotel ini bisa digunakan. AI tools Level 1: AI sebagai Pen yang Lebih Cepat Alat-alat seperti ChatGPT dapat menulis daftar, salinan iklan, dan konten pemasaran dengan kecepatan yang tidak dapat dipisahkan oleh manusia. Seorang manajer hotel dapat menggunakan ChatGPT untuk menyusun sepuluh daftar yang berbeda untuk sepuluh jenis wisatawan dalam waktu yang dibutuhkan untuk menulis satu. Tetapi seseorang masih harus memanggil AI, membaca apa yang keluar, memilih apa yang cocok, menyalin ke platform pemesanan, dan memeriksa bahwa itu ditampilkan dengan benar. The tool does the writing. It does not do the work. Tingkat 2: AI sebagai asisten semi-autonomous Menulis daftar, posting ke beberapa situs, melacak kinerja, mungkin bahkan menyesuaikan salinan berdasarkan hasil. Alat Agensi Di atas kertas, kedengarannya seperti lompatan yang semua orang menunggu. Dalam prakteknya, itu mengharuskan manajer hotel tahu platform mana yang penting, apa yang sebenarnya dilakukan AI, dan bagaimana untuk memverifikasi hasilnya. Keahlian mereka adalah mengoperasikan sebuah hotel, bukan mengoreksi agen perangkat lunak. Deloitte melaporkan bahwa 62% dari perusahaan sedang bereksperimen dengan jenis AI ini. Hanya 23% yang telah mengukurnya dengan sukses. Gartner memprediksi lebih dari 40% dari proyek-proyek ini akan ditinggalkan pada 2027. Alat-alat ini tidak plug-and-play. mereka adalah kerja. Level 3: AI sebagai platform khusus Kemudian ada platform khusus industri. suite manajemen hotel yang menjanjikan untuk menangani “semua” secara otomatis setelah Anda memasukkan informasi Anda. Ini adalah akhir yang dijanjikan. Namun, angka 2026 Wyndham menunjukkan bahwa sementara 98% hotel telah mulai menggunakan AI di suatu tempat, hanya 32% yang mengoperasikannya melalui sistem mereka. Bahkan dengan platform yang kuat, seseorang harus mengelola integrasi, menangani pengecualian, menjaga informasi akurat, dan menonton ketika sistem secara diam-diam gagal. Dan ini hanya satu saluran: kehadiran web. hotel yang sama juga memiliki media sosial, pemasaran email, mesin pemesanan, platform ulasan, dan banyak lagi. The hotel manager still has a hotel to run. Guests to serve. Staff to schedule. Maintenance to supervise. Bills to pay. Masalahnya tidak pernah hanya keterampilan, itu adalah waktu, perhatian, dan perhatian. dari perusahaan pemasaran digital WSI menemukan bahwa waktu tetap menjadi hambatan nomor satu bagi 35% bisnis yang mencoba mengadopsi AI. Laporan tahun 2025 Pada Februari 2026, Chief Human Resources Officer IBM, Nickle LaMoreaux Perusahaan yang akan menjadi yang paling sukses dalam tiga hingga lima tahun ke depan adalah mereka yang berinvestasi besar dalam bakat manusia sekarang, bukan memotongnya. announced the company is tripling its entry‑level hiring Otomasi tugas tidak menghapus kebutuhan untuk orang-orang; itu mengubah apa yang orang-orang itu lakukan. Apa yang Tidak Bisa Dipalsukan Mesin Para peneliti di MIT Sloan pergi ke data Amerika Serikat Bureau of Labor Statistics dan bertanya pertanyaan sederhana: di mana manusia memiliki kekuatan tinggal? They grouped the answer into five capabilities and called . the framework EPOCH Empathy: the ability to understand what another person feels. Kehadiran: kemampuan untuk muncul, berkolaborasi, dan membangun kepercayaan dalam waktu nyata. Opinion: the ability to make ethical and moral judgments. Kreativitas: imajinasi sejati dan intuisi. Harapan: kemampuan untuk kepemimpinan, tujuan, dan visi. Ini bukan add-ons yang menyenangkan. mereka adalah lipstick yang menjaga hubungan bisnis nyata bersama-sama. Klien yang menekankan pada warna tertentu untuk merek mereka karena terkait dengan cerita keluarga. tamu hotel yang kembali tahun demi tahun karena resepsionis mengingat nama mereka dan alergi anak mereka. seorang manajer yang menangani krisis lebih baik karena mereka hidup melalui mereka, bukan karena AI meringkas kutipan kepemimpinan. Consumers already know this. Dalam satu , 93.4% said they prefer interacting with a human over , dan 84% mengatakan manusia lebih akurat. Kebanyakan orang masih mencurigai perusahaan mengimplementasikan AI terutama untuk mengurangi biaya, bukan untuk meningkatkan layanan. 2025 survey of U.S. consumers AI dalam Layanan Pelanggan Penelitian terbaru lainnya analyzed 887 real chat transcripts and ran experiments with 989 participants. Penelitian yang dipublikasikan di Journal of Interactive Marketing Penghakiman itu jelas. Chatbots AI bekerja dengan baik dalam situasi transaksional sederhana.Ketika tugasnya adalah menjawab pertanyaan sederhana atau memproses formulir, AI dapat mengatasinya. Saat interaksi membutuhkan kepercayaan, kehangatan, atau perasaan bahwa seseorang benar-benar peduli, agen manusia menang. kepuasan pelanggan naik. bisnis berulang naik. loyalitas naik. Kisah penggantian berpura-pura sebagian besar interaksi bisnis adalah transaksi sederhana. sebagai a Dengan kata lain, frustrasi AI adalah krisis layanan pelanggan baru. Februari 2026 artikel Forbes Interaksi layanan tidak berhasil karena mereka otomatis atau cepat; mereka berhasil ketika mereka jelas, akurat, dan berpusat pada pengalaman manusia. Perusahaan yang menerapkan AI untuk menggosok biaya menyelesaikan untuk margin mereka sendiri. orang-orang yang mereka layani meminta sesuatu yang lain. Orang-orang kembali ke hotel yang sama karena seseorang membuat mereka merasa diterima. mereka mempercayai merek karena seseorang di belakangnya berkomunikasi dengan kejujuran dan kepribadian. Orang mengingat orang. tidak ada yang mengingat bagaimana algoritma memperlakukan mereka. tidak ada yang merasa setia kepada produk perangkat lunak. AI’s Achilles Heel Anyone who has used AI tools deeply already knows the problem the industry tries to bury under jargon. yang berbohong. Industri menyebutnya halusinasi untuk membuatnya terdengar misterius. kebenaran lebih sederhana. sistem AI memproduksi hal-hal sepanjang waktu, dengan keyakinan penuh dan tata bahasa yang sempurna. Berdasarkan hasil survei Deloitte, diperkirakan sekitar 47% eksekutif bisnis telah membuat keputusan besar berdasarkan konten AI yang salah. Analisis Risiko Perusahaan Terkini Karyawan di perusahaan yang menggunakan AI sekarang menghabiskan sekitar 4,3 jam per minggu untuk memeriksa output AI - sekitar $ 14.200 per karyawan per tahun dalam verifikasi overhead. Satu halusinasi serius berkisar dari sekitar $ 18.000 dalam kasus layanan pelanggan hingga sekitar $ 2,4 juta dalam perawatan kesehatan. Biaya rata-rata Ini bukan bug yang menunggu patch. itu dikemas ke dalam bagaimana sistem saat ini bekerja. Model bahasa AI menghasilkan teks dengan memprediksi kata mana yang paling mungkin akan datang berikutnya. mereka tidak memeriksa terhadap database kebenaran dasar. mereka mengoptimalkan untuk apa yang terdengar mungkin, bukan apa yang akurat. , yang kewajiban untuk sistem berisiko tinggi mulai menggigit pada tahun 2026, adalah pengakuan eksplisit dari ini. Akta Uni Eropa AI Para legislator menyimpulkan bahwa masalah kesalahan tidak akan memperbaiki dirinya sendiri. Dalam menguji Sistem Pintar Maven untuk mempercepat keputusan penargetan, prinsip desain eksplisit Angkatan Udara adalah memiliki dukungan mesin, bukan penggantian, manusia dalam lingkaran. Even in a domain built on speed and lethality, the military insists on human oversight. Spektrum berjalan dari posting sosial yang mengejutkan di satu ujung ke serangan militer di ujung lain. sebagian besar keputusan bisnis duduk di suatu tempat di antara: akuntansi, interaksi pelanggan, perwakilan merek, strategi. Dalam semua ini, tingkat kesalahan yang dapat diterima jauh lebih rendah daripada yang disarankan oleh hype. Industri tidak memiliki jawaban yang serius untuk pertanyaan dasar. bagaimana Anda tahu kapan AI telah membuat kesalahan? siapa yang bertanggung jawab untuk memeriksa kerjanya? sejauh mana Anda pergi untuk mengungkapkan kesalahan setelah Anda menemukannya? siapa yang bertanggung jawab ketika kesalahan mesin menghabiskan uang nyata atau nyawa? Ini bukan teka-teki teoritis. mereka sakit kepala sehari-hari di setiap organisasi yang telah mencoba untuk memberikan kunci ke mesin. Siapa pun yang telah menghabiskan waktu mencoba untuk “latih” ChatGPT untuk mematuhi instruksi sederhana – berhenti menggunakan format tertentu, menghindari frasa tertentu, berpegang pada struktur tertentu – hanya untuk menontonnya mengalir beberapa menit kemudian tahu ini pada tingkat usus. Tidak ada rasa malu, tidak ada rasa takut dipecat, tidak ada ingatan mendalam yang mengatakan “tidak pernah lagi”. You Were Meant To Struggle Seorang keluarga duduk untuk memilih sebuah film. tidak ada yang bisa setuju. orang-orang membuang judul yang tidak pernah didengar orang lain. percakapan berjalan ke dalam cerita-cerita lama, bercanda, momen-momen setengah-memori. butuh dua puluh lima menit untuk menepati sesuatu. Sekarang bayangkan aplikasi rekomendasi yang sangat efisien. ia dengan tenang membaca data semua orang, memindai katalog streaming, dan melayani film yang optimal secara matematis dalam hitungan detik. Lebih cepat. lebih cerdas. lebih optimis. Dan keluarga duduk diam, menonton film, dan melewatkan bagian yang benar-benar penting. The friction was the point. The search created the conversation. The conversation created the connection. Psikolog UCLA Robert Bjork menyebut kesulitan ini sebagai kesulitan yang diinginkan. A adalah tantangan yang terasa lebih sulit pada saat ini tetapi menghasilkan pembelajaran yang lebih baik, pemahaman yang lebih dalam, dan pertumbuhan yang lebih lama. Kesulitan yang diinginkan Mengalihkan waktu belajar Anda daripada mengetuk, mencampur berbagai jenis masalah daripada mengulangi satu, atau mendapatkan umpan balik yang terlambat daripada koreksi instan semua merasa kurang efisien dalam jangka pendek tetapi menyebabkan kinerja yang lebih kuat dalam jangka panjang. AI melakukan sebaliknya.Ini memberikan output yang dipoles segera.Ini melompat dari perjuangan.Dan dalam melompat dari perjuangan, itu melompat dari pembelajaran. Para peneliti dari Harvard telah mendokumentasikan Orang-orang menghargai hal-hal yang mereka bantu membangun jauh lebih banyak daripada hal-hal yang identik yang tidak mereka buat sendiri. Efek IKEA Effort enhances meaning. Achievements feel more personal and significant when you have had to work for them. People value outcomes more when they invest real effort. Psikolog Edward Deci dan Richard Ryan, melalui yang diidentifikasi . Teori autodeterminasi three core human needs Autonomi: kebutuhan untuk mengarahkan hidup Anda sendiri. Competence: the need to grow your abilities through effort. Relatedness: kebutuhan untuk terhubung secara mendalam dengan orang lain melalui pengalaman bersama. AI yang mencoba melakukan segalanya untuk Anda memotong semua tiga. itu menghapus pilihan Anda. itu memblokir jalan Anda menuju penguasaan. itu mencuri proses bersama yang mengikat orang. Ada alasan mendaki Gunung Everest dan naik helikopter ke puncak tidak terasa sama, bahkan jika pemandangan itu identik. Untuk jutaan pemilik bisnis dan manajer, pekerjaan bukan hanya sarana untuk gaji. pekerjaan adalah titik. memecahkan masalah. membangun sesuatu dengan penilaian dan tangan Anda sendiri. tumbuh melalui kesulitan. membentuk hubungan di sepanjang jalan. Menghapus itu dalam nama “keefektifan” tidak membebaskan orang. The World Is Bigger Than the Valley Lebih dari dua puluh tahun yang lalu, Marc Andreessen mengatakan “Software akan memakan dunia.” Apa yang orang di Silicon Valley sering lupa adalah bahwa dunia lebih besar dari kelompok teman mereka. Pada akhir tahun 2025, masih offline atau tidak memiliki akses internet yang dapat diandalkan, sementara lebih dari 5 miliar orang online – tetapi akses mereka sangat bervariasi. Sekitar 2,5 miliar orang Sekitar 94% orang di negara-negara berpendapatan tinggi menggunakan internet, dibandingkan dengan hanya 23% di negara-negara berpendapatan rendah.Di banyak kota sekitar 85% orang online, dibandingkan dengan kurang dari dua pertiga di daerah pedesaan. Internet perlahan-lahan menjadi utilitas dasar untuk pekerjaan, pendidikan, dan keuangan. Hanya sedikitnya - kurang dari 20% - memiliki apa yang para peneliti akan menyebut "profil digital lanjutan," yang berarti kehadiran online yang benar-benar efektif, kinerja tinggi, dan hanya sekitar sepertiga melaporkan penjualan online yang berarti. Around three‑quarters of small businesses Sekitar empat dari sepuluh perusahaan kecil mengatakan mereka berencana untuk berinvestasi dalam meningkatkan situs web mereka di tahun depan. Pada 2025-2026, model langganan mendominasi perangkat lunak dan konten.Sekitar sepertiga pengguna internet mengatakan mereka membayar untuk layanan berulang berbasis perangkat lunak. Penelitian juga menunjukkan bahwa sebagian besar orang memiliki , dan sebagian besar - sekitar sepertiga - telah membatalkan setidaknya satu langganan dalam setahun terakhir karena tekanan ekonomi. paid subscription they rarely or never use Bahkan jika AI menghapus seluruh lanskap perangkat lunak sebagai layanan saat ini - dan itu sangat besar jika - itu tidak akan "menutup dunia" pada garis waktu yang terus menjanjikan industri. Dunia tidak membungkuk untuk startup pitch deck dan impian investor. Umur AI, atau Umur kekecewaan yang mahal? If businesses keep adopting AI at the current pace without reorganizing around it, the most likely future is a long, costly period of frustration. Tingkat kepemilikan yang tinggi. dampak yang rendah. pertumbuhan resentment. Banyak perusahaan menggunakan AI untuk mengurangi biaya daripada memecahkan masalah. pelanggan melihatnya, merasakannya, dan menyinggungnya. Dalam skenario ini, adopsi AI tetap luas tetapi dampak nyata tetap terbatas pada minoritas kecil - 6% perusahaan Seperti orang-orang yang benar-benar tinggi hari ini. McKinsey sudah mengklasifikasikan Pekerjaan bergeser lebih banyak daripada mereka menghilang. net displacement land in the 6% to 7% range that Untuk tenaga kerja global. bisnis kecil terus mengalami sakit kepala integrasi. kemarahan konsumen terhadap layanan pelanggan AI terus meningkat saat Undang-Undang AI di Eropa menjadi yang terkuat. Goldman Sachs memperkirakan While hundreds of billions of dollars a year flow into AI, more than four out of five companies bahwa mereka tidak melihat apa-apa kesan produktiviti atau pekerjaan yang jelas sama sekali. still report Dan di tengah-tengah ini, orang-orang nyata kehilangan pekerjaan nyata, bukan karena AI benar-benar menggantikan pekerjaan mereka, tetapi karena eksekutif percaya itu akan. Harvard Business Review meluncurkan berjudul “Companies Are Laying Off Workers Because of AI’s Potential, Not Its Performance,” melaporkan bahwa sekitar 60% dari organisasi yang disurvei telah mengurangi headcount berdasarkan apa yang mereka harapkan AI akan lakukan suatu hari nanti, bukan apa yang sedang dilakukan hari ini. Artikel pada Januari 2026 Ada kemungkinan lain. Sebuah minoritas perusahaan yang cerdas mungkin menemukan cara untuk benar-benar merestrukturisasi di sekitar AI. Pemerintah mungkin berinvestasi dalam pelatihan ulang yang serius. perusahaan mungkin mengikuti kepemimpinan IBM dan berinvestasi pada manusia dan AI bersama-sama. produktivitas mungkin akhirnya naik ke kurva J-nya, seperti yang dilakukan pabrik pada tahun 1920-an. Or a catastrophic AI failure in healthcare, finance, or infrastructure could trigger a regulatory freeze and a consumer backlash. Alternatively, a true breakthrough could make domain‑specific AI genuinely autonomous in entire sectors. Either shock would create rapid change. Tetapi bahaya yang sebenarnya tersembunyi di latar belakang. Manajemen pertengahan adalah di mana pemimpin masa depan dibentuk.Ini adalah di mana orang belajar untuk membuat keputusan nyata tanpa jawaban yang jelas, untuk mengelola konflik, untuk mendapatkan kepercayaan di seluruh departemen. Namun that more than four in ten companies plan to replace roles with AI, including 37% that are specifically targeting entry‑level positions—the very pipeline where tomorrow’s leaders are supposed to start. Laporan Korn Ferry In the short term it looks cheap, fast, efficient. Dalam jangka panjang, itu adalah bencana. Anda menghasilkan generasi pemimpin senior yang belum pernah diuji. orang-orang yang melakukan dengan baik ketika semuanya terorganisir dan jelas. orang-orang yang dapat mengoperasikan dashboard tetapi tidak menavigasi krisis. Nickle LaMoreaux dari IBM Perusahaan-perusahaan yang akan menang adalah mereka yang berinvestasi dalam bakat manusia sekarang, bukan memotongnya. ”Kami menggandakan penyewaan entry-level kami – dan ya, itu untuk pengembang perangkat lunak dan semua pekerjaan ini yang kita diberitahu AI bisa lakukan.” berkata dengan jelas Masa depan adalah milikmu At every level of capability, AI needs humans. It needs supervision, judgment, and correction. The productivity gains lag years or decades behind the investment. Menghapus perjuangan dari pekerjaan menghilangkan pembelajaran yang memperkuat orang dan organisasi. pelanggan secara konsisten lebih memilih kehangatan manusia atas efisiensi otomatis. dan pipa kepemimpinan tergantung pada pengalaman manusia yang membingungkan, sulit yang dibangun untuk melewati AI. Kebanyakan analisis AI memperlakukan bisnis seperti mesin. input masuk, output keluar, dan satu-satunya hal yang penting adalah kecepatan dan biaya. Mereka adalah jaringan hidup dari hubungan manusia yang berjalan pada kepercayaan, perhatian, penilaian, dan pengalaman bersama. AI sangat baik di dasar pekerjaan. logistik. template. pengolahan data. lapisan itu akan terus meningkatkan. Lapisan atas berbeda. lapisan yang membuat pelanggan kembali, meyakinkan karyawan untuk tinggal, membuat merek benar-benar berarti sesuatu, dan membuat pekerjaan layak dilakukan. Those layers are produced by . people who care Profiters AI yang mencoba menjual kepada kita masa depan robotik, kosong di mana kita membuang bagian yang paling berarti dari kemanusiaan kita akan gagal. Gelombang bisnis berikutnya akan dibangun oleh orang-orang yang memahami bahwa orang mengingat orang-orang, dan AI, seperti banyak teknologi sebelum itu, akan segera relegated ke tempat sampah penuaan. dari sumber : AI tanpa gesekan datang dengan biaya manusia untuk belajar, pertumbuhan dan koneksi AI-Powered Customer Service Gagal 4 Kali dari Tugas Lainnya CEO tidak melihat peningkatan produktivitas AI, namun beberapa pemimpin industri teknologi masih yakin bahwa AI akan menghancurkan pekerjaan kolar putih dalam waktu dua tahun. Caregiving dalam Filsafat, Biologi & Ekonomi Politik Angkatan Udara AS membiarkan AI membantu operator menemukan target untuk mempercepat keputusan rantai pembunuhan Angkatan Udara AS uji AI untuk mempersempit rantai pembunuhan