Mengapa adopsi AI perusahaan sering terhenti, dan bagaimana perusahaan berhasil mengelola integrasi berkelanjutan dari waktu ke waktu?

Host: Halo dan selamat datang di A.I.S. Insights — powered by Living Knowledge. Saya Anna Ivy Summers. Hari ini kita membahas sebuah studi berjudul "Melampaui Dimensi TOE: Model Spiral Berbasis Titik Temu untuk Adopsi AI", yang ditulis oleh Maria M. Smirnova dan Dominik Alois Henkel, serta dipresentasikan pada International Conference on Information Systems 2026. Studi ini mengkaji bagaimana adopsi kecerdasan buatan berlangsung dalam konteks business-to-business dengan berfokus pada interaksi antara dimensi teknologi, sosio-organisasional, dan lingkungan. Bersama saya ada analis kita, Alex Ian Sutherland. Selamat datang, Alex.
Expert: Terima kasih, Anna. Senang bisa membahas temuan dari studi ini bersama Anda.
Host: Alex, mari kita mulai dari masalah yang mendasari studi ini. Mengapa banyak inisiatif AI di sektor B2B mengalami hambatan atau bahkan terhenti?
Expert: Masalah utamanya berkaitan dengan model adopsi tradisional. Kerangka kerja yang umum digunakan sering mengasumsikan perkembangan linier berbasis tahapan yang didorong oleh faktor-faktor yang terisolasi satu sama lain. Pada kenyataannya, lingkungan B2B memiliki saling ketergantungan yang rumit, perbedaan ekspektasi klien, dan siklus pembaruan teknologi yang cepat. Kerangka kerja statis tidak mampu menangkap ketidakselarasan dinamis yang muncul dari kondisi tersebut.
Host: Lalu, pendekatan metodologis apa yang digunakan para peneliti untuk mengamati dinamika ini?
Expert: Para peneliti menggunakan desain kualitatif induktif. Mereka mengumpulkan dan menganalisis data dari tiga puluh enam wawancara semi-terstruktur dengan para profesional B2B di berbagai sektor industri serta beragam peran organisasi, dari level operasional hingga manajemen.
Host: Dari analisis data tersebut, apa saja temuan utama yang dihasilkan?
Expert: Pertama, studi ini mengidentifikasi sembilan belas mekanisme berbeda di titik temu antara domain teknologi, sosio-organisasional, dan lingkungan. Dari jumlah tersebut, sembilan mekanisme berfungsi sebagai penghambat, sementara sepuluh mekanisme memperkuat adopsi. Kedua, para peneliti mengembangkan model spiral adopsi AI yang mencakup empat fase berulang: aktivasi eksternal, penyelarasan internal, integrasi operasional, dan penanaman strategis.
Host: Terkait mekanisme tersebut, apa yang ditemukan studi ini mengenai faktor kepercayaan pengguna terhadap AI?
Expert: Studi ini menemukan bahwa kepercayaan berfungsi ganda sebagai kendala. Di satu sisi, ketidakpercayaan terhadap agen otonom menghambat pemanfaatan teknologi. Di sisi lain, kepercayaan berlebih yang menerima keluaran AI tanpa evaluasi kritis juga menimbulkan gangguan operasional. Selain itu, keberlanjutan adopsi terbukti membutuhkan keseimbangan antara eksperimen akar rumput atau bottom-up dengan pelembagaan formal dari pihak eksekutif atau top-down, disertai protokol validasi manusia yang berjalan terus-menerus.
Host: Studi ini juga mencatat bahwa fase penanaman strategis tidak bersifat permanen, bukan?
Expert: Tepat. Hasil analisis menunjukkan bahwa penanaman strategis AI bersifat sementara. Ketika terjadi perubahan di lingkungan eksternal atau saat kemampuan model baru dirilis, organisasi terdorong untuk memasuki siklus spiral berikutnya guna melakukan penyelarasan ulang.
Host: Bagi para praktisi dan pengambil keputusan di ranah bisnis, apa implikasi praktis yang dapat diterapkan dari temuan ini?
Expert: Ada beberapa poin penting bagi praktisi. Pertama, inisiatif AI sebaiknya tidak dikelola sebagai proyek linier dengan garis akhir statis, melainkan sebagai proses spiral yang memerlukan evaluasi berkala. Kedua, manajemen perlu membangun panduan validasi manusia agar karyawan tidak bersikap antipati sekaligus tidak bergantung secara buta pada sistem otonom. Ketiga, perusahaan perlu memberi ruang bagi tim di tingkat bawah untuk bereksperimen, sambil memastikan arah strategis dan integrasi proses tetap dipandu oleh kepemimpinan eksekutif.
Host: Jadi, pemahaman bahwa proses ini berulang dan dinamis membantu organisasi merencanakan sumber daya dengan ekspektasi yang lebih tepat.
Expert: Benar. Pemetaan terhadap mekanisme penghambat dan penguat memberikan panduan terstruktur bagi perusahaan dalam mengidentifikasi kendala spesifik di organisasi mereka.
Host: Terima kasih banyak, Alex, atas pemaparannya. Dan terima kasih kepada para pendengar yang telah menyimak episode A.I.S. Insights — powered by Living Knowledge kali ini. Sampai jumpa di episode berikutnya.