Kembali ke pustaka

Pertanyaan kunci Baru

Diproses AI · Disetujui penulis

Bagaimana perusahaan tradisional dapat berhasil mengintegrasikan AI generatif ke dalam alur kerja bisnis sehari-hari yang dapat diulang?

Imbricating Human Capabilities and AI: A Case Study of GenAI-enabled Workflow Stabilization
Weilin Pu, Felix Tan, Eric Lim, dkk. · International Conference on Information Systems (ICIS) · 2026
Ilustrasi untuk: Bagaimana perusahaan tradisional dapat berhasil mengintegrasikan AI generatif ke dalam alur kerja bisnis sehari-hari yang dapat diulang?

Memuat pemutar Spotify; Spotify dapat memasang cookie. Perangkat ini mengingat pilihan Anda.

Temuan utama

  • Mengungkapkan bahwa stabilisasi AI berlangsung melalui empat tahap: penyelidikan (probing), penambalan (patching), perajutan ulang (reweaving), dan eksternalisasi (externalizing).
  • Menemukan bahwa penyelidikan awal menumbuhkan kesadaran organisasi dan penggunaan eksploratif namun memberikan sedikit peningkatan produktivitas operasional.
  • Mengamati bahwa penambalan menyelesaikan hambatan terisolasi pada tingkat tugas tanpa mengubah operasi inti, menghasilkan peningkatan efisiensi yang terbatas.
  • Membuktikan bahwa perajutan ulang alur kerja merestrukturisasi peran manusia dan konfigurasi perangkat lunak menjadi jalur proses terkendali, memangkas waktu penyelesaian desain dari hitungan hari menjadi menit.
  • Menunjukkan bahwa setelah alur kerja internal stabil, alur kerja tersebut dapat dipisahkan dari praktisi awal dan dikemas ke dalam platform mandiri untuk klien eksternal.

Maknanya bagi Anda

CIO / Eksekutif TI

Audit current operations to map existing human-software workflows and allocate dedicated resources to restructure tasks around both technological capabilities and human roles, rather than simply deploying individual AI tools.

Manajer TI

Document the ad-hoc prompt patterns and workaround solutions currently used by employees during exploratory AI testing to identify isolated task-level bottlenecks ready for patching.

Ahli Strategi Bisnis

Analyze core operational pipelines to identify where manual design turnaround times are slowest, and design pilot structures that tightly integrate human review steps with software configurations.

Peneliti

Conduct a longitudinal qualitative study tracking how informal generative AI usage transitions through the specific four stages of probing, patching, reweaving, and externalizing within a traditional firm.

Pembuat Kebijakan

Establish digital transformation grant criteria that explicitly fund organizational workflow restructuring and human-AI capability integration programs rather than just software procurement in traditional industries.

Ringkasan

Penelitian ini menyelidiki bagaimana AI generatif bertransisi dari uji coba informal menjadi alur kerja organisasi yang terstruktur dan dapat digunakan kembali di industri tradisional. Menggunakan desain studi kasus kualitatif interpretatif, para penulis menganalisis empat tahun adopsi AI di sebuah perusahaan real estat Tiongkok melalui 37 wawancara semi-terstruktur, demonstrasi sistem, dan dokumentasi internal.

Masalah

Meskipun karyawan secara individu dapat dengan cepat mengadopsi AI generatif untuk tugas-tugas tertentu, organisasi kesulitan menstabilkan alat AI yang fleksibel ke dalam rutinitas bisnis yang terpadu. Tantangan integrasi ini sangat nyata di perusahaan tradisional yang minim infrastruktur digital matang, di mana alur kerja mapan cenderung menyerap alat baru alih-alih merestrukturisasi proses di sekitarnya.

Transkrip
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 "Menjalin Kemampuan Manusia dan AI: Studi Kasus Stabilisasi Alur Kerja Berbasis GenAI" oleh Weilin Pu, Felix Tan, Eric Lim, dan Haifeng Xu, yang dipresentasikan di International Conference on Information Systems 2026. Studi ini meneliti bagaimana kecerdasan buatan generatif beralih dari sekadar uji coba informal menjadi alur kerja organisasi yang terstruktur dan dapat digunakan kembali di industri tradisional. Bersama saya ada Alex Ian Sutherland. Selamat datang, Alex.

Expert: Terima kasih, Anna. Senang bisa membagikan temuan dari studi ini.

Host: Alex, mari kita mulai dari masalah dasarnya. Banyak perusahaan melihat karyawan mereka mulai mencoba alat-alat AI generatif. Namun, mengapa organisasi sering kali kesulitan mengintegrasikannya ke dalam rutinitas bisnis yang terpadu?

Expert: Studi ini menggarisbawahi adanya perbedaan besar antara penggunaan individu dan implementasi organisasi. Karyawan secara mandiri dapat dengan cepat menggunakan AI generatif untuk menyelesaikan tugas-tugas terisolasi. Namun, organisasi kesulitan menstabilkan alat yang sangat fleksibel ini ke dalam proses operasional yang terpadu. Tantangan integrasi ini tampak nyata pada perusahaan di industri tradisional yang belum memiliki infrastruktur digital matang. Alih-alih merestrukturisasi proses kerja, sistem operasional yang sudah mapan cenderung menyerap alat baru sekadar untuk menggantikan tugas manual, tanpa mengubah cara kerja mendasar.

Host: Bagaimana pendekatan metodologis yang digunakan para peneliti untuk mengamati fenomena ini?

Expert: Para peneliti menerapkan desain studi kasus kualitatif interpretatif selama empat tahun pada sebuah perusahaan real estat di Tiongkok. Data dikumpulkan melalui tiga puluh tujuh wawancara semi-terstruktur, observasi demonstrasi sistem secara langsung, dan analisis dokumen operasional internal. Melalui pengamatan longitudinal ini, mereka menelusuri bagaimana pemanfaatan AI berkembang dari waktu ke waktu.

Host: Dari analisis tersebut, apa temuan utama mengenai cara organisasi menstabilkan alur kerja berbasis AI generatif?

Expert: Studi ini mengidentifikasi bahwa stabilisasi alur kerja berlangsung melalui empat fase bertahap: penyelidikan atau probing, penambalan atau patching, perajutan ulang atau reweaving, dan eksternalisasi atau externalizing.

Host: Bisakah Anda menjelaskan apa yang terjadi pada dua fase pertama, yaitu penyelidikan dan penambalan?

Expert: Pada fase penyelidikan, organisasi membangun kesadaran awal dan karyawan melakukan penggunaan eksploratif. Namun, tahap ini hanya memberikan sedikit dampak terhadap produktivitas operasional. Masuk ke fase penambalan, tim mulai memanfaatkan AI untuk menyelesaikan hambatan teknis yang terisolasi pada tingkat tugas. Meski hambatan tugas terselesaikan, struktur operasi inti tetap tidak berubah, sehingga peningkatan efisiensi yang diperoleh masih sangat terbatas.

Host: Kapan organisasi mulai melihat perubahan produktivitas yang terukur?

Expert: Peningkatan signifikan tercatat pada fase perajutan ulang. Pada tahap ini, perusahaan merestrukturisasi pembagian peran manusia dan konfigurasi perangkat lunak menjadi jalur proses terkendali yang terstandarisasi. Dalam kasus yang diteliti, restrukturisasi alur kerja desain interior memangkas durasi penyelesaian dari hitungan hari menjadi hanya beberapa menit. Selanjutnya, pada fase eksternalisasi, alur kerja yang telah stabil dipisahkan dari ketergantungan pada staf perintis dan dikemas ke dalam platform mandiri yang dapat digunakan oleh klien eksternal.

Host: Ini mengarah ke bagian terpenting bagi para profesional bisnis. Apa implikasi praktis yang dapat diambil oleh para manajer dan praktisi dari temuan studi ini?

Expert: Poin kuncinya adalah bahwa membiarkan adopsi AI generatif berjalan tanpa arah formal tidak menghasilkan transformasi operasional yang berkelanjutan. Untuk memperoleh nilai bisnis, para pemimpin perlu beralih dari eksperimen ad-hoc menuju perancangan ulang proses secara terarah. Hal ini melibatkan standarisasi masukan proses, penyesuaian peran karyawan sebagai verifikator kualitas, dan penyatuan berbagai alat ke dalam rantai kerja yang terkoordinasi. Selain itu, alur kerja internal yang telah stabil berpotensi dikembangkan menjadi aset komersial baru bagi pihak luar.

Host: Jadi, kunci keberhasilannya terletak pada restrukturisasi proses kerja, bukan hanya sekadar penyediaan akses teknologi kepada karyawan. Terima kasih banyak atas pembahasannya, Alex.

Expert: Sama-sama, Anna.

Host: Dan terima kasih kepada para pendengar yang telah bergabung di A.I.S. Insights — powered by Living Knowledge. Sampai jumpa di episode berikutnya.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Generative AI, Workflow stabilization, Imbrication, Digital transformation, Design workflows, Qualitative case study