Baifang Peringatkan Perusahaan: Jangan Bangun Ulang Semua Proses dengan AI

Jika dua tahun terakhir antusiasme AI korporat membutuhkan slogan, “ulangi semuanya dengan AI” akan menjadi kandidat kuat. Layanan pelanggan, pemasaran, riset dan pengembangan, keuangan, SDM, dan pengadaan semuanya telah dikemas ulang sebagai alur kerja AI, dengan formulir yang dulu diisi orang kini dihasilkan, dokumen yang dulu dibaca staf kini dipindai model, dan tombol yang dulu diklik tangan kini dipicu agen.

Baifang, perusahaan Tiongkok yang menjual perangkat lunak perusahaan untuk pekerjaan keuangan dan pajak, menilai kerangka berpikir itu sebagai kesalahan terbesar yang dilakukan perusahaan. Dalam argumen yang banyak dibagikan, perusahaan menyatakan nilai AI di perusahaan tidak seragam: beberapa langkah sangat diuntungkan oleh otomatisasi, sementara langkah lain sudah efisien dan menjadi lebih lambat, lebih mahal, atau lebih sulit diaudit ketika model dimasukkan.

Contoh yang diangkat perusahaan adalah pemrosesan faktur dan biaya, jenis pekerjaan back-office yang ditangani perusahaan Tiongkok dalam volume besar. Model dapat membaca struk pindai, mencocokkannya dengan pesanan pembelian, dan menandai ketidakcocokan jauh lebih cepat daripada staf. Namun ketika model yang sama diminta merancang ulang rantai persetujuan yang sudah berjalan, hasilnya sering kali proses lebih panjang, lebih banyak pengecualian, dan lapisan tinjauan baru yang tidak dianggarkan siapa pun.

Pembedaan itu penting karena perusahaan Tiongkok berada di bawah tekanan untuk menunjukkan imbal hasil belanja AI. Saran Baifang adalah memulai dari tugas bervolume tinggi, sarat aturan, dan mudah diukur, seperti pengenalan dokumen, entri data, dan rekonsiliasi, lalu memperluas hanya di tempat pengurangan biaya atau kesalahan yang jelas muncul.

Perusahaan juga menyoroti masalah struktural: banyak proyek AI dijual sebagai perombakan platform. Vendor menjanjikan pembangunan ulang seluruh tumpukan, yang membuat pengadaan lambat dan integrasi berisiko. Pendekatan yang lebih sempit, menambahkan AI ke segelintir langkah di dalam sistem yang ada, kurang memesona tetapi lebih mudah dibenarkan dan dibatalkan jika gagal.

Ini pola yang familier dalam perangkat lunak perusahaan di seluruh dunia. Proyek cloud awal sering gagal ketika perusahaan mengangkat dan memindahkan setiap aplikasi sekaligus, dan berhasil ketika memindahkan beban kerja yang paling diuntungkan. AI korporat tampaknya mengikuti kurva yang sama, dari promosi transformasi besar menuju alat bertarget dengan hasil terukur.

Bagi Baifang, argumen ini juga merupakan permainan positioning. Sebagai penyedia perangkat lunak keuangan dan pajak, ia ingin pelanggan memperlakukan AI sebagai fitur di dalam alur kerja yang sudah mereka percayai, bukan sebagai alasan untuk mengganti sistem tersebut. Pesan perusahaan kepada pembeli adalah tanyakan apa yang sebenarnya diubah model di setiap langkah, dan jaga jawabannya cukup sempit untuk diuji.

Yang perlu diperhatikan adalah apakah pembeli perusahaan memberi imbalan atas disiplin itu. Jika lebih banyak perusahaan Tiongkok mulai menerbitkan anggaran AI yang terkait dengan metrik back-office tertentu alih-alih program transformasi luas, era “ulangi semuanya” mungkin berakhir diam-diam, satu faktur demi satu faktur.