Pengambilan Keputusan Manajerial di Era Teknologi: Tantangan, Strategi Rasionalitas, dan Transformasi melalui Data Besar dan Kecerdasan Buatan

Meskipun semua orang dalam suatu organisasi membuat keputusan, pengambilan keputusan sangat penting bagi manajer. Itu sebabnya manajer harus dapat merencanakan, mengatur, memimpin, dan mengendalikan keputusan yang sudah diambil. Dan faktanya hampir semua yang dilakukan manajer melibatkan pengambilan keputusan tidak berarti bahqa keputusan selalu memakan waktu, kompleks, atau jelas bagi pengamat luar. Sebagian besar keputusan bersifat rutin seperti contohnya, setiap hari Anda membuat keputusan tentang apa yang ingin Anda makan di hari ini. Sedangkan tugas manajer membuat keputusan-keputusan rutin di setiap harinya; contohnya karyawan mana yang akan bekerja shift apa minggu depan, informasi apa yang harus dimasukkan dalam laporan, atau bagaimana menyelesaikan pelanggan. 

Rasionalitas merupakan hal yang paling penting untuk digunakan dalam keputusan yang telah diambil oleh manajer karena mereka akan membuat pilihan yang logis dan konsisten untuk memaksimalkan nilai. Pembuat keputusan yang rasional akan sepenuhnya objektif dan logis serta dapat mengarah pada pemilihan alternatif yang memaksimalkan kemungkinan mencapai tujuan itu. Namun coba asumsikan rasionalitas ini tidak terlalu realistis. Manajer tidak selalu bertindak secara rasional, tetapi konsep selanjutnya dapat membantu menjelaskan bagaimana besar keputusan dibuat dalam organisasi. Terlepas dari asumsi yang tidak realistis ini manajer diharapkan untuk menjadi rasional ketika membuat keputusan. Mereka memahami bahwa pembuat keputusan yang baik seharusnya melakukan hal-hal tertentu dan menunjukkan perilaku pengambilan keputusan yang logis saat mereka mengidentifikasi masalah, mempertimbangkan alternatif, mengumpulkan informasi, dan bertindak dengan tegas tetapi bijaksana yang dapat menunjukan bahwa mereka kompeten dam bahwa keputusan mereka adalah hasil dari pertimbangan yang cerdas. 

Tujuan pengambilan keputusan jelas, masalahnya sudah familiar, dam informasi tentang masalahnya mudah didefinisikan dan lengkap contohnya, pelanggan mengembalikan pembelian ke toko,ketika pemasok terlambat dengan pengiriman penting, bagaimana tim berita menanggapi cara yang cepat. Situasi seperti itu disebut masalah terstruktur karena mereka langsung, akrab, dan mudah didefinisikan. Tahap mengembangkan alternatif dari proses pengambilan keputusan tidak ada atau diberi sedikit perhatian karena begitu masalah terstruktur didefinisikan, solusinya biasanya terbukti dengan sendirinya atau setidaknya direduksi menjadi beberapa alternatif yang sudah familiar dan telah terbukti berhasil di masa lalu. Dan manajer bergantung pada salah satu dari tiga jenis keputusam yang diprogram: prosedur, aturan, atau kebijakan. Prosedur adalah serangkaian langkah berurutan yang digunakan manajer untuk menghadapi masalah terstruktur. Satu-satunya kesulitan adalah mengidentifikasi masalahnya. Misalnya, manajer rantai pasokan menerima permintaan dari manajer gudang untuk 15 tablet untuk petugas inventaris. Manajer pembelian tahu bagaimana membuat keputusan ini dengan mengikuti prosedur pembelian yang ditetapkan. Sedangkan aturan adalah pernyataan eksplisit yang memberi tahu manajer apa yang bisa atau tidak bisa dilakukan. Aturan sering digunakan karena mudah diikuti dan memastikan konsistensi. Misalnya, aturan mengenai keterlambatan dan ketidakhadiaran memungkinkan pengawas untuk membuat keputusan displiner dengan cepat dan adil. Lalu jenis keputusan terprogram ketiga adalah kebijakan pedoman untuk membuat keputusan. Berbeda dengan aturan, kebijakan menetapkam parameter umum untuk pembuat keputusan daripada secara khusus menyatakan apa yang harus atau tidak boleh dilakukan. 

Di sisi lain tidak semua masalah yang dihadapi manajer dapat diselesaikan dengan menggunakan keputusan terprogram. Banyak situasi organisasi melibatkan masalah yang tidak terstruktur, masalah baru atau tidak biasa yang informasinya ambigu atau tidak lengkap. Terdapat perbedaan antara keputusan terprogram dan tidak terprogram. Manajer tingkat bawah sebagian besar mengandalkan keputusam yang diprogram (prosedur, aturam, dan kebijakan) karena mereka menghadapi masalah yang akrab dan berulang. Ketika manajer naik ke hierarki organisasi, masalah yang mereka hadapi menjadi lebih tidak terstruktur, karena manajer tingkat bawah menangani keputusan rutin dan membiarkan manajer tingkat atas menangani keputusan yang tidak biasa atau sulit. Dan juga, manajer tingkat atas mendelegasi keputusan rutin kepada bawahan mereka sehingga dapat masalah yang lebih sulit. 

Di 20 tahun terakhir telat melihat perubahan dramatis dalam kemampuan manajer untuk mengakses informasi. Dorongan utama untuk perubahan ini adalah teknologi. Beberapa organisasi melakukan pekerjaan yang lebih baik dalam menyediakan informasi berkualitas kepada eksekutif dan pengambilan keputusan lainnya. Dengan menggunakan teknologi untuk memberikan keunggulan yang efisien, aman, dan hemat biaya. Misalnya, telah bermitra dengan IBM untuk menggunakan Watson, sistem kecerdasan buatan IBM yang dapat memahami bahasa lisan atau tulisan dalam proses menganalisis data dan membuat prediksi. Cara manajer mendekati pengambilan keputusan menggunakan pola pikiran rasional dan analitis dalam mengidentifikasi masalah, menghasilkan alternatif, mengevaluasi alternatif, dan memilih salah satu dari alternatif itu mungkin bukan yang terbaik, dan tentu saja bukan satu-satunya pilihan di lingkungan saat ini. Di situlah pemikiran desain masuk dan semakin banyak organisasi mulai mengenali bagaimana pemikiran desain dapat menguntungkan mereka. Pemikiran desain mengatakan bahwa manajer harus melihat identifikasi masalah secara kolaboratif dan integratif, dengan tujuan mendapatkan pemahaman yang mendalam tentang situasi. Mereka harus melihat tidak hanya pada aspek rasional, tetapi juga pada elemen emosional. Sebagai produk sampingan dari pendekatan yang lebih luas ini, pemikiran desain memengaruhi cara manajer mengidentifikasi dan mengevaluasi alternatif. Pemikiran desain berarti membuka perspektif Anda dan mendapatkan wawasan dengan menggunakan keterampilan observasi dan penyelidikan dan tidak hanya mengandalkan analisis rasional.

Data besar adalah istilah yang mengacu pada kumpulan data yang besar dan kompleks. Kumpulan data ini terdiri dari begitu banyak informasi sehingga perangkat lunak aplikasi pemrosesan data tradisional tidak dapat menanganinya. Misalnya, kapasitas komputasi awan sekarang dapat memungkinkan ruangan yang penuh dengan opini hukum untuk ditempatkan secara online. Data besar telah membuka pintu untuk meluasnya penggunaan kecerdasan buatan (AI). AI memiliki kemampuan untuk belajar dan memecahkan masalah yang kompleks. Anda sudah tahu bagaimana data besar dan AI mengubah kehidupan konsumen dengan produk seperti Siri, Google Maps, Uber, dan kemajuan pesat yang dibuat menuju mobil self-driving. Tetapi data besar dan AI, bersama dengan pembelajaran mesin, pembelajaran mendalam, dan analitik dengan cepat mengubah cara manajer membuat keputusan.