mengoptimalkan potensi AI untuk otomatisasi bisnis di sistem informasi

Mengoptimalkan Potensi AI untuk Otomatisasi Bisnis di Sistem Informasi

Artificial Intelligence (AI) semakin menjadi fokus utama dalam penelitian sistem informasi (IS), seiring dengan kemajuan teknologi yang pesat. Sebuah tinjauan literatur yang komprehensif, seperti yang dipaparkan oleh Christopher Collins, Denis Dennehy, Kieran Conboy, dan Patrick Mikalef dalam artikel berjudul Artificial Intelligence in Information Systems Research: A Systematic Literature Review and Research Agenda, menunjukkan bagaimana AI telah mempengaruhi berbagai sektor industri secara signifikan. Dengan jumlah penelitian yang meningkat drastis, terutama antara 2019 dan 2020, studi ini menyoroti pentingnya memahami kontribusi dan nilai bisnis dari AI dalam IS.

Dalam penelitian ini, para penulis menyoroti bahwa AI memiliki potensi transformasional dalam berbagai sektor, mulai dari manajemen rantai pasokan hingga otomotif, dengan perkiraan belanja global pada AI yang mencapai $98 miliar pada 2023, lebih dari dua kali lipat dibandingkan $37,5 miliar pada 2019. Di balik angka-angka ini, ada kekhawatiran bahwa penelitian tentang AI mungkin tidak selalu menghasilkan pengetahuan kumulatif yang diperlukan untuk mendorong kemajuan yang lebih luas dalam IS.

Studi ini mengumpulkan 1877 artikel antara 2005 dan 2020, dengan 98 di antaranya dianggap sebagai penelitian primer yang relevan untuk dianalisis lebih lanjut. Temuan-temuan ini menjadi dasar dalam menyusun agenda penelitian masa depan yang dapat menjawab pertanyaan-pertanyaan mendesak tentang peran AI dalam meningkatkan kinerja bisnis dan operasional organisasi. Namun, definisi AI yang belum konsisten menjadi salah satu hambatan utama dalam menciptakan penelitian yang kumulatif dan berkelanjutan. Meskipun demikian, kajian ini memberikan panduan yang jelas bagi para akademisi dan praktisi untuk terus mengeksplorasi potensi besar AI dalam konteks IS.

*****

Dalam analisis lebih lanjut oleh Collins et al. (2021), fokus utama dari penelitian ini adalah untuk mengidentifikasi kontribusi AI terhadap sistem informasi dan bagaimana teknologi ini dapat menciptakan nilai bisnis yang nyata. Salah satu temuan menarik dari studi ini adalah dominasi pembelajaran mesin (machine learning) dalam penelitian AI. Dari 98 studi primer yang dianalisis, 69 di antaranya berfokus pada pembelajaran mesin, menjadikannya bentuk AI yang paling banyak diterapkan dalam IS. Hal ini tidak mengherankan mengingat kemampuan pembelajaran mesin untuk memproses data dalam jumlah besar dan menghasilkan wawasan yang dapat digunakan untuk mengoptimalkan keputusan bisnis.

Selain itu, penelitian ini juga menemukan bahwa AI digunakan terutama dalam dua kapasitas utama: otomatisasi proses bisnis (49% dari studi) dan analisis data untuk mendapatkan wawasan kognitif (32%). Sektor-sektor seperti manufaktur, pemasaran digital, dan layanan kesehatan menunjukkan ketertarikan yang besar terhadap otomatisasi menggunakan AI. Contoh nyata dari penerapan ini dapat dilihat pada prediksi bahwa interaksi chatbot akan meningkat dari 2,6 miliar menjadi 22 miliar antara tahun 2019 dan 2023 (Juniper Research, 2018), yang menggarisbawahi peran AI dalam meningkatkan efisiensi operasional.

Namun, meskipun AI terus berkembang pesat, ada beberapa masalah yang masih perlu diatasi, termasuk kesenjangan dalam penelitian teoretis dan praktik. Penelitian ini menyoroti bahwa 54% dari studi primer tidak memberikan definisi AI yang jelas, dan hanya 44 studi yang secara eksplisit menyebutkan definisi AI dengan sumber yang tepat. Hal ini menimbulkan kekhawatiran tentang fragmentasi penelitian, di mana kurangnya kesepakatan tentang definisi AI dapat memperlambat pengembangan pengetahuan yang kumulatif.

Dalam hal kontribusi, banyak penelitian cenderung berfokus pada "pelajaran yang dipetik" (40 studi) dan "metode" (26 studi). Kontribusi berupa alat baru atau model inovatif justru lebih sedikit (hanya 5 dan 6 studi). Hal ini menunjukkan bahwa meskipun AI semakin diterapkan dalam sistem informasi, pengembangan alat-alat yang dapat digunakan secara praktis dalam berbagai konteks masih belum menjadi prioritas utama dalam penelitian.

*****

Kesimpulannya, penelitian tentang kecerdasan buatan (AI) dalam konteks sistem informasi (IS) sedang berada di fase pertumbuhan yang signifikan, terutama sejak 2019. Namun, penelitian ini juga menggarisbawahi perlunya pendekatan yang lebih terarah dan konsisten dalam mendefinisikan dan menerapkan AI. Dengan dominasi pembelajaran mesin dan fokus utama pada otomatisasi proses bisnis, penelitian AI dalam IS memiliki potensi besar untuk mempercepat inovasi dan meningkatkan efisiensi operasional berbagai sektor. Namun, penting bagi para peneliti untuk memperhatikan pengembangan alat dan model yang praktis dan dapat diimplementasikan secara luas.

Ke depan, agenda penelitian yang disusun oleh Collins et al. (2021) memberikan arahan yang jelas tentang bagaimana AI dapat lebih dieksplorasi untuk memberikan nilai bisnis yang lebih besar. Dengan belanja global untuk AI yang diprediksi mencapai $98 miliar pada tahun 2023, para peneliti dan praktisi harus memanfaatkan momentum ini untuk mengatasi tantangan definisi dan fragmentasi pengetahuan dalam AI. Penelitian yang lebih terfokus pada pengembangan alat, model, dan teori AI yang dapat diterapkan secara praktis akan sangat membantu memperkuat kontribusi AI dalam sistem informasi dan memberikan solusi yang lebih terukur untuk bisnis di masa depan.

Referensi :
Collins, C., Dennehy, D., Conboy, K., & Mikalef, P. (2021). Artificial intelligence in information systems research: A systematic literature review and research agenda. International Journal of Information Management, 60, 102383. https://doi.org/10.1016/j.ijinfomgt.2021.102383