Sulitnya Membenarkan Investasi AI: Pelajaran dari Uber dan Menentukan ROI Nyata

Mengapa Investasi AI Semakin Sulit Dibenarkan oleh Perusahaan Besar?

      Di tengah euforia global terhadap kecerdasan buatan (AI), muncul sebuah pertanyaan krusial yang mengemuka dari salah satu raksasa teknologi: Apakah investasi besar-besaran dalam AI benar-benar memberikan pengembalian yang sepadan? Andrew Macdonald, Presiden dan Chief Operating Officer Uber, baru-baru ini menyatakan bahwa menjadi "semakin sulit untuk menarik garis" antara pengeluaran AI dan fitur-fitur yang benar-benar bermanfaat yang disampaikan kepada konsumen. Pernyataan ini, yang dilaporkan oleh The Verge pada 26 Mei 2026, menyoroti tantangan nyata yang dihadapi banyak perusahaan dalam mengukur dampak AI secara konkret, bukan hanya berdasarkan metrik teknis semata. Source

      Pada tahun 2025, Uber telah menghabiskan $3.4 miliar untuk upaya riset dan pengembangan (R&D), meningkat 9 persen dari tahun sebelumnya. Ini menunjukkan komitmen besar terhadap inovasi, termasuk AI. Namun, Macdonald mengungkapkan kekhawatirannya setelah anggaran AI tahunan perusahaan dilaporkan habis hanya dalam empat bulan di tahun 2026. Ia mengamati bahwa tidak ada hubungan yang jelas antara peningkatan konsumsi token untuk model AI seperti Claude Code dan fitur-fitur yang lebih berguna yang sampai ke tangan pengguna. Ini adalah indikator bahwa meskipun investasi di infrastruktur AI dan model bahasa besar terus melonjak, dampaknya pada produk akhir belum bisa diukur dengan mudah.

Kekhawatiran Uber terhadap ROI AI

      Andrew Macdonald secara eksplisit menyatakan bahwa "kaitan itu belum ada," merujuk pada hubungan antara pengeluaran AI dan fitur konsumen yang lebih baik. Meskipun mungkin secara implisit lebih banyak produk atau fitur yang diluncurkan, Macdonald menekankan bahwa sangat sulit untuk menghubungkan statistik pengeluaran AI dengan peningkatan konkret, misalnya, "memproduksi 25 persen lebih banyak fitur konsumen yang berguna." Ia mengakui bahwa gambaran ini mungkin akan menjadi lebih jelas dalam beberapa kuartal atau tahun mendatang, namun saat ini, meskipun metrik dasar tertentu menunjukkan tren yang luar biasa, justifikasi finansialnya masih samar.

      Dara Khosrowshahi, CEO Uber, sebelumnya telah mengindikasikan bahwa perusahaan mengkompensasi peningkatan investasi AI dengan mengurangi jumlah karyawan manusia. Macdonald menambahkan, "Kami harus mulai berbicara tentang konsumsi token dan biaya terkait versus jumlah karyawan." Ini menunjukkan pergeseran fokus dari biaya tenaga kerja manusia ke biaya operasional AI. Namun, jika hubungan langsung antara biaya AI ini dan pengiriman fitur serta fungsionalitas yang berguna kepada pengguna tidak dapat ditarik, maka pembenaran untuk pengorbanan tersebut akan menjadi semakin sulit.

Tantangan Mengukur Dampak AI dalam Bisnis

      Kisah Uber ini mencerminkan tantangan yang lebih luas dalam adopsi AI di tingkat perusahaan. Banyak organisasi berinvestasi besar dalam teknologi AI, berharap dapat merevolusi operasi, meningkatkan efisiensi, dan menciptakan aliran pendapatan baru. Namun, seringkali mereka menghadapi kesulitan dalam mengukur Return on Investment (ROI) yang jelas dan terukur. Ini bukan berarti AI tidak efektif, melainkan bahwa dampaknya seringkali bersifat tidak langsung, jangka panjang, atau terintegrasi secara kompleks sehingga sulit diisolasi dan diukur dengan metrik tradisional.

      Salah satu penyebabnya adalah sifat eksperimental dari banyak proyek AI. Perusahaan mungkin mengeksplorasi berbagai model dan aplikasi tanpa tujuan bisnis yang sangat spesifik dan terukur di awal. Selain itu, implementasi AI yang berhasil seringkali memerlukan perubahan dalam proses bisnis, budaya organisasi, dan integrasi dengan sistem yang ada, yang semuanya menambah lapisan kompleksitas dalam mengidentifikasi kontribusi langsung AI. Tanpa kerangka kerja yang kuat untuk mengidentifikasi dan mengukur dampak, investasi AI dapat terasa seperti "kotak hitam" yang mahal.

Menghubungkan Investasi AI dengan Hasil Nyata

      Untuk mengatasi tantangan ini, perusahaan perlu mengadopsi pendekatan yang lebih strategis dalam investasi AI. Pertama, menetapkan tujuan bisnis yang jelas dan terukur sebelum memulai proyek AI sangatlah penting. Apakah tujuannya mengurangi biaya operasional, meningkatkan keamanan, mengoptimalkan pengalaman pelanggan, atau menciptakan produk baru? Setiap tujuan harus memiliki Key Performance Indicators (KPI) yang dapat dilacak.

      Kedua, fokus pada solusi AI yang praktis dan dapat diterapkan dalam skenario dunia nyata. Misalnya, solusi analitik video AI dapat secara langsung mengukur efisiensi lalu lintas, kepatuhan keselamatan di lokasi konstruksi, atau perilaku pelanggan di ritel. Demikian pula, sistem AI Box Series yang plug-and-play dapat memberikan wawasan instan di edge, meminimalkan latensi dan mempertahankan privasi data, yang menghasilkan penghematan biaya dan peningkatan efisiensi yang dapat diukur. Dengan demikian, investasi AI menjadi lebih transparan dan dapat dibenarkan melalui dampak operasional yang nyata.

Solusi AI yang Terbukti dan Berorientasi Hasil

      ARSA Technology, sebagai penyedia solusi AI & IoT yang telah berpengalaman sejak 2018, memahami betul pentingnya menghubungkan investasi AI dengan hasil bisnis yang nyata dan terukur. Kami tidak hanya menyediakan teknologi canggih, tetapi juga merancang dan mengimplementasikan solusi yang terbukti, menguntungkan, dan disesuaikan dengan kebutuhan operasional spesifik perusahaan. Fokus kami adalah pada AI yang berfungsi di dunia nyata, dengan akurasi, skalabilitas, privasi, dan keandalan operasional sebagai inti dari setiap sistem yang kami bangun.

      Melalui pendekatan konsultatif, ARSA membantu perusahaan mengidentifikasi titik-titik intervensi berdampak tinggi dalam rantai nilai mereka dan merancang solusi AI yang memberikan hasil finansial yang terukur. Baik itu melalui peningkatan keamanan, optimasi operasi, atau pembukaan nilai bisnis baru, kami memastikan bahwa setiap dolar yang diinvestasikan dalam AI memberikan pengembalian yang jelas. Contohnya, solusi seperti AI BOX - Basic Safety Guard dapat secara langsung mengurangi kecelakaan dan mendukung audit kepatuhan di lingkungan industri, yang merupakan metrik ROI yang jelas.

      Pengeluaran AI bukanlah sekadar biaya operasional; ini adalah investasi strategis yang harus menghasilkan dampak positif yang jelas dan terukur bagi bisnis. Tantangan yang diungkapkan oleh Uber menggarisbawahi kebutuhan akan kejelasan, tujuan yang terdefinisi, dan pengukuran yang ketat dalam setiap proyek AI. Dengan mitra yang tepat, AI dapat melampaui eksperimen dan menjadi pendorong transformatif yang menghasilkan nilai nyata.

      Jika Anda sedang mencari solusi AI yang praktis, terbukti, dan dapat memberikan pengembalian investasi yang jelas untuk perusahaan Anda, jangan ragu untuk menghubungi tim ARSA untuk konsultasi gratis. Kami siap membantu Anda membangun masa depan dengan AI dan IoT.