Perusahaan mengharapkan untuk mengeluarkan lebih banyak biaya sebagai akibat dari sistem otonom yang tidak diimplementasikan dengan buruk.
Shapecharge | E+ | Gambar getty
Kemampuan kecerdasan buatan sedang berkembang pesat dan perusahaan secara global berusaha keras untuk mengikuti dan mengimplementasikan alat AI, tetapi ada konsekuensi untuk eksekusi yang ceroboh.
Faktanya, 79% perusahaan secara global berharap untuk dikeluarkan “utang AI” sebagai akibat dari alat otonom yang tidak diimplementasikan dengan buruk, menurut laporan baru oleh Asana di keadaan AI di tempat kerja yang mensurvei lebih dari 9.000 pekerja pengetahuan di seluruh AS, Inggris, Australia, Jerman, dan Jepang.
Laporan ini menyoroti bahwa perusahaan tidak siap dan tidak memiliki infrastruktur dan pengawasan yang diperlukan untuk menumbuhkan kolaborasi yang lancar antara karyawan manusia dan otonom Agen ai. Berbeda dari AI generatif, agen bertindak secara mandiri, dapat memulai tindakan, dan mengingat pekerjaan sebelumnya yang mereka lakukan. Beberapa contoh termasuk OpenAI’s Operator dan Claude Anthropic.
Hutang AI adalah biaya untuk tidak menerapkan sistem otonom yang baru lahir dengan benar, Mark Hoffman, seorang ahli di lab inovasi kerja Asana, mengatakan kepada CNBC Make It.
“Biaya -biaya itu bisa berupa biaya uang. Mereka juga bisa kehilangan waktu, yang berkaitan dengan uang. Ini juga bisa menjadi banyak hal yang harus Anda batalkan, yang mahal dari sudut pandang keuangan. Itu membakar orang untuk melakukannya. Ini semua biaya yang terkait dengan implementasi yang buruk,” kata Hoffman.
Laporan tersebut menguraikan bahwa utang dapat bermanifestasi sebagai risiko keamanan, kualitas data yang buruk, agen AI berdampak rendah yang akan membuang waktu dan sumber daya untuk karyawan manusia, dan kesenjangan keterampilan manajemen.
Hoffman mengatakan ini bukan daftar lengkap dan “utang” bisa terlihat seperti sekelompok kode yang dibuat oleh AI yang tidak berfungsi dengan benar atau konten yang dihasilkan AI yang tidak ada yang digunakan siapa pun.
Penelitian baru dari BestUp Labs dan Stanford Social Media Lab bahkan menemukan bahwa 40% pekerja meja di AS telah menerima “Worklop,” yang dihasilkan AI yang didefinisikan oleh para peneliti sebagai konten yang terlihat bagus tetapi tidak memiliki zat apa pun.
Ini dibuat hampir dua jam kerja ekstra untuk orang -orang yang menemuinya, pajak $ 186 yang tidak terlihat per bulan, dan $ 9 juta hit untuk produktivitas dalam setahun, per penelitian.
“Ada investasi besar yang masuk ke ruang ini sekarang, dan pada akhirnya itu adalah pertanyaan apakah investasi itu akan membuahkan hasil,” kata Hoffman.
Henry Ajder, pendiri perusahaan konsultan AI Latent Space Advisory, dan penasihat untuk pemerintah Inggris, meta, dan startup video AI synthesia, menekankan perlunya implementasi dan struktur yang bijaksana.
“Orang -orang yang merupakan CTO atau petugas inovasi, yang baik yang pernah bekerja sama dengan saya, orang -orang yang saya pikir saya melakukan posisi terbaik untuk berhasil dengan itu, mereka tidak melapisi gangguan gangguan yang akan dikenakan biaya … Seperti halnya pekerjaan mendasar apa pun, Anda akan memiliki masalah, Anda akan memiliki benjolan di jalan,” Ajder mengatakan dalam sebuah wawancara.
'Ini bukan peluru perak ajaib'
Laporan Asana menemukan bahwa meskipun adopsi AI melonjak menjadi 70% pada tahun 2025 dari 52% pada tahun 2024, pekerja juga menghadapi tingkat kelelahan digital yang lebih tinggi.
Kelelahan digital meningkat menjadi 84% pada tahun 2025 dari 75% tahun sebelumnya, sementara beban kerja yang tidak terkendali juga naik menjadi 77%, sesuai laporan.
Mona Mourshed, pendiri Global CEO of Generation, sebuah organisasi kerja yang berbasis di AS, mengatakan kepada CNBC bahwa meskipun perusahaan meluncurkan alat AI dan mendorong penggunaannya, para pekerja masih berjuang.
“Alasan inti bahwa mereka berjuang, dan kami tahu ini dari juga berbicara dengan alumni kami sendiri, adalah bahwa kasus penggunaan untuk bagaimana dan mengapa Anda seharusnya menggunakan alat AI ini dalam aliran pekerjaan Anda sering hilang,” kata Mourshed.
“Tanpa pemahaman yang jelas tentang kasus penggunaan apa yang akan membuat tugas khusus ini lebih baik, lebih cepat, lebih murah … itulah yang mengarah pada kelelahan, karena Anda tidak tahu apa hasil yang dimaksudkan,” tambahnya.
Mourshed mencatat bahwa perusahaan berinvestasi di AI dengan harapan bahwa pekerjaan semalam akan dilakukan lebih baik, lebih cepat dan lebih murah, tetapi mereka tidak menawarkan pelatihan atau pedoman yang diperlukan untuk memungkinkan perbaikan.
“Ini bukan peluru perak ajaib, dan tiba -tiba itu melakukan semua yang Anda inginkan begitu Anda menginstalnya … itu akan menjadi perjalanan yang jauh lebih menyakitkan untuk mendapatkan manfaat itu daripada perusahaan yang telah dipikirkan.”
Pakar AI Ajder mengatakan strategi yang benar dengan hati -hati menguji penggunaan AI dan membangun infrastruktur di sekitarnya daripada bergegas ke balapan yang tidak siap.
“Anda tidak mulai hanya dengan menanamkan, Anda mulai dengan uji coba, Anda mulai dengan melingkupi, dengan sandboxing, dengan menguji coba sistem -sistem ini,” katanya.
Ini termasuk segala sesuatu mulai dari pelatihan yang benar bagi karyawan, hingga memikirkan jenis model AI yang mungkin dibutuhkan bisnis. Jauh lebih sulit untuk menanggapi kesalahan atau kegagalan fungsi ketika tidak ada prosedur.
“Jadi saya tidak mengatakan bahwa Anda tidak dapat mengambil risiko dengan bijaksana ketika harus menggunakan AI, tetapi harus dihitung dan harus dilingkupi,” kata Ajder.
