Lewati ke konten

AI Industri Bergerak Melampaui Prediksi: Siapa yang Berwenang Mengambil Keputusan Akhir?

Industrial AI Is Moving Beyond Prediction: Who Has the Authority to Make the Final Decision?

Kesenjangan yang Kian Besar antara Investasi AI dan Hasil Bisnis

Produsen mempercepat investasi mereka dalam kecerdasan buatan. Mulai dari menunjuk Chief AI Officer dan membentuk pusat keunggulan AI hingga menerapkan otomasi cerdas di seluruh operasi produksi dan pemeliharaan, AI telah menjadi bagian utama dari strategi transformasi digital industri.

Namun, investasi yang lebih besar tidak otomatis menghasilkan nilai bisnis yang terukur. Riset terbaru McKinsey menunjukkan bahwa hampir dua pertiga organisasi belum melaporkan dampak positif AI terhadap laba di tingkat perusahaan. Hal ini memunculkan pertanyaan penting: Apakah tantangannya memang terletak pada teknologinya, atau pada cara perusahaan mengatur dan mengelola keputusan berbasis AI?

Di lingkungan industri, perbedaan ini penting. Sistem AI dapat mengidentifikasi masalah dengan lebih cepat, memproses data operasional dalam jumlah lebih besar, dan menghasilkan rekomendasi dengan lebih akurat. Namun, kemampuan ini saja tidak dapat menjamin kinerja produksi yang lebih baik atau biaya operasional yang lebih rendah.

Saat Rekomendasi AI Bertentangan dengan Prioritas di Tingkat Pabrik

Bayangkan sebuah fasilitas manufaktur tempat sistem pemeliharaan prediktif berbasis AI mendeteksi peningkatan kemungkinan kerusakan pada mesin produksi yang kritis.

Tim pemeliharaan merekomendasikan penghentian segera untuk mencegah kerusakan peralatan. Namun, manajer produksi berada di bawah tekanan untuk memenuhi pesanan pelanggan dan menghindari gangguan jadwal. Tim rantai pasok melaporkan bahwa suku cadang pengganti akan tiba dalam tiga hari, sementara tim keuangan mengkhawatirkan dampak biaya dari penghentian yang tidak direncanakan.

Setiap departemen memiliki kepentingan operasional yang sah, tetapi prioritas mereka belum tentu selaras.

Agen AI dapat mengevaluasi kondisi peralatan, jadwal produksi, ketersediaan suku cadang, biaya pemeliharaan, dan potensi waktu henti. Agen tersebut bahkan dapat menghitung beberapa skenario yang mungkin terjadi dan merekomendasikan opsi dengan dampak keseluruhan paling rendah bagi bisnis.

Namun, satu pertanyaan mendasar tetap ada: Siapa yang berwenang menyetujui rekomendasi tersebut?

Ini bukan sekadar soal kemampuan AI. Hal ini juga melibatkan tanggung jawab operasional, kewenangan pengambilan keputusan, dan kemampuan menyeimbangkan berbagai sasaran bisnis yang saling bersaing.

Dari Pemeliharaan Prediktif hingga Keputusan Operasional Berbantuan AI

Otomasi industri secara tradisional berfokus pada pengumpulan data proses, pemantauan kondisi peralatan, dan menjaga kestabilan operasi produksi. PLC, platform DCS, sistem SCADA, dan solusi pemantauan kondisi menyediakan informasi yang dibutuhkan operator untuk memahami apa yang terjadi di dalam pabrik.

Analitik prediktif telah memperluas kemampuan ini dengan mengidentifikasi pola pengoperasian yang tidak normal dan memperkirakan potensi kegagalan peralatan sebelum terjadi.

Tahap berikutnya jauh lebih signifikan. Agen AI mulai melampaui identifikasi masalah dan prediksi hasil, menuju evaluasi berbagai alternatif dan pemberian rekomendasi tindakan operasional.

Sebagai contoh, platform AI industri dapat menggabungkan pengukuran getaran, tren suhu, riwayat pengoperasian peralatan, catatan pemeliharaan, dan kebutuhan produksi untuk menilai apakah mesin sebaiknya terus beroperasi atau dinonaktifkan.

Namun, ada perbedaan penting antara menghasilkan rekomendasi dan menjalankan tindakan kendali.

Rekomendasi pemeliharaan yang dihasilkan AI tidak boleh otomatis menjadi perintah untuk menghentikan mesin. Interlock keselamatan, sistem perlindungan, prosedur operasi, dan personel berwenang harus tetap menjadi bagian dari proses pengambilan keputusan. Tingkat otonomi harus ditentukan berdasarkan aplikasi, penilaian risiko, dan persyaratan keselamatan yang berlaku.

Akuntabilitas Organisasi Adalah Mata Rantai yang Hilang

Salah satu tantangan penerapan AI industri yang jarang dibahas adalah kesenjangan antara kemampuan teknis dan tanggung jawab organisasi.

Departemen TI dapat menyediakan infrastruktur komputasi dan platform data. Tim transformasi digital dapat mengembangkan strategi AI, sementara teknisi otomasi mengintegrasikan aplikasi AI dengan sistem industri yang sudah ada. Tim pemeliharaan dan produksi menyumbangkan pengetahuan operasional dan mengevaluasi rekomendasi.

Namun, ketika keputusan yang dihasilkan AI memengaruhi ketersediaan peralatan, kualitas produk, target produksi, atau keselamatan personel, tanggung jawab tidak boleh disebarkan sedemikian luas hingga tidak ada yang jelas bertanggung jawab.

Kerangka kerja AI industri yang praktis perlu menetapkan beberapa batasan:

  • Tanggung jawab teknis: Siapa yang mengembangkan, memvalidasi, memantau, dan memelihara model AI serta alur data?
  • Wewenang operasional: Siapa yang menyetujui perubahan pada jadwal produksi, rencana pemeliharaan, dan kondisi pengoperasian peralatan?
  • Tanggung jawab keselamatan: Personel berwenang dan sistem perlindungan mana yang memiliki wewenang akhir atas tindakan terkait keselamatan?
  • Akuntabilitas bisnis: Siapa yang mengevaluasi apakah penerapan AI benar-benar meningkatkan produktivitas, mengurangi biaya, dan mendukung tujuan bisnis jangka panjang?

Tanpa batasan-batasan ini, solusi AI yang canggih secara teknis pun dapat menimbulkan kebingungan alih-alih meningkatkan efisiensi operasional.

Peran CEO dalam Meningkatkan Skala AI Industri

Chief Information Officer, Chief Digital Transformation Officer, dan Chief AI Officer dapat memimpin pengembangan teknologi, menetapkan kerangka tata kelola, dan mengoordinasikan penerapan AI di seluruh organisasi.

Namun, transformasi AI di seluruh perusahaan membutuhkan lebih dari sekadar kepemimpinan teknis.

CEO harus memastikan berbagai departemen bekerja untuk mencapai tujuan bisnis bersama, alih-alih mengoptimalkan indikator kinerja masing-masing. Hal ini mungkin memerlukan perubahan pada prioritas investasi, prosedur operasional, metode evaluasi kinerja, dan struktur pengambilan keputusan.

Bagi produsen, ini berarti mengevaluasi AI bukan hanya berdasarkan akurasi model atau jumlah proyek yang diselesaikan, tetapi juga berdasarkan peningkatan terukur dalam ketersediaan peralatan, perencanaan pemeliharaan, efisiensi produksi, konsumsi energi, dan risiko operasional.

AI seharusnya mendukung strategi operasional yang terkoordinasi, bukan menjadi inisiatif digital lain yang berdiri sendiri.

Perspektif Insinyur Industri: Pastikan Kewenangan Manusia Tetap Terhubung dengan Kecerdasan Mesin

Dari sudut pandang teknik otomasi industri, perkembangan terpenting bukan sekadar bahwa AI dapat menganalisis lebih banyak data atau menghasilkan rekomendasi yang lebih canggih. Yang penting adalah AI mulai memengaruhi keputusan yang secara tradisional diambil melalui kolaborasi antara operator, teknisi pemeliharaan, manajer produksi, dan tim manajemen.

Hal ini membuka peluang untuk meningkatkan cara fasilitas industri menanggapi kerusakan peralatan, penyimpangan proses, dan perubahan kebutuhan produksi. Namun, hal ini juga membuat integrasi sistem dan tata kelola semakin penting.

Produsen harus menetapkan batas pengambilan keputusan yang jelas sebelum memperluas otonomi AI. AI dapat menganalisis kondisi peralatan, membandingkan skenario operasional, dan merekomendasikan tindakan korektif. Personel yang berwenang harus tetap memegang kendali atas keputusan yang memerlukan pertimbangan teknik, terutama yang berkaitan dengan keselamatan proses dan perlindungan peralatan.

Seiring waktu, beberapa tindakan berisiko rendah yang telah divalidasi dengan baik mungkin cocok untuk diotomatisasi lebih lanjut. Meski demikian, ketertelusuran, kontrol akses, prosedur cadangan, dan pengawasan manusia perlu dipertimbangkan saat merancang sistem.

Ukuran sebenarnya dari kematangan AI industri bukanlah seberapa banyak keputusan yang dapat diambil algoritma secara mandiri. Ukurannya adalah seberapa efektif organisasi memadukan kecerdasan mesin dengan keahlian teknik, wewenang operasional, dan akuntabilitas bisnis yang terukur.

Pada akhirnya, AI dapat membantu produsen menentukan tindakan yang tepat. Menentukan siapa yang berwenang mengambil tindakan tersebut tetap menjadi tanggung jawab manajemen.

AI Industri Sedang Melampaui Prediksi: Siapa yang Berwenang Mengambil Keputusan Akhir?