McKinsey: AI Agen Dapat Kurangi Beban Kerja Perencanaan Bisnis Sebesar 83% dan Kesalahan Prakiraan Sebesar 50%

Ilustrasi kecerdasan buatan (AI).

Ilustrasi kecerdasan buatan (AI).

Tech Life

ORBITINDONESIA.COM - Kecerdasan buatan (AI) yang bersifat agen (agentic AI) dapat secara signifikan mengurangi waktu yang dihabiskan perusahaan untuk perencanaan bisnis.

Menurut laporan McKinsey, salah satu penerapannya berhasil memangkas jam kerja manusia yang dibutuhkan dalam proses tersebut hingga 83 persen, sekaligus mengurangi kesalahan prakiraan (forecast errors) sekitar 50 persen.

Laporan tersebut menyatakan bahwa penggabungan AI prediktif dengan agen AI dapat membantu perusahaan beralih dari kegiatan prakiraan berkala menuju pengambilan keputusan yang lebih berkelanjutan, sembari mengurangi beban kerja manual dalam menganalisis informasi dan melaksanakan rencana.

McKinsey mencontohkan pengalamannya bekerja sama dengan sebuah perusahaan di sektor ilmu hayati (life sciences), di mana proses prakiraan bulanan mereka sebelumnya melibatkan hampir 100 rapat, berbagai siklus revisi, serta delapan hingga sepuluh tahapan perubahan manual di beberapa aspek.

Setelah proses tersebut dirancang ulang dengan memanfaatkan prakiraan berbasis AI dan otomatisasi, tingkat kesalahan prakiraan turun sekitar 50 persen, sementara jam kerja manusia yang diperlukan berkurang hingga 83 persen.

Laporan tersebut menjelaskan bahwa agen AI mampu mengumpulkan dan mengatur informasi, menelusuri hasil yang tidak biasa, menguji asumsi, menjelaskan perubahan dalam prakiraan, serta merekomendasikan tindakan. Agen AI juga dapat melaksanakan keputusan yang telah disetujui dalam batasan tertentu, sembari meneruskan masalah yang lebih kompleks atau berisiko tinggi kepada karyawan manusia.

"Tujuan utamanya bukanlah sekadar akurasi prakiraan, melainkan peningkatan kinerja bisnis secara keseluruhan," ungkap laporan tersebut, seraya menyoroti potensi manfaat bagi manajemen inventaris, produksi, perencanaan kapasitas, dan layanan pelanggan.

McKinsey menambahkan bahwa prakiraan yang lebih akurat dapat membantu perusahaan mengurangi jumlah inventaris yang disimpan tanpa mengorbankan tingkat layanan.

Penelitian mereka menemukan bahwa setiap peningkatan satu poin persentase dalam akurasi prakiraan berkorelasi dengan pengurangan inventaris barang jadi sebesar kurang lebih 2,7 poin persentase, meskipun hubungan ini bervariasi tergantung pada industri dan perusahaan masing-masing.

Dalam industri kimia—sektor yang sempat dipantau McKinsey terkait transformasi perencanaan—akurasi prakiraan tercatat meningkat sebesar 15 hingga 20 poin persentase, sementara jumlah inventaris yang tersedia turun sebesar 20 hingga 30 persen pada tahap awal.

Namun, laporan tersebut mengingatkan bahwa penerapan perencanaan penjualan dan operasional (Sales and Operations Planning atau S&OP) yang sepenuhnya dijalankan oleh agen AI masih berada pada tahap awal. Sebagian besar implementasi saat ini masih berupa pemberian rekomendasi oleh AI yang tetap memerlukan persetujuan dari manusia.

Laporan tersebut menyebutkan bahwa perancangan ulang secara menyeluruh berpotensi mengurangi jam kerja manusia yang dibutuhkan untuk berbagai aktivitas perencanaan hingga 50 persen; namun, angka ini masih merupakan target dan belum menjadi hasil yang umum tercapai di berbagai industri.

"Kemampuan yang langka saat ini bukan lagi sekadar menghasilkan angka, melainkan mengawasi sistem pengambilan keputusan berbasis kecerdasan buatan (AI) serta mengetahui kapan sistem tersebut keliru," ungkap laporan itu. ***