OPINI: Storming Before Firming, AI Sedang Mengubah Sistem Dunia

Liputan6.com, Jakarta - Pada akhir 2004, Blockbuster masih tampak seperti perusahaan yang terlalu besar untuk kehilangan tempatnya. Perusahaan itu memiliki sekitar 9.100 gerai di Amerika Serikat, wilayah teritorialnya, dan 24 negara lain; bentang fisik yang pada masa itu bukan sekadar jaringan distribusi, melainkan lambang kekuasaan industri.

Nama Blockbuster hadir di pusat kota, mal, dan lingkungan tempat memilih film menjadi bagian dari ritual akhir pekan jutaan keluarga. Enam tahun kemudian, pada 23 September 2010, Blockbuster bersama sejumlah anak perusahaannya di dalam negeri mengajukan perlindungan kebangkrutan berdasarkan Chapter 11 di Amerika Serikat.

Enam tahun bukan waktu yang lama bagi sebuah perusahaan raksasa. Bahkan mungkin terlalu singkat bagi orang-orang di dalamnya untuk menyadari bahwa yang bergerak bukan hanya angka penjualan, melainkan lantai tempat seluruh bisnis itu berdiri.

Kisah ini sering diringkas sebagai pertarungan antara Blockbuster dan Netflix, antara toko fisik dan streaming, atau antara perusahaan lama dan teknologi baru. Penjelasan itu tidak sepenuhnya salah, tetapi ia terlalu rapi untuk sebuah perubahan yang sesungguhnya jauh lebih berantakan.

Blockbuster bukan sekadar terlambat mengadopsi teknologi. Perusahaan itu terlambat membaca bahwa teknologi sedang mengubah hubungan antara konsumen, akses, pilihan, waktu, dan nilai. Orang tetap ingin menonton film, tetapi mereka tidak lagi ingin menempuh perjalanan, menyesuaikan diri dengan jam buka, mencari judul yang sudah habis, atau menerima denda keterlambatan sebagai bagian yang wajar dari pengalaman hiburan. Yang sedang bergeser bukan hanya cara film disewa; seluruh sistem industri hiburan sedang menyusun ulang dirinya.

Netflix sendiri pada saat itu belum menjadi perusahaan streaming seperti yang kita kenal sekarang. Bisnis utamanya masih bertumpu pada penyewaan DVD melalui pos, tetapi laporan tahunannya menunjukkan bahwa perusahaan itu sudah menempatkan distribusi berbasis internet sebagai arah yang perlu dibangun saat pasar berkembang.

Pada Januari 2007, Netflix memperkenalkan fitur menonton seketika melalui komputer pribadi, sambil terus memperkuat sistem rekomendasi dan basis pelanggannya. Pada saat yang sama, Blockbuster juga menjalankan Total Access, program yang menghubungkan penyewaan daring dengan gerai fisik.

Jadi, ini bukan cerita sederhana tentang satu perusahaan yang mengenal internet dan satu perusahaan lain yang sama sekali buta. Perbedaannya lebih halus, dan justru karena itu lebih berbahaya: Netflix mulai membaca internet sebagai pertanda bahwa pusat gravitasi industri akan berpindah, sedangkan Blockbuster masih berusaha membangun sistem baru untuk melayani arsitektur lama.

Di situlah ironi besar dari perubahan sistem. Aset yang selama bertahun-tahun membuat Blockbuster kuat—jaringan gerai, kontrak sewa, kebiasaan operasional, dan model pendapatan yang dibangun di sekitar kunjungan fisik—tidak otomatis menjadi kekuatan ketika logika industrinya berubah. Sebagian justru berubah menjadi beban.

Manusia tidak berhenti menonton film, dan industri hiburan tidak menghilang; yang hilang adalah posisi Blockbuster dalam sistem baru. Perusahaan dapat tetap memiliki merek, pelanggan, pengalaman, bahkan uang, tetapi semua itu tidak banyak menolong ketika cara lama menciptakan nilai sudah tidak lagi cocok dengan cara dunia bergerak.

Hari ini kita sedang menyaksikan pola serupa dalam skala yang jauh lebih besar melalui kecerdasan artifisial atau AI. Banyak organisasi masih memperlakukannya sebagai teknologi tambahan: sebuah aplikasi baru, chatbot, fitur otomatisasi, atau alat yang dijanjikan dapat meningkatkan produktivitas.

Cara pandang ini terasa aman karena menempatkan AI sebagai sesuatu yang dapat dibeli, dipasang, lalu dikelola oleh fungsi tertentu. Masalahnya, AI tidak berhenti di sana. Ia mulai masuk ke dalam pembagian kerja antara manusia dan mesin, cara keputusan disusun, cara pengetahuan diproduksi, cara kesalahan ditemukan, dan cara perusahaan menentukan pekerjaan mana yang masih layak dilakukan dengan cara lama.

Karena itu, pertanyaan “AI apa yang harus kita gunakan?” sering kali terlalu kecil. Pertanyaan yang lebih mengganggu, tetapi juga lebih jujur, adalah apakah sistem tempat organisasi kita hidup sedang berubah dan bagian mana dari diri kita yang mungkin tidak lagi cocok dengan sistem baru itu.

Kesadaran bahwa sesuatu yang mendasar sedang berlangsung sebenarnya sudah terlihat. Microsoft, melalui temuan Work Trend Index 2025 untuk Indonesia, melaporkan bahwa 97 persen pemimpin bisnis di Indonesia memandang 2025 sebagai saat untuk meninjau kembali strategi dan operasi inti perusahaan, angka yang bahkan melampaui kecenderungan global.

Angka itu terdengar menjanjikan, tetapi kesadaran tidak selalu menghasilkan perubahan. Kita dapat mengetahui bahwa badai sedang datang, lalu tetap sibuk menata ulang kursi di teras. Di banyak organisasi, AI sudah masuk dalam percakapan strategis, tetapi struktur pengambilan keputusan, aliran data, ukuran kinerja, pembagian tanggung jawab, dan cara orang bekerja sehari-hari masih dipertahankan hampir tanpa perubahan.

Survei global McKinsey memperlihatkan paradoks yang sama. The State of AI in 2025: Agents, Innovation, and Transformation, yang menghimpun 1.993 responden dari 105 negara, menemukan bahwa 88 persen responden melaporkan penggunaan AI secara reguler untuk sedikitnya satu fungsi bisnis, naik dari 78 persen setahun sebelumnya. Namun, hanya 39 persen yang menyatakan adanya dampak AI terhadap EBIT pada tingkat perusahaan, dan sebagian besar dari kelompok itu pun mengaitkan kurang dari 5 persen EBIT dengan penggunaan AI.

Dengan kata lain, AI sudah hadir di banyak tempat, tetapi nilai yang dijanjikannya belum otomatis menyertai kehadirannya. Teknologi baru masuk melalui pintu depan, sementara logika organisasi lama tetap duduk di ruang rapat.

Kegagalan semacam ini sulit dikenali karena dari luar semuanya tampak modern. Ada lisensi perangkat lunak, tim khusus AI, pelatihan prompt, presentasi transformasi, dan mungkin beberapa demonstrasi yang mengesankan. Namun alur keputusan tetap lambat, data tetap terpecah, kepemilikan masalah tetap kabur, dan proses yang sebenarnya sudah tidak masuk akal hanya dipercepat sedikit. Hasilnya bukan transformasi, melainkan otomatisasi atas kebiasaan lama.

McKinsey menemukan bahwa organisasi dengan kinerja AI paling tinggi tidak berhenti pada efisiensi; mereka cenderung mengejar pertumbuhan dan inovasi, mendesain ulang alur kerja, mempercepat skala, dan memperlakukan AI sebagai katalis perubahan perusahaan. Perbedaannya tampak sederhana, tetapi sebenarnya mendasar: teknologi tidak sekadar ditempelkan pada pekerjaan yang ada; pekerjaan itu sendiri ditanyakan ulang.

Dampak perubahan ini tidak lagi berada di wilayah spekulasi. Future of Jobs Report 2025 dari World Economic Forum, yang menghimpun pandangan lebih dari 1.000 perusahaan besar dengan cakupan lebih dari 14 juta pekerja di 55 perekonomian, memperkirakan bahwa transformasi pasar kerja hingga 2030 akan menyentuh sekitar 22 persen pekerjaan formal saat ini.

Sekitar 170 juta pekerjaan baru diproyeksikan tercipta, sementara 92 juta pekerjaan berpotensi tergeser, sehingga secara bersih terdapat pertambahan sekitar 78 juta pekerjaan. Angka neto yang positif mudah menenangkan, tetapi ia dapat menipu apabila dibaca terlalu cepat. Pekerjaan yang lahir belum tentu berada di perusahaan, industri, wilayah, atau kelompok tenaga kerja yang sama dengan pekerjaan yang hilang.

Laporan yang sama menunjukkan bahwa 40 persen perusahaan memperkirakan akan mengurangi tenaga kerja pada bidang-bidang tempat AI dapat mengotomatisasi tugas. Pernyataan itu tidak berarti bahwa manusia sedang menuju kepunahan kerja, tetapi jelas menunjukkan bahwa distribusi kesempatan, keterampilan, dan kekuasaan akan berubah.

AI mungkin menambah nilai ekonomi secara keseluruhan, sementara organisasi tertentu tetap kehilangan relevansi. Sejarah Blockbuster mengingatkan kita bahwa sebuah industri dapat terus hidup, bahkan berkembang, ketika salah satu pemain terbesarnya tersingkir. Pertumbuhan sistem tidak pernah menjadi jaminan keselamatan bagi setiap penghuni sistem.

Masalahnya, manusia memang lebih mudah membaca dunia melalui kejadian yang paling terlihat, seperti harga saham yang turun, penjualan yang melemah, startup yang mendadak muncul, pekerjaan yang mulai diotomatisasi, atau kompetitor yang tiba-tiba bergerak lebih cepat. Semua itu nyata, tetapi semuanya juga muncul relatif terlambat. Sebelum penjualan jatuh, biasanya sudah ada kebiasaan konsumen yang berubah.

Sebelum kompetitor terlihat mengancam, biasanya sudah ada teknologi yang semakin murah, talenta yang berpindah, regulasi yang mulai bergeser, dan model bisnis kecil yang bertahun-tahun dianggap tidak ekonomis. Tidak ada sirene besar yang berbunyi ketika struktur mulai bergerak. Sistem berubah melalui banyak riak kecil, lalu pada suatu hari orang menyebut hasil akhirnya sebagai krisis.

Di sinilah systems thinking menjadi penting karena ia membantu kita melampaui peristiwa dan melihat pola, hubungan, umpan balik, keterlambatan waktu, serta konsekuensi yang tidak selalu berjalan lurus. Namun, bagi saya, masih diperlukan satu langkah tambahan: kita perlu membaca kapan hubungan-hubungan itu tidak lagi hanya menghasilkan masalah baru, tetapi sedang memindahkan sistem menuju konfigurasi yang berbeda. Dari kebutuhan inilah saya mengembangkan kerangka System Shift, yaitu cara membaca dunia sebagai struktur yang terus bergerak dan mengenali saat perubahan-perubahan kecil mulai berkumpul menjadi arah baru.

Perubahan besar hampir tidak pernah memperkenalkan dirinya dengan sopan. Ia datang sebagai teknologi yang dianggap belum matang, perilaku konsumen yang terlihat aneh, model bisnis yang tampak belum menguntungkan, regulasi yang masih setengah jadi, kompetitor yang terlalu kecil untuk ditakuti, atau keterampilan baru yang bahkan belum masuk ke uraian jabatan. Dilihat satu per satu, semuanya tampak seperti perkembangan biasa. Namun, ketika dibaca bersama-sama, sinyal-sinyal itu dapat menunjukkan bahwa logika penciptaan nilai sedang berpindah.

Netflix membaca pertumbuhan akses internet, personalisasi, perangkat digital, distribusi daring, dan ekonomi langganan bukan sebagai tren yang berdiri sendiri, melainkan sebagai bagian dari struktur baru yang perlahan menemukan bentuknya. Blockbuster melihat banyak unsur yang sama, tetapi kekuatan lamanya membuat perusahaan itu lebih sulit membayangkan dunia yang tidak lagi berpusat pada gerainya.

Dalam perubahan sistem, saya melihat satu pola yang terus berulang, yang saya sebut Storming Before Firming. Sebelum sebuah sistem menemukan bentuk dan keseimbangan barunya, ia hampir selalu melewati masa yang tidak stabil. Teknologi berkembang lebih cepat daripada kemampuan organisasi untuk memahaminya, standar belum mapan, pemain baru bermunculan, modal memburu kemungkinan, regulasi tertinggal, dan perusahaan kesulitan menentukan apakah mereka harus menunggu atau melompat.

Keadaan ini terasa kacau bukan karena tidak ada pola, melainkan karena pola barunya belum cukup kuat untuk dikenali oleh semua orang. Sistem lama sudah kehilangan sebagian daya jelaskannya, sementara sistem baru belum cukup matang untuk memberikan kepastian.

AI saat ini berada tepat di wilayah tersebut. Stanford Institute for Human-Centered Artificial Intelligence mencatat bahwa investasi swasta AI di Amerika Serikat mencapai US$ 109,1 miliar pada 2024, hampir dua belas kali investasi di China sebesar US$ 9,3 miliar dan dua puluh empat kali investasi di Inggris sebesar US$ 4,5 miliar.

Angka sebesar itu tidak sekadar menunjukkan antusiasme terhadap perangkat lunak baru. Modal, talenta, pusat data, strategi korporasi, dan agenda nasional sedang bergerak mengelilingi kemungkinan terbentuknya sistem ekonomi yang berbeda. Tidak semua investasi akan menghasilkan pemenang, tidak semua model bisnis akan bertahan, dan tidak semua eksperimen akan terlihat masuk akal beberapa tahun ke depan. Justru itulah watak fase storming: hasil akhirnya belum pasti, tetapi arah pergeserannya sudah terlalu besar untuk diabaikan.

Ketidakpastian pada fase ini sering disalahpahami sebagai alasan untuk menunggu. Padahal, menunggu sampai semuanya jelas dapat menjadi keputusan yang paling mahal. Begitu standar sudah mapan, pemenang sudah terlihat, regulasi sudah lengkap, dan kasus bisnis sudah terbukti di mana-mana, risiko memang terasa lebih kecil; sayangnya, ruang untuk membangun keunggulan juga semakin menyempit.

Posisi-posisi penting sudah ditempati, hubungan dengan pelanggan sudah terbentuk, talenta terbaik sudah berkumpul, dan organisasi yang datang belakangan hanya dapat memasuki sistem baru melalui pintu yang ditentukan orang lain. Mereka merasa berhati-hati, padahal sesungguhnya sedang menyerahkan masa depannya sedikit demi sedikit.

Bukan berarti setiap perusahaan harus mengejar semua teknologi baru atau mengubah strategi setiap kali muncul demonstrasi yang memukau. Fase storming memang dipenuhi kebisingan, klaim berlebihan, dan kegagalan yang mahal.

Tantangannya bukan menjadi pihak yang paling cepat bereaksi, melainkan pihak yang paling cepat belajar. Organisasi perlu membangun kemampuan untuk menguji tanpa mempertaruhkan seluruh perusahaan, membaca kegagalan sebagai data, dan memindahkan sumber daya ketika pola mulai menguat. Dalam situasi seperti ini, ketepatan tidak lahir dari kemampuan meramal masa depan secara sempurna, tetapi dari kemampuan memperbaiki arah lebih cepat daripada sistem berubah.

Karena itu, ukuran keberhasilan organisasi perlu diperluas. Pendapatan, laba, produktivitas, pangsa pasar, dan efisiensi tetap penting, tetapi ukuran-ukuran tersebut terutama menjelaskan seberapa baik perusahaan bekerja dalam sistem yang berlaku saat ini.

Di era AI, organisasi juga perlu mengukur adaptabilitas, bukan sebagai slogan budaya, melainkan sebagai kemampuan yang dapat diamati: seberapa cepat sinyal perubahan ditangkap, seberapa berani asumsi lama dipertanyakan, seberapa dekat jarak antara informasi dan keputusan, seberapa mudah sumber daya dialihkan, seberapa cepat kompetensi manusia diperbarui, dan seberapa serius proses yang sudah mapan boleh dibongkar ketika tidak lagi menghasilkan nilai.

Perusahaan yang adaptif tidak selalu menjadi pengguna pertama dari setiap teknologi. Ia justru mampu membedakan kegaduhan sesaat dari perubahan struktural, lalu memilih tempat untuk bereksperimen dengan disiplin. Ada organisasi yang bergerak cepat tetapi hanya berputar-putar, dan ada organisasi yang tampak tenang karena sebenarnya sedang melihat lebih dalam.

Adaptabilitas bukan kegemaran mengikuti tren; ia adalah kemampuan menjaga identitas tanpa menjadi tawanan masa lalu, mempertahankan prinsip tanpa mempertahankan semua proses, dan mengubah cara kerja sebelum tekanan eksternal memaksakan perubahan yang lebih menyakitkan.

Pada akhirnya, teknologi AI akan semakin kuat, semakin mudah diakses, dan dalam banyak kasus semakin murah. Ketika model dan alat serupa tersedia bagi hampir semua perusahaan, kepemilikan teknologi tidak lagi menjadi pembeda yang memadai.

Keunggulan akan berpindah kepada organisasi yang mampu menyusun ulang hubungan antara manusia, teknologi, data, budaya, regulasi, pelanggan, dan model bisnis. Masa depan tidak semata-mata dimenangkan oleh perusahaan yang paling canggih, tetapi oleh perusahaan yang paling cepat belajar menjadi sistem yang berbeda.

Di sinilah tugas seorang pemimpin ikut berubah. Pemimpin era AI tidak cukup menjadi pembeli teknologi atau pengawas implementasi; ia harus menjadi pembaca sistem, seseorang yang mampu melihat bahwa keputusan yang sangat rasional dalam konfigurasi lama dapat menghasilkan konsekuensi yang keliru ketika konfigurasi tersebut sudah berubah.

Dia perlu mendengar sinyal yang belum keras, memperhatikan anomali yang mudah ditertawakan, dan memberi ruang bagi pertanyaan yang belum memiliki jawaban yang rapi. Blockbuster tetap memiliki merek, pelanggan, pengalaman, dan jaringan yang cukup lama. Yang tidak dimilikinya adalah waktu tambahan setelah sistem baru terlanjur terbentuk.

Maka pertanyaan yang paling mendesak bukan lagi apakah AI akan mengubah industri kita, karena perubahan itu sudah berlangsung. Pertanyaannya adalah apakah kita mampu mengenali System Shift ketika ia masih tampak seperti gangguan kecil, eksperimen yang belum sempurna, atau kebiasaan baru yang dianggap sementara. Sebab ketika semua orang akhirnya sepakat bahwa dunia telah berubah, biasanya dunia memang sudah berubah, dan kita mungkin hanya sedang mencari pintu masuk ke dalam sebuah sistem yang dibangun tanpa menunggu kita.

Yang sedang dipertaruhkan bukan sekadar kemampuan menggunakan AI, melainkan kemampuan menjadi organisasi yang berbeda sebelum sistem baru selesai mengeras.