Hanya 7% CFO Merasakan ROI Signifikan dari AI: Gartner Ungkap Akar Masalah dan Peta Jalan Solusinya

Ketimpangan ini adalah alasan mendasar mengapa kesenjangan ROI terus terjadi. Banyak organisasi keuangan mendanai keuntungan efisiensi inkremental (sedikit demi sedikit) sambil kurang berinvestasi dalam aplikasi AI yang terkait langsung dengan pertumbuhan pendapatan, pengambilan keputusan strategis, dan diferensiasi kompetitif . Pesan Gartner sangat gamblang: CFO telah keliru menyamakan antara penerapan AI dengan penciptaan nilai, dan pola pikir itu harus segera diubah .

Peta jalan tiga fase untuk AI keuangan

Untuk membantu CFO keluar dari jebakan pilot project dan bergerak menuju keuntungan yang berarti, Gartner merekomendasikan pendekatan tiga langkah terstruktur :

1. Tetapkan visi dan ukur kematangan — Pemimpin keuangan pertama-tama harus mendefinisikan visi yang jelas tentang seperti apa fungsi keuangan yang didukung AI. Visi itu harus menjawab tiga pertanyaan: apa kondisi akhir yang diinginkan, bagaimana AI akan membantu mencapai tujuan perusahaan, dan nilai spesifik apa yang akan dihasilkan AI untuk bisnis? Selanjutnya, penilaian kematangan (maturity assessment) membantu mengidentifikasi kesenjangan kapabilitas yang harus ditutup sebelum AI bisa memberikan nilai tersebut .

2. Bangun peta jalan (roadmap) — Setelah visi dan dasar kematangan jelas, CFO harus menerjemahkannya menjadi peta jalan konkret untuk adopsi AI di keuangan. Peta jalan ini perlu mencakup budaya, tata kelola, keterampilan, dan data—bukan sekadar teknologi—serta harus mengidentifikasi portofolio kasus penggunaan yang fokus untuk diprioritaskan, diujicobakan, dan akhirnya diskalakan .

3. Eksekusi dan skala kasus penggunaan — Fase terakhir bergerak dari perencanaan ke eksekusi yang disiplin. Alih-alih mengejar puluhan pilot yang terputus-putus, tim keuangan perlu menskalakan sejumlah kecil kasus penggunaan yang diprioritaskan dan memiliki jalur yang jelas menuju nilai bisnis yang terealisasi .

Waspadai 'pabrik tak disengaja' dari terlalu banyak pilot

Salah satu peringatan paling tajam dari Gartner di simposium itu ditujukan pada pola kegagalan umum: "pabrik tak disengaja" (accidental factory). Ini terjadi ketika organisasi memperlakukan AI sebagai kumpulan alat individu, bukan sebagai sistem yang saling terhubung, yang menyebabkan proliferasi pilot tanpa kendali dan tanpa jalur jelas menuju produksi .

Angka-angka yang ada menegaskan parahnya masalah ini. Data yang disajikan dalam materi terkait Gartner selama simposium mencatat bahwa 59% inisiatif AI gagal masuk ke tahap produksi, meninggalkan potensi nilai yang terkunci permanen di fase pilot . Sebagai gantinya, Gartner menyarankan CFO untuk membatasi pilot yang aktif, fokus pada kasus penggunaan dengan data yang mudah diakses dan waktu cepat untuk menghasilkan nilai, serta membangun sistem AI yang terintegrasi dan diatur dengan baik yang benar-benar bisa diskalakan .

Jangan menunggu efisiensi untuk mengejar hasil bernilai tinggi

Mungkin saran Gartner yang paling berlawanan dengan intuisi adalah bahwa kasus penggunaan efisiensi yang didorong produktivitas tidak boleh dijadikan prasyarat untuk mengejar hasil AI yang bernilai lebih tinggi. Perusahaan itu secara eksplisit mendesak CFO untuk melihat melampaui otomatisasi tugas-tugas yang sudah ada dan berinvestasi langsung pada kasus penggunaan yang terkait dengan masalah bisnis material—bahkan jika proyek-proyek itu tampak lebih berisiko atau lebih sulit diukur dengan rumus ROI tradisional .

Berbicara di simposium, analis Gartner mengatakan kepada CFO untuk berhenti mencari satu rumus ROI tunggal dan sebagai gantinya membangun portofolio taruhan AI yang seimbang: kasus penggunaan produktivitas yang mengotomatiskan tugas rutin, peningkatan proses tertarget yang mengoptimalkan alur kerja spesifik, dan taruhan transformasional selektif yang bisa membentuk ulang model bisnis . Analogi perjalanan yang digunakan Gartner sangat mudah diingat: perjalanan rutin (routine trips) untuk keuntungan produktivitas, ekspedisi tertarget (targeted expeditions) untuk perbaikan proses, dan pelayaran ambisius (ambitious voyages) untuk transformasi, semuanya termasuk dalam portofolio, tetapi memiliki tujuan yang sangat berbeda dan membutuhkan kriteria evaluasi yang berbeda .

Kerangka kematangan di balik peta jalan

Yang mendasari peta jalan tiga fase Gartner adalah serangkaian dimensi kematangan AI yang lebih luas, yang jauh melampaui metrik adopsi sederhana. Kerangka ini mencakup tujuh area kapabilitas: strategi, nilai, organisasi, orang dan budaya, tata kelola (governance), rekayasa (engineering), dan data .

Bagi para CFO, implikasi praktisnya jelas. Sebuah organisasi tidak bisa sekadar membeli alat AI dan menyatakan diri sudah matang. Kemajuan nyata membutuhkan investasi sistematis di seluruh tujuh dimensi itu—membangun strategi AI yang selaras dengan bisnis, mengelola data dengan benar, meningkatkan keterampilan talenta keuangan yang sudah ada, dan menciptakan struktur organisasi yang mendukung AI dalam skala besar, bukan hanya dalam eksperimen terisolasi . Organisasi yang melihat keuntungan paling kuat, catat Gartner, adalah mereka yang secara sengaja mengerahkan AI di kasus penggunaan pelanggan, produk, dan pengambilan keputusan, bukan mereka yang hanya mengeluarkan uang paling banyak .

Kesimpulan utama dari simposium ini: bagian keuangan telah mengadopsi AI lebih cepat daripada kemampuannya untuk menghasilkan untung darinya. Menutup kesenjangan itu mengharuskan CFO untuk menyeimbangkan kembali belanja, memberlakukan struktur pada portofolio AI mereka, dan mengukur kesuksesan berdasarkan hasil bisnis yang terealisasi—bukan dari berapa banyak alat yang telah dipasang.