AI Makin Banyak Dipakai Perusahaan, Mengapa Hasil Investasinya Sulit Dibuktikan?

Perusahaan kini bisa menghitung berapa banyak karyawan yang memakai AI atau berapa proyek yang telah diuji coba. Yang jauh lebih sulit adalah menjawab pertanyaan berikutnya: apakah manfaatnya lebih besar daripada seluruh biaya yang dikeluarkan? Survei sepanjang 2026 menemukan kesenjangan dalam pelacakan biaya dan penilaian hasil investasi (return on investment atau ROI). Temuan itu bukan bukti bahwa AI tidak dapat menciptakan nilai.232534

Belanja bertambah, pengukurannya tertinggal

Menurut Flexera, hanya 31% organisasi memiliki gambaran akurat tentang belanja perangkat lunak AI mereka. Sebanyak 59% mengatakan pemborosan belanja AI meningkat dalam setahun terakhir.34 Dalam survei Battery Ventures terhadap 100 pemimpin teknologi senior, 94% responden menyatakan organisasinya belum memiliki kerangka penilaian ROI AI yang konsisten di seluruh perusahaan. Hanya 16% yang melaporkan ROI positif pada lebih dari separuh proyek AI mereka.23

Anggaran juga kerap meleset. Dalam survei Futurum pada paruh kedua 2026, 46,9% responden mengatakan belanja AI melampaui rencana, sedangkan 5,6% menyatakan belanjanya di bawah rencana.33 Angka-angka ini berasal dari survei dan ukuran yang berbeda—visibilitas biaya, persepsi pemborosan, hasil proyek, serta selisih terhadap anggaran. Semuanya tidak bisa digabung menjadi satu angka “tingkat kegagalan AI”.

Mengapa jumlah pengguna belum menjawab soal ROI?

Lisensi yang dibeli, pengguna aktif, atau uji coba yang selesai belum menunjukkan keuntungan finansial. Untuk menilainya, perusahaan perlu mencatat kondisi awal pekerjaan yang hendak diubah, menetapkan hasil yang ingin dicapai—misalnya layanan lebih cepat atau keluaran lebih baik—lalu membandingkan manfaat tersebut dengan biaya penuh pengoperasian AI.

KPMG menemukan bahwa, meski banyak organisasi sudah memakai dasbor pemantauan dan proses persetujuan, sebagian besar masih belum dapat melihat biaya operasional AI secara menyeluruh dan waktu nyata.19 Dalam survei globalnya, organisasi yang memiliki visibilitas penuh atas biaya operasional lebih sering melaporkan ROI yang sudah terukur dibandingkan yang tidak memilikinya: 15% berbanding 3%. Ini menunjukkan keterkaitan, bukan membuktikan bahwa visibilitas biaya saja menyebabkan ROI.25

Perubahan cara kerja pun menentukan apakah manfaat AI bisa terlihat. Kepala teknologi Bank of America menempatkan pembenahan proses dari awal hingga akhir, penggunaan ulang solusi, tata kelola, dan ROI sebagai prioritas untuk menjalankan proyek AI dalam skala besar.14 Di sisi lain, survei yang diberitakan CIO mendapati 61% organisasi pernah menghentikan sementara, menunda, mengurangi skala, atau membatalkan inisiatif modernisasi TI dalam dua tahun sebelumnya. Pengalihan anggaran ke AI disebut sebagai salah satu tekanan, tetapi angka tersebut tidak berarti AI menyebabkan setiap penundaan.18

Taruhannya meningkat pada AI agentik, yakni sistem AI yang dirancang untuk menjalankan rangkaian tugas dengan tingkat kemandirian lebih tinggi. Saat proyek semacam ini diperluas, biaya, nilai bisnis, dan pengendalian risikonya harus tetap jelas. Pada 2025, Gartner memperkirakan lebih dari 40% proyek AI agentik akan dibatalkan pada akhir 2027, antara lain karena biaya yang meningkat, nilai bisnis yang tidak jelas, atau pengendalian risiko yang kurang memadai. Itu prakiraan, bukan tingkat pembatalan yang sudah teramati pada 2026.51

Pelajaran dari Bank of America: ukur pekerjaannya, bukan hanya pemakaiannya

Bank of America menyatakan alat AI tersedia bagi sekitar 200.000 karyawan. Di antara sekitar 19.000–20.000 pengembangnya, bank tersebut melaporkan peningkatan produktivitas pengodean sekitar 15%–20%.34 Hasil pada pekerjaan tertentu ini lebih berguna untuk menilai manfaat daripada sekadar menghitung jumlah pengguna. Salah satu pimpinan bank mengatakan manfaat AI yang paling mudah diukur sejauh ini memang terdapat pada pekerjaan teknologi, seperti pengembangan perangkat lunak.1

Manajemen bank juga memperkirakan manfaat sekitar US$800 juta dibandingkan biaya US$400 juta. Namun, itu adalah estimasi manajemen—bukan verifikasi independen bahwa setiap penerapan AI menghasilkan keuntungan.2

Bagi perusahaan yang ingin membuktikan nilai AI, titik mulanya adalah satu alur kerja yang jelas: tunjuk penanggung jawab, ukur kinerja sebelum dan sesudah penerapan, catat seluruh biaya, serta periksa mutu hasil dan risikonya. Perluas penggunaan jika manfaat yang terukur tetap bertahan setelah biaya tersebut dihitung—bukan semata-mata karena jumlah pengguna naik.192325