𝐆𝐄𝐍 𝐀𝐈 𝐏𝐫𝐨𝐝𝐮𝐜𝐭𝐢𝐯𝐢𝐭𝐲 𝐏𝐚𝐫𝐚𝐝𝐨𝐱 – 𝐌𝐞𝐧𝐠𝐚𝐩𝐚 𝐈𝐚 𝐓𝐞𝐫𝐣𝐚𝐝𝐢 𝐝𝐚𝐧 𝐉𝐚𝐥𝐚𝐧 𝐏𝐞𝐧𝐲𝐞𝐥𝐞𝐬𝐚𝐢𝐚𝐧𝐧𝐲𝐚

Oleh: 𝗗𝗮𝘁𝘂𝗸 𝗗𝗿. 𝗔𝗹𝗲𝘅𝗮𝗻𝗱𝗲𝗿 𝗡𝗼𝗼𝗿

YAB Perdana Menteri Anwar Ibrahim telah melontarkan persoalan menarik untuk dicerna oleh semua pihak terutama 𝐊𝐞𝐦𝐞𝐧𝐭𝐞𝐫𝐢𝐚𝐧 𝐃𝐢𝐠𝐢𝐭𝐚𝐥 𝐝𝐚𝐧 𝐊𝐞𝐦𝐞𝐧𝐭𝐞𝐫𝐢𝐚𝐧 𝐊𝐨𝐦𝐮𝐧𝐢𝐤𝐚𝐬𝐢. Dalam Perhimpunan Bulanan Jabatan Perdana Menteri sebentar tadi, YAB PMX mengatakan bahawa penggunaan AI tidak semestinya menyumbang kepada peningkatan produktiviti walaupun peruntukan belanja yang besar diberi untuk beberapa tahun mendatang.

Kecerdasan Buatan Generatif (GenAI) kini menjadi fenomena global. Dari pejabat kerajaan, syarikat multinasional hinggalah ke syarikat kecil, GenAI digunakan untuk menulis laporan, menghasilkan kandungan, menganalisis data, dan mempercepatkan kerja harian. Namun, wujud satu persoalan yang kerap dibincangkan oleh ahli ekonomi, pengurus organisasi, dan ahli akademik – GenAI Productivity Paradox.

Paradoks ini merujuk kepada keadaan di mana teknologi AI jelas meningkatkan kecekapan dan kelajuan kerja, tetapi manfaat sebenar dalam bentuk pertumbuhan ekonomi, peningkatan keuntungan atau kesejahteraan pekerja tidak kelihatan dengan segera. Malah, dalam sesetengah kes, penggunaan AI seolah-olah menambah beban baru.

𝐌𝐞𝐧𝐠𝐚𝐩𝐚 𝐏𝐚𝐫𝐚𝐝𝐨𝐤𝐬 𝐏𝐫𝐨𝐝𝐮𝐤𝐭𝐢𝐯𝐢𝐭𝐢 𝐆𝐞𝐧𝐀𝐈 𝐁𝐞𝐫𝐥𝐚𝐤𝐮?

1. 𝙈𝙖𝙨𝙖 𝘿𝙞𝙟𝙞𝙢𝙖𝙩𝙠𝙖𝙣, 𝙉𝙞𝙡𝙖𝙞 𝙏𝙞𝙙𝙖𝙠 𝙏𝙚𝙧𝙝𝙖𝙨𝙞𝙡

Walaupun AI boleh menyiapkan tugas menulis, menterjemah atau menganalisis data dalam masa singkat, masa yang dijimatkan sering kali tidak digunakan untuk menghasilkan nilai tambah. Ia akhirnya “hilang” kepada mesyuarat tambahan, e-mel yang berlebihan atau tugasan tidak kritikal.

2. 𝙋𝙚𝙣𝙞𝙡𝙖𝙞𝙖𝙣 𝙎𝙖𝙡𝙖𝙝 – “𝙑𝙖𝙣𝙞𝙩𝙮 𝙈𝙚𝙩𝙧𝙞𝙘𝙨”

Banyak organisasi menilai kejayaan AI hanya dari segi bilangan tugasan siap atau masa dipendekkan, sedangkan yang lebih penting ialah kesan kepada kos operasi, pendapatan syarikat, dan kepuasan pelanggan. Ini mencipta ilusi produktiviti.

3. 𝙆𝙚𝙨𝙖𝙣 𝙅-𝘾𝙪𝙧𝙫𝙚

Seperti mana komputer dan internet pada zaman awal, AI juga memerlukan masa untuk memberikan pulangan. Pada peringkat awal, produktiviti boleh jatuh kerana pekerja perlu belajar kemahiran baru, proses kerja dirombak, dan pelaburan awal yang besar diperlukan.

4. 𝙍𝙞𝙣𝙩𝙖𝙣𝙜𝙖𝙣 𝙊𝙧𝙜𝙖𝙣𝙞𝙨𝙖𝙨𝙞 & 𝘽𝙪𝙙𝙖𝙮𝙖 𝙆𝙚𝙧𝙟𝙖

Struktur kerja tradisional dan budaya lama sering menghalang AI dimanfaatkan sepenuhnya. Ada pekerja takut kehilangan kerja, ada pengurus enggan ubah cara lama. Akhirnya AI hanya digunakan separuh masak.

5. 𝙍𝙚𝙠𝙖𝙗𝙚𝙣𝙩𝙪𝙠 𝙄𝙣𝙩𝙚𝙧𝙖𝙠𝙨𝙞 𝙈𝙖𝙣𝙪𝙨𝙞𝙖–𝘼𝙄 𝙮𝙖𝙣𝙜 𝙇𝙚𝙢𝙖𝙝

Jika AI tidak diintegrasi secara menyeluruh, pekerja terpaksa ulang semak hasil AI, memindahkan data antara sistem, dan berdepan gangguan kognitif. Akibatnya, bukannya lebih pantas – kerja jadi lebih perlahan.

𝐉𝐚𝐥𝐚𝐧 𝐏𝐞𝐧𝐲𝐞𝐥𝐞𝐬𝐚𝐢𝐚𝐧

1. Ubah Fokus kepada Nilai Nyata

Organisasi perlu menilai keberkesanan AI bukan hanya dari segi masa, tetapi juga nilai ekonomi sebenar: kos dikurangkan, pendapatan bertambah, atau kualiti keputusan meningkat.

2. Reka Bentuk Semula Proses (AI-First Workflow)

AI mesti diintegrasikan terus dalam aliran kerja, bukannya sebagai alat tambahan. Contoh: AI mengurus keseluruhan proses khidmat pelanggan dari pertanyaan awal hingga susulan, bukan sekadar menulis draf jawapan.

3. Harvest Productivity

Masa dan kos yang dijimatkan mesti diterjemahkan kepada tindakan: kurangkan jam kerja berlebihan, tingkatkan kapasiti pengeluaran tanpa menambah tenaga kerja, atau salurkan pekerja kepada tugasan lebih strategik.

4. Pelaburan dalam Kemahiran & Infrastruktur

Pekerja perlu dilatih untuk AI literacy – cara promp yang berkesan, menyemak hasil, dan memahami batasan AI. Pada masa yang sama, organisasi mesti melabur dalam integrasi sistem, data bersih, dan platform sokongan.

5. Perubahan Budaya & Sistem Insentif

Pemimpin perlu menekankan AI sebagai “penguat kerja, bukan pengganti kerja”. Ganjaran atau KPI pekerja juga perlu disusun semula supaya menggalakkan penggunaan AI secara produktif.

6. Sabar dengan J-Curve

Penerapan AI ialah maraton, bukan larian pecut. ROI sebenar hanya muncul selepas beberapa tahun, apabila organisasi matang dalam penggunaan teknologi ini.