Bahaya AI Workslop: Perusahaan Alami Knowledge Decay Akibat AI

Telset.id – Perusahaan yang terlalu bergantung pada generative AI kini menghadapi masalah serius berupa “workslop” atau penurunan kualitas kerja yang masif. Fenomena ini memicu apa yang disebut Harvard Business Review sebagai “knowledge decay,” yaitu deteriorasi pengetahuan organisasi yang mengancam kelangsungan bisnis jangka panjang.

Dalam upaya meningkatkan produktivitas dan mengurangi ketergantungan pada tenaga kerja manusia, banyak perusahaan berlomba mengadopsi alat AI generatif. Namun, strategi ini mulai menunjukkan dampak negatif yang signifikan. Alih-alih mendorong efisiensi, penggunaan AI yang berlebihan justru menggerogoti fondasi pengetahuan kritis yang diperlukan perusahaan untuk membuat keputusan strategis.

Fenomena “knowledge decay” menggambarkan proses penurunan kualitas informasi dari waktu ke waktu. Karyawan kehilangan keterampilan inti mereka, sementara organisasi terus bergantung pada proses yang sudah usang. Dalam konteks AI, ini menjadi spiral berbahaya yang dimulai dari pekerja yang menggunakan AI untuk menghasilkan karya berkualitas rendah. Karya tersebut kemudian membuang waktu rekan kerja, mengikis kepercayaan, dan perlahan mengubah pengetahuan organisasi menjadi “sup yang tidak bernilai.” Jika dibiarkan meluas ke seluruh departemen, output bisnis secara keseluruhan mulai runtuh.

Efek Domino AI Workslop

Masalah ini sebenarnya sudah terlihat sejak awal era AI. Para ahli memperingatkan bahwa karyawan mungkin menghabiskan lebih banyak waktu untuk memburu kesalahan yang dibuat oleh alat AI yang tidak dapat diandalkan dan sering berhalusinasi, dibandingkan jika mereka tidak menggunakan teknologi tersebut sama sekali. Beberapa perusahaan bahkan terpaksa mempekerjakan staf khusus untuk memperbaiki kesalahan AI.

“Kesalahan terus bertumpuk,” tulis Harvard Business Review. “Kepercayaan terhadap informasi terkikis. Orang menghabiskan lebih banyak waktu untuk memverifikasi fakta atau mengambil risiko kesalahan yang mahal dan berbahaya. Pada akhirnya, orang mulai kehilangan kepercayaan pada proses yang mereka andalkan untuk melakukan pekerjaan mereka.”

Kondisi ini tidak mengejutkan bagi pekerja yang dipaksa menggunakan AI di tempat kerja. Banyak karyawan telah menyaksikan pasar tenaga kerja memburuk secara real-time. Desakan bos untuk mengadopsi AI telah memicu pemberontakan massal, dengan pekerja yang kecewa mengalami moral rendah dan bahkan menyabotase teknologi di tempat kerja. AI Agent Gagal menjadi contoh nyata dari kegagalan implementasi teknologi ini.

Rekrutmen Juga Terdampak

Dampak AI workslop tidak berhenti pada produktivitas internal. Proses perekrutan karyawan baru juga berubah menjadi rawa-rawa bagi perusahaan. AI membuat rekrutmen kandidat yang berkualitas menjadi sangat sulit. “Dampak keseluruhan dari AI yang ‘mengaugmentasi’ setiap langkah adalah menenggelamkan kepercayaan pada proses ke titik terendah sepanjang masa, baik bagi pencari kerja maupun perekrut,” jelas Harvard Business Review.

Untuk menghentikan “slopifikasi” pekerjaan dan knowledge decay, para pemimpin bisnis kini dipaksa memastikan bahwa informasi diverifikasi secara cermat dan dibersihkan dari halusinasi atau kesalahan AI. Ini adalah proses padat karya yang menyita waktu karyawan manusia yang sebenarnya. AS Tunda DeepSeek menjadi contoh bagaimana regulasi AI juga menghadapi tantangan serupa.

Solusi Mengatasi Workslop

Ke depan, perubahan jelas diperlukan: pengusaha perlu mencari cara untuk memastikan AI hanya digunakan ketika benar-benar masuk akal dan memberikan nilai tambah. “Untuk banyak tugas, menggunakan LLM publik sering kali memberikan sedikit atau tidak ada nilai nyata,” tulis Harvard Business Review. “Ini menghasilkan prosa generik yang sering mengandung kesalahan. Namun, penggunaan model proprietary dan/atau memanfaatkan data proprietary mungkin memberikan nilai tambah.”

Sekarang, setelah banyak hype awal tentang AI yang mengarah pada revolusi produktivitas dan membuat tenaga kerja manusia menjadi usang telah terkikis, perusahaan yang merangkul AI dipaksa untuk memungut pecahan-pecahan yang tersisa atau berisiko mengalami kemunduran menjadi tidak relevan. Ini adalah “mabuk AI” yang bisa menghantui mereka selama bertahun-tahun mendatang.

Fenomena ini menunjukkan bahwa adopsi AI tanpa strategi yang matang justru kontraproduktif. Perusahaan perlu mengevaluasi ulang pendekatan mereka terhadap AI, memastikan bahwa teknologi digunakan sebagai alat bantu, bukan pengganti, dan bahwa proses verifikasi serta pemeliharaan pengetahuan organisasi tetap menjadi prioritas utama. Fitur Komunitas Bluesky menunjukkan bahwa inovasi yang tepat sasaran lebih bernilai daripada adopsi teknologi secara membabi buta.

Implikasinya jelas: perusahaan yang gagal mengelola transisi AI dengan bijak akan menghadapi konsekuensi serius. Knowledge decay bukan sekadar masalah teknis, melainkan ancaman eksistensial terhadap daya saing dan kemampuan organisasi untuk berinovasi di masa depan.