"How Powerful Women Tackle Tech in Business"
"How Powerful Women Tackle Tech in Business"
🔹 1. Teknologi Harus
Memberikan Nilai Nyata, Bukan Sekadar Tren
“Teknologi bukan untuk sekadar terlihat canggih, tapi
harus benar-benar memberikan nilai tambah.” – Leslie
Perempuan pemimpin dalam bisnis teknologi menunjukkan bahwa
bukan semua inovasi layak diadopsi. Evaluasi harus didasarkan pada manfaat
langsung bagi pengguna dan efisiensi internal.
🔹 2. AI Bukan Sekadar
Otomatisasi—Tapi Personalisasi dengan Empati
“Tidak ada yang lebih personal daripada makanan.” –
Debbie
AI digunakan bukan hanya untuk efisiensi, tapi untuk
memperkuat hubungan manusia—seperti menciptakan pengalaman makan yang sesuai
dengan preferensi unik seseorang atau menghadirkan cerita yang menyentuh
pribadi seseorang.
🔹 3. Timing dan Konteks
adalah Segalanya
“Menjadi fast follower bukan berarti ketinggalan—kadang
itu justru strategi terbaik.” – Padmasree
Pemimpin yang sukses paham bahwa adopsi teknologi harus
memperhitungkan kesiapan pasar, ekosistem, dan pengguna. Waktu peluncuran
sangat menentukan keberhasilan inovasi.
🔹 4. Kepercayaan adalah
Mata Uang Utama di Era AI
“Begitu kepercayaan rusak, sangat sulit membangunnya
kembali.” – Leslie
Inovasi harus dijalankan dengan hati-hati agar tidak merusak
kepercayaan yang sudah dibangun. Hal ini menuntut pendekatan etis dan
bertanggung jawab dalam menerapkan AI.
🔹 5. Personal Branding:
Perempuan Teknolog Harus Muncul ke Permukaan
“Saya menyadari bahwa saya perlu melakukan rebranding
terhadap diri saya sendiri—bukan hanya sebagai perempuan yang menjalankan
OpenTable, tapi juga sebagai pemimpin teknologi.” – Debbie
Perempuan sering kali meremehkan posisi mereka sendiri di
dunia teknologi. Mengangkat tangan dan menunjukkan kompetensi adalah langkah
penting untuk mengubah narasi dan representasi.
🔹 6. AI Harus Menemani,
Bukan Menggantikan Kreativitas Manusia
“Kami percaya teknologi harus memperkuat kreativitas
manusia, bukan menggantikannya.” – Padmasree
Teknologi terbaik bukan yang menggantikan sentuhan manusia,
tetapi yang memperluas kemampuannya. Perempuan dalam diskusi ini menekankan
pentingnya menjaga sisi humanis dalam setiap produk berbasis AI.
🔹 7. Keragaman Tim Adalah
Kunci untuk Menghindari Bias Teknologi
“AI tidak netral. Modelnya mungkin terlihat bersih, tapi
datanya bisa penuh bias.” – Padmasree
Keberagaman dalam tim pengembang teknologi sangat krusial
untuk memastikan bahwa AI tidak melanggengkan bias sosial yang ada. “Human in
the loop” adalah prinsip yang dipegang teguh oleh para panelis.
🔹 8. Semua Orang Harus
Terlibat dalam Transformasi Teknologi—Bukan Hanya CTO
“AI bukan hanya urusan tim teknologi. Semua departemen
harus punya peran.” – Leslie
Inisiatif teknologi yang berdampak besar harus melibatkan
seluruh organisasi. Setiap individu, apapun perannya, berhak dan perlu menjadi
bagian dari transformasi digital.
Penutup Inspiratif:
"AI bukan hanya alat—ia adalah peluang, tantangan,
dan panggilan bagi semua pemimpin untuk terlibat."
Para perempuan pemimpin ini menunjukkan bahwa keberhasilan
dalam dunia teknologi tidak hanya soal kecanggihan, tapi tentang pemahaman
mendalam terhadap manusia, konteks, dan nilai.
"How Powerful Women Tackle Tech in Business"
Saya sangat senang bisa hadir bersama sekelompok perempuan luar biasa yang sedang membentuk masa depan dunia bisnis lewat keputusan cerdas mereka dalam hal inovasi. Seperti yang terlihat dalam video, teknologi saat ini memaksa bisnis untuk berubah atau tertinggal. Ini sangat relevan, terutama untuk bisnis yang berfokus pada konsumen, seperti yang dijalankan oleh para pembicara hari ini.
Tentu saja, kita tidak bisa begitu saja mengadopsi semua
teknologi baru yang muncul. Jadi mari kita mulai dengan membahas bagaimana
kalian mengevaluasi inovasi baru seperti layanan digital, AI, dan lainnya.
Bagaimana kalian menentukan mana yang penting untuk diadopsi dan mana yang bisa
ditunda?
Debbie:
Pertanyaannya bagus. Saat ini rasanya seperti dihujani oleh kemajuan teknologi.
Kami di OpenTable punya satu tujuan utama: membantu restoran bekerja dengan
lebih produktif dan efisien. Jadi saat kami mempertimbangkan teknologi baru,
pertanyaannya adalah: apakah ini membantu mereka menjawab pertanyaan lebih
cepat? Apakah ini mengurangi tugas manual agar mereka bisa fokus pada
pelanggan?
Kami juga memikirkan sisi konsumen. Dengan AI, kami bisa
mempersonalisasi pengalaman—misalnya tahu bahwa saya punya dua anak kecil dan
butuh meja di sudut, atau tahu preferensi makanan tertentu. Jadi, setiap
keputusan teknologi harus menjawab: apakah ini membantu restoran kami? Apakah
ini meningkatkan pengalaman konsumen?
Leslie:
Kami menjalankan banyak platform perjalanan daring. Saat teknologi AI muncul,
kami langsung membuat produk berbasis AI untuk pelanggan. Tapi yang kami
temukan: adopsinya rendah. Pelanggan justru bilang, "Terima kasih, tapi
produk yang lama masih cukup baik." Itu pelajaran besar bagi kami—bahwa
teknologi bukan untuk sekadar terlihat canggih, tapi harus benar-benar
memberikan nilai tambah.
Contohnya, di layanan pelanggan, agen kami harus membuat
ringkasan percakapan. Kami gunakan AI untuk otomatisasi tugas itu, dan hasilnya
luar biasa: waktu layanan jadi jauh lebih efisien. Jadi pelajaran pentingnya:
pahami kebutuhan nyata bisnis dan pelanggan, bukan hanya ikut tren.
Padmasree:
Sebagai seseorang yang telah lama berkecimpung di dunia teknologi, saya melihat
bahwa setiap teknologi punya siklus—mulai dari masa awal yang penuh euforia,
lalu matang, lalu benar-benar bermanfaat. Saat mengevaluasi, waktu adalah
faktor penting. Apakah sekarang momen yang tepat? Jika Anda tipe bisnis yang
siap ambil risiko, bisa jadi pelopor. Tapi jadi pengikut cepat (fast
follower) pun bukan masalah—banyak perusahaan sukses justru di posisi itu.
Khusus AI, kita perlu bedakan antara AI umum dan generative
AI (Gen AI). Gen AI menciptakan konten dari data, tapi juga membawa potensi
bias tergantung dari data pelatihan. Jadi penting untuk berhati-hati, terutama
jika produk langsung bersentuhan dengan konsumen.
Moderator:
Mari kita lihat siapa saja di ruangan ini pernah memesan restoran lewat
OpenTable... Wah, banyak sekali! Dan siapa yang pernah merencanakan perjalanan
lewat Booking.com? Luar biasa. Ini menunjukkan bahwa keputusan yang kalian buat
benar-benar berdampak.
Saya ingin kembali ke soal timing tadi. Menarik bahwa
saat kalian menawarkan layanan berbasis AI untuk perjalanan—yang sejatinya
sangat padat data—malah respons awalnya kurang positif.
Leslie:
Benar. Konsumen cenderung tetap pada cara yang sudah nyaman. Kalau cara mereka
memesan perjalanan saat ini sudah berfungsi, mereka tidak merasa perlu
mengganti. Teknologinya sendiri juga belum benar-benar siap. Kami tidak akan
membangun language model sendiri, jadi kami perlu kolaborasi dengan
mitra. Lalu ada isu privasi data, perbedaan regulasi di berbagai negara, dan
banyak faktor lainnya. Tapi potensinya tetap sangat besar—ini bisa menjadi
gamechanger.
Saya juga percaya kita sedang berada di momen penting, di
mana teknologi seperti ini akan lebih mudah diakses. Dulu kita pikir hanya
raksasa teknologi yang bisa mengembangkannya. Tapi sekarang, semakin banyak
inovator kecil yang membangun aplikasi di atas platform besar. Itu yang akan
mempercepat inovasi dan menciptakan produk konsumen yang jauh lebih baik.
Kalau kita pikirkan, Uber tidak mungkin ada sebelum iPhone diciptakan. Saya rasa kita sedang berada di titik krusial seperti itu sekarang.
Ketika siklus inovasi mulai berjalan, kita akan melihat
bagaimana teknologi benar-benar meningkatkan kualitas produk. Itu menjadi salah
satu kejutan dalam proses adopsi AI, seperti yang dialami oleh tim Booking dan
OpenTable. Debbie, apakah ada kejutan—baik positif maupun negatif—saat membawa
teknologi ini ke dalam OpenTable?
Debbie:
Kami masih terus menjalani proses itu. Tapi saya setuju dengan
Leslie—alternatif berbasis AI harus benar-benar lebih baik. Di dunia travel,
orang sudah punya cara masing-masing untuk mencari dan memesan, dan mereka
percaya pada proses itu. Untuk bisa diterima, AI harus bisa memberi hasil yang
lebih baik dari apa yang sudah mereka lakukan sendiri, dan menjelaskan
prosesnya dengan transparan. Dan saat ini, saya rasa kita belum sepenuhnya
sampai di titik itu, tapi sangat dekat.
Di OpenTable, kami telah mengintegrasikan AI untuk
meningkatkan produktivitas tim layanan pelanggan dan membantu restoran lebih
efisien. Kami juga sedang bersiap meluncurkan fitur pencarian bebas bagi
konsumen. Bayangkan seseorang ingin mencari restoran di Santa Monica yang ramah
anak, menyediakan menu bebas gluten, dan dekat pantai. Saat ini, pencarian
seperti itu belum bisa dilakukan dengan mudah. Tapi kami percaya bahwa
seharusnya itu bisa dilakukan—dan itulah yang sedang kami bangun.
Padmasree:
Kami di Fable juga menghadapi tantangan serupa, hanya saja dalam konteks
konten. Kami fokus menghubungkan cerita yang tepat dengan orang yang tepat.
Contoh, Padma menyukai cerita fiksi ilmiah, tapi dengan naga dan akhir bahagia.
Bagaimana kami bisa merekomendasikan buku atau tayangan yang sesuai dengan
preferensi spesifik itu?
Di situlah peran AI sangat besar, terutama dalam proses
penemuan dan koneksi dengan komunitas. Namun, kami tidak menggunakannya untuk
menciptakan konten. Kami percaya teknologi harus memperkuat kreativitas
manusia, bukan menggantikannya. Kami menyebut diri sebagai perusahaan teknologi
dengan jiwa seniman.
Kami menggunakan AI dalam fitur-fitur seperti pelacakan
bacaan, pembuatan daftar buku, hingga diskusi dengan sesama pembaca. Misalnya,
kamu bisa bertanya kepada Scout—agen AI kami yang dinamai dari karakter Scout
Finch di To Kill a Mockingbird—untuk menemukan novel romansa berlatar
Paris tahun 1920-an dengan tokoh utama perempuan yang kuat. Scout akan membantu
menjawab.
AI juga kami manfaatkan untuk menandai pola perilaku
pembaca, seperti kenapa seseorang menyukai buku tertentu atau tidak
menyelesaikan serial TV tertentu. Dari sini, kami bisa membuat rekomendasi yang
lebih relevan.
Namun, pengalaman kami dengan generative AI (Gen AI)
tidak selalu positif. Kami pernah menggunakannya untuk membuat ringkasan
kepribadian pembaca berdasarkan buku yang mereka baca. Hasilnya, meski secara
statistik aman—dari 30 juta ringkasan, hanya satu yang bermasalah—tetap saja
ringkasan yang menyinggung satu orang bisa berdampak besar. Ini menjadi
pelajaran penting bahwa dalam skala besar, satu kesalahan bisa merusak
kepercayaan.
Untuk mencegah itu, kami pastikan tim kami beragam—dari
berbagai latar belakang—agar pengujian lebih menyeluruh dan peka terhadap
konteks global. Pengujian yang intensif dan sistem umpan balik terus kami
lakukan, karena teknologi ini sangat berdaya, tapi juga rentan.
Leslie:
Saya rasa itu poin penting. Sebagai brand, kita punya tanggung jawab karena
pelanggan mempercayai kita untuk memberikan pengalaman terbaik. Begitu
kepercayaan itu rusak, sangat sulit untuk membangunnya kembali. Jadi, semangat
mengejar teknologi baru harus dibarengi dengan menjaga nilai relasi yang telah
dibangun.
Moderator:
Itu mengarah ke pertanyaan berikutnya. Banyak yang menyebut bahwa AI, termasuk
algoritma yang dibangun oleh manusia, bisa terasa impersonal dan menghilangkan
sentuhan manusiawi. Padahal, perjalanan—seperti juga membaca atau makan di
restoran—adalah pengalaman yang sangat personal. Bagaimana kalian memastikan
bahwa penerapan AI, baik AI umum maupun generatif, tetap mempertahankan unsur
humanis?
Leslie:
Poin yang sangat bagus. Kami selalu memastikan bahwa teknologi yang kami
hadirkan benar-benar bermanfaat bagi pelanggan. Kami menerapkan prinsip test
and learn, di mana setiap ide produk baru kami uji coba pada segmen kecil
dari pelanggan. Kami lihat reaksinya—kalau tidak sesuai harapan, kami kembali
merancang ulang.
Kami juga sangat hati-hati agar inovasi yang kami luncurkan tidak mengganggu hubungan yang sudah terbentuk dengan pengguna. Mereka menggunakan layanan kami karena merasa nyaman dan percaya. Tugas kami adalah memastikan bahwa kepercayaan itu tidak terganggu, meskipun kami terus bereksperimen dan berinovasi.
Meningkatkan Personalitas dan Mengurangi Bias dalam
Penerapan AI
Ketika berbicara soal penerapan AI dalam bisnis konsumen,
pendekatannya tidak bisa sembarangan. Perusahaan harus sangat hati-hati agar
tidak membuat pelanggan merasa asing dengan produk atau bahkan kehilangan
kepercayaan terhadap brand. Debbie menambahkan bahwa dalam konteks OpenTable,
tidak ada hal yang lebih personal daripada preferensi makanan.
Debbie:
Kami memandang AI, termasuk generative AI, sebagai alat untuk meningkatkan
personalisasi, khususnya di sisi pengalaman konsumen. Kami memiliki banyak data
tentang kebiasaan makan pengguna—misalnya, makan malam bersama teman akan
berbeda suasananya dengan makan bersama anak-anak atau mertua. Namun, saat ini
data-data tersebut belum diolah secara menyeluruh. Dengan AI, kami dapat mulai
mengidentifikasi pola dan tema dari kebiasaan makan itu, lalu merekomendasikan
restoran yang sesuai dengan konteks tersebut.
Jika digunakan dengan tepat dan dalam batas etika yang
jelas, AI seharusnya membantu meningkatkan relevansi dan personalisasi.
Misalnya, dengan melihat restoran yang sering dibooking, yang diberi rating
tinggi, maka AI bisa merekomendasikan tempat baru yang belum pernah dikunjungi,
tapi kemungkinan besar akan disukai. Jadi, bagi kami, AI memperkuat upaya
personalisasi yang sedang kami lakukan untuk pengguna.
Padmasree:
Saya sepakat, dan ingin menambahkan perbedaan penting antara rekomendasi
dan penemuan. Rekomendasi berarti AI menganalisis perilaku masa lalu dan
menyarankan sesuatu yang relevan. Tapi penemuan (discovery) lebih bersifat
spontan—seperti saat kita melihat sesuatu menarik di jendela toko atau
menemukan buku secara tak sengaja di rak. Itulah ruang di mana AI bisa
berkembang lebih jauh: menghadirkan hyper-personalization, bukan hanya
berdasarkan data lama, tetapi juga bisa memprediksi apa yang akan disukai di
masa depan.
Namun, ini semua harus dijalankan dengan kesadaran tinggi
terhadap privasi. Untuk mencapai personalisasi tingkat lanjut, kita harus
berhati-hati dalam hal data apa yang diminta dan dibagikan.
Di Fable, kami juga menghubungkan pengguna dengan komunitas
yang memiliki selera serupa. Ketika seseorang sedang membaca buku berjudul All
the Colors of the Dark, mereka bisa mendiskusikannya dengan kelompok
pembaca lain di platform yang sedang membaca buku yang sama. Rekomendasi dari
sesama pengguna—yang punya minat dan perspektif berbeda—jauh lebih bermakna
karena dibangun dari koneksi manusia yang dipermudah oleh teknologi. Tujuannya
bukan menggantikan hubungan antarmanusia, tetapi memperkuatnya.
Tantangan berikutnya adalah bagaimana AI bisa memahami
pengalaman manusia yang sifatnya sangat subjektif—baik itu dalam menikmati
makanan, cerita, atau perjalanan. Ini adalah tantangan besar, tapi juga peluang
besar untuk masa depan.
Kesetaraan, Representasi, dan Pelajaran dari Pengalaman
Pribadi
Isu lain yang tidak kalah penting dalam perkembangan
teknologi, khususnya AI, adalah kesetaraan gender dan keberagaman dalam
pengambilan keputusan.
Leslie:
Satu pelajaran penting dari pengalaman saya adalah: jangan serahkan sepenuhnya
urusan AI kepada CTO saja. Ini adalah teknologi yang akan memengaruhi semua
orang, seperti halnya internet dulu. Di perusahaan kami, setiap departemen
diwajibkan memiliki target dan inisiatif terkait teknologi. Ini membuka peluang
bagi siapa pun—terutama perempuan—untuk berada di garis depan perkembangan AI,
tidak peduli di bagian mana mereka bekerja.
Debbie:
Saya suka nasihat itu—jangan hanya menyerahkan ke CTO. Saya pernah berada dalam
pertemuan bersama para CEO, dan saya satu-satunya perempuan di sana. Ketika
membahas bagaimana masing-masing perusahaan harus memanfaatkan AI, semua
sepakat bahwa kita butuh seseorang dari Silicon Valley yang paham teknologi.
Anehnya, tak seorang pun berpikir bahwa saya bisa menjadi orang itu. Padahal
saya tinggal di Bay Area, lulusan Stanford dan MIT, dan perusahaan
saya—OpenTable—ikut terlibat dalam hampir setiap peluncuran teknologi AI.
Saya menyadari itu bukan hanya soal orang lain yang lupa
mempertimbangkan saya, tapi juga soal saya yang tidak cukup ‘mengangkat
tangan’. Saya belum memposisikan diri sebagai seorang teknolog meskipun saya
punya kredensial dan koneksi. Jadi, saya menyadari bahwa saya perlu melakukan
rebranding terhadap diri saya sendiri—bukan hanya sebagai perempuan yang
menjalankan OpenTable, tapi juga sebagai pemimpin teknologi yang kompeten.
Padmasree:
Saya sepenuhnya setuju. Saya sudah berkecimpung di dunia teknologi sepanjang
hidup saya. Teknologi diciptakan oleh manusia, dan karena itu membawa bias
manusia. Ada bias rasial, bias gender, dan lainnya. Model AI bisa terlihat
bersih, tapi data yang digunakan bisa penuh bias. Output hanya sebaik
inputnya—dan jika input sudah terkontaminasi, hasilnya juga akan begitu.
Solusinya sederhana tapi sangat penting: human in the
loop. Harus ada manusia dalam proses evaluasi AI. Tim yang beragam sangat
penting untuk menguji dan memastikan output tidak menyakiti siapa pun. Dalam
kasus kami, saat kami melakukan kesalahan dengan GenAI, saya bicara terbuka
tentang itu di Bloomberg agar orang lain tidak jatuh ke lubang yang sama.
Sebagai perempuan, kita memiliki sensitivitas yang tinggi
dalam melihat hal-hal yang ‘rusak’ lebih awal dan memperbaikinya. Mungkin saya
bias, tapi saya percaya kita punya keunggulan dalam aspek itu. Dan jika kita
bisa berbagi kegagalan dan pembelajaran, teknologi ini akan menjadi lebih baik.
Penutup
Leslie, Debbie, dan Padmasree menutup diskusi dengan semangat optimisme yang
realistis. AI bukan hanya alat—ia adalah peluang, tantangan, dan panggilan bagi
para pemimpin dari berbagai latar belakang untuk terlibat lebih aktif.
Perempuan di teknologi memiliki peran penting, dan masa depan AI akan lebih
adil jika kita semua ikut membentuknya, mulai dari sekarang.
SUMBER
https://www.youtube.com/watch?v=ojS6jbgo2dU
How Powerful Women Tackle Tech in Business
Comments
Post a Comment