Ringkasan
Tidak semua vision besar menghasilkan dampak yang sama.
AI dan Metaverse sama-sama pernah menjadi gambaran masa depan yang sangat kuat. Perbedaannya memberi pelajaran tentang bagaimana sebuah vision sebaiknya dibaca: bukan hanya dari seberapa besar masa depan yang dijanjikan, tetapi dari seberapa kuat hubungannya dengan realitas yang sedang berubah.
Dua Vision yang Sama-Sama Besar
Metaverse menawarkan gambaran tentang internet yang semakin imersif: manusia berinteraksi, bekerja, dan beraktivitas melalui ruang virtual.
AI menawarkan gambaran yang berbeda: kemampuan kognitif manusia diperkuat oleh sistem yang dapat memahami informasi, menghasilkan konten, membantu analisis, dan mendukung pekerjaan.
Keduanya sama-sama membawa janji perubahan besar. Namun keduanya menuntut hal yang berbeda dari manusia.
Metaverse
Secara sederhana:
Manusia
↓
Beradaptasi dengan ruang digital baru
↓
Mendapatkan manfaat
Keberhasilan vision ini sangat bergantung pada perubahan perilaku pengguna, kenyamanan perangkat, dan munculnya use case yang cukup kuat untuk membuat orang bersedia berpindah kebiasaan.
AI
Secara sederhana:
Teknologi
↓
Masuk ke aktivitas yang sudah dilakukan manusia
↓
Meningkatkan kemampuan
AI dapat memberikan manfaat tanpa selalu meminta manusia mengubah bentuk dasar aktivitasnya. Menulis tetap menulis, menganalisis tetap menganalisis, dan memprogram tetap memprogram; sistem membantu memperbesar kemampuan yang sudah ada.
Jejak Observasi
Salah satu alasan AI terasa lebih mudah diterima sebagai kelanjutan sejarah teknologi adalah adanya jejak perkembangan yang panjang.
Contohnya:
Decision Support System
↓
Data Mining
↓
Machine Learning
↓
Deep Learning
↓
Generative AI
Setiap tahap tidak sepenuhnya terputus dari tahap sebelumnya. Ada akumulasi kemampuan, data, algoritma, perangkat keras, dan kebutuhan manusia.
Dari sudut pandang ini, AI dapat dipahami sebagai bagian dari perjalanan panjang untuk membantu manusia mengolah informasi dan mengambil keputusan.
Metaverse memiliki jalur perkembangan yang berbeda. Teknologinya dapat berkembang, tetapi keberhasilannya sangat bergantung pada asumsi bahwa manusia memang ingin memindahkan semakin banyak aktivitas ke lingkungan virtual yang imersif.
Vision Bukan Ramalan
Vision sering diperlakukan seperti prediksi.
Padahal vision lebih berguna jika dipahami sebagai hipotesis tentang masa depan.
Kerangka sederhananya:
Observasi
↓
Pola
↓
Interpretasi
↓
Hipotesis Masa Depan
↓
Vision
↓
Eksekusi
Dengan kerangka ini, vision tidak harus memiliki kepastian. Ia tetap mengandung risiko salah. Yang penting, dasar penalarannya dapat ditelusuri.
Sebuah vision dapat terlihat intuitif karena sebagian besar observasi yang membentuknya sudah terakumulasi begitu lama sehingga proses sintesisnya tidak selalu terlihat dari luar.
Apa yang Bisa Dipelajari?
Perbandingan AI dan Metaverse tidak perlu berujung pada kesimpulan bahwa satu vision benar dan yang lain salah.
Pelajaran yang lebih berguna adalah bahwa kualitas vision perlu dinilai dari beberapa hal.
1. Kekuatan Observasi
Apa yang sedang berubah di dunia nyata?
2. Kekuatan Asumsi
Perubahan apa yang harus terjadi agar vision tersebut menjadi masuk akal?
3. Perubahan Perilaku
Apakah vision membutuhkan manusia mengubah kebiasaan secara drastis?
4. Kapabilitas
Apakah kemampuan yang diperlukan sudah mulai terbentuk atau masih sepenuhnya hipotetis?
5. Kemampuan Adaptasi
Apakah strategi masih dapat dikoreksi ketika asumsi awal ternyata salah?
Vision dan Capability
Vision saja tidak cukup.
Kapabilitas saja juga tidak cukup.
Vision
+
Capability
=
Transformation
Vision memberi arah. Capability membuat arah tersebut dapat diwujudkan.
Sebaliknya, organisasi yang hanya membangun capability tanpa arah dapat terjebak pada optimasi lokal. Organisasi yang hanya memiliki vision tanpa capability akan menghasilkan narasi yang sulit diwujudkan.
Checklist Membaca Vision
Sebelum mempercayai sebuah vision besar, beberapa pertanyaan sederhana dapat membantu:
- Observasi apa yang mendasarinya?
- Pola apa yang sedang terbentuk?
- Asumsi apa yang paling menentukan?
- Siapa yang harus mengubah perilaku?
- Kapabilitas apa yang perlu dibangun?
- Apa sinyal yang akan menunjukkan bahwa hipotesis tersebut mulai salah?
Pertanyaan-pertanyaan ini tidak menghilangkan unsur keberanian dari sebuah vision. Justru membantu membedakan antara keberanian mengambil risiko dan sekadar mengikuti narasi.
Penutup
Vision yang kuat tidak harus muncul dari kepastian.
Masa depan tetap mengandung unknown.
Namun semakin jelas hubungan antara observasi, pola, asumsi, dan kapabilitas, semakin mudah sebuah vision diuji ketika realitas berubah.
Karena itu urutannya penting:
Observe First
↓
Interpret Second
↓
Decide Last
Vision bukan pengganti observasi. Vision adalah salah satu hasil dari interpretasi terhadap observasi yang kemudian berani diproyeksikan ke masa depan.