dilema ai, executive summary dan strategic situation center

Ada satu momen yang selalu saya ingat, duduk di depan layar berisi puluhan tab, dashboard berisi angka yang terus diperbaharui secara real-time, notifikasi yang datang dari lima platform berbeda, sementara Keputusan harus segera diambil. Di titik itu saya sadar, pekerjaan saya bukan lagi soal mencari data. Sesungguhnya data sudah ada di mana-mana, berlimpah, bahkan berlebihan. Pekerjaan saya yang sebenarnya adalah memutuskan apa yang penting, apa yang bisa diabaikan, dan apa yang harus segera dieksekusi.

Dari situ saya mulai berpikir ulang tentang dua hal yang selama ini saya anggap terpisah, executive summary dan strategic situation center. Selama ini keduanya sering diperlakukan sebagai dua ruang kerja yang berbeda. Satu adalah dokumen ringkas untuk pimpinan, satu lagi adalah ruang kendali penuh data dan monitor. Namun semakin saya amati, semakin saya yakin bahwa keduanya sebetulnya harus menyatu menjadi satu cara berpikir, bukan sekadar dua produk kerja yang berdiri sendiri-sendiri.

Dahulu, executive summary adalah halaman pertama dari laporan tebal yang fungsinya menghemat waktu orang yang tidak punya waktu membaca semuanya. Namun jika kita jujur, cara kerja seperti itu lahir dari dunia yang informasinya terbatas dan lambat. Sekarang keadaan telah berbalik. Informasi tidak lagi langka, justru terlalu banyak. Maka fungsi executive summary bergeser, tidak lagi meringkas apa yang sudah diketahui, melainkan menyaring apa yang benar-benar layak diketahui dari limpahan data yang terus mengalir.

Di sini saya melihat strategic situation center, ruang yang biasanya identik dengan monitor besar, peta, dan basis data langsung, sebenarnya adalah mesin di balik executive summary tersebut. Situation center menyediakan gambaran menyeluruh dan mutakhir tentang apa yang sedang terjadi, sementara executive summary menerjemahkannya menjadi keputusan yang bisa diambil dalam hitungan menit. Jika digabungkan dengan benar, kita mendapatkan sesuatu yang lebih dari sekedar alat pelaporan, sebuah kemampuan berpikir strategis yang bergerak secepat data itu sendiri.

Ini bagian yang menurut saya paling meresahkan. Kemajuan teknologi, mulai dari otomasi pengumpulan data, dashboard analitik, sampai kecerdasan buatan yang bisa merangkum ribuan dokumen dalam hitungan detik, memberi kita kemampuan yang dulu tidak dapat saya bayangkan. Namun ada satu warning yang terus saya pegang, kemudahan mengakses jawaban tidak sama dengan kemampuan memahami masalah.

Ada satu kerangka lama dalam ilmu manajemen informasi yang saya rasa masih sangat relevan untuk membedah situasi ini, yaitu piramida DIKW: Data, Information, Knowledge, Wisdom. Intinya sederhana, data mentah baru dapat menjadi informasi ketika diberi konteks, informasi baru bisa menjadi pengetahuan ketika dihubungkan dengan pengalaman dan pola, dan pengetahuan baru dapat menjadi kebijaksanaan (wisdom) ketika dipakai untuk mengambil keputusan yang tepat pada waktu yang tepat. Permasalahnya, teknologi hari ini sangat cerdas mempercepat dua tangga pertama, mengubah data menjadi informasi. Tetapi dua tangga berikutnya, pengetahuan dan kebijaksanaan, masih sangat bergantung pada manusia yang mau berpikir, bukan sekadar menerima.

Jika strategic situation center hanya berhenti di tahap "informasi yang tersaji rapi", dan executive summary hanya menyalin kesimpulan otomatis tanpa dicerna ulang, maka yang terjadi bukan optimalisasi, melainkan pemindahan tanggung jawab berpikir dari manusia ke mesin. Dan di sinilah dilema yang saya rasakan menjadi sangat nyata.

Saya pernah membaca, dan berdasarkan pengalaman pribadi, bahwa ketika suatu alat pencarian informasi menjadi terlalu mudah diandalkan, orang cenderung berhenti menyimpan informasi itu dalam memori aktifnya sendiri. Dalam psikologi kognitif fenomena ini dikenal sebagai cognitive offloading, semacam efek "Google" pada memori manusia, begitu kita tahu jawabannya bisa dicari lagi kapan saja, otak kita secara alami mengalokasikan lebih sedikit usaha untuk mengingat atau menganalisisnya secara mendalam.

Ada pula konsep yang relevan, yaitu automation bias — kecenderungan manusia untuk terlalu percaya pada rekomendasi sistem otomatis, bahkan ketika ada tanda-tanda bahwa rekomendasi itu salah atau kurang lengkap. Ini yang menurut saya menjadi inti dari dilema tersebut. Ai dan sistem analitik modern bukan masalahnya, masalahnya ada pada bagaimana kita memosisikan diri di hadapan alat tersebut. Apakah kita menjadikannya mitra berpikir, atau kita menyerahkan otoritas berpikir itu sepenuhnya kepadanya?

Herbert Simon, salah satu tokoh dalam teori pengambilan keputusan, pernah mengembangkan gagasan bounded rationality. Bahwa manusia tidak pernah benar-benar mengambil keputusan yang sepenuhnya rasional dan lengkap informasinya, karena keterbatasan waktu, kapasitas kognitif, dan informasi yang tersedia. Kita selalu mengambil jalan pintas yang "cukup baik", bukan yang sempurna. Menariknya, teknologi hari ini sebenarnya dirancang untuk memperluas batas itu, memberi kita lebih banyak informasi dalam waktu lebih singkat. Namun jika kita tidak sadar bahwa keterbatasan kognitif kita tetap ada, kita akan tetap mengambil jalan pintas, hanya saja sekarang jalan pintas itu bernama "biarkan AI yang merangkum, biarkan sistem yang menyimpulkan".

Salah satu kerangka yang saya rasa paling pas dijadikan pisau analisis untuk menjawab persoalan ini adalah gagasan sensemaking dari Karl Weick, seorang ahli teori organisasi. Weick menekankan bahwa dalam situasi yang penuh ambiguitas dan perubahan cepat, tugas utama seseorang atau organisasi bukan hanya mengumpulkan informasi yang benar, melainkan secara aktif membangun makna dari informasi yang datang, menghubungkan potongan-potongan data dengan konteks, pengalaman, dan tujuan yang sedang diperjuangkan.

Jika prinsip ini diterapkan pada penggabungan executive summary dan strategic situation center, maka keduanya seharusnya tidak berhenti pada "menampilkan apa yang terjadi", tetapi terus bergerak menuju "apa artinya bagi kita, dan apa yang harus kita lakukan". Situation center menyajikan gambaran dunia secara real-time, tetapi manusia di baliknya tetap harus melakukan proses sensemaking, bagaiman memberi makna, menimbang risiko, dan mempertanyakan asumsi sebelum semuanya dituangkan menjadi ringkasan yang dipakai untuk mengambil keputusan.

Ada satu kerangka lagi yang sering dipakai dalam dunia militer dan strategi, yaitu OODA  (Observe, Orient, Decide, Act) Loop yang dikembangkan oleh John Boyd. Siklus ini menjelaskan bagaimana pihak yang bisa mengamati, memahami konteks, memutuskan, dan bertindak lebih cepat dari lawannya akan memiliki keunggulan strategis. Ini relevan dengan tujuan menggabungkan strategic situation center dan executive summary. Tujuannya bukan sekadar mempercepat satu tahap saja, misalnya mempercepat "observe" lewat dashboard otomatis, namun juga mempercepat seluruh siklus tanpa memutus tahap "orient", tahap di mana manusia memberi konteks dan penilaian terhadap apa yang diamati.

Di sinilah letak keseimbangan yang menurut saya harus terus dijaga. Teknologi boleh, bahkan harus, mengambil alih tahap-tahap yang bersifat mekanis yaitu bagaimana mengumpulkan data, memantau perubahan, menyortir prioritas berdasarkan pola historis. Namun tahap memberi makna, mempertanyakan validitas, dan menimbang implikasi jangka panjang adalah wilayah yang harus tetap kita pegang sebagai manusia. Jika kita menyerahkan itu juga, bukan hanya kecepatan yang kita dapat, namun juga kehilangan kemampuan untuk mendeteksi ketika sistem itu salah.

Setelah merenungkan semua kerangka ini, saya sampai pada satu cara pandang yang menurut saya cukup praktis untuk dipegang siapa pun yang bekerja dengan data dan tekanan pengambilan keputusan cepat. Pertama, bagimana kita menjadikan teknologi sebagai pembangun "situation center" yang bekerja secara terus-menerus dan otomatis, namun jangan biarkan itu menjadi kesimpulan akhir. Anggap semua yang tersaji di sana sebagai bahan mentah yang masih perlu diberi makna, bukan jawaban final. Kedua, pertahankan kebiasaan bertanya "mengapa" dan "apa yang tidak terlihat di sini" setiap kali menyusun executive summary. Ini adalah cara sederhana untuk memastikan proses sensemaking tetap berjalan, bukan sekadar menyalin kesimpulan yang dihasilkan sistem. Ketiga, sesekali secara sengaja "memperlambat diri" — mengecek ulang data mentah, membandingkan dengan intuisi dan pengalaman sendiri, bahkan ketika sistem sudah memberi rekomendasi yang tampak masuk akal. Ini bukan tentang tidak percaya pada teknologi, namun bagaimana menjaga otot berpikir kritis agar tidak melemah karena terlalu lama tidak dipakai. Keempat, ukur keberhasilan bukan dari seberapa cepat keputusan diambil, namun dari seberapa baik keputusan itu bisa dipertanggungjawabkan ketika ditelusuri kembali alasan di baliknya. Kecepatan tanpa argumentasi yang kokoh hanya akan terasa hebat sampai keputusan itu terbukti salah.

Pada akhirnya, saya percaya bahwa menggabungkan executive summary dan strategic situation center tidak sekadar soal efisiensi kerja, melainkan tentang bagaimana kita mendefinisikan ulang peran manusia di tengah melimpahnya teknologi. Teknologi yang baik seharusnya berfungsi seperti cermin yang memperjelas apa yang kita lihat, bukan seperti tongkat yang berjalan menggantikan kaki kita. Jika kita bisa menjaga proses berpikir, mempertanyakan, dan memberi makna sebagai bagian yang tidak tergantikan, maka kecepatan dan kelimpahan data yang ditawarkan teknologi justru akan menjadi keunggulan sejati, bukan alasan untuk menjadi malas, apalagi kehilangan kemampuan berargumentasi.

Dan, di situlah nilai seorang profesional yang sesungguhnya diuji hari ini. Bukan pada seberapa cepat ia mendapatkan data, tetapi pada seberapa tajam ia masih bisa berpikir setelah data itu ada di tangannya. Selamat pagi, para penunggang data!