Setelah ChatGPT keluar pada tahun 2022, tim pemasaran di Reckitt Benckiser, yang membuat Lysol dan Mucinex, yakin bahwa teknologi kecerdasan buatan baru bisa membantu bisnisnya. Tetapi tim itu ragu tentang bagaimana, jadi mereka beralih ke Boston Consulting Group untuk meminta bantuan.
Permintaan Reckitt adalah salah satu dari ratusan yang diterima oleh Boston Consulting Group tahun lalu. Sekarang mereka menghasilkan seperlima pendapatannya — dari nol hanya dua tahun lalu — melalui pekerjaan terkait kecerdasan buatan.
“Ada hasrat yang tulus untuk mencari tahu apa implikasi bagi bisnis mereka,” kata Vladimir Lukic, direktur manajemen teknologi Boston Consulting Group.
“Ledakan teknologi berikutnya adalah hadiah yang sangat diharapkan bagi konsultan yang terlalu teknis. Dari Boston Consulting Group dan McKinsey & Company hingga IBM dan Accenture, penjualan meningkat dan perekrutan sedang naik karena perusahaan sangat membutuhkan teknologi Sherpas yang dapat membantu mereka memahami apa yang dimaksud dengan A.I. generatif dan bagaimana itu bisa membantu bisnis mereka.
Sementara industri teknologi mencari cara untuk menghasilkan uang dari A.I. generatif, para konsultan telah mulai mendapatkan keuntungan.
IBM, yang memiliki 160.000 konsultan, telah mengamankan lebih dari $1 miliar dalam kewajiban penjualan terkait A.I. generatif untuk pekerjaan konsultan dan sistem watsonx-nya, yang dapat digunakan untuk membangun dan memelihara model A.I. Accenture, yang menyediakan layanan konsultasi dan teknologi, membukukan penjualan sebesar $300 juta tahun lalu. Sekitar 40 persen bisnis McKinsey tahun ini akan berkaitan dengan A.I. generatif, dan KPMG International, yang memiliki divisi penasihat global, tidak menghasilkan uang setahun yang lalu dari pekerjaan terkait generative-A.I. menjadi menargetkan lebih dari $650 juta peluang bisnis di Amerika Serikat yang terkait dengan teknologi selama enam bulan terakhir.
Permintaan akan saran terkait teknologi mengingatkan pada ledakan dot-com industri. Bisnis menyerbu konsultan dengan permintaan untuk konsultasi pada 1990-an. Dari 1992 hingga 2000, penjualan untuk Sapient, sebuah perusahaan konsultan digital, naik dari $950.000 menjadi $503 juta. Perubahan teknologi selanjutnya seperti migrasi ke ponsel dan komputasi awan kurang terburu-buru, kata Nigel Vaz, chief executive perusahaan, yang sekarang dikenal sebagai Publicis Sapient.
“Pada pertengahan tahun 90-an, CEO akan berkata, ‘Saya tidak tahu apa itu situs web atau apa yang bisa dilakukan untuk bisnis saya, tapi saya butuh itu,'” kata Mr. Vaz. “Ini mirip. Perusahaan mengatakan: ‘Jangan katakan kepada saya untuk membangun apa. Katakan kepada saya apa yang bisa Anda bangun.'”
Perusahaan konsultan telah berusaha keras untuk menunjukkan apa yang mereka bisa lakukan. Pada bulan Mei, Boston Consulting Group mengadakan konferensi satu hari di pusat konvensi Boston di mana mereka menyiapkan stan demonstrasi untuk OpenAI, Anthropic, dan pemimpin teknologi A.I. lainnya. Mereka juga mendemonstrasikan beberapa pekerjaan A.I. mereka sendiri dalam robotika dan pemrograman.
Penjualan A.I. generatif membantu industri menemukan pertumbuhan setelah surut pasca pandemi. Industri konsultasi manajemen di Amerika Serikat diperkirakan akan mengumpulkan penjualan sebesar $392,2 miliar tahun ini, naik 2 persen dari tahun lalu, menurut IBISWorld, sebuah perusahaan riset.
Pekerjaan yang konsultan telah dipekerjakan berkisar dari bisnis ke bisnis. Beberapa konsultan memberi saran kepada perusahaan tentang kepatuhan regulasi saat wilayah seperti Uni Eropa mengeluarkan undang-undang yang mengatur kecerdasan buatan. Orang lain membuat rencana untuk sistem dukungan pelanggan A.I. atau mengembangkan peraturan untuk mencegah sistem A.I. membuat kesalahan.
Untuk bisnis, hasilnya bervariasi. A.I. generatif rentan memberikan informasi yang salah, tidak relevan, atau tidak bermakna, yang dikenal sebagai halusinasi. Sulit untuk memastikan bahwa itu memberikan informasi yang akurat. Ini juga bisa lebih lambat dalam merespons dibandingkan orang, yang dapat membingungkan pelanggan tentang apakah pertanyaan mereka akan dijawab.
IBM, yang memiliki bisnis konsultasi senilai $20 miliar, mengalami beberapa masalah dalam pekerjaannya dengan McDonald’s. Perusahaan mengembangkan sistem suara berbasis A.I. untuk mengambil pesanan drive-through. Tetapi setelah pelanggan melaporkan bahwa sistem membuat kesalahan, seperti menambahkan sembilan teh es ke pesanan daripada satu Diet Coke yang diminta, McDonald’s mengakhiri proyek tersebut.
McDonald’s mengatakan tetap berkomitmen untuk masa depan pemesanan digital dan akan mengevaluasi sistem alternatif. IBM mengatakan sedang bekerjasama dengan McDonald’s pada proyek lain dan sedang dalam pembicaraan dengan rantai restoran lainnya tentang penggunaan A.I. suara-aktifnya.
Program lain dari IBM menunjukkan lebih banyak harapan. Perusahaan bekerja dengan Dun & Bradstreet, penyedia data bisnis, untuk mengembangkan sistem A.I. generatif untuk menganalisis dan memberi saran tentang pemilihan pemasok. Alat ini, yang disebut Ask Procurement, akan memungkinkan karyawan melakukan pencarian detail dengan parameter tertentu. Misalnya, bisa menemukan pemasok chip memori yang dimiliki minoritas dan secara otomatis membuat permintaan proposal untuk mereka.
Gary Kotovets, chief data dan analytics officer di Dun & Bradstreet, mengatakan timnya yang terdiri dari 30 orang membutuhkan bantuan IBM untuk membangun sistem tersebut. Untuk meyakinkan pelanggan bahwa jawaban yang diberikan Ask Procurement adalah akurat, ia menekankan bahwa pelanggan harus bisa melacak setiap jawaban ke sumber asal.
“Halusinasi adalah keprihatinan nyata dan dalam beberapa kasus merupakan keprihatinan yang dirasakan,” kata Mr. Kotovets. “Anda harus mengatasi kedua-duanya dan meyakinkan klien bahwa itu tidak halusinasi.”
Selama tujuh minggu tahun ini, kelompok A.I. McKinsey, QuantumBlack, membangun chatbot layanan pelanggan untuk ING Bank, dengan peraturan untuk mencegah memberikan saran hipotek atau investasi.
Karena viabilitas chatbot ini tidak pasti dan McKinsey memiliki pengalaman terbatas dengan teknologi yang relatif baru, perusahaan melakukan pekerjaan tersebut sebagai “eksperimen bersama” dalam kontraknya dengan ING, kata Bahadir Yilmaz, chief analytics officer di ING. Bank tersebut membayar McKinsey untuk pekerjaan ini, tetapi Mr. Yilmaz mengatakan banyak konsultan bersedia melakukan pekerjaan spekulatif dengan A.I. generatif tanpa bayaran karena mereka ingin menunjukkan apa yang bisa mereka lakukan dengan teknologi baru.
Proyek ini membutuhkan banyak tenaga kerja. Saat chatbot ING memberikan informasi yang salah selama pengembangannya, McKinsey dan ING harus mengidentifikasi penyebabnya. Mereka melacak masalah kembali ke isu-isu seperti situs web yang sudah ketinggalan zaman, kata Rodney Zemmel, mitra senior di McKinsey yang bekerja di bidang teknologi.
Kini chatbot menangani 200 dari 5.000 pertanyaan pelanggan setiap hari. ING memiliki orang yang meninjau setiap percakapan untuk memastikan bahwa sistem tidak menggunakan bahasa diskriminatif atau merugikan atau halusinasi.
“Perbedaan antara ChatGPT dan chatbot kami adalah chatbot kami tidak bisa salah,” kata Mr. Yilmaz. “Kami harus aman dengan sistem yang kami bangun, tapi kami sudah dekat.”
Selama empat bulan tahun ini, Reckitt bekerja dengan Boston Consulting Group untuk mengembangkan platform A.I. yang dapat membuat iklan lokal dalam berbagai bahasa dan format. Dengan sekali tekan tombol, sistem tersebut dapat mengubah iklan tentang deterjen pencuci piring Finish dari bahasa Inggris ke Spanyol.
Sistem pemasaran A.I. Reckitt, yang sedang diuji, dapat membuat pengembangan iklan lokal 30 persen lebih cepat, menghemat waktu perusahaan dan menghindarkannya dari beberapa pekerjaan yang membosankan, kata Becky Verano, wakil presiden kreativitas dan kemampuan global di Reckitt.
Karena teknologinya masih baru, Ms. Verano mengatakan, tim sedang belajar dan menyesuaikan pekerjaannya dengan rilis perusahaan teknologi baru ke model gambar dan bahasa. Dia memberikan penghargaan kepada Boston Consulting Group atas membawa struktur pada kekacauan itu.
“Anda terus harus berpindah ke tren terbaru, temuan terbaru, dan belajar setiap kali bagaimana peralatan merespons,” katanya. “Tidak ada ilmu pasti.”