Membangun Champion AI Internal untuk Mendorong Adopsi dari Dalam
Survei Writer 2025 terhadap 1.600 pekerja pengetahuan menemukan bahwa 75% eksekutif C-suite percaya organisasi mereka telah berhasil mengadopsi AI, sementara hanya 45% karyawan yang setuju. Kesenjangan persepsi 30 poin itu menunjukkan sesuatu yang penting kepada Anda: apa yang dipikirkan oleh pimpinan terjadi dengan AI dan apa yang sebenarnya terjadi di lapangan adalah hal yang sangat berbeda. Mandat dari atas ke bawah dan peluncuran di seluruh perusahaan tidak menutup kesenjangan ini. Pengaruh rekan kerja yang menutupnya.
Ketika karyawan melihat seorang kolega yang dipercaya menggunakan AI untuk memecahkan masalah nyata dalam alur kerja yang mereka bagi bersama, AI berhenti menjadi inisiatif perusahaan yang abstrak dan menjadi alat praktis. Ini adalah logika di balik program champion AI, dan inilah sebabnya organisasi yang berinvestasi di dalamnya melihat hasil adopsi yang secara material lebih baik daripada yang hanya mengandalkan arahan eksekutif dan kursus pelatihan.
Apa yang Sebenarnya Dilakukan oleh Seorang Champion AI
Champion AI bukanlah seorang pakar teknis yang dikerahkan dari TI untuk mengajari orang cara menggunakan perangkat lunak. Champion AI adalah seorang rekan kerja, seseorang yang bekerja bersama kolega-koleganya, yang telah mengembangkan keterampilan AI praktis dan secara aktif membantu orang lain melakukan hal yang sama.
Peran ini umumnya melibatkan pengidentifikasian kasus penggunaan AI di dalam tim atau departemen mereka sendiri, bereksperimen dengan alat AI pada tugas pekerjaan nyata dan membagikan hasilnya, membantu kolega memulai dengan alat AI dalam suasana yang tidak memberikan tekanan, memberikan dukungan rekan-ke-rekan ketika orang menghadapi titik kesulitan, mengumpulkan umpan balik tentang apa yang berhasil dan apa yang tidak, serta berfungsi sebagai jembatan antara tim AI teknis dan pengguna bisnis.
Model champion bekerja karena mendesentralisasi dukungan. Alih-alih membentuk hambatan dengan mengarahkan semua pertanyaan melalui TI atau tim AI pusat, Anda menciptakan jaringan pengetahuan organik yang terdistribusi di seluruh organisasi. Champion menerjemahkan teknologi yang kompleks menjadi solusi praktis menggunakan bahasa dan contoh yang sudah dipahami oleh kolega mereka.
Mengapa Pengaruh Rekan Mengungguli Mandat dari Atas
Harvard Business Review menerbitkan riset pada Maret 2026 yang meneliti bagaimana pengaruh rekan membentuk hasil adopsi AI. Temuan-temuannya mengonfirmasi apa yang telah lama disarankan oleh ilmu perilaku: orang-orang lebih siap mengadopsi perilaku baru ketika mereka melihat orang-orang seperti dirinya berhasil dengan perilaku tersebut.
Ketika kepala departemen mengirim email yang mengatakan setiap orang harus mulai menggunakan alat AI baru, respons yang khas adalah kepatuhan tanpa komitmen. Orang-orang masuk, menyelesaikan minimum, dan kembali ke alur kerja mereka yang ada. Ketika kolega di kubikel sebelah menunjukkan kepada Anda bagaimana mereka menggunakan AI untuk memangkas waktu persiapan laporan mereka menjadi separuhnya, Anda akan bertanya bagaimana cara melakukan hal yang sama.
Champion membuat AI terasa aman, praktis, dan relevan. Mereka menunjukkan kasus penggunaan nyata, berbagi keberhasilan maupun kekeliruan secara terbuka, memodelkan penggunaan yang bertanggung jawab, dan menciptakan izin bagi orang lain untuk bereksperimen tanpa takut dihakimi. Kepercayaan tingkat rekan ini adalah sesuatu yang tidak dapat ditiru oleh komunikasi eksekutif atau pelatihan formal sebanyak apa pun.
Memilih Champion yang Tepat
Tidak setiap early adopter yang antusias menjadi champion yang baik. Kandidat yang ideal memiliki kombinasi kualitas yang spesifik: rasa ingin tahu tentang AI, kredibilitas di kalangan rekan-rekannya, visibilitas atau pengaruh dalam departemennya, waktu yang tersedia untuk mendedikasikan diri pada peran tersebut, dan kemampuan untuk berkomunikasi dan berbagi pengetahuan secara efektif.
Kredibilitas dengan rekan adalah faktor terpenting. Champion yang dihormati karena kualitas pekerjaan dan penilaiannya membawa pengaruh jauh lebih besar daripada yang sekadar paling cakap secara teknis. Orang-orang perlu memercayai bahwa rekomendasi champion didasarkan pada realitas praktis, bukan hanya antusiasme terhadap teknologi baru.
Sasaran perwakilan di seluruh departemen dan tingkatan. Jaringan champion yang hanya mencakup orang-orang dari engineering dan produk akan memiliki jangkauan terbatas ke keuangan, HR, pemasaran, dan operasi, yaitu departemen-departemen di mana adopsi AI sering kali macet. Demikian pula, jaringan yang hanya berisi staf senior akan melewatkan pekerja garis depan yang mewakili mayoritas calon pengguna AI.
Menyiapkan Champion untuk Sukses
Mengidentifikasi champion adalah bagian yang mudah. Mendukung mereka memerlukan investasi yang berkelanjutan.
- Pelatihan dan akses awal. Berikan champion pelatihan lanjutan tentang alat AI dan akses awal ke fitur baru. Mereka harus berada di depan rekan-rekannya, bukan belajar bersama mereka. Ini bukan berarti mereka harus menjadi data scientist. Ini berarti mereka memerlukan kedalaman yang cukup untuk memecahkan masalah umum dan keluasan yang cukup untuk mengidentifikasi kasus penggunaan di berbagai alur kerja.
- Waktu khusus. Aktivitas champion membutuhkan waktu. Jika Anda mengharapkan orang-orang menjadi champion AI di atas beban kerja penuh mereka yang sudah ada, pekerjaan champion akan menjadi hal pertama yang ditinggalkan ketika tenggat waktu mendesak. Alokasikan persentase waktu mereka secara spesifik, biasanya 10 hingga 20%, untuk aktivitas champion, dan buat alokasi ini terlihat oleh manajer mereka.
- Komunitas praktik. Hubungkan para champion satu sama lain. Pertemuan rutin di mana champion berbagi apa yang mereka pelajari, mendiskusikan tantangan, dan bertukar kasus penggunaan menciptakan efek pengganda. Champion di keuangan mungkin menemukan kasus penggunaan yang berlaku langsung untuk akuntansi. Champion di layanan pelanggan mungkin memecahkan masalah yang sedang dihadapi oleh champion pemasaran.
- Pengakuan dan pengembangan karier. Menjadi champion AI seharusnya meningkatkan karier seseorang, bukan mengalihkan perhatian darinya. Akui kontribusi champion secara publik. Sertakan pekerjaan champion dalam evaluasi kinerja. Buat jalur bagi champion yang ingin memperdalam keahlian AI mereka menjadi peran AI formal.
- Saluran umpan balik kepada pimpinan. Champion adalah sumber inteligensi tingkat lapangan terbaik Anda tentang bagaimana adopsi AI sebenarnya berjalan. Buat cara terstruktur bagi mereka untuk menyampaikan umpan balik, hambatan, dan peluang kepada tim kepemimpinan AI. Loop umpan balik ini berharga bagi para champion (mereka merasa didengar) dan bagi organisasi (kepemimpinan mendapat informasi tanpa filter tentang apa yang berhasil dan apa yang tidak).
Menskalakan Program
Mulailah dari yang kecil. Luncurkan dengan lima hingga sepuluh champion di departemen di mana AI memiliki aplikasi jangka pendek paling jelas. Biarkan mereka membangun keyakinan, mengembangkan kasus penggunaan, dan menciptakan kisah sukses. Kemudian gunakan kisah-kisah tersebut untuk merekrut gelombang champion berikutnya.
Rasio target bervariasi menurut organisasi, tetapi tolok ukur umumnya adalah satu champion per 25 hingga 50 karyawan. Hal ini memastikan bahwa setiap karyawan memiliki akses yang wajar ke seorang champion dalam konteks kerja mereka sendiri.
Seiring program semakin matang, peran champion akan berkembang. Champion tahap awal fokus pada adopsi dasar: membantu orang masuk ke sistem, menjalankan kueri pertama mereka, dan mengintegrasikan AI ke dalam tugas-tugas sederhana. Champion tahap matang fokus pada optimasi: membantu tim merancang ulang alur kerja di sekitar kemampuan AI, mengidentifikasi kasus penggunaan lanjutan, dan mendorong batas-batas apa yang dapat dilakukan AI dalam domain mereka.
Champion sebagai Pelengkap, Bukan Pengganti
Program champion tidak menggantikan kebutuhan akan sponsorship eksekutif, pelatihan formal, atau infrastruktur AI yang tepat. Program ini melengkapi ketiganya. Sponsorship eksekutif memberikan otoritas dan sumber daya. Pelatihan formal memberikan pengetahuan terstruktur. Infrastruktur memberikan fondasi teknis. Champion memberikan koneksi manusia yang mengubah semua itu menjadi adopsi yang sebenarnya.
Organisasi yang menutup kesenjangan antara ambisi AI pimpinan dan realitas karyawan adalah mereka yang menyadari kebenaran fundamental tentang adopsi teknologi: orang tidak mengubah perilaku mereka karena CEO menyuruh mereka melakukannya. Mereka berubah karena seseorang yang mereka percayai menunjukkan sesuatu yang lebih baik kepada mereka.