“Kehilangan Saham SaaS RM1.06 Trilion” Mendedahkan Hakikat AI yang Patut Dibeli oleh Pengurusan

Di Sebalik Kejutan “Kehilangan Saham SaaS RM1.06 Trilion”

“AI yang menghapuskan saham SaaS bernilai RM1.06 trilion”. Frasa sensasi ini merupakan tajuk sebuah seminar baru-baru ini. Ia melambangkan bagaimana kebangkitan AI generatif mencabar nilai asas perniagaan SaaS (Software as a Service) tradisional. Pada masa yang sama, “pelaksanaan” AI mula menjadi kenyataan dalam pelbagai industri, seperti sokongan AI untuk meningkatkan kecekapan operasi pejabat profesional dan penyertaan sistem untuk institusi pendidikan dalam program subsidi AI.

Apabila kedua-dua trend ini dilihat bersama, satu persoalan teras yang dihadapi oleh pengurusan hari ini timbul. Iaitu, “Apakah yang sebenarnya kita ingin beli dengan AI?” Adakah AI sekadar sebagai “alat peningkatan kecekapan operasi”, atau sebagai “sumber pengurusan” yang mengubah pembuatan keputusan dan kebolehulangan perniagaan itu sendiri. Jika tersilap menilai ini, pelaburan besar berisiko hanya berakhir dengan peningkatan kecekapan sementara, tanpa menyumbang kepada daya saing jangka panjang.

Yang Diancam AI Bukan “SaaS” Tetapi “Kebergantungan pada SaaS Tanpa Pemikiran”

Ungkapan “kehilangan saham SaaS RM1.06 trilion” membayangkan gambaran mudah bahawa AI akan menjadikan semua SaaS sedia ada usang. Namun, adakah “bentuk” SaaS itu sendiri yang benar-benar diancam? Sebaliknya, penulis berpendapat intipati ancaman terletak pada “pemberhentian pemikiran” baharu yang terhasil daripada pelaksanaan SaaS.

Di banyak syarikat, pelbagai SaaS seperti CRM Salesforce atau HubSpot, alat komunikasi Slack atau Teams, dan perisian perakaunan telah dilaksanakan mengikut jabatan, seolah-olah “mengoutsource” sebahagian operasi. Ini sememangnya merupakan kaedah berkesan untuk mengawal kos permulaan dan mendapatkan fungsi khusus dengan pantas. Namun, hasilnya, terdapat aspek di mana tanggungjawab teras pengurusan untuk “mereka bentuk dan memahami proses operasi serta aliran data secara dalaman” telah diserahkan kepada vendor SaaS, menjadikannya kurang jelas.

AI generatif berpotensi membedah secara langsung “proses operasi yang menjadi kotak hitam” ini. Contohnya, jika agen AI muncul yang menganalisis data pelanggan yang berselerak merentas pelbagai SaaS dan mencadangkan strategi jualan, nilai sebelumnya yang hanya bergantung pada “kebolehoperasian” atau “fungsi pelaporan” alat SaaS individu akan menjadi relatif. Yang diancam AI bukan vendor SaaS individu, tetapi “sikap pengurusan yang menyerahkan sepenuhnya reka bentuk operasi kepada alat dan tidak memupuk teras pembuatan keputusan syarikat sendiri”.

Automasi AI untuk Pejabat Profesional Mendedahkan Perangkap “Kerja Rutin”

Berita mengenai pelancaran pelan sokongan menggunakan AI generatif untuk meningkatkan kecekapan kerja rutin untuk pejabat profesional menunjukkan satu corak tipikal pelaksanaan AI. Semakan kontrak, penyediaan artikel penubuhan, penyediaan pelbagai borang permohonan – ini sememangnya bidang kepakaran AI, dan penjimatan masa yang besar boleh diharapkan.

Namun, apa yang harus ditanya oleh pengurusan (dalam kes ini, wakil pejabat) ialah, “Apakah yang ada selepas kerja rutin menjadi lebih cekap?” Jika berhenti pada tahap “boleh mengurangkan kos buruh” semata-mata, ia hanyalah kesinambungan “IT pengurusan” jenis pengurangan kos. Nilai sebenar terletak pada strategi di mana sumber manusia yang dibebaskan oleh AI akan dilaburkan semula.

Contohnya, jika semakan kontrak dipercepatkan dengan AI, masa itu mungkin boleh digunakan untuk membangunkan perkhidmatan perundingan yang menganalisis risiko perniagaan syarikat pelanggan dengan lebih mendalam. Atau, dengan menyerahkan analisis besar-besaran kes undang-undang kepada AI, perkhidmatan undang-undang dalam bidang baharu yang sebelum ini tidak dapat ditangani mungkin boleh ditawarkan. Kejayaan atau kegagalan pelaksanaan AI bergantung bukan pada kecekapan itu sendiri, tetapi pada keputusan pengurusan tentang bagaimana menggunakan “lebihan” tersebut secara strategik.

Adakah “Subsidi Pelaksanaan AI” Memberi Kelepasan kepada Keputusan Pengurusan?

Berita bahawa sistem pengurusan pelajar antarabangsa telah didaftarkan semula sebagai alat sasaran untuk “Subsidi Digitalisasi & Pelaksanaan AI 2026” menunjukkan dengan jelas sikap kerajaan menyokong penyebaran AI. Subsidi sememangnya menurunkan halangan permulaan pelaksanaan dan menjadi pemangkin penting untuk percubaan.

Walau bagaimanapun, seperti yang ditunjukkan oleh sejarah IT dan DX sebelumnya, subsidi mempunyai “kesan sampingan” yang serius. Iaitu, risiko di mana faktor luaran seperti “kerana boleh dapat subsidi” atau “kerana syarikat lain juga melakukannya” menjadi motivasi utama pelaksanaan, manakala tujuan intrinsik penting “untuk menyelesaikan masalah perniagaan syarikat sendiri” menjadi kabur. Pemilihan alat sasaran subsidi cenderung dipimpin oleh vendor, dan proses untuk mendefinisikan secara mendalam “tujuan” penggunaan AI yang paling optimum untuk syarikat sendiri mungkin ditinggalkan.

Apa yang harus disedari oleh pengurusan ialah subsidi mengurangkan kos “kaedah”, tetapi tidak mendefinisikan “tujuan”. Menggunakan contoh sistem pengurusan pelajar, apakah “tujuan” melaksanakan AI menggunakan subsidi? Sekadar mengurangkan kerja pentadbiran, atau untuk membina “teras perkhidmatan pendidikan baharu” yang menganalisis data pembelajaran setiap pelajar dan mereka bentuk program pendidikan yang dioptimumkan secara individu? Perbezaan tujuan inilah yang akan menjadi jurang muktamad daya saing dalam 3 atau 5 tahun akan datang.

Yang Patut Dibeli oleh Pengurusan Bukan “Fungsi AI” Tetapi “Hak Semula Reka Bentuk Pembuatan Keputusan”

Setelah menyusun semua ini, titik pemisahan yang mesti dikenal pasti oleh pengurusan dalam arus pelaksanaan AI semasa menjadi jelas. Iaitu, “sama ada membeli AI sebagai ‘fungsi’ yang mengautomasikan sebahagian tugas dalam proses operasi, atau melabur dalam AI sebagai ‘hak semula reka bentuk’ yang mengubah kualiti dan kelajuan pembuatan keputusan syarikat itu sendiri”.

Pendekatan pertama melibatkan membeli lesen alat generik seperti ChatGPT for Enterprise atau Microsoft 365 Copilot untuk meningkatkan produktiviti pekerja. Ia sememangnya memberi kesan serta-merta. Namun, ini hanyalah penambahbaikan dalam “rangka kerja operasi sedia ada”.

Pendekatan kedua lebih mendalam. Ia bertujuan membangunkan model atau agen AI khusus yang menggunakan data unik terkumpul syarikat (seperti interaksi pelanggan, log pembuatan, rekod perkhidmatan) untuk menyokong pembuatan keputusan teras syarikat (contohnya, pelanggan mana yang perlu didekati terlebih dahulu, bagaimana mengoptimumkan inventori, bagaimana menentukan konsep produk baharu). Pelaburan yang diperlukan di sini bukan hanya yuran lesen alat, tetapi lebih kepada pelaburan dalam sumber dalaman untuk “mendefinisikan logik pembuatan keputusan syarikat sendiri dan menyediakan data untuk melatihnya”.

Implikasi “kehilangan saham SaaS RM1.06 trilion” ialah kemungkinan harga saham masa depan syarikat yang tidak mengambil pendekatan kedua diancam. Apabila sumber kelebihan daya saing syarikat hanya menjadi gabungan SaaS generik yang boleh digunakan oleh sesiapa sahaja, nilai syarikat itu akan terjejas teruk. Sebaliknya, syarikat yang mempunyai “pelan reka bentuk yang boleh diulang” untuk penggunaan AI yang berakar umbi dalam domain perniagaan dan data sendiri boleh menjadi lebih bebas secara relatif daripada turun naik harga alat generik atau kebergantungan pada vendor.

Pengurusan Dipaksa Membuat Keputusan: Langkah Seterusnya “Bilik Strategik AI” atau “Ketagihan AI”?

Jadi, apakah yang perlu dilakukan oleh pengurusan secara konkrit? Langkah pertama ialah tidak menolak AI sebagai “isu teknikal yang diserahkan kepada jabatan IT atau sistem maklumat”. Seperti yang berlaku dengan peralihan ke awan dan SaaS, AI juga berkait langsung dengan teras keputusan pengurusan.

Tindakan konkrit yang dicadangkan oleh penulis adalah seperti berikut:

1. Adakan mesyuarat untuk mendefinisikan “Apakah kerja bernilai tertinggi yang tinggal untuk manusia selepas diserahkan kepada AI”, bukan “Apa yang ingin dicapai dengan AI”.
Pengurusan dan ketua setiap jabatan berkumpul untuk mengkategorikan operasi syarikat kepada “kerja rutin yang boleh diganti AI”, “kerja membuat keputusan yang perlu dikerjasamakan dengan AI”, dan “kerja kreatif/pembinaan hubungan yang perlu dikuasai manusia”. Tanpa perbincangan ini, keutamaan pelaburan yang sesuai tidak dapat ditentukan.

2. Sebelum memohon subsidi, tanyakan “Adakah akan dilakukan walaupun subsidi sifar?”
Bagi projek AI calon pelaksanaan, nilaikan berdasarkan pulangan atas pelaburan (ROI) syarikat sendiri secara tulen, bukan pengiraan kelayakan yang bergantung pada subsidi. Ini akan memilih projek bernilai sebenar yang berakar umbi dalam penyelesaian masalah perniagaan intrinsik.

3. Mulakan projek pertama dari “IT Pengurusan”.
Sebelum mengedarkan lesen Copilot kepada semua pekerja (pemikiran jenis IT operasi/pengurusan), mulakan kecil dengan penggunaan AI sebagai “IT Pengurusan”, seperti membina papan pemuka AI yang menyokong pembuatan keputusan mesyuarat pengurusan. Contohnya, cipta persekitaran di mana data KPI pengurusan boleh dikumpul dan dianalisis secara automatik dari pelbagai SaaS dan sistem teras, dan soalan seperti “Apakah punca utama penurunan jualan bulan lepas?” boleh ditanya dalam bahasa semula jadi. Ini membolehkan pengurusan sendiri mengalami bagaimana AI boleh berfungsi sebagai “alat pembuatan keputusan”.

Kesimpulan: AI Tidak Membenarkan “Pendelegasian” oleh Pengurusan

Penyebaran SaaS, dalam erti kata tertentu, mengambil sebahagian tanggungjawab “reka bentuk operasi” dari pengurusan dan membenarkan pendelegasian dalam bentuk “alat yang mudah”. Namun, intipati AI generatif terletak pada kesukaran yang dibawanya terhadap “pendelegasian” ini. AI memerlukan “andaian dan logik operasi” yang sebelumnya tertanam dalam alat untuk divisualkan dan ditakrifkan semula. Mengapa dokumen itu diperlukan, mengapa aliran kelulusan itu wujud, mengapa data itu dikumpulkan – tanpa menghadapi soalan-soalan ini, kita tidak boleh hanya meminta AI “tolong tingkatkan kecekapan”.

Frasa “AI yang menghapuskan saham SaaS bernilai RM1.06 trilion” menandakan bahawa pasaran mula mengakhiri model lama “kebergantungan pada alat tanpa pemikiran”. Apa yang patut dibeli oleh pengurusan daripada AI pada masa depan bukan fungsi tertentu, tetapi “peluang” dan “hak” untuk mereka bentuk semula pembuatan keputusan dan kebolehulangan operasi syarikat sendiri dari asas sifar. Kesediaan untuk ini akan memisahkan cerah dan gelap dekad akan datang.