I helped build the Pentagon’s AI transformation. Corporate America is making every mistake we almost made

(SeaPRwire) –   Ketika kami membangun Project Maven, upaya Departemen Pertahanan untuk menyematkan AI ke dalam alur kerja operasional paling kompleks dan penting di dunia, para skeptis di Pentagon tidak salah dalam meragukan. Kementerian ini memiliki catatan panjang dan mahal dalam inisiatif teknologi yang datang terlambat, terlalu mahal, dan memberikan hasil yang sangat minim. Tidak ada alasan jelas mengapa AI akan berbeda.

Yang membuat Maven berbeda bukanlah teknologinya. Yang membedakannya adalah keputusan untuk memperlakukan AI bukan sebagai eksperimen yang harus dikelola, tetapi sebagai transformasi organisasi yang harus dimiliki. Pemimpin senior secara pribadi dan birokratis berkomitmen padanya. Alur kerja didismantling, bukan diperkuat. Hasil, apa yang memungkinkan prajurit melakukan, adalah satu-satunya ukuran yang berarti. Disiplin itulah yang menyebabkan keberhasilannya.

Aku cerita itu karena Stanford’s 2026 AI Index, yang dirilis pada April, mengonfirmasi sesuatu yang Amerika korporat telah diam-diam mengakui dalam rapat laba-rugi selama musim semi ini: negara yang membangun AI terkuat di dunia hanya menduduki peringkat ke-24 dalam menerapkannya. Adopsi di AS berada di 28,3 persen. Singapura mencapai 61. Emirat Arab berada di 54. Goldman Sachs memperingatkan bahwa investasi AI memberikan kontribusi “hampir nol” terhadap pertumbuhan PDB AS tahun lalu. Amerika sedang tertinggal bukan karena model atau chipnya. Ia tertinggal dengan alasan yang sama mengapa Pentagon hampir kehilangan Maven, dan solusinya pun sama dengan yang menyelamatkannya.

Amerika membangun AI artifisial terkuat di dunia, tetapi gagal besar dalam menerapkannya. Untuk saat ini, keunggulan Tiongkok bukanlah teknologi yang lebih unggul. Ia justru superior dalam integrasi. Dan dalam perlombaan yang paling penting, integrasilah yang menang.

Inisiatif Beijing “AI Plus” secara eksplisit ditujukan untuk menyematkan AI di berbagai sektor, termasuk manufaktur, logistik, penelitian ilmiah, kesehatan, pendidikan, dan operasi pemerintah. Khususnya di industri manufaktur, fokusnya melampaui asisten umum menuju model spesifik sektoral, dataset industri, agen cerdas, serta integrasi alur kerja skala besar. Tiongkok tidak memperlakukan AI sebagai sesuatu yang harus dibangun. Mereka memperlakukannya sebagai infrastruktur operasional. Mereka tidak membahas apakah AI bisa dikendalikan atau dibatasi. Mereka justru menerapkannya.

Sejarah penuh dengan negara dan perusahaan yang memimpin dalam inovasi namun gagal dalam implementasinya. Kita nyaman berbaring di atas prestasi model dan chip nasional kita, pada peringkat leaderboard dan skor benchmark, tetapi pencapaian itu, meskipun luar biasa, bukanlah hal yang menentukan siapa yang akhirnya menang.

Itulah mengapa sebagian besar percakapan AI korporat terasa salah. Eksekutif bicara tentang pengeluaran dan kasus penggunaan. Pengadaan mudah, kasus penggunaan adalah ukuran yang salah, dan reorganisasi terasa ancaman. Ini memaksa para pemimpin untuk menghadapi pertanyaan yang mereka hindari sepanjang waktu: Kebijakan mana yang bisa otomatisasi? Peninjauan mana yang bisa dihilangkan? Alur kerja mana yang harus lenyap?

Banyak perusahaan tidak ingin jawaban untuk pertanyaan itu. Mereka hanya ingin kesan inovasi tanpa penderitaan perubahan.

Membangun organisasi di sekitar AI adalah sulit. Dan itulah tantangan yang gagal dihadapi ekspansi bisnis Amerika. Perusahaan-perusahaan yang akan bertahan selama satu dekade ke depan adalah mereka yang akan meruntuhkan fondasinya, mendismantling proses warisan, organogram warisan, asumsi warisan tentang bagaimana pekerjaan dilakukan, dan membangun ulang sebagai organisasi AI-native. Bukan AI-augmented. AI-native. Ada perbedaan, dan itulah perbedaan antara daya saing dan ketinggalan zaman.

Ini bukan risiko teoritis. Ini adalah krisis yang muncul dengan bentuk khusus: rekonsiliasi white-collar yang kemungkinan lebih buruk daripada gelombang offshoring blue-collar pada awal tahun 1970-an, tetapi lebih cepat dan lebih tidak murah hati. Jika perusahaan-perusahaan Amerika tidak bergerak agresif, mereka akan menghadapi akuntabilitas dari pesaing-pesaing di Timur yang lebih ringkas, lebih cepat, dan tidak dibebani inersia institusional yang akan menjadi liabilitas paling mahal bagi korporasi Amerika.

Maven bukanlah program pilot. Itu adalah transformasi organisasi, yang membuktikan premis banyak orang di dalam bangunan mempertanyakannya: bahwa perangkat lunak komersial dan AI bisa disematkan ke dalam alur kerja kantong terbesar di dunia, dalam tugas-tugas paling kompleks, dan menghasilkan hasil pada skala yang sistem warisan tidak pernah bisa capai.

Departemen Pertahanan tidak terkenal dengan keberhasilan pengadaannya. Ketika berbicara tentang perangkat lunak, ia terkenal dengan produk yang mahal, tertunda, dan tidak memadai. Namun, dalam Maven, ia menjawab pertanyaan fundamental dengan benar, bukan dengan meluncurkan eksperimen teknologi, tetapi dengan memperlakukan AI sebagai perubahan institusional yang memerlukan kepemilikan eksekutif sejak awal. Itulah pelajaran yang harus diterima oleh korporasi Amerika.

Mayoritas perusahaan besar saat ini sedang melaksanakan eksperimen AI. Sedikit yang melaksanakan transformasi AI. Perbedaannya bukan teknis. Ia organisasi. Dan ini semua turun ke tiga kegagalan yang pengalaman Maven paparkan dengan jelas.

Pertama, AI skala besar memerlukan kepemilikan eksekutif, bukan delegasi. Di Pentagon, Maven berhasil karena pemimpin senior menguasainya secara pribadi dan berjuang birokratis untuknya. Dalam korporasi terlalu banyak, strategi AI dialihkan ke Chief AI Officer atau laboratorium inovasi, konstruksi organisasi yang dirancang untuk menandakan kemajuan tanpa mengganggu struktur kekuasaan yang sudah ada. Itu adalah resep untuk purgatory pilot.

Kedua, AI memerlukan penghancuran proses warisan, bukan menumpuk di atasnya. Perusahaan yang menempelkan AI di atas alur kerja yang sudah ada hanya mendapatkan peningkatan efisiensi marginal dan menyebutnya transformasi. Jika organogram, rantai persetujuan, dan ritme operasional Anda sama seperti sebelum inisiatif AI Anda diluncurkan, Anda belum mengubah apa-apa.

Ketiga, AI mewajibkan akuntabilitas hasil. Maven diukur berdasarkan dampak operasional, apa yang memungkinkan prajurit lakukan yang sebelumnya tidak bisa. Terlalu banyak program AI korporat diukur berdasarkan aktivitas: model dilatih, bukti konsep selesai, mitra diumumkan. Aktivitas tanpa hasil adalah pertunjukan.

Jawaban atas kemajuan AI Tiongkok bukanlah model atau pemroses yang lebih baik. Jawabannya adalah eksekusi. Amerika masih bisa memimpin era AI. Namun, ia tidak akan membuatnya begitu saat institusinya melihat ke dalam dan membuktikan bahwa mereka bisa melakukan sesuatu yang lebih sulit: berubah.