Mengapa Adopsi AI dalam Pengadaan Mengungguli Kesiapan Aktual — Analisis Snover

Industri pengadaan menghadapi kontradiksi mencolok: AI ada di mana-mana, tetapi kepercayaan dalam mengelolanya tetap langka. Menurut Laporan CPO 2026, setiap organisasi pengadaan yang disurvei sudah memanfaatkan AI dalam beberapa bentuk, tetapi hanya 11% yang menyatakan diri mereka “sepenuhnya siap” untuk memperluasnya secara perusahaan. Kesenjangan antara kecepatan adopsi dan kesiapan ini menarik perhatian para pemimpin industri, terutama Snover, CEO ProcureAbility, yang percaya bahwa ketidaksesuaian ini mengungkap tantangan organisasi yang lebih dalam daripada sekadar keragu-raguan.

Paradoks Snover: Semua Menggunakan AI, Tapi Sedikit yang Merasa Siap

Snover telah menghabiskan waktu cukup lama mempelajari kontradiksi ini dalam lanskap industri. “Kecepatan adopsi AI terus membuat saya kagum,” ujarnya. “Sekarang hadir di setiap sektor, dan semua orang diharapkan mampu menjelaskan strategi AI mereka.” Namun penetrasi cepat ini menyembunyikan sebuah kebenaran mendasar: penerapan awal AI cepat, tetapi perjalanan menuju kesiapan sejati jauh lebih lambat.

Yang paling menarik perhatian Snover bukanlah kehati-hatian itu sendiri, tetapi seberapa cepat organisasi telah mengintegrasikan AI meskipun ada keraguan. Ia melihat ini sebagai bukti bahwa pemimpin pengadaan menyadari potensi teknologi ini, meskipun mereka belum tahu cara mengelolanya secara efektif.

Masalah utama, menurut Snover, adalah kesenjangan yang semakin melebar antara urgensi eksekutif dan ketidakpastian tim. Kepemimpinan menuntut strategi AI yang jelas, tetapi bagian yang hilang adalah peta jalan implementasi yang praktis dan dapat diskalakan yang benar-benar dapat diikuti oleh tim pengadaan.

Kualitas Data Tetap Jadi Penghalang Utama, Menurut Snover

Snover mengidentifikasi kesiapan data sebagai hambatan utama yang menahan adopsi AI yang lebih luas. Ini bukan resistensi terhadap inovasi—melainkan kenyataan berantakan tentang bagaimana data pengadaan saat ini dikelola.

Laporan CPO 2026 mendukung penilaian ini: hampir dua pertiga responden menyebutkan kekhawatiran tentang privasi data dan kepatuhan, sementara lebih dari setengah menunjukkan masalah kualitas data dan sistem yang terfragmentasi. Di departemen pengadaan di mana rincian kontrak, informasi pemasok, dan catatan keuangan tersebar di berbagai platform, sumber data yang terpadu hampir tidak ada.

Snover menarik perbandingan yang menggugah: “Bayangkan menggunakan ChatGPT atau Gemini dan secara konsisten menerima jawaban yang tidak akurat atau usang. Sekarang bayangkan hal itu terjadi di lingkungan bisnis di mana data diambil dari berbagai sumber secara bersamaan—itulah keadaan banyak operasi pengadaan saat ini.”

Panduan beliau tegas: “Jangan otomatisasi proses yang rusak,” peringat Snover. “Perbaiki alur kerja sebelum memperkenalkan AI, atau Anda berisiko menghasilkan kesalahan dan komplikasi.” Tanpa harmonisasi data dan protokol interaksi AI yang jelas, organisasi akan kesulitan mendapatkan nilai nyata dari investasi AI mereka.

Mengapa Program Percontohan Mendominasi Lanskap Saat Ini

Fakta ini menjelaskan mengapa 65% organisasi menyebut diri mereka “sebagian siap” daripada sepenuhnya siap. Kebanyakan menjalankan program percontohan dan inisiatif AI yang terfokus daripada mencoba peluncuran skala penuh.

Snover melihat pilot ini sebagai mekanisme pembelajaran penting. “Proyek percontohan berfungsi sebagai roda pelatihan, memungkinkan tim bereksperimen dalam pengaturan terkendali dan menentukan apa yang benar-benar berhasil,” jelasnya. Namun, membawa pilot dari keberhasilan ke implementasi yang lebih luas membutuhkan perubahan organisasi yang belum dilakukan banyak perusahaan: membayangkan ulang alur kerja, struktur tata kelola baru, dan kerangka akuntabilitas yang jelas.

Menurut Snover, sebagian besar organisasi memandang AI sebagai proyek terisolasi daripada bagian dari strategi transformasi digital yang lebih besar. “Sering kali tidak ada tata kelola dan model operasional, dan kerangka organisasi belum siap untuk pergeseran ini,” ujarnya.

Mengubah Persepsi Penolakan: Ini tentang Kejelasan, Bukan Ketakutan

Meskipun lebih dari setengah responden survei khawatir AI akan menggantikan penilaian manusia, Snover percaya ketakutan ini sering berlebihan. Masalah mendasar adalah ketidakpastian, bukan perlawanan Luddite. Pekerja takut kehilangan pekerjaan dan kendali—bukan karena AI akan menghapus peran mereka, tetapi karena aturan bekerja berdampingan dengan AI belum didefinisikan dengan jelas.

“Masalah utamanya adalah ketidakpastian,” jelas Snover. “Setelah organisasi menetapkan protokol dan struktur tata kelola yang jelas, banyak kekhawatiran akan hilang.”

Visi Snover: Dari Pilot ke Tim yang Terintegrasi AI

Ke depan, Snover memprediksi bahwa organisasi yang mengatasi keragu-raguannya akan mengintegrasikan AI sebagai bagian penting dari tenaga kerja. Perusahaan terkemuka sudah menjalankan tim hibrida yang menggabungkan staf penuh waktu, kontraktor, dan penyedia layanan eksternal. AI akan menjadi sumber daya penting lainnya dalam campuran ini.

Dalam model yang muncul ini, peran manusia beralih dari eksekusi ke pengawasan. Profesional pengadaan akan fokus mengelola proses berbasis AI, mengarahkan alur kerja, dan membimbing pengambilan keputusan organisasi seiring perkembangan teknologi. Pemikiran strategis dan manajemen hubungan—bidang di mana manusia unggul—semakin bernilai.

Visi terakhir Snover tegas: “Mereka yang lambat mengadopsi AI akan terus berjuang dengan efisiensi dan kinerja.” Dalam lanskap kompetitif di mana AI semakin memisahkan pemimpin industri dari yang tertinggal, menunda adopsi bukanlah kehati-hatian—melainkan langkah yang secara strategis ceroboh.