ISNIN lalu, Perdana Menteri, Datuk Seri Anwar Ibrahim, telah menyampaikan satu ucapan ringkas tetapi penting sempena Perjumpaan Bersama Warga Jabatan Perdana Menteri di Dewan De’ Seri Endon, Putrajaya.
Fokus utama ucapan beliau ialah fenomena Paradoks Produktiviti Gen AI, iaitu paradoks yang merujuk kepada jurang antara janji kecerdasan buatan generatif (Gen AI) dengan realiti pencapaian produktiviti dalam sektor ekonomi dan pentadbiran awam.
Ucapan ini penting kerana Malaysia sedang melaburkan berbilion ringgit dalam agenda transformasi digital dan pembangunan ekosistem AI, termasuk penubuhan Institut AI dan pengukuhan peranan Kementerian Digital.
Namun, seperti yang ditegaskan oleh Perdana Menteri, pengalaman global menunjukkan bahawa peningkatan produktiviti tidak secara automatik berlaku seiring dengan kemajuan teknologi.
Paradoks Produktiviti dalam Era AI
Fenomena ini bukanlah perkara baharu. Robert M. Solow, seorang profesor ekonomi di Institut Teknologi Massachusetts (MIT) pernah menyatakan dalam New York Times pada Julai 1987 bahawa “Anda boleh nampak zaman komputer di mana-mana tetapi bukan dalam statistik produktiviti.”
Perdana Menteri turut menyebut kajian oleh Universiti Pertubuhan Bangsa-Bangsa Bersatu (UNU), Tokyo, pada Jun 2025 yang memperkukuhkan pandangan ini. Kajian bertajuk Paradoks Produktiviti AI mendapati 81 peratus pekerja percaya AI meningkatkan prestasi kerja, dengan masa kerja dijimatkan antara 64 peratus hingga 90 peratus. Namun, hanya tiga hingga tujuh peratus daripada keuntungan tersebut diterjemahkan kepada peningkatan pendapatan atau produktiviti sebenar.
Kajian berskala besar di Denmark ke atas 25,000 pekerja di 7,000 tempat kerja mendapati bahawa penggunaan AI memberi “kesan yang minimum terhadap hasil ekonomi pengguna” dengan perubahan pada pendapatan, jam bekerja dan gaji yang berada pada tahap precisely estimated zeros. Realiti ini menimbulkan efficiency mirage di mana pekerja berasa lebih produktif tetapi angka ekonomi menunjukkan sebaliknya.
Analisis McKinsey: Dari ParadoKS ke Payoff
Perdana Menteri juga menyebut mengenai laporan McKinsey & Company bertajuk Seizing the Agentic AI Advantage: A CEO playbook to solve the gen AI paradox and unlock scalable impact with AI agents (Jun 2025) yang menegaskan bahawa meskipun hampir 80 peratus syarikat sudah menggunakan Gen AI dalam sekurang-kurangnya satu fungsi, lebih 80 peratus daripadanya melaporkan tiada impak signifikan terhadap keuntungan syarikat. Fenomena ini dikenali sebagai Paradoks Gen AI.
Menurut McKinsey, isu utama ialah ketidakseimbangan antara kes penggunaan mendatar (Contoh: chatbot, copilots, email drafting) yang tersebar luas tetapi impaknya terhad, berbanding kes penggunaan menegak (Contoh: Ramalan rantaian bekalan, automasi kewangan, pengurusan risiko) yang mempunyai potensi besar tetapi jarang berkembang melepasi fasa perintis kerana halangan teknikal, data dan budaya organisasi.
McKinsey mencadangkan bahawa penyelesaian terletak pada penggunaan agen AI, iaitu sistem autonomi yang mampu mengautomasi aliran kerja kompleks secara menyeluruh. Dengan agen AI, syarikat boleh mengubah cara kerja dari asas: Menstruktur semula tugasan, mentakrifkan semula peranan manusia dan membina semula proses berasaskan agen. Namun, cabaran terbesar bukan teknikal tetapi kepercayaan manusia dan tatakelola.
McKinsey menekankan mandat kepimpinan ketua pegawai eksekutif (CEO) dalam memindahkan organisasi daripada eksperimen kecil kepada program transformasi berskala besar. Ini memerlukan latihan semula tenaga kerja, infrastruktur teknologi yang adaptif serta kerangka tatakelola baharu untuk agen AI.
Kepatuhan dan Risiko
Ucapan Perdana Menteri juga merujuk kepada pengalaman JP Morgan Chase yang pada Februari 2023 mengehadkan penggunaan ChatGPT kepada pekerjanya. Keputusan ini dibuat bukan kerana kegagalan teknologi, tetapi disebabkan kebimbangan pematuhan terhadap peraturan dan risiko pendedahan data sensitif.
Langkah JP Morgan mencerminkan realiti bahawa sektor kewangan, yang beroperasi dalam ruang kawal selia ketat, menilai AI bukan sahaja dari sudut kecekapan tetapi juga dari aspek keselamatan data, risiko reputasi dan implikasi undang-undang. Pengajaran utama di sini ialah penggunaan AI tanpa kawalan dan garis panduan boleh menjejaskan integriti institusi, walaupun secara teori ia mungkin mampu meningkatkan produktiviti.
Implikasi terhadap Dasar Kerajaan Malaysia
Daripada ketiga-tiga rujukan tersebut, Perdana Menteri menekankan tiga keutamaan dasar.
Pertama ialah tatakelola data dan integrasi sistem di mana AI hanya berkesan apabila data berkualiti tinggi, sistem integrasi teratur dan tadbir urus digital diperkukuh.
Kedua ialah pemantauan dan prosedur operasi standard (SOP) yang tegas. Ini kerana tanpa prosedur operasi standard, keberkesanan AI mungkin mendatar atau bahkan negatif. Ini selari dengan kes JP Morgan yang menekankan aspek kawal selia.
Ketiga ialah pengukuran impak realistik. Laporan UNU dan McKinsey menunjukkan bahawa keuntungan AI tidak serta-merta tercermin dalam pendapatan atau produktiviti makro. Oleh itu, Malaysia perlu membina indikator impak AI yang realistik agar pelaburan awam berbilion ringgit menghasilkan pulangan sebenar.
Lebih penting ialah bila Perdana Menteri mengarahkan Ketua Setiausaha Negara dan semua ketua jabatan merenung dan mencari jawapan awal untuk menangani permasalahan ini supaya tidak mengulangi masalah yang pernah dialami oleh syarikat gergasi lain.
Ucapan Perdana Menteri mengenai Paradoks Produktiviti Gen AI membawa mesej strategik bahawa teknologi semata-mata tidak menjamin peningkatan produktiviti. Pengalaman global daripada kajian UNU, laporan McKinsey dan langkah JP Morgan menunjukkan bahawa AI hanya memberi kesan jika diiringi dengan tatakelola, pengawasan dan strategi yang rapi.
Malaysia beruntung kerana mempunyai Perdana Menteri yang kuat membaca. Ini sekali gus akan membolehkan kita tidak terjebak dalam trough of disillusionment, iaitu fasa kekecewaan akibat jurang besar antara jangkaan teknologi dan realiti. – UTUSAN
PROFESOR Datuk Dr. Mohd. Foad Sakdan adalah Naib Canselor Universiti Utara Malaysia (UUM).
