Mengapa 20% Perusahaan Menguasai 74% Keuntungan AI

Riset PwC mengidentifikasi "konvergensi industri" — menggunakan AI untuk beroperasi melampaui batas sektor tradisional, memasuki pasar berdekatan, dan membangun aliran pendapatan yang tidak ada dalam vertikal historis perusahaan — sebagai prediktor tunggal terkuat kinerja finansial berbasis AI. Pemimpin yang menggunakan AI untuk konvergensi menghasilkan pendapatan dan efisiensi 7,2 kali lebih besar dibanding rata-rata pesaing, dengan margin keuntungan empat poin persentase lebih tinggi. Sebaliknya, perusahaan yang menggunakan AI terutama untuk pengurangan biaya internal — mengotomatiskan tugas back-office, mengurangi tenaga kerja di fungsi pendukung, mempersingkat siklus pengadaan — menghasilkan imbal hasil nyata namun relatif modest. Secara keseluruhan, hanya 33 persen organisasi yang disurvei melaporkan keuntungan berarti dalam pengurangan biaya atau pertumbuhan pendapatan dari AI. Lima puluh enam persen menyatakan tidak melihat manfaat finansial signifikan hingga saat ini.

“Secara keseluruhan, hanya 33 persen organisasi yang disurvei melaporkan keuntungan berarti dalam pengurangan biaya atau pertumbuhan pendapatan dari AI.”

Mohamed Kande, Ketua Global PwC, menyatakan dalam pernyataan yang menyertai rilis studi tersebut bahwa temuan ini menunjukkan kesalahan strategis yang diulang kebanyakan perusahaan. "Mereka menggunakan AI untuk melakukan apa yang sudah mereka lakukan, sedikit lebih cepat atau sedikit lebih murah," kata Kande. "Perusahaan yang mengekstrak imbal hasil tidak proporsional menggunakan AI untuk melakukan hal-hal yang sebelumnya sama sekali tidak bisa mereka lakukan — untuk memasuki pasar, melayani pelanggan lintas industri, membangun produk yang menggabungkan rantai nilai yang sebelumnya terpisah." Kande menunjuk contoh di layanan keuangan, di mana pemimpin AI telah merambah ke analitik data kesehatan; di logistik, di mana mereka menyerap fungsi yang sebelumnya dilakukan oleh departemen pengadaan pelanggan mereka; dan di media, di mana perusahaan distribusi menjadi perusahaan konten dengan menggunakan AI untuk berproduksi dalam skala besar.

Kesenjangan otonomi juga sama mencoloknya. Perusahaan dengan hasil finansial berbasis AI terkuat hampir dua kali lebih mungkin dibanding rekan-rekan mereka untuk menerapkan AI secara canggih — menjalankan berbagai tugas dalam batasan yang telah ditentukan (1,8 kali lebih mungkin) atau beroperasi dalam mode otonom penuh yang mengoptimalkan diri tanpa intervensi manusia (1,9 kali). Pemimpin AI meningkatkan proporsi keputusan yang dibuat tanpa tinjauan manusia pada laju 2,8 kali organisasi rekan. Keunggulan kecepatan itu berlipat ganda: siklus pengambilan keputusan yang lebih cepat menciptakan lebih banyak data, yang meningkatkan kinerja model, yang memungkinkan keputusan lebih cepat. Studi PwC menggambarkan ini sebagai "lingkaran yang saling memperkuat" yang membuat kesenjangan pemimpin/yang tertinggal semakin sulit ditutup semakin lama ia berlangsung.

Dimensi tata kelola kurang intuitif namun, menurut data, sama pentingnya. Pemimpin AI 1,7 kali lebih mungkin telah menerapkan kerangka AI Bertanggung Jawab secara formal dan 1,5 kali lebih mungkin memiliki dewan tata kelola AI lintas fungsi. Analis PwC berpendapat bahwa infrastruktur tata kelola mempercepat penerapan AI alih-alih memperlambatnya, dengan menghilangkan kelumpuhan internal yang menyertai keputusan ad hoc tentang risiko. Perusahaan tanpa kerangka tata kelola melaporkan tingkat pengabaian proyek AI yang jauh lebih tinggi pada tahap produksi — biasanya karena pertanyaan tanggung jawab, kekhawatiran kepatuhan, atau keberatan pemangku kepentingan yang seharusnya diselesaikan dalam desain baru ditemui saat penerapan.

Temuan studi ini hadir di tengah latar belakang industri yang lebih luas di mana investasi AI terus melampaui imbal hasil terukur bagi kebanyakan perusahaan. OpenAI melampaui $25 miliar dalam pendapatan tahunan di kuartal pertama 2026, menurut angka yang dilaporkan The Information pada 14 April, dan dikabarkan mengambil langkah awal menuju pencatatan publik. Anthropic mendekati $19 miliar dalam pendapatan tahunan, menurut laporan yang sama. Kedua angka tersebut menunjukkan bahwa lapisan infrastruktur pasar AI — penyedia model dan pemasok komputasi awan — menangkap nilai awal yang substansial. Studi PwC menunjukkan bahwa pertanyaan bagi pengguna korporat adalah apakah mereka diposisikan untuk menangkap imbal hasil setara di sisi pengguna.

Caveat yang tidak dibahas secara mendalam dalam studi ini adalah keterampilan. Indeks AI Stanford terpisah, yang diterbitkan 14 April 2026, mencatat bahwa permintaan talenta rekayasa AI kini melebihi pasokan dengan faktor sekitar 4,5 berbanding 1 di Amerika Serikat, dengan rasio serupa dilaporkan di Jerman dan Inggris. Para pemimpin PwC bukan hanya membeli lebih banyak komputasi atau menerapkan lebih banyak model — mereka memiliki staf yang berbeda. Rachel Romer, Chief Executive Guild Education, yang mengelola program pelatihan ulang korporat untuk perusahaan Fortune 500, mengatakan kepada CNBC pada 15 April bahwa "langit-langit keterampilan adalah langit-langit sesungguhnya" bagi sebagian besar organisasi besar. "Mereka bisa melihat logika strategisnya. Mereka tidak bisa mengeksekusinya karena orang-orang yang akan mengeksekusinya belum ada atau sudah dipekerjakan oleh 20 persen itu."

Kesenjangan yang didokumentasikan PwC tidak mungkin menyempit dengan cepat. Strategi konvergensi yang membedakan pemimpin AI biasanya membutuhkan 18 hingga 36 bulan untuk berpindah dari konsepsi ke pendapatan terukur, menurut data garis waktu implementasi studi tersebut. Perusahaan yang memulai perjalanan itu hari ini sebagai respons terhadap temuan April 2026 beroperasi melawan tolok ukur yang akan diperluas lebih jauh oleh para pemimpin pada saat para pengikut tiba.