JAKARTA – Maraknya adopsi artificial intelligence (AI) di dalam berbagai industri berpotensi memunculkan risiko tersendiri dalam lanskap ketenagakerjaan. Namun, PT Prodia Widyahusada Tbk (PRDA) memiliki strategi lain untuk menghadapi tren baru tersebut.

Sebagai catatan, bagi laboratorium Prodia, adopsi AI bukanlah tantangan pertama yang muncul akibat inovasi teknologi.

Andri Hidayat, Direktur Operasional dan IT PRDA, mengungkap bahwa di tahun 2017, PRDA mulai melakukan proses automatisasi di laboratoriumnya, yang akhirnya mengurangi sepuluh tenaga kerja.

Namun, alih-alih memutus hubungan kerjanya, Perseroan memutuskan untuk menempatkan tenaga kerja tersebut ke bagian lain yang lebih membutuhkan pekerjaan langsung (hands-on).

“Salah satunya untuk pengembangan genomik. Jadi, orang-orang, yang biasanya tadi pekerjaan rutin, kita gantikan dengan automation. Kemudian orang ini dipindahkan, kita re-training, kita isi skill kompetensinya untuk hands-on ke yang genomik,” ujarnya.

Strategi ini juga digunakan ketika Prodia mulai mengadopsi AI dalam berbagai siklus operasionalnya.

Ia mengakui bahwa adopsi AI mungkin dapat mengurangi porsi pekerjaan posisi tertentu. Namun, ia berharap bahwa hal ini memberi peluang bagi para karyawan untuk mengerjakan hal-hal yang memiliki added-value lebih.

“Di Prodia, dengan tes genomik dan lain-lain, maka membutuhkan fungsi-fungsi baru, misalnya bioinformatics … butuh orang yang punya skillset bioinformatics,” jelasnya pada IDNFinancials dalam gelaran Prodia Meet the Press, Selasa (14/7).

Strategi ini, menurut Andri, sesuai dengan arahan founder Prodia, Andi Wijaya, yang berupaya untuk tidak pernah memilih PHK massal sebagai jawaban dari tantangan bisnis.

“Waktu kejadian kita COVID saja, Pak Andi, salah satu pesan ke kami, direksi, itu jangan sampai ada PHK. Itu salah satu yang kita selalu ingat,” pungkasnya.

Adopsi AI di Prodia

Di lingkup operasional Prodia, AI kini mulai dimanfaatkan untuk berbagai tujuan, mulai dari meningkatkan kecerdasan klinis dan memfasilitasi interpretasi klinis, personalisasi laporan tes, hingga layanan asisten virtual yang disebut Tania.

Salah satu contohnya adalah memudahkan pemeriksaan dan interpretasi tes autoimun, yang biasanya memerlukan kondisi khusus dan terukur untuk membaca hasil tes.

Hasil tes difoto dan diproses oleh AI, sehingga dapat memberikan rekomendasi kemungkinan kasus autoimun tertentu.

“Kesimpulan akhir tetap ada di dokter, tapi setidaknya dokter itu tidak lagi harus baca satu-satu pakai mikroskop di ruangan gelap,” jelasnya.

Selain itu, AI juga digunakan untuk menyusun “smart report” untuk hasil pemeriksaan tes-tes klien.

“Nanti akan ada komentar, atau rekomendasi, untuk makanan, konsultasi, tes lanjutan, aktivitas fisik. Semua sangat rinci, berdasarkan hasil masing-masing … Hasil setiap orang akan berbeda,” kata Andri.

Ke depannya, Andri juga sudah merencanakan pengembangan layanan lebih lanjut menggunakan AI, seperti patologi anatomi digital, dan beberapa layanan lain yang masih dalam tahap uji coba. (ZH)