Pecat Karyawan, Perusahaan Asuransi Pilih Kecerdasan Buatan

Liputan6.com, Jakarta Prediksi sejumlah ahli yang menyebut kecerdasan buatan dan robot akan menggantikan pekerjaan manusia ternyata sudah mulai terjadi. Setelah banyak digunakan di bidang manufaktur, peran robot dan kecerdasan buatan juga telah merambah bidang lainnya.

Sebuah firma asuransi asal Jepang memilih merumahkan 34 pegawainya dan menggantinya dengan kecerdasan buatan. Perusahaan bernama Fukoku Mutual Life itu memanfaatkan kecerdasan buatan untuk menghitung pembayaran asuransi.

Dilansir dari BBC, Senin (9/1/2017), dengan memanfaatkan kecerdasan buatan, perusahaan itu mengklaim mampu meningkatkan produktivitas hingga 30 persen. Tak hanya itu, pengeluaran dari sisi gaji pegawai juga jauh berkurang. 

Perusahaan memerkirakan dapat menghemat sekitar 140 juta yen (sekitar Rp 16 miliar) tiap tahunnya; pengeluaran yang biasa dialokasikan untuk gaji pegawai. Sebagai perbandingan, perusahaan hanya perlu mengeluarkan 200 juta (sekitar Rp 22 miliar) untuk sekali pemasangan kecerdasan buatan.

Sementara, biaya perawatan tahunan diperkirakan hanya 15 juta yen (sekitar Rp 1,7 miliar) per tahun. Laporan dari Mainichi Japang, sistem yang digunakan perusahaan tersebut didesain berdasarkan Watson, kecerdasan buatan besutan IBM.

Fukoku Mutual Life menggunakan kecerdasan buatan tersebut untuk mengumpulkan informasi yang diperlukan untuk melakukan pembayaran asuransi. Data tersebut mencakup sertifikat medis ditambah data operasi atau perawatan di rumah sakit.

Setelah Fukoku Mutual Life, dilaporkan ada tiga perusahaan asuransi lain yang juga tengah mempertimbangan untuk memanfaatkan kecerdasan buatan. Alasan utama di balik penggunaan teknologi ini adalah mencari layanan paling optimal untuk konsumen.

Tren pemanfaatan kecerdasan buatan dan robot untuk menggantikan pekerjaan manusia memang sudah cukup laman diprediksi. Sebuah studi dari World Economic Forum memprediksi ada sekitar 5,1 juta pekerjaan di 15 negara maju yang digantikan sistem otonomos dalam lima tahun ke depan.

(Dam/Why)