AI Tidak Akan Memperbaiki KPI Anda. Begitu Juga dengan Buku Referensi Lainnya.

Bernard Marr telah menerbitkan lebih banyak saran KPI daripada jumlah spesies kumbang yang ada. Pada suatu titik, seseorang mungkin melihat daftar tersebut dan berpikir: kita membutuhkan kapal yang lebih besar. Genre ini sudah mapan. Berikut adalah 75 KPI untuk ritel. Berikut adalah 50 untuk kesehatan. Berikut adalah 127 untuk apa pun yang dilakukan organisasi Anda kuartal ini. Pilih yang terdengar tepat, masukkan ke dashboard Anda, dan manajemen kinerja sudah terpecahkan. Marr tidak sendirian dalam hal ini — dia hanyalah contoh paling produktif dari seluruh kategori penerbitan dan konsultasi yang dibangun atas premis yang sama: bahwa masalah pengukuran adalah masalah seleksi. Itu tidak benar. Sekarang AI telah masuk ke ruangan. Secara alami, AI telah diterapkan pada masalah seleksi dengan antusiasme besar. Berikan model bahasa prioritas strategis Anda dan AI akan mengembalikan KPI — lebih cepat, lebih banyak, dan dengan frasa yang lebih percaya diri daripada buku referensi apa pun. Beberapa alat bahkan akan membandingkannya dengan norma industri. Apa yang tidak akan diberitahu kepada Anda adalah apakah pengukuran tersebut dihitung sebagai bukti. Ini bukan kritik terhadap teknologi. Ini adalah deskripsi masalah yang diwariskan teknologi. AI tidak menciptakan kesenjangan epistemik di pusat pengukuran kinerja — AI hanya memberikannya mesin yang lebih cepat. Ini kesenjangan tersebut. Tujuh puluh tahun literatur pengukuran kinerja menghasilkan alat untuk evaluasi. Scorecard, OKR, kerangka kerja KPI — semuanya menjawab versi pertanyaan yang sama: bagaimana kinerja kami? Mereka dirancang untuk memberikan putusan. Instrumen bukti menjawab pertanyaan yang berbeda: apa yang benar-benar terjadi, dan dapatkah kami menunjukkannya? Mereka dirancang untuk menghasilkan sesuatu yang dapat diperiksa — catatan yang tetap valid ketika seseorang yang tidak ada di ruangan meminta untuk melihat dasar pengambilan keputusan. Perbedaannya terdengar halus. Dalam praktiknya, ini adalah perbedaan antara dokumen tata kelola dan slide deck. W. Edwards Deming memahami perbedaan ini. Dia memahami bahwa pengukuran tanpa fondasi statistik menghasilkan kebisingan yang berpakaian sebagai sinyal — bahwa apa yang dilaporkan sebagai data kinerja sering kali adalah variasi yang akan terjadi bagaimanapun, yang dikaitkan dengan keputusan yang tidak ada hubungannya dengannya. Lapangan membaca Deming, membangun dashboard yang lebih baik, dan bergerak maju. Pertanyaan yang sebenarnya dia angkat disimpan di bawah "manufaktur" dan sebagian besar ditinggalkan di sana. Pertanyaan itu adalah: apa yang diperlukan agar pengukuran dihitung sebagai bukti? Buku-buku Marr tidak menjawabnya. Mereka tidak bisa — itu bukan pertanyaan yang memiliki jawaban rujukan. Ini memerlukan kerangka kerja dengan kaskade yang ditentukan, ambang batas yang dideklarasikan sebelumnya, dan logika kalibrasi yang dicatat sebelum penerapan, bukan direkayasa balik setelah hasil masuk. Dengan kata lain, ini memerlukan persis jenis disiplin struktural yang membuat KPI rujukan terasa seperti terlalu banyak pekerjaan — sampai saat Anda perlu membela keputusan sumber daya kepada dewan, donor, atau regulator, dan dashboard tidak dapat memberi tahu Anda apa pun yang tidak sudah diasumsikan. AI mempercepat pendekatan mana pun yang Anda bawa kepadanya. Jika Anda membawanya arsitektur bukti yang dirancang dengan baik, AI dapat melakukan hal-hal berguna dalam struktur tersebut. Jika Anda membawanya daftar KPI yang terdengar tepat dalam pertemuan, AI akan membantu Anda menghasilkan lebih banyak, lebih cepat, dalam font pilihan Anda. Kerangka kerja MetriqOne dibangun dari pertanyaan yang Deming angkat dan lapangan sebagian besar lepaskan. Bukan karena buku rujukan tidak berguna, tetapi karena seleksi tidak pernah menjadi bagian yang sulit. Bagian yang sulit adalah kalibrasi — mengetahui sebelumnya apa yang seharusnya dideteksi oleh indikator Anda, dalam kondisi apa, dan apa artinya jika tidak. Jawaban itu ada dalam Foundations of Evidence-Based Leadership (Book II), yang melacak kegagalan epistemik di lima tradisi pengukuran utama dan menemukan dengan tepat di mana lapangan melakukan kesalahan. Jawaban penerapan — bagaimana membangun kaskade yang menghasilkan bukti yang dapat diperiksa dalam organisasi tanpa infrastruktur stabil, data bersih, atau perangkat lunak khusus — ada dalam Proof Without Judgement (Book I). Keduanya tersedia di Amazon. Tidak ada yang berisi daftar 75 KPI. Ini adalah fitur, bukan pengawasan. Torgeir Skogvold adalah pendiri MetriqOne dan penulis Trilogi MetriqOne: Measurement for the Real World.