JAKARTA — Peramalan bisnis kerap jauh dari kenyataan. Sejumlah peringatan resesi yang tidak terjadi atau krisis yang lebih sering diprediksi ketimbang terdeteksi tepat waktu menjadi contoh bagaimana proyeksi ekonomi bisa meleset.
Salah satu tulisan Harvard Business Review edisi 2022, “Perkiraan Bisnis Sangat Salah - Namun Masih Berharga,” menyebut perkiraan dalam bisnis sebagai latihan imajinasi yang jarang terbukti benar. Meski demikian, artikel itu menekankan bahwa pemimpin yang cerdas tetap dapat menemukan nilai strategis dari perkiraan-perkiraan tersebut.
Di tengah ketidakpastian, kebutuhan memahami arah ekonomi ke depan dinilai semakin mendesak. Profesor Keuangan di Robinson College of Business, Georgia State University, Baozhong Yang, menilai salah satu kendala utama peramalan ekonomi adalah mahalnya biaya survei manajerial dalam skala besar.
“Ada begitu banyak informasi berguna yang tersedia,” kata Yang. “Tantangannya adalah bagaimana mengatur dan menyajikan informasi tersebut dalam bentuk yang dapat digunakan.”
Untuk menjawab tantangan itu, Yang bersama Manish Jha dan Jialin Qian dari Robinson College, serta Michael Weber dari Chicago Booth dan NBER, mengembangkan pendekatan peramalan ekonomi berbasis kecerdasan buatan generatif. Dalam makalah “Harnessing Generative AI for Economic Insights,” mereka memaparkan cara AI membantu mengolah informasi yang selama ini tersebar dan sulit dirangkum.
Tim peneliti menggunakan AI untuk menganalisis transkrip panggilan konferensi perusahaan, lalu mengekstrak informasi mengenai ekspektasi manajemen terhadap sejumlah indikator ekonomi, seperti produk domestik bruto (PDB), produksi, ketenagakerjaan, dan investasi.
“Ide kami adalah mengubah panggilan konferensi menjadi data kualitatif manajerial,” ujar Yang.
Dari proses tersebut, mereka menyusun Skor Ekonomi AI, ukuran baru yang merangkum proyeksi manajerial atas berbagai indikator ekonomi. Skor ini mencerminkan proyeksi PDB masa depan sekaligus faktor lain seperti produksi industri dan lapangan kerja.
Menurut penelitian itu, ekspektasi yang dihasilkan melalui analisis AI dapat membantu meramalkan tren ekonomi lintas sektor dan jangka waktu, sehingga berpotensi menjadi bahan pertimbangan dalam pengambilan keputusan.
Yang menjelaskan, skor yang rendah dapat mengindikasikan lingkungan ekonomi yang menantang dengan pasar yang buruk, sehingga menyulitkan perusahaan beroperasi. Sebaliknya, skor yang tinggi mencerminkan optimisme, pertumbuhan pendapatan yang pesat, dan kinerja keuangan yang positif.
Ia juga menggambarkan perbedaan fokus pembahasan perusahaan dalam berbagai kondisi. Saat ekonomi memburuk, perusahaan cenderung lebih berhati-hati. Ketika kondisi membaik, diskusi lebih banyak menyoroti pertumbuhan penjualan, pasar yang menguntungkan, dan kinerja bisnis yang positif.
Dalam risetnya, para peneliti mengumpulkan data dari lebih dari 120.000 panggilan konferensi yang mewakili 5.513 perusahaan unik. Data tersebut kemudian digunakan untuk menghasilkan indikator ekonomi yang dapat diterapkan pada skala nasional maupun industri.
“Kami memiliki kekuatan prediktif,” kata Yang. “Kami hanya belum tahu bagaimana menggunakannya secara efektif.”
Penelitian ini juga menekankan pemisahan data berdasarkan industri, dengan pertimbangan bahwa sejumlah sektor tidak selalu bergerak sejalan dengan tren ekonomi yang lebih luas. Yang memperkirakan Skor Ekonomi AI pada akhirnya dapat diakses lebih luas untuk mendukung analisis pasar, simulasi kebijakan, dan penilaian risiko.
