Waktu baca sekitar 4 menit
Banyak bisnis kecil mulai memakai AI dengan cara yang sama: berlangganan satu aplikasi, mencobanya beberapa hari, lalu berhenti karena hasilnya tidak terasa. Biasanya yang keliru bukan alatnya, melainkan urutannya. Mereka memilih alat sebelum memilih masalah.
Kerangka di bawah ini membantu Anda memilih penggunaan AI yang hasilnya jelas, bisa diperiksa manusia, dan bisa dihitung untung ruginya.
1. Petakan masalah, bukan alat
Mulailah dari daftar pekerjaan yang berulang setiap minggu. Lalu kelompokkan menurut jenis pekerjaannya, karena AI generatif lebih cocok untuk sebagian jenis daripada yang lain.
| Jenis pekerjaan | Contoh | Kecocokan |
|---|---|---|
| Menyusun draf tulisan | Balasan email, deskripsi produk, pengumuman internal | Cocok, dengan pemeriksaan sebelum dikirim |
| Merangkum | Notulen rapat, dokumen tender, laporan panjang | Cocok, dengan pengecekan poin penting ke sumber |
| Memilah dan memberi label | Mengelompokkan pesan masuk atau jenis keluhan | Cocok untuk volume tinggi, perlu contoh label yang jelas |
| Mengambil data dari dokumen | Memindahkan isi invoice atau PDF ke tabel | Cocok, angka wajib dicocokkan ulang |
| Menjawab dari dokumen internal | Pertanyaan karyawan tentang SOP atau kebijakan | Cocok kalau dokumennya terbaru dan jawaban menyebut sumbernya |
| Keputusan akhir | Menyetujui kredit, memutus hubungan kerja, menentukan harga kontrak | Tidak untuk diputuskan AI. Boleh dipakai untuk menyiapkan bahan |
Dari daftar itu, prioritaskan pekerjaan yang memenuhi tiga syarat: sering terjadi, hasilnya bisa diperiksa manusia dalam waktu singkat, dan kesalahannya murah untuk diperbaiki.
2. Pilih satu proses percobaan
Uji satu proses dulu, bukan lima sekaligus. Tuliskan batasannya sebelum mulai:
- Ruang lingkup. Misalnya, AI hanya menyiapkan draf balasan pertanyaan harga di WhatsApp. Admin tetap yang membaca, mengubah, dan mengirim.
- Durasi. Dua sampai empat minggu cukup untuk melihat pola.
- Penanggung jawab. Satu orang yang mencatat hasil dan berhak menghentikan uji coba.
- Ukuran berhasil. Contohnya, waktu menyusun balasan turun tanpa menambah jumlah keluhan.
3. Kualitas input menentukan hasil
Hasil AI yang buruk sering berasal dari instruksi yang terlalu singkat. AI tidak tahu daftar harga terbaru Anda, cara Anda menyapa pelanggan, atau janji apa yang tidak boleh diberikan, kecuali Anda menuliskannya.
Siapkan empat hal ini:
- Konteks bisnis: apa yang dijual, untuk siapa, dan wilayah layanannya.
- Data acuan: daftar harga, SOP, atau dokumen yang berlaku saat ini.
- Contoh hasil yang baik: dua atau tiga balasan yang pernah dikirim tim dan dinilai tepat.
- Aturan: hal yang tidak boleh ditulis, misalnya menjanjikan tanggal kirim atau memberi diskon.
Contoh instruksi yang bisa disimpan dan dipakai ulang:
Kamu membantu admin toko furnitur di Kudus menyiapkan draf balasan WhatsApp. Gunakan daftar harga terlampir. Jika produk tidak ada di daftar, tulis bahwa admin akan mengecek stok. Jangan menjanjikan tanggal kirim atau diskon. Gunakan bahasa sopan dan singkat, maksimal 4 kalimat, sapa pelanggan dengan "Bapak/Ibu". Pesan pelanggan: [tempel pesan di sini]
Soal data: jangan memasukkan data pribadi pelanggan atau karyawan, data gaji, atau dokumen rahasia klien ke layanan AI yang kebijakan penyimpanan datanya belum Anda periksa. Untuk tim, pertimbangkan paket bisnis yang menyatakan data tidak dipakai untuk melatih model.
4. Pemeriksaan hasil oleh manusia
AI bisa menulis kalimat yang terdengar meyakinkan tetapi salah. Karena itu setiap hasil yang keluar ke pelanggan atau dipakai untuk keputusan perlu diperiksa. Buat daftar periksa singkat:
- Angka, nama, dan tanggal sesuai dengan sumber.
- Tidak ada janji di luar kebijakan perusahaan.
- Nada bahasa sesuai dengan cara bisnis Anda biasa berbicara.
- Tidak ada data pribadi yang ikut tertulis tanpa perlu.
Catat setiap koreksi yang Anda lakukan. Kalau koreksi yang sama muncul berulang, masalahnya ada di instruksi. Perbaiki instruksinya, bukan hanya hasilnya.
5. Ukur waktu dan biaya dengan jujur
Penghematan waktu sering dihitung terlalu optimis karena waktu pemeriksaan tidak ikut dihitung. Gunakan tabel sederhana ini selama masa uji coba:
| Ukuran | Sebelum | Sesudah |
|---|---|---|
| Waktu per tugas | diisi | diisi |
| Waktu memeriksa hasil AI | tidak ada | diisi |
| Jumlah tugas per minggu | diisi | diisi |
| Jumlah koreksi atau keluhan | diisi | diisi |
| Biaya langganan per bulan | tidak ada | diisi |
Rumus penghematan bersihnya:
Jam hemat per minggu = (waktu lama − waktu baru − waktu periksa) × jumlah tugas
Bandingkan jam yang dihemat dengan biaya langganan dan risiko koreksi. Hasilnya bisa tiga: lanjutkan dan perluas, ubah cara pakainya, atau hentikan. Menghentikan uji coba yang tidak memberi hasil juga keputusan yang baik, karena Anda mengetahuinya dengan biaya kecil.
Langkah pertama minggu ini
Tulis sepuluh pekerjaan berulang di tim Anda, beri tanda pada yang memenuhi tiga syarat di bagian pertama, lalu pilih satu untuk diuji selama dua minggu. Siapkan instruksi tertulis dan tabel ukuran sebelum hari pertama uji coba.
Sedang menimbang AI untuk satu proses di bisnis Anda? Kami bisa membantu menyusun uji coba dan cara mengukurnya.