Pekerja Indonesia Terbuka Bekerja Bersama Agen AI, Adopsi Masih Tertahan

Pekerja Indonesia relatif terbuka bekerja dengan agen AI

Penolakan pekerja tampaknya bukan penghambat terbesar penggunaan agen AI di Indonesia. Demokratis.co.id, mengutip survei Salesforce, melaporkan kurang dari 3 persen pekerja berbasis pengetahuan di Indonesia menyatakan tidak akan pernah bekerja bersama agen AI. Laporan serupa dari Qoo10 Gadget juga menggambarkan mayoritas responden terbuka terhadap kolaborasi tersebut.

Angka itu tidak berarti perusahaan dapat langsung menyerahkan pekerjaan kepada sistem AI. Keterbukaan pekerja hanya menunjukkan adanya ruang untuk perubahan cara kerja. Agar adopsi memberi hasil, perusahaan tetap perlu menentukan proses yang akan dibantu, data yang boleh dipakai, tindakan yang harus diperiksa manusia, dan ukuran keberhasilan yang relevan bagi pekerjaan tersebut.

Menurut laporan Demokratis.co.id mengenai survei Salesforce, agen AI ialah kecerdasan buatan yang lebih otonom dalam bernalar, memutuskan, serta melaksanakan tugas tertentu daripada chatb.ot AI biasa, menurut Demokratis.co.id. Definisi ini, sebagaimana dijelaskan Demokratis.co.id dalam laporannya tentang survei Salesforce, membedakannya dari chatbot yang terutama digunakan untuk percakapan atau menjawab pertanyaan.

Untuk fondasi konsepnya, pembaca dapat melihat artikel pilar Apa Itu AI Agent? Ini Cara Kerja dan Contoh Nyatanya. Konteks ini penting karena tidak semua workflow yang memakai AI otomatis membutuhkan agen AI. Banyak pekerjaan cukup dibantu otomasi sederhana atau AI untuk klasifikasi dan peringkasan.

Hambatan adopsi bukan hanya soal kemauan pekerja

Menurut Demokratis.co.id yang mengutip Salesforce, hambatan lebih besar berada pada pemahaman pekerja tentang manfaat nyata AI dan keterampilan untuk beradaptasi. Bila tim hanya menerima instruksi untuk “menggunakan AI”, mereka sulit menentukan tugas mana yang layak dibantu, cara memeriksa hasilnya, atau kapan keluaran sistem tidak boleh dipercaya begitu saja.

Masalah ini sering muncul ketika penggunaan AI dimulai dari tool, bukan dari pekerjaan. Tim membeli atau mencoba platform, lalu mencari alasan untuk memakainya. Pendekatan yang lebih masuk akal dimulai dari proses yang berulang, memiliki aturan cukup jelas, dan membebani tim dengan pekerjaan administratif. Setelah proses itu dipetakan, barulah perusahaan menilai apakah otomasi, AI automation, atau agen AI merupakan pilihan yang sesuai.

Demokratis.co.id juga melaporkan bahwa perusahaan masih berhati-hati karena keamanan, privasi data, akurasi, dan risiko reputasi. Kehati-hatian tersebut wajar. Agen AI dapat menyentuh dokumen internal, CRM, email, atau basis pengetahuan. Kesalahan akses atau tindakan dapat lebih berdampak daripada kesalahan chatbot yang hanya menghasilkan jawaban teks.

Sebagai ilustrasi hipotetis, tim operasional menerima permintaan pelanggan melalui formulir. Tahap awal tidak perlu memberi agen AI hak mengirim email atau mengubah data pelanggan. Sistem dapat lebih dulu membaca isi formulir, merangkum kebutuhan, memberi kategori, lalu menempatkan hasilnya dalam antrean tinjauan staf. Tim memperoleh manfaat berupa penyortiran awal tanpa melepas kendali atas komunikasi pelanggan.

Bedakan otomasi, AI automation, dan agen AI sebelum menerapkan

Otomasi menjalankan aturan tetap berdasarkan pemicu. Contohnya, formulir masuk memicu pembuatan kontak di CRM dan mengirim notifikasi ke tim sales. Alurnya sudah ditentukan sejak awal. Sistem tidak perlu menilai makna isi formulir untuk menjalankan langkah berikutnya.

AI automation menambahkan kemampuan AI pada alur tersebut. Dalam contoh yang sama, AI dapat membaca deskripsi kebutuhan calon pelanggan dan memberi label seperti permintaan demo, pertanyaan harga, atau dukungan teknis. Hasil label itu kemudian diteruskan ke CRM. Manusia masih menentukan aturan tindak lanjut dan memeriksa kasus yang tidak jelas.

Agen AI dapat menjalankan rangkaian langkah lebih panjang dalam batas yang ditentukan. Misalnya, agen membaca kebutuhan awal, mencari informasi pada knowledge base yang telah disetujui, menyusun draf respons, memperbarui catatan CRM, lalu meminta persetujuan sales sebelum pesan dikirim. Kemampuan memilih langkah berdasarkan konteks membuat pengaturan akses dan pengawasan manusia menjadi jauh lebih penting.

Perbedaan ini membantu perusahaan menghindari proyek yang terlalu besar. Jika masalahnya hanya keterlambatan input data, otomasi mungkin sudah cukup. Jika masalahnya ada pada banyaknya teks yang harus disortir, AI untuk klasifikasi dapat menjadi tahap berikutnya. Agen AI lebih relevan bila pekerjaan memang membutuhkan beberapa langkah, penggunaan alat, dan keputusan terbatas yang dapat diawasi.

Risiko terbesar muncul saat AI masuk ke workflow tanpa aturan

Dalam praktik penerapan, risiko dapat meningkat ketika AI dipakai tanpa batas data, tindakan, persetujuan manusia, dan pemilik workflow yang jelas. Demokratis.co.id menyebut perusahaan juga berisiko terlalu lama berada pada fase pilot, sehingga penggunaan AI dapat tetap tinggi secara informal tetapi dampak operasionalnya sulit dilihat atau diukur. Pekerja belajar sendiri lewat penggunaan pribadi, sedangkan organisasi tidak membangun standar penggunaan, pelatihan, atau mekanisme evaluasi.

Penggunaan pribadi di lingkungan kerja juga menimbulkan pertanyaan sederhana tetapi penting. Apakah data pelanggan boleh dimasukkan? Dokumen apa yang dilarang? Siapa yang bertanggung jawab jika ringkasan AI keliru? Tanpa jawaban operasional, pekerja dapat memakai AI dengan cara yang berbeda-beda. Risiko privasi dan kualitas kerja pun sulit dikendalikan.

Tata kelola tidak harus dimulai dari dokumen panjang. Buat aturan yang menjawab empat hal: data apa yang boleh diproses, tindakan apa yang boleh otomatis, tindakan apa yang memerlukan persetujuan, dan siapa pemilik workflow. Pemilik workflow bertugas memeriksa hasil, mencatat kesalahan, serta memutuskan apakah sistem perlu diperbaiki, dipersempit, atau dihentikan.

Andaikan tim layanan pelanggan ingin memakai agen AI untuk membantu tiket masuk. Sistem boleh merangkum keluhan dan merekomendasikan kategori tiket. Sistem tidak boleh menutup tiket, menjanjikan kompensasi, atau mengubah data akun tanpa pemeriksaan agen manusia. Batas ini membuat manfaat awal dapat diuji tanpa memberi sistem kewenangan yang tidak diperlukan.

Keterampilan kerja yang perlu dibangun perusahaan dan pekerja

Kebutuhan keterampilan tidak berhenti pada kemampuan menulis prompt. Berdasarkan laporan Demokratis.co.id tentang temuan Salesforce, pekerja perlu memahami manfaat nyata AI dalam pekerjaan serta keterampilan untuk beradaptasi. Dalam praktiknya, ini berarti pekerja perlu bisa menjelaskan urutan kerja, mengenali informasi yang kurang, memeriksa keluaran sistem, dan melaporkan kasus yang tidak sesuai.

Pemetaan proses adalah keterampilan yang sering lebih berguna daripada menghafal nama tool. Tuliskan proses kerja dari awal sampai akhir: pemicu, sumber data, keputusan, tindakan, pengecualian, dan hasil akhir. Dari catatan itu, tim dapat melihat bagian repetitif yang dapat dibantu tanpa mengotomatisasi keputusan yang membutuhkan pertimbangan manusia.

Misalnya, seorang admin sales masih memindahkan data dari formulir ke CRM, membaca kebutuhan calon pelanggan, lalu meneruskan informasi ke sales yang tepat. Tim dapat memetakan proses tersebut menjadi formulir masuk, pemeriksaan kelengkapan, klasifikasi kebutuhan, pembaruan CRM, notifikasi sales, dan peninjauan. Dari sana, AI mungkin membantu klasifikasi, sedangkan keputusan penawaran dan komunikasi akhir tetap berada pada sales.

Pelatihan juga perlu memakai kasus kerja, bukan sekadar demonstrasi fitur. Minta pekerja membandingkan hasil manual dan hasil AI pada data non-sensitif. Catat kesalahan klasifikasi, informasi yang hilang, dan kondisi saat manusia harus mengambil alih. Catatan ini dapat menjadi dasar perbaikan instruksi dan aturan workflow.

Mulai dari satu workflow yang bisa diuji

Langkah pertama adalah memilih satu proses berulang dengan pemilik yang jelas. Hindari memulai dari proses yang menyangkut keputusan keuangan, data sensitif, atau komunikasi berisiko tinggi. Pilih pekerjaan administratif yang sering dilakukan, mudah ditinjau, dan memiliki hasil yang dapat diperiksa oleh manusia.

Setelah memilih proses, dokumentasikan kondisi awalnya. Catat siapa yang menjalankan pekerjaan, data apa yang dibutuhkan, kesalahan yang sering muncul, dan titik ketika staf harus membuat keputusan. Dokumentasi ini membantu tim menentukan bagian mana yang dapat dibantu AI serta bagian mana yang harus tetap manual.

Langkah kedua adalah menetapkan batas akses dan persetujuan. Berikan sistem akses minimum sesuai tugasnya. Jika tujuan awal hanya membuat ringkasan, sistem tidak perlu hak untuk mengirim email, menghapus data, atau mengubah status pelanggan. Tentukan pula siapa yang memeriksa hasil dan jalur eskalasi bila AI menghasilkan keluaran yang keliru.

Langkah ketiga adalah menguji workflow menggunakan data non-sensitif atau data yang telah disetujui untuk pengujian. Periksa apakah ringkasan, klasifikasi, atau rekomendasi sistem membantu pekerjaan nyata. Ukur hal yang relevan bagi proses, seperti jumlah hasil yang perlu diperbaiki, waktu yang dibutuhkan untuk meninjau keluaran, dan jumlah pekerjaan yang berhasil diteruskan ke tahap berikutnya.

Pilih satu proses minggu ini, lalu buat tabel sederhana berisi pemicu, data, tindakan AI, tindakan manusia, dan risiko. Gunakan tabel itu untuk menentukan batas pilot pertama. Pendekatan kecil seperti ini menjawab celah utama yang dilaporkan Salesforce melalui Demokratis.co.id: pekerja membutuhkan pemahaman manfaat nyata, sementara perusahaan membutuhkan penerapan yang tidak berhenti sebagai percobaan.