14.7 AI sebagai Pengungkit Naik Kelas
Tiga pertanyaan dari subbab sebelumnya memberi arah: apa yang terjadi jika gagal, siapa yang terdampak, dan bagaimana keputusan ini dirawat nanti. AI berguna ketika dipakai untuk memperluas jawaban atas tiga pertanyaan itu.
Coba lihat kembali aplikasi catatan harian Anda. Anda sudah mulai bertanya tentang dampak, perawatan jangka panjang, dan siapa yang terdampak jika fitur gagal. Itu adalah awal yang baik. Tapi sekarang bayangkan Anda ingin menguji pemikiran Anda. Anda bertanya pada AI: “Apa yang bisa salah dari fitur pencarian di aplikasi catatan harian ini?” Dalam hitungan detik, AI memberikan daftar skenario: data tidak terindeks dengan benar, pencarian lambat saat jumlah catatan mencapai ribuan, karakter khusus yang tidak cocok dengan pola pencarian, hingga masalah encoding saat menyimpan teks dari berbagai bahasa.
Nilai AI di sini bukan menggantikan pengalaman, tetapi mempercepat paparan terhadap pola. Anda tetap perlu menilai mana skenario yang masuk akal dan mana yang terlalu jauh, tetapi daftar awalnya muncul jauh lebih cepat.
Sekarang tingkatkan satu level. Anda sudah menjadi engineer yang terbiasa memikirkan reliability dan evidence. Anda sedang merancang sistem baru. Alih-alih menghabiskan tiga hari membaca dokumentasi dan mencari referensi arsitektur, Anda bisa memberikan brief ke AI: “Saya perlu merancang sistem pencatatan yang bisa menangani 10.000 pengguna simultan. Data harus konsisten meskipun ada kegagalan jaringan. Berikan saya opsi arsitektur beserta trade-off masing-masing.” AI akan memberikan tiga opsi lengkap dengan kelebihan, kekurangan, dan kondisi di mana masing-masing cocok.
Tentu, keputusan akhir tetap ada di tangan Anda. AI tidak bisa merasakan konteks organisasi Anda, budaya tim, atau keterbatasan anggaran. Tapi AI bisa mempercepat proses eksplorasi. Anda tidak perlu membaca sepuluh artikel blog dan lima buku untuk sampai pada pilihan yang masuk akal. Anda bisa langsung mendapatkan peta opsi, lalu menggunakan penilaian Anda untuk memilih.
Inilah yang membuat AI menjadi pengungkit naik kelas: ia memperbanyak simulasi sebelum keputusan diambil. Satu fitur bisa diuji dari sisi failure mode, maintenance, data, security, biaya, dan dampak pengguna tanpa harus menunggu semua masalah itu terjadi di production.
Tapi ada syaratnya: AI hanya berguna jika Anda sudah memiliki pemahaman dasar. Jika Anda tidak tahu apa itu reliability, Anda tidak akan bisa mengevaluasi jawaban AI tentang cara mencapai reliability. Jika Anda tidak paham konsekuensi perubahan, Anda tidak akan bisa memilih di antara dua opsi arsitektur yang diberikan AI. AI mempercepat orang yang sudah punya fondasi. Ia tidak menggantikan kebutuhan untuk belajar dan berpikir.
Jadi, AI adalah kesempatan untuk memperluas kapasitas. Di era AI, pertanyaannya menjadi: “inisiatif bernilai apa lagi yang bisa saya bantu wujudkan dengan AI?”
Bab ini sudah menunjukkan peta perjalanan: dari programmer yang menulis instruksi, ke developer yang memikirkan fitur, ke engineer yang membangun sistem andal, ke arsitek yang menentukan arah keputusan. Setiap level membutuhkan cara berpikir yang berbeda. Dan AI ada di setiap level sebagai pengungkit.
Sekarang, setelah memahami peta ini, pertanyaan selanjutnya adalah: bagaimana organisasi bisa mendukung perubahan cara kerja ini secara sistematis? Bagaimana perusahaan bisa menciptakan lingkungan di mana orang yang dekat dengan code ikut memahami masalah, sistem, value, dan keputusan? Itu menjadi arah bab selanjutnya.