16.5 AI untuk Semua Fungsi, Bukan Hanya IT
Arsitek bukan satu-satunya peran yang terbantu. Fungsi bisnis lain juga bisa memanfaatkan AI untuk pekerjaan knowledge mereka. Ketika Rina menunjukkan bagaimana ia menggunakan AI untuk merangkum diff dan menulis draft ADR, rekan dari tim operasi dan legal mulai bertanya: apakah alat yang sama bisa membantu mereka?
Pertanyaan ini wajar. Selama ini AI sering diposisikan sebagai alat teknis — untuk menulis kode, debugging, atau membuat diagram. Padahal sebagian besar pekerjaan di organisasi adalah pekerjaan knowledge: membaca, menulis, meringkas, mengklasifikasi, mencari, dan menjelaskan. Dan AI sangat baik dalam hal-hal itu.
Bayangkan tim support yang setiap hari menerima ratusan tiket. Setiap tiket perlu dibaca, dikategorikan, dan diarahkan ke tim yang tepat. Sebagian besar tiket sebenarnya mirip — keluhan yang sama, pertanyaan yang sama, error yang sama. Tapi karena volume tinggi, waktu yang tersedia untuk setiap tiket pendek. Akibatnya, klasifikasi sering salah, respons lambat, dan pelanggan menunggu lebih lama.
Dengan AI, tiket bisa langsung diklasifikasikan saat masuk. Bahasa yang digunakan pelanggan dibaca, pola dikenali, dan tiket diarahkan ke kategori yang sesuai — misalnya "masalah login", "permintaan refund", atau "bug teknis". Bahkan, AI bisa menyusun draf respons pertama berdasarkan tiket serupa yang sudah pernah diselesaikan. Tim support tinggal memeriksa, menyesuaikan, dan mengirim. Bukan menggantikan manusia, tetapi mengurangi waktu yang dihabiskan untuk membaca dan mengetik dari awal.
Fungsi legal juga merasakan manfaat serupa. Kontrak, perjanjian, dan dokumen kebijakan sering kali panjang, berlapis, dan penuh klausul. Seorang legal officer perlu membaca dokumen puluhan halaman hanya untuk menemukan satu pasal yang relevan. AI bisa merangkum dokumen, menyoroti klausul penting, dan bahkan membandingkan dua versi kontrak untuk menunjukkan perbedaan. Ini bukan menggantikan judgment hukum — keputusan tetap di tangan manusia. Tapi waktu yang biasanya dihabiskan untuk membaca ulang bisa dialihkan ke analisis yang lebih dalam.
Di finance, pekerjaan serupa terjadi. Seorang analis keuangan mungkin perlu menjelaskan varian anggaran kepada kepala divisi. Ia harus mencari data dari beberapa sistem, membaca catatan, lalu menyusun penjelasan yang masuk akal. AI bisa membantu dengan mengambil data yang relevan, menyusun draf penjelasan berdasarkan pola historis, dan menyajikannya dalam bahasa yang bisa dipahami oleh non-finance. Lagi-lagi, manusia yang memvalidasi dan memutuskan.
Semua contoh ini memiliki pola yang sama: AI menjadi knowledge assistant. Ia membaca dokumen, merangkum, mengklasifikasi, mencari, dan menyusun draf. Pekerjaan judgment, keputusan, dan validasi tetap di tangan manusia. Tapi beban membaca dan menulis dari awal berkurang drastis.
Pola umum ini dapat divisualisasikan dalam diagram alur berikut.
Implikasinya untuk organisasi cukup jelas. AI bukan lagi urusan IT semata. Setiap fungsi — operasi, legal, finance, HR, support, compliance — perlu mulai memetakan pekerjaan mereka: aktivitas mana yang berulang, dokumen mana yang terlalu panjang untuk dibaca manual, keputusan mana yang membutuhkan klasifikasi, dan pencarian informasi mana yang bisa dipercepat.
Jawaban atas pertanyaan-pertanyaan ini akan membuka jalan bagi adopsi AI yang lebih luas. Bukan hanya di editor kode, tetapi di seluruh meja kerja organisasi.
Tapi semakin luas AI digunakan, semakin penting kontrol kerja yang jelas. Siapa yang boleh mengakses data apa? Bagaimana audit dilakukan? Apa yang terjadi jika AI memberikan jawaban yang salah? Subbab berikutnya akan membahas kerangka governance yang diperlukan agar organisasi bisa bergerak lebih agresif tanpa kehilangan kendali.
