22.8 Dari Task Taker ke Problem Shaper
Kebiasaan harian dari subbab sebelumnya pada akhirnya mengubah posisi Anda dalam pekerjaan. Awalnya kebiasaan itu hanya terlihat seperti cara memakai AI dengan lebih sehat. Lama-lama, ia mengubah cara Anda melihat task yang datang.
Coba bayangkan dua orang arsitek di tim yang sama. Keduanya sama-sama senior dan paham teknologi. Perbedaannya ada pada cara mereka membaca pekerjaan yang datang.
Perbedaan langkah antara kedua arsitek dapat dilihat dalam diagram berikut.
Arsitek pertama membuka daftar task dan mulai mengerjakan satu per satu. Dia efisien. Outputnya rapi. Tapi dia jarang bertanya mengapa task itu ada, apakah task itu memang perlu dikerjakan, atau apakah ada cara yang lebih baik untuk mencapai tujuan yang sama.
Arsitek kedua melakukan hal yang berbeda. Sebelum mengerjakan task, dia membaca konteksnya. Dia bertanya: masalah apa yang sebenarnya ingin diselesaikan? Apakah task ini memang menjawab masalah itu? Apakah ada asumsi yang perlu diverifikasi? Kadang dia kembali ke stakeholder dan mengusulkan pendekatan yang berbeda. Kadang dia menolak task karena masalahnya sudah tidak relevan.
Keduanya sama-sama bekerja keras. Tapi perannya berbeda.
Arsitek pertama berada dalam pola task taker: menerima tugas, mengerjakannya dengan baik, lalu menyerahkan hasilnya. Pola ini tetap dibutuhkan, tetapi nilainya semakin mudah dibantu AI ketika instruksi sudah jelas.
Arsitek kedua berada dalam pola problem shaper. Dia ikut membentuk dan mendefinisikan masalah yang perlu dipecahkan. Dia bertanya sebelum mengerjakan, menguji asumsi, dan melihat lebih jauh dari task yang tertulis. Nilainya bukan pada kecepatan mengeksekusi, tetapi pada ketepatan memilih apa yang perlu dieksekusi.
Pergeseran dari task taker ke problem shaper adalah tanda bahwa judgment seseorang sudah matang. Anda tidak lagi bergantung pada orang lain untuk mendefinisikan pekerjaan Anda. Anda bisa melihat situasi, membaca ketegangan antara kebutuhan dan kendala, dan menentukan sendiri apa yang paling penting dilakukan.
AI mempercepat pergeseran ini. Karena AI bisa mengerjakan banyak task dengan cepat, peran task taker menjadi semakin mudah diotomatisasi. Tapi AI belum bisa menjadi problem shaper. AI belum bisa berdiri di depan whiteboard, melihat sekeliling ruangan, dan bertanya: “Apakah kita sedang memecahkan masalah yang benar?” AI belum bisa membaca dinamika organisasi, menangkap kekhawatiran yang tidak diucapkan, dan merumuskan ulang masalah agar lebih bisa ditindaklanjuti.
Inilah ruang yang harus Anda tempati. Bukan ruang eksekusi cepat, tetapi ruang pembentukan masalah.
Di tim yang sehat, problem shaper tidak sendirian. Dia bekerja dengan task taker yang andal — baik manusia maupun AI. Tapi arah strategis, prioritas, dan definisi masalah datang dari problem shaper. Dialah yang memastikan bahwa energi tim tidak terbuang untuk menyelesaikan masalah yang salah.
Kebiasaan harian tadi adalah fondasi untuk menjadi problem shaper. Untuk membentuk masalah, Anda harus bisa melihat apa yang hilang, apa yang diasumsikan, dan apa yang perlu dipertanyakan dalam definisi masalah yang diberikan orang lain.
Ini bukan soal menjadi lebih pintar dari orang lain. Ini soal memiliki kebiasaan untuk tidak menerima masalah begitu saja. Kebiasaan untuk selalu bertanya: “Apakah ini masalah yang tepat untuk dipecahkan?”
Ketika kebiasaan itu sudah menjadi refleks, Anda tidak lagi bekerja sebagai pelaksana. Anda bekerja sebagai pembentuk arah. Dan di era di mana AI bisa mengerjakan hampir semua task, peran itulah yang membuat Anda tetap relevan.
Subbab berikutnya akan membahas bagaimana peran problem shaper ini dijalankan dalam organisasi yang makin bergantung pada AI — dan bagaimana Anda bisa membangun pengaruh tanpa harus menjadi manajer.