5.3 Memecah Inisiatif Menjadi Stream
Bayangkan Anda sudah menetapkan tema quarter pertama: meningkatkan efisiensi operasional customer service dengan AI. Inisiatifnya sudah jelas—membangun chatbot yang bisa menangani pertanyaan umum pelanggan. Tim pengembang mulai bekerja, antusiasme tinggi, dan dalam waktu dua minggu prototype chatbot sudah bisa menjawab tiga jenis pertanyaan dasar. Semua terlihat berjalan lancar.
Namun saat minggu ketiga tiba, masalah mulai muncul. Tim operasional customer service belum siap. Mereka tidak tahu bagaimana cara menangani kasus yang di-escalate oleh chatbot. Belum ada panduan untuk knowledge transfer dari tim pengembang ke tim operasi. Dokumen support belum dibuat. Tim operasi bahkan belum tahu cara membedakan mana jawaban chatbot yang akurat dan mana yang perlu dicek ulang. Chatbot sudah jadi, tapi tidak bisa dipakai.
Situasi ini sangat umum terjadi. Banyak organisasi hanya fokus pada pembangunan—membuat fitur, menulis kode, mengintegrasikan sistem—tapi lupa bahwa inisiatif besar tidak selesai saat kode dikirim. Inisiatif selesai saat solusi benar-benar berjalan dan dipakai oleh pengguna. Dan untuk sampai ke titik itu, ada dua jenis pekerjaan yang harus berjalan beriringan.
Pertama adalah development stream. Stream ini mencakup semua aktivitas pembangunan: analisis kebutuhan, desain solusi, coding, integrasi, testing, dan deployment. Ini adalah bagian yang paling terlihat dan paling sering diukur. Dengan AI, development stream bisa berjalan lebih cepat. AI assistant bisa membantu menulis kode, membuat dokumentasi teknis, menjalankan automated testing, bahkan menganalisis dampak perubahan. Tim yang sebelumnya butuh tiga bulan untuk membangun chatbot kini bisa melakukannya dalam satu bulan.
Kedua adalah operation stream. Stream ini mencakup semua aktivitas yang membuat solusi bisa dioperasikan sehari-hari: pelatihan pengguna, pembuatan panduan operasional, knowledge transfer, support readiness, penyesuaian proses bisnis, dan persiapan tim operasi. Inilah bagian yang sering diabaikan. Dan inilah bagian yang tidak bisa dipercepat secara drastis oleh AI, karena menyangkut kesiapan manusia.
AI bisa membantu membuat draft panduan operasional, merangkum hasil testing, atau menyusun materi pelatihan. Tapi manusia tetap perlu membaca, memahami, berlatih, dan mengubah kebiasaan kerja mereka. Seorang agen customer service tidak bisa langsung mahir menangani escalation dari chatbot hanya dengan membaca dokumen. Butuh waktu, pendampingan, dan pengalaman langsung.
Konsekuensinya jelas: saat Anda memecah inisiatif menjadi stream, Anda harus menjadwalkan keduanya secara paralel, bukan serial. Jangan menunggu development selesai baru memikirkan operasi. Begitu development stream mulai berjalan, operation stream juga harus dimulai. Tim operasi perlu dilibatkan sejak awal, bukan di akhir. Mereka perlu tahu apa yang akan datang, bagaimana cara kerjanya, dan apa yang perlu mereka siapkan.
Berikut adalah diagram yang menggambarkan pemecahan inisiatif chatbot menjadi dua stream paralel:
Implikasinya untuk perencanaan roadmap cukup besar. Jika Anda hanya melihat inisiatif sebagai satu blok pekerjaan, Anda akan kesulitan memperkirakan kapan solusi benar-benar siap dipakai. Tapi jika Anda memecahnya menjadi dua stream, Anda bisa melihat bahwa development stream mungkin selesai di bulan kedua, sementara operation stream baru siap di bulan ketiga. Artinya, go-live tidak bisa dilakukan di bulan kedua, meskipun kode sudah selesai.
Dengan pemahaman ini, Anda bisa membuat keputusan yang lebih realistis. Anda tahu kapan harus mulai melibatkan tim operasi, kapan harus menyiapkan basis pengetahuan, dan kapan harus mengalokasikan waktu untuk pelatihan. AI memang mempercepat pembangunan, tapi kesiapan operasional tetap membutuhkan investasi waktu manusia. Dan inilah yang membedakan roadmap yang ambisius namun realistis dari roadmap yang hanya terlihat cepat di atas kertas.
Setelah stream terdefinisi, pertanyaan berikutnya adalah bagaimana memastikan semua stream berjalan tanpa saling menghambat. Di sinilah Anda perlu memetakan dependency yang mungkin muncul—tidak hanya antar stream, tetapi juga antar fungsi, sistem, dan infrastruktur.