Kapasitas yang Diperluas oleh AI

5.5 Kapasitas yang Diperluas oleh AI

Setelah dependency terpetakan, langkah selanjutnya adalah menghitung kapasitas. Pertanyaannya sederhana: dengan jumlah orang yang sama, berapa banyak inisiatif yang benar-benar bisa dikerjakan dalam satu quarter?

Kebanyakan head delivery menjawab pertanyaan ini dengan angka yang aman. Mereka melihat jumlah engineer, melihat beban kerja yang sudah berjalan, lalu mengambil setengah dari inisiatif yang sebenarnya ingin dikerjakan. Ini bukan karena mereka pesimis, tetapi karena pengalaman mengajarkan bahwa setiap inisiatif membutuhkan lebih dari sekadar coding. Ada analisis, drafting spesifikasi, testing, dokumentasi, persiapan support, dan knowledge transfer. Semua itu memakan waktu yang tidak kelihatan di papan sprint.

Sekarang, dengan AI, perhitungan itu perlu diubah.

Bayangkan seorang solution architect yang biasanya menghabiskan tiga hari untuk menganalisis dampak perubahan di satu sistem terhadap sistem lain. Dengan AI assistant, ia bisa memberikan prompt berisi deskripsi perubahan, dan dalam hitungan menit mendapatkan daftar komponen yang terdampak, lengkap dengan referensi ke kode dan dokumentasi yang relevan. Waktu analisis turun dari tiga hari menjadi setengah hari. Bukan karena AI mengambil alih keputusan, tetapi karena AI mempercepat pencarian dan sintesis informasi.

Berikut adalah tabel perbandingan alokasi waktu untuk setiap peran sebelum dan sesudah menggunakan AI.

Berikut adalah perbandingan visual alokasi waktu untuk setiap peran sebelum dan sesudah menggunakan AI.

Hal yang sama terjadi di area lain. Seorang engineer yang biasanya menulis dokumentasi teknis selama dua hari bisa menyelesaikannya dalam beberapa jam dengan bantuan AI drafting. Seorang QA yang menyusun skenario testing secara manual bisa memanfaatkan AI untuk menghasilkan varian uji berdasarkan perubahan kode. Seorang technical writer yang menyiapkan panduan pengguna bisa menggunakan AI untuk merangkum fitur baru dari pull request dan changelog. Bahkan tim support readiness bisa memanfaatkan AI untuk menyusun FAQ dan basis pengetahuan dari tiket-tiket yang sudah terselesaikan.

Inilah yang dimaksud dengan AI-adjusted capacity. Kapasitas tim tidak lagi dihitung berdasarkan jumlah orang dikali jam kerja, tetapi berdasarkan jumlah orang dikali efektivitas yang diperluas oleh AI. Satu orang bisa menangani lebih banyak inisiatif karena pekerjaan yang dulu memakan waktu kini bisa diselesaikan lebih cepat. Bukan berarti orang itu bekerja lebih keras, tetapi ia bekerja dengan alat yang memperluas jangkauannya.

Dampaknya langsung terasa pada perencanaan quarterly. Sebuah inisiatif yang sebelumnya membutuhkan dua orang selama satu bulan penuh, kini mungkin cukup dengan satu orang selama tiga minggu. Atau, dengan kapasitas yang sama, tim bisa mengambil satu inisiatif tambahan yang sebelumnya terpaksa ditunda. Ini bukan soal memotong biaya, tetapi soal memanfaatkan kapasitas yang baru tersedia untuk mengejar lebih banyak peluang.

Tentu, perlu ada kejujuran dalam menghitung. Tidak semua pekerjaan bisa dipercepat dengan AI. Diskusi dengan stakeholder, negosiasi prioritas, dan keputusan arsitektural tetap membutuhkan waktu manusia yang tidak bisa dikompres. Tetapi untuk pekerjaan knowledge work yang sifatnya repetitif—mencari informasi, menulis draft, menyusun dokumentasi, membuat ringkasan—AI memberikan percepatan yang nyata.

Dengan kapasitas yang diperluas ini, tim bisa mulai berpikir lebih agresif. Bukan agresif dalam arti ceroboh, tetapi agresif dalam arti berani mengambil lebih banyak inisiatif karena kapasitasnya sudah dihitung ulang. Pertanyaan berikutnya adalah: seberapa yakin kita bahwa semua inisiatif itu bisa selesai tepat waktu dengan kualitas yang diharapkan? Jawabannya ada pada delivery keyakinan.