Bagian 4

Delivery, Platform, dan Peran Strategis

Bagian ini membahas: Delivery, Platform, dan Governance; Integrasi AI dalam Cara Kerja Perusahaan; Pola Kerja AI untuk Analysis, Design, Code, dan Review; Menjaga Judgment dan Kemampuan Belajar; Dari Task Taker ke Problem Shaper; Peta Belajar untuk Berpikir dan Bekerja seperti Arsitek.

6 bab · 46 artikel

Bab 19: Delivery, Platform, dan Governance

menegaskan bahwa arsitektur tidak berhenti di diagram. Desain harus bisa dikirim, dijalankan, diamati, diperbaiki, dan dipakai banyak tim. Platform dan governance bukan penghambat, tetapi cara membuat organisasi bergerak lebih cepat dengan jalur kerja yang jelas.

19-1

Arsitektur Tidak Berhenti di Diagram

Saya pernah melihat tim menghabiskan dua minggu mendiskusikan diagram arsitektur yang sangat rapi. Setiap kotak, garis, dan panah digambar d

3 menit
19-2

Deployment, Release, dan Keputusan Desain

Seorang arsitek di sebuah perusahaan fintech bercerita bahwa timnya punya aturan tidak tertulis: setiap deploy ke production harus dilakukan

3 menit
19-3

Production Feedback sebagai Bahan Desain

Seorang arsitek yang saya kenal pernah mendesain sistem antrean pesan yang sangat elegan. Ia memilih message broker tertentu, menentukan ske

3 menit
19-4

Platform Engineering: Jalan Aspal untuk Banyak Tim

Ketika satu tim sudah bisa menjalankan siklus ini dengan baik, tantangan berikutnya adalah membuat pola yang sama bisa diadopsi oleh banyak

4 menit
19-5

Mengurangi Beban Pikiran Tim Aplikasi

Seorang lead engineer dari tim pembayaran pernah bercerita kepada saya tentang minggu yang melelahkan. Timnya sedang menyiapkan fitur baru y

3 menit
19-6

Governance sebagai Kontrol Kerja, Bukan Hambatan

Setelah platform siap dan beban pikiran berkurang, organisasi tetap perlu menjaga agar keputusan arsitektur tidak dilanggar. Governance hadi

4 menit
19-7

Kecepatan dan Kendali dalam Satu Tarikan Napas

Seorang kepala teknologi pernah berkata kepada saya, “Saya ingin tim bergerak cepat, tapi saya juga tidak ingin mereka membuat keputusan yan

3 menit

Bab 20: Integrasi AI dalam Cara Kerja Perusahaan

memperluas AI dari coding assistant menjadi capability organisasi lintas fungsi. AI bisa masuk ke dokumen, pencarian pengetahuan, ticketing, support, compliance evidence, audit, legal review, HR knowledge, finance operations, sales operations, procurement, internal search, dan cara kerja lain yang berbasis informasi.

20-1

Dari Asisten Pribadi ke Kemampuan Organisasi

Bayangkan sebuah perusahaan menengah yang sudah mulai memakai AI. Tim engineering menggunakan ChatGPT untuk membantu menulis kode. Tim marke

3 menit
20-2

Jalur pemrosesan AI: Dari Dokumen ke Knowledge yang Bisa Dipakai

Bayangkan sebuah perusahaan logistik yang sudah beroperasi dua puluh tahun. Selama itu, mereka mengumpulkan ribuan dokumen: kontrak, addendu

4 menit
20-3

Jawaban yang bisa ditelusuri sumbernya dan Arsitektur Knowledge: Metadata, Pemecahan dokumen, dan Penelusuran Sumber

Seorang staf compliance menerima pertanyaan dari auditor: “Apakah perusahaan pernah menangani permintaan dengan kondisi force majeure akibat

4 menit
20-4

Integrasi dengan Sistem Perusahaan: Ticketing, CRM, ERP, dan sistem pengelolaan dokumen

Seorang agen support duduk di depan layar. Di satu sisi, ia membuka aplikasi ticketing yang berisi keluhan pelanggan. Di sisi lain, ia membu

4 menit
20-5

Mitigasi Risiko Enterprise AI: Kebocoran Data, Jawaban Tanpa Dasar, dan Akses Melewati Batas

Semakin banyak cara kerja yang terintegrasi, semakin penting mitigasi risiko enterprise AI. Bayangkan skenario ini: seorang staf HR membuka

4 menit
20-6

Tata Kelola Kerja AI: Persetujuan Manusia, Ambang Keyakinan, dan Jejak Audit

Setelah memahami situasi yang perlu dikendalikan, pertanyaan berikutnya adalah: bagaimana perusahaan bisa memakai AI dengan percaya diri? Ja

4 menit
20-7

Arsitektur Referensi: membaca dokumen, menata dokumen, dan membuat pengetahuan bisa dicari Berbasis AI

Bayangkan sebuah perusahaan logistik yang setiap hari menerima ratusan dokumen masuk: surat jalan, invoice, bukti pengiriman, laporan kerusa

4 menit

Bab 21: Pola Kerja AI untuk Analysis, Design, Code, dan Review

memberi pola kerja praktis agar AI masuk ke proses kerja secara sehat. Bab ini menyatukan prompt, brief, analysis, design, code, review, test, dokumentasi, dan decision record ke dalam cara kerja yang bisa dipakai individu maupun tim.

21-1

Dari Prompt ke Brief: Cara Baru Memberi Instruksi ke AI

Bayangkan Anda baru saja menerima permintaan dari tim produk: buatkan halaman dashboard untuk menampilkan data penjualan bulanan. Sebagai ar

4 menit
21-2

AI untuk Memahami Codebase dan Dokumen yang Sudah Ada

Setelah memahami cara memberi brief yang baik, kita perlu tahu bagaimana AI bisa membantu kita memahami situasi yang sudah ada, terutama cod

3 menit
21-3

Eksplorasi Desain dengan AI: Membandingkan Opsi Sebelum Memutuskan

Setelah memahami kondisi yang ada, langkah berikutnya adalah merumuskan apa yang perlu dibuat atau diubah, dan AI bisa membantu mengeksplora

4 menit
21-4

Implementasi Terbatas: Kapan AI Boleh Menulis Kode dan Kapan Tidak

Setelah desain dipilih, tibalah saatnya menulis kode. Namun, implementasi dengan AI perlu scope yang jelas agar hasilnya bisa dipertanggungj

4 menit
21-5

Test, Review, dan Dokumentasi: AI sebagai Pemeriksa Kedua

Kode yang sudah ditulis perlu diuji dan direview. AI juga bisa membantu di tahap ini, asalkan kita tahu batas kemampuannya.

4 menit
21-6

Mencatat Keputusan: AI untuk Decision Record dan Learning Loop

Semua keputusan dan hasil kerja perlu dicatat agar bisa dipelajari dan dijadikan referensi. AI bisa membantu menuliskan decision record.

4 menit
21-7

Alur Kerja Tim: Dari Request ke Release dengan AI di Setiap Langkah

Bayangkan Anda memimpin tim yang terdiri dari enam orang. Setiap hari masuk permintaan dari berbagai arah: tim produk ingin fitur baru, tim

3 menit

Bab 22: Menjaga Judgment dan Kemampuan Belajar

membahas cara memperkuat kemampuan berpikir saat AI makin banyak membantu pekerjaan. Fokusnya adalah memakai AI sebagai alat latihan, alat percepatan, dan alat perluasan kapasitas agar judgment manusia makin matang.

22-1

Saat AI Memberi Jawaban yang Terlalu Rapi

Bayangkan Anda sedang merancang sistem baru. Anda minta AI assistant untuk memberikan usulan arsitektur. Dalam beberapa detik, keluarlah seb

3 menit
22-2

Mode Aktif dan Mode Pasif dalam Belajar

Setelah melihat bahwa output AI perlu diperiksa, kita perlu cara sistematis untuk melatih kemampuan memeriksa itu. Pertanyaan pertamanya sed

3 menit
22-3

Teknik Memakai AI untuk Belajar, Bukan Sekadar Menjawab

Anda sudah tahu bahwa mode aktif lebih baik daripada mode pasif. Sekarang pertanyaannya: teknik apa yang bisa Anda pakai? Berikut empat tekn

3 menit
22-4

Membaca Sebelum Menerima: Kebiasaan yang Harus Dipelihara

Anda sudah menguasai empat teknik dari subbab sebelumnya. Anda bisa minta penjelasan, bandingkan opsi, minta contoh kontra, dan minta rencan

2 menit
22-5

Melatih Debugging, Review, dan Desain dengan AI

Kebiasaan membaca kritis yang sudah Anda bangun di subbab sebelumnya akan terasa lebih konkret ketika Anda praktikkan langsung dalam tiga ak

3 menit
22-6

AI sebagai Alat Latih Komunikasi dan Argumentasi

Latihan individu penting, tetapi judgment juga perlu dilatih dalam komunikasi. Subbab sebelumnya membahas bagaimana AI membantu debugging, r

3 menit
22-7

Kebiasaan Harian agar AI Memperkuat Judgment

Semua latihan dari subbab sebelumnya — membaca kritis, membandingkan opsi, meminta contoh kontra, berlatih argumentasi — akan sia-sia jika h

3 menit
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 car

3 menit

Bab 23: Dari Task Taker ke Problem Shaper

mengajarkan perubahan sikap kerja. Orang strategis tidak hanya menerima permintaan apa adanya. Ia membantu membentuk masalah, menyusun opsi, menjelaskan trade-off, dan membuat keputusan lebih mudah diambil.

23-1

Dari Menerima Task ke Membentuk Masalah

Bayangkan Anda duduk di meja kerja. Tiba-tiba seorang product manager menghampiri dengan wajah setengah panik. "Kita perlu fitur ini dalam d

3 menit
23-2

Dari Permintaan Kabur ke Problem Statement

Setelah tahu bahwa permintaan mentah perlu dibentuk ulang, langkah berikutnya adalah membuat bentuknya eksplisit. Kita lanjutkan contoh yang

3 menit
23-3

Menyusun Opsi, Bukan Satu Jawaban

Setelah problem statement jelas, langkah berikutnya adalah menyusun opsi solusi yang bisa dipilih, bukan langsung menuju satu jawaban.

3 menit
23-4

Menemukan Dependency Sebelum Terlambat

Anda sudah menyusun tiga opsi solusi. Masing-masing punya trade-off sendiri. Sekarang saatnya memilih, dan Anda merasa sudah siap. Tapi tung

4 menit
23-5

Bicara ke Engineer, Manager, dan Bisnis dengan Bahasa Mereka

Setelah dependency terpetakan, kita perlu mengomunikasikan temuan ini kepada berbagai pihak dengan cara yang sesuai dengan bahasa mereka. In

4 menit
23-6

Diagram yang Membantu Keputusan, Bukan Memperindah Slide

Komunikasi yang baik sering dibantu oleh alat bantu visual. Diagram yang tepat bisa mempercepat pemahaman dan keputusan. Tapi ada jebakan ya

3 menit
23-7

Dokumen Pendek yang Menjaga Alignment

Anda baru saja menyelesaikan sesi diskusi yang panjang. Diagram sudah digambar, opsi sudah dijelaskan, dan keputusan sudah diambil. Semua or

4 menit
23-8

Kepercayaan Lewat Clarity dan Evidence

Anda baru saja menyelesaikan dokumen alignment yang pendek tapi padat. Semua pihak sepakat dengan keputusan yang diambil. Anda merasa puas.

3 menit

Bab 24: Peta Belajar untuk Berpikir dan Bekerja seperti Arsitek

menutup buku dengan peta latihan agar pembaca memperluas cara berpikir, bukan sekadar mengejar jabatan. Era AI membuka kesempatan bagi semua orang untuk bekerja lebih utuh: memahami masalah, membentuk opsi, menimbang trade-off, menjaga delivery, dan memperbesar dampak. Organisasi yang sehat memberi ruang bagi orang yang mau berkembang, sekaligus membangun budaya yang mendorong setiap orang ikut mempercepat perusahaan.

24-1

Dari Task ke Dampak: Memperluas Radius Keputusan

Anda terbiasa menyelesaikan pekerjaan teknis. Ada task, ada bug, ada perubahan kecil, ada permintaan dari tim lain, lalu Anda mengerjakannya

3 menit
24-2

Peta Radius Keputusan: Task, Tim, Solusi, dan Organisasi

Setelah memahami bahwa inti pembahasan adalah radius keputusan, kita bisa melihat beberapa role di organisasi sebagai contoh. Role bukan tuj

3 menit
24-3

Fondasi yang Tidak Bisa Ditawar

Bayangkan Anda sedang memimpin diskusi desain untuk sistem baru. Seorang engineer junior mengusulkan pendekatan yang kelihatan rapi di diagr

3 menit
24-4

Software Design dan Distributed System: Bahasa Sehari-hari Arsitek

Anda sedang rapat desain. Seorang engineer menunjukkan diagram yang terlihat rapi: kotak-kotak biru, garis panah, label yang jelas. Tapi ket

4 menit
24-5

Cloud, Infrastruktur, dan Keamanan: Wilayah yang Harus Dikenali

Setelah mampu merancang sistem, arsitek juga harus paham bagaimana sistem itu dijalankan dan diamankan. Sebab, diagram yang indah di papan t

3 menit
24-6

Delivery, Platform, dan Komunikasi: Soft Skill yang Jadi Hard Requirement

Anda baru saja menyelesaikan desain arsitektur untuk sistem baru. Diagramnya rapi, trade-off sudah didokumentasikan, dan keputusan teknis su

3 menit
24-7

Belajar Koeksis dengan AI: Memperluas Kapasitas, Bukan Menyerahkan Judgment

Anda sedang duduk dengan sebuah prompt panjang yang baru saja Anda tulis. Di layar, AI assistant mulai mengeluarkan analisis desain untuk si

4 menit
24-8

Menjadi Orang yang Dicari Saat Masih Gelap

Ada satu momen yang membedakan arsitek yang benar-benar dibutuhkan dari arsitek yang sekadar ada di org chart. Momen itu bukan saat semua or

3 menit
24-9

Peta Latihan 12 Bulan untuk Berpikir Lebih Utuh

Setelah memahami radius keputusan dan alatnya, langkah terakhir adalah menyusun peta latihan yang realistis. Banyak orang teknis ingin beker

3 menit