AI

Kerjaan yang gak boleh diotomasi AI, dan cara gw milihnya

1 November 2026 · Brian Arfi Faridhi

Gw termasuk orang yang paling semangat ngotomasi. Distribusi konten gw jalan di 8 kanal, dan gw ngerjainnya sendirian.

Tapi gw punya daftar kerjaan yang sengaja gak gw kasih ke AI. Padahal teknisnya bisa.

Makanya gw agak gerah liat konten yang bilang "otomasi semuanya". Itu nasihat yang enak didenger dan mahal dijalanin.

Gw bukan anti-otomasi

Biar jelas dulu posisi gw. Bikin perusahaan hemat itu kebiasaan lama gw, jauh sebelum AI ngetren. Totalnya $4 juta+ per tahun dari macem-macem inisiatif. Ada perbaikan proses, optimasi biaya, keputusan produk yang lebih efisien. Otomasi cuma salah satunya.

Dulu daya ungkit kayak gitu butuh posisi, tim engineer, dan sistem mahal. Sekarang AI jadi alat paling tajam buat kebiasaan yang sama, dan bisa dilatih ke semua orang di tim.

Nah, alat yang tajam juga nyayat lebih dalam kalau salah pegang. Itu yang jarang dibahas.

Manager yang baik tau mana yang gak dilempar

Coba pikir cara manager ngasih kerjaan ke anak buah.

Laporan mingguan, riset kompetitor, draft deck, rapiin notulen. Semuanya langsung dilempar tanpa mikir panjang. Kalau hasilnya kurang pas, manager tinggal cek dan minta revisi.

Tapi ada kerjaan yang manager bagus pegang sendiri. Mecat orang. Ngomong sama mitra yang kontraknya nentuin tahun depan. Nentuin tim bakal ngerjain apa dan apa yang distop.

Itu gak ada hubungannya sama anak buah yang bodoh. Anak buahnya bisa aja lebih pinter dari manager-nya soal data.

Alasannya satu. Eksekusi bisa didelegasi. Tanggung jawab gak.

Sekarang balik ke AI. Kalau lo pernah bilang "AI-nya gak becus", cek dulu tugasnya. Manager yang nyerahin keputusan soal nasib orang ke anak magang, terus nyalahin si anak magang, bakal diketawain satu kantor. Kalau tugas semacam itu lo kasih ke AI terus lo nyalahin AI, ceritanya sama. Yang belum paham batas delegasi itu lo, bukan modelnya.

Empat jenis kerjaan yang gw pegang sendiri

Ini kriteria gw. Gak ilmiah, murni dari pengalaman mimpin tim produk dan ngebangun sistem AI.

  1. Keputusan soal orang. Rekrut, ngasih masukan yang berat, naikin atau nurunin peran. AI boleh bantu nyusun data dan bahan. Tapi kalimat terakhirnya keluar dari mulut gw, karena orang di seberang berhak ngomong sama manusia yang bertanggung jawab.
  2. Negosiasi dan hubungan. Negosiasi itu soal baca ruangan. Jeda sebelum jawab, nada yang berubah, hal yang sengaja gak diucapin. AI bisa nyiapin skenario dan lawan argumen. Duduk di mejanya tetap gw.
  3. Keputusan yang susah ditarik balik. Kalau salah, biayanya gak bisa dibatalin dengan satu klik. Di sini gw selalu nanya, kalau ini keliru dan baru ketahuan bulan depan, siapa yang nanggung?
  4. Penilaian soal "bagus itu kayak apa". AI jago ngejar target yang udah ditentuin. Nentuin targetnya itu kerjaan gw. Kalau definisi "bagus" ikut gw serahin ke AI, sistemnya bakal ngerjain hal yang salah dengan sangat efisien.

Poin terakhir itu pernah kejadian beneran. Post gw pernah nyasar tayang di akun brand yang salah, gara-gara logika pencocokan akun kebalik arah. Sistemnya jalan mulus. Cuma arahnya yang salah.

Sistem auto-reply gw juga pernah gagal massal berhari-hari, soalnya sesi login-nya mati. Sistemnya tetap jalan, tetap bayar biaya, tetap gagal kirim. Gak ada peringatan yang bunyi. Gw baru tau karena iseng ngecek.

Dua-duanya salah gw, bukan salah AI. Gw ngelepas tanpa pengawasan.

Tes tiga pertanyaan sebelum gw lepas ke AI

Sebelum ngasih satu kerjaan ke AI, gw tanya tiga hal.

Pertama, kalau salah, siapa yang kena? Kalau yang kena cuma waktu gw ngulang, lepas aja. Kalau yang kena orang lain, kepercayaan, atau uang yang gak balik, gw pegang.

Kedua, bisa dicek cepet gak? Draft laporan bisa gw cek dalam beberapa menit. Keputusan strategi yang dampaknya baru kelihatan berbulan-bulan, gak bisa. Makin susah dicek, makin pasti gw pegang sendiri.

Ketiga, ada konteks yang gak ketulis di mana-mana? Sejarah hubungan, janji lisan, suasana tim minggu ini. Kalau ada, AI cuma dapet separuh gambar. Dan separuh gambar yang disampaikan dengan pede itu yang paling bahaya.

Satu contoh dari kerjaan gw sendiri. Waktu tim gw ngebangun FINA, agent customer support, tim nahan biayanya di sekitar $0.004 per turn. Pas ngetes, ketemu celah akses data antar pengguna sebelum masuk produksi. Celah itu ketahuan gara-gara masih ada orang yang ngecek bagian yang paling mahal kalau salah.

Sama juga di tiket support. Otomasi naik dari 0 sampai 70% dari sekitar 10 ribu tiket per bulan. Sisanya, yang rumit dan sensitif, tetap lewat orang.

Pola ini gw pakai terus. AI ngerjain bagian yang berat dan berulang. Gw megang bagian yang butuh tanggung jawab.

Dan ini gak permanen. Daftar gw berubah tiap model baru keluar. Ada kerjaan yang dulu gw pegang dan sekarang gw lepas, setelah gw liat sendiri hasilnya konsisten. Batasnya gerak, tapi tetap ada.

Jadi sebelum minggu ini kelar, ambil lima kerjaan yang lagi lo pikirin buat diotomasi. Jalanin tiga pertanyaan tadi satu-satu. Gw berani taruhan, minimal satu bakal lo tarik balik.

Kalau lo mau belajar milah ini bareng orang yang sama-sama lagi ngulik, masuk AI Circle. Isinya workflow dan cara mikir yang gw pakai tiap hari.

Kalau lo mimpin tim dan butuh timnya ngerti batas delegasi ke AI, lihat halaman corporate.