Use case AI buat kerjaan gw yang spesifik itu apa aja?

Ini pertanyaan yang paling sering muncul waktu ngobrol soal AI di kantor: "oke, tapi buat kerjaan gw yang spesifik, gunanya apa?" Jawabannya gw kasih di sesi kemarin:

Yang paling banyak itu meeting notes, action item taking. Terus watchdog. Jadi lo bisa memantau siapa ngutang lo apa, sehingga lo bisa tagih dia kapan. Sisanya ini case by case.

Kenapa meeting jadi titik tolak paling utama. Buat siapa pun yang kerjaannya banyak meeting, di situlah informasi paling banyak masuk ke kepala lo, dan paling cepat hilang. Gw sendiri 40 meeting seminggu, minggu sebelumnya malah 52. Dari jumlah sebanyak itu, gak mungkin semuanya nyantol di ingatan.

Yang gw lakuin bukan baca ulang MOM (minutes of meeting). Gw gak pernah baca MOM.

MOM gw gak pernah gw baca, jadi ngapain gw baca MOM. Yang ada, AI gw yang gw suruh baca MOM.

MOM itu bukan dokumen buat dibaca manusia. Dia repositori pengetahuan buat AI lo. Manusianya cukup tanya ke AI, AI yang nyari di MOM-nya.

Watchdog itu yang paling sering diremehin. Konsepnya sederhana: siapa janji apa ke lo, dan kapan jatuh temponya. Sistemnya nandain itu otomatis dari transkrip meeting, lalu ngingetin pas mendekati atau udah lewat waktunya. Contoh nyata dari dashboard gw sendiri: dua item sekaligus lewat 10 hari dari SLA, dan dua-duanya nyangkut di orang yang sama, satu rekan setim yang belum sempat jawab.

Gw punya 4 tim. Gak semua bisa gw follow up satu-satu.

Minimal gw tahu apa yang gw drop, dan kalau ditanya, gw bisa tahu apa yang terjadi.

Cara nemuin use case lo sendiri, kalau kerjaan lo bukan meeting-heavy kayak gw. Ini frameworknya, tiga langkah:

1. Tulis kerjaan yang lo ulang tiap minggu atau tiap bulan.
2. Dari situ, pisahin mana yang prosesnya bisa lo ceritain step by step ke orang lain. Kalau bisa diceritain urutannya, berarti bisa didelegasikan ke AI.
3. Mulai dari yang paling sering muncul dan paling bikin lo kesel ngerjainnya.

Contoh dari kerjaan gw sendiri: invoicing ke klien, sebulan sekali. Itu gw automate. Tiap tanggal tertentu invoice-nya jadi sendiri, ngambil dari laporan jam kerja gw.

Kerjaannya jadi mikirin gimana caranya lo ngerangkai proses itu jadi satu, sehingga dia jalan buat lo, dan lo bebas waktu.

Jawaban per-role yang lebih spesifik, dari beberapa pertanyaan yang masuk di sesi:

• Procurement dan kontrak: baca kontrak, baca manual, bikin justifikasi pembelian. Ini kerjaan yang gampang banget dilempar ke AI. Kalau lo biasa baca kontrak dan manual panjang buat bikin justifikasi, lempar ke AI bisa ngehemat banyak waktu.
• Akuntansi, input transaksi dari Excel ke ERP: ini persis kerjaan robotic process automation (RPA). Lo kasih sumber dan formatnya, AI belajar caranya dulu. Setelah dia paham, dia bisa bikin skill atau program kecil, dan setelah itu jalannya gak butuh token lagi. Yang makan token cuma fase belajarnya di awal.
• PM: meeting, action item, watchdog, plus daily update yang bikin lo punya pandangan status semua proyek tanpa harus nanya-nanya ke tiap orang.

Perhatiin pola di tiga contoh di atas. Semuanya kerjaan yang ada urutan langkahnya, dan urutan itu bisa diceritain. Itu penanda paling gampang buat tahu sesuatu bisa dilempar ke AI atau enggak. Kalau kerjaan lo butuh selera atau keputusan yang gak bisa lo jelasin step by step, itu biasanya masih harus lo pegang sendiri dulu.

Kalau kerjaan lo gak masuk daftar di atas, itu wajar. Yang penting bukan nyari daftar use case yang lengkap, tapi jalanin framework tiga langkah tadi buat kerjaan lo sendiri. Dua use case universal (meeting dan watchdog) itu titik mulai yang aman buat semua orang kantoran, baru dari situ lo turunin ke kerjaan spesifik lo.

Satu hal lagi yang penting dari cara kerja kayak gini. AI-nya gak ngerjain analisis dari nol tiap kali lo tanya. Begitu dia ngerti pola kerjaan lo, dia bisa disuruh bikin proses yang jalan sendiri, dan lo tinggal lihat hasilnya pas dibutuhin. Itu bedanya "pakai AI buat nanya-nanya" sama "pakai AI buat ngerjain kerjaan lo beneran". Yang kedua ini yang bikin lo bebas waktu, bukan sekadar dapat jawaban lebih cepat.

Yang gw gak bisa lakuin lewat artikel: nebak kerjaan lo. Use case lo cuma ketemu kalau lo cerita kerjaan harian lo kayak apa, dan itu yang biasanya kejadian di sesi AI Circle. Peserta cerita, gw bedah, sisanya jadi bahan buat orang lain juga.