AI untuk Bisnis: Dari Otomatisasi hingga Sistem Kerja yang Lebih Pintar

Dua angka dari survei global terbaru layak Anda baca berdampingan. Sebanyak 88% organisasi kini menggunakan AI setidaknya di satu fungsi bisnis, naik dari 78% setahun sebelumnya; tetapi hanya 7% yang melaporkan sudah menerapkannya secara penuh di seluruh organisasi, dan mayoritas masih berhenti di tahap uji coba (Sumber: survei McKinsey The State of AI 2025, dilansir Silicon Canals, 2025). Hampir semua memakai AI. Hampir tidak ada yang benar-benar berubah cara kerjanya.

Menurut pengalaman kami membangun sistem untuk bisnis Indonesia, jurang itu sebagian besar bukan soal teknologi, melainkan soal penempatan tugas. Otomatisasi AI bukan satu barang yang dibeli sekali jadi; ia lebih mirip tangga dengan beberapa anak tangga, mulai dari aturan sederhana yang bisa ditulis satu halaman sampai penilaian AI yang tetap menunggu persetujuan manusia. Bisnis yang berhasil bukan yang paling canggih teknologinya, melainkan yang paling tepat menaruh setiap tugas di anak tangga yang sesuai.

Konteksnya memang sedang ramai. Investor menanamkan lebih dari US$2,3 miliar ke lebih dari 680 startup AI di Asia Tenggara dalam dua belas bulan terakhir, dan 79% pekerja di kawasan ini mengaku sedang belajar memakai AI (Sumber: laporan e-Conomy SEA 2025 oleh Google, Temasek, dan Bain & Company). Alatnya melimpah. Yang langka adalah cara memutuskan tugas mana membutuhkan alat yang mana.

Empat anak tangga otomatisasi AI

Bayangkan seluruh pekerjaan berulang di bisnis Anda tersusun di satu tangga. Makin tinggi anak tangganya, makin sanggup sistem menangani input yang berantakan, tetapi makin besar pula biaya membangun dan mengawasinya.

• Anak tangga 1, proses manual yang tertata: SOP tertulis, checklist harian, rekap di spreadsheet. Belum otomatis, namun tanpa proses yang jelas tidak ada anak tangga di atasnya yang bisa berdiri.
• Anak tangga 2, otomatisasi berbasis aturan: cocok saat input stabil dan seluruh aturannya bisa ditulis lengkap dalam satu halaman. Contohnya pengingat pembayaran terjadwal lewat template WhatsApp atau rekap otomatis file settlement marketplace.
• Anak tangga 3, aturan dengan bantuan AI: aturan tetap mengerjakan sebagian besar alur, AI hanya dipanggil untuk bagian yang berantakan, misalnya membaca foto nota atau merapikan pesanan yang masuk sebagai chat bebas.
• Anak tangga 4, penilaian AI dengan persetujuan manusia: AI menganalisis, menandai kejanggalan, dan mengusulkan keputusan, lalu manusia yang menyetujui. Di anak tangga tertinggi pun, Anda tetap pegang kendali.

Rekonsiliasi pembayaran adalah contoh tangga dalam ukuran mini. File settlement dari Shopee, Tokopedia, atau acquirer QRIS berformat rapi, sehingga mencocokkannya dengan catatan penjualan adalah wilayah anak tangga kedua. Transfer pelanggan dengan nominal keliru tanpa keterangan jelas, sebaliknya, adalah wilayah penilaian di anak tangga keempat. Dan skala masalah ini bukan lagi urusan korporasi besar: QRIS memproses 6,05 miliar transaksi senilai Rp 579 triliun pada semester pertama 2025, dengan 39,3 juta merchant yang 93,16% di antaranya UMKM (Sumber: Bank Indonesia, dilansir Kontan, 2025).

Tiga uji untuk menentukan posisi tugas

Untuk menempatkan satu tugas, kami memakai tiga uji sederhana. Pertama, seberapa stabil format inputnya; file ekspor bank stabil, sementara chat WhatsApp penuh singkatan dan foto tulisan tangan jelas tidak. Kedua, bisakah seluruh aturannya ditulis dalam satu halaman; jika bisa, berhentilah di anak tangga kedua, karena aturan lebih murah, lebih cepat, dan lebih mudah diaudit daripada model AI mana pun. Ketiga, berapa biaya satu keputusan yang salah; makin mahal akibatnya, makin wajib ada manusia yang menyetujui sebelum sistem bertindak.

Kondisi khas bisnis Indonesia membuat uji pertama sering menjadi penentu. Pesanan, PO, dan approval banyak yang datang lewat WhatsApp sebagai teks bebas bercampur foto nota tulisan tangan. Di titik itulah otomatisasi murni berbasis aturan patah dan anak tangga AI mulai masuk akal. Sebaliknya, mengirim pengingat tagihan bertemplate tidak pernah membutuhkan AI.

Berapa biayanya di tiap anak tangga?

Gunakan dua angka jangkar untuk berhitung. Di satu sisi, menambah satu admin di Jakarta kini berangkat dari UMP 2026 sebesar Rp 5.729.876 per bulan, naik 6,17% dari tahun sebelumnya, belum termasuk BPJS dan THR (Sumber: ANTARA News, 2025). Di sisi lain, model AI kelas hemat seperti Gemini 2.5 Flash-Lite kini dihargai US$0,10 per satu juta token input dan US$0,40 per satu juta token output (Sumber: dokumentasi harga Gemini API, Google, 2026). Dengan tarif itu, hitungan kasar kami: membaca dan mengklasifikasi dokumen satu halaman, kira-kira 1.000 token masuk dan 200 token keluar, biayanya di kisaran Rp 3 per dokumen.

Artinya, panggilan model bukan lagi komponen yang mahal. Biaya sesungguhnya ada pada pembangunan sistem, guardrail, dan proses review yang membuat hasil AI layak dipercaya. Itulah sebabnya aturan satu halaman tetap menjadi anak tangga paling hemat: tidak ada model yang perlu diawasi. Ada pula pertimbangan non-teknis. Mengirim data pribadi pelanggan ke API AI pihak ketiga termasuk pemrosesan data dengan kewajiban nyata di bawah UU No. 27/2022 tentang Pelindungan Data Pribadi, sementara otomatisasi berbasis aturan yang berjalan di sistem sendiri membawa eksposur jauh lebih ringan. Menahan sebagian tugas di anak tangga bawah bisa merupakan keputusan kepatuhan, bukan tanda ketinggalan.

Apa artinya untuk bisnis Anda

Tangga ini bukan teori di atas kertas. Pada Finance Autopilot, sistem back-office keuangan yang kami bangun, keempat anak tangga hidup dalam satu produk: parsing berbasis aturan menangani 9 format rekening koran bank dan 7 penerbit kartu, lengkap dengan pemeriksaan aritmetika serta PPN; kategorisasi berjalan lewat pemetaan vendor; LLM baru dipanggil saat aturan tidak sanggup, misalnya dokumen yang hanya tersedia sebagai hasil scan gambar; dan setiap entri tetap melewati review manusia sebelum diposting. Finance Autopilot dibangun oleh Agentiq untuk klien yang dianonimkan; semua tampilan layar menggunakan data sampel fiktif.

Pesan untuk Anda sederhana: hambatan terbesar bukan teknologi, bukan pula uang. Survei APJII 2025 mencatat adopsi AI di kalangan pengguna internet Indonesia baru 28,5%, dengan kurangnya pengetahuan sebagai hambatan nomor satu yang disebut 46,56% responden (Sumber: APJII, Survei Profil Internet Indonesia 2025, dilansir RedaksiBaru.id). Pemilik bisnis yang memegang peta penempatan tugas seperti ini sudah selangkah di depan sebagian besar pasar, bahkan sebelum satu baris kode ditulis.

Langkah praktis minggu ini

• Tulis sepuluh tugas berulang yang paling menyita waktu tim Anda, lalu tandai mana yang inputnya stabil dan mana yang berantakan.
• Tempatkan setiap tugas di salah satu dari empat anak tangga, dan mulai otomatisasi dari anak tangga kedua, bukan langsung yang tertinggi.
• Untuk tugas yang jatuh di anak tangga AI, tentukan lebih dulu siapa yang menyetujui hasilnya dan berapa biaya satu keputusan salah, sebelum bicara pilihan tools.

Jika Anda ingin melihat seperti apa tangga otomatisasi AI untuk proses bisnis Anda sendiri, ceritakan prosesnya lewat halaman kontak kami. Tim Agentiq akan menjawab dengan rekomendasi konkret tentang anak tangga mana yang paling layak digarap lebih dulu, bukan template.