Kecerdasan buatan atau Artificial Intelligence (AI) sudah bergerak dari sekadar menjawab pertanyaan menjadi agen yang menjalankan pekerjaan, dari melayani pelanggan hingga mengurus tugas administratif. Aranggi Soemardjan, Founder/CEO Clevio, mengembangkan AI Staff yang berkomunikasi dan bertindak melalui WhatsApp, tetapi ia menegaskan bahwa keputusan penting tetap membutuhkan pengawasan manusia. Artikel ini adalah bagian kedua dari tulisan sebelumnya dengan judul artikel: “AI Bisa Geser 80 Persen Pekerjaan Rutin, Manusia Harus Naik Kelas.”
RUZKA INDONESIA — Dulu, AI berada di balik layar sebagai tempat bertanya. Kita mengetik pertanyaan, mesin memberikan jawaban, lalu kita kembali mengambil alih pekerjaan. Sekarang pola itu mulai berubah. AI mulai diberi tugas yang tidak berhenti pada menghasilkan jawaban, tetapi dilanjutkan menjadi pekerjaan nyata.
Ia bisa membantu melayani pelanggan, menindaklanjuti pesan, mengatur jadwal, mengingatkan seseorang, hingga mengurus pekerjaan administrasi yang setiap hari menyita waktu staf.
Perubahan kecil itu sebenarnya membawa persoalan yang lebih besar: ketika mesin mulai bisa mengerjakan pekerjaan, seberapa jauh kita bersedia mempercayainya?
Sistem yang dulu menunggu perintah kini dapat menjalankan rangkaian tindakan demi mencapai tujuan yang diberikan kepadanya. Pendekatan ini dikenal sebagai agentic AI, meski penerapannya di dunia bisnis masih berkembang dan belum berarti semua pekerjaan dapat diserahkan kepada mesin.
Di Indonesia, wujud perubahan itu terlihat pada AI Staff yang dikembangkan Clevio, perusahaan yang mengkhususkan diri pada teknologi dan inovasi besutan Aranggi Soemardjan.
Aranggi mengatakan AI Staff buatan perusahaannya dirancang berbeda dari chatbot konvensional yang bergerak di dalam skrip.
Menurut dia, sistem itu dibangun dengan karakter dan brand tone, berkomunikasi secara lebih alami, melayani percakapan selama 24 jam, dan mengeksekusi tindakan operasional melalui WhatsApp.
Ketika mesin mulai diberi pekerjaan, pertanyaan yang menunggu dijawab adalah siapa yang memastikan pekerjaan itu dikerjakan dengan benar.
AI Sudah Masuk Kantor, Sejauh Mana Pekerjaan Diserahkan?
Seberapa jauh AI sebenarnya sudah masuk ke ruang kerja? Salah satu gambarannya dapat dilihat dari Global Workforce Hopes and Fears Survey 2025 yang dilakukan PwC, jaringan jasa profesional global yang secara berkala memotret pengalaman, pandangan, dan harapan pekerja terhadap perubahan dunia kerja.
Dalam survei tersebut, PwC melibatkan 49.843 pekerja di 48 negara dan wilayah serta 28 sektor, termasuk 812 responden dari Indonesia. Pengumpulan data dilakukan pada 7 Juli hingga 18 Agustus 2025.
Hasilnya menunjukkan bahwa AI sebenarnya sudah cukup dekat dengan meja kerja pekerja Indonesia. Sebanyak 69 persen responden di Indonesia mengatakan telah menggunakan AI untuk pekerjaannya dalam 12 bulan terakhir. Angka tersebut lebih tinggi dibandingkan rata-rata global yang mencapai 54 persen.
Angka itu sekilas memberi kesan bahwa AI sudah menjadi bagian dari pekerjaan sehari-hari. Namun, ketika dilihat lebih jauh, penggunaan AI ternyata belum berarti pekerjaan sudah diserahkan kepada mesin.
Di Indonesia, hanya 16 persen pekerja yang mengatakan menggunakan generative AI setiap hari, sementara yang menggunakan agentic AI, yaitu AI yang dapat menjalankan tugas tertentu dengan tingkat otonomi tertentu, baru 8 persen. Secara global, penggunaan harian agentic AI bahkan baru mencapai 6 persen.
Perbedaannya penting. AI yang digunakan untuk mencari informasi, membuat draf, merangkum dokumen, menyusun ide, atau menghasilkan konten pada dasarnya masih menempatkan manusia sebagai pengarah sekaligus pengambil keputusan.
Manusia meminta, AI mengerjakan bagian tertentu, kemudian hasilnya diperiksa atau digunakan kembali oleh manusia. Pada agentic AI, hubungan itu mulai berubah karena sistem dapat diberi tujuan dan menjalankan rangkaian tugas untuk mencapainya, termasuk mengambil tindakan tertentu tanpa harus menunggu setiap langkah diperintahkan satu per satu.
Dengan kata lain, persoalannya bukan lagi sekadar apakah pekerja sudah menggunakan AI, melainkan apa yang mereka percayakan kepada AI untuk dikerjakan.
Data PwC juga menunjukkan adanya perbedaan pengalaman antara mereka yang menggunakan AI secara rutin dan mereka yang masih jarang memakainya.
Di Indonesia, 96 persen pengguna harian generative AI mengatakan teknologi tersebut meningkatkan produktivitas mereka. Sebanyak 82 persen merasa lebih aman dalam pekerjaannya, sementara 72 persen mengatakan memperoleh peningkatan pendapatan.
Pada pekerja yang menggunakan AI secara tidak rutin, angkanya masing-masing 75 persen untuk produktivitas, 63 persen untuk rasa aman dalam pekerjaan, dan 52 persen untuk peningkatan pendapatan.
Data tersebut memperlihatkan bahwa manfaat AI sudah mulai dirasakan oleh pekerja yang menggunakannya secara intensif. Namun, tingginya tingkat penggunaan AI secara keseluruhan belum otomatis menunjukkan bahwa perusahaan sudah siap menyerahkan pekerjaan kepada sistem yang dapat bertindak sendiri. Jarak antara menggunakan AI sebagai alat bantu dan memberi AI pekerjaan untuk dijalankan masih cukup lebar.
PwC sendiri melihat bahwa perusahaan tidak cukup hanya mengajarkan pekerja cara menggunakan AI. Cara pekerjaan dirancang dan hubungan antara manusia dengan mesin juga perlu dipikirkan kembali agar teknologi tersebut benar-benar menghasilkan manfaat.
Di titik inilah pembicaraan tentang AI mulai bergeser. Pertanyaannya tidak lagi berhenti pada seberapa pintar mesin memberikan jawaban, tetapi mulai menyentuh hal yang lebih dekat dengan kehidupan kantor sehari-hari: ketika AI sudah bisa menerima tugas, menjalankan pekerjaan, dan mengambil tindakan tertentu, siapa yang menentukan pekerjaan apa yang boleh diserahkan kepadanya?
Kecerdasan yang Belum Rata
Seberapa jauh itu sangat bergantung pada seberapa andal mesinnya. Artificial Intelligence Index Report 2026 dari Stanford Institute for Human-Centered Artificial Intelligence (HAI) menunjukkan bahwa pemakaian AI secara umum memang meluas, tetapi ketika teknologi itu mengarah pada AI agent yang bekerja lebih mandiri, penerapannya masih dini.
Laporan Stanford menunjukkan bahwa mayoritas responden di sebagian besar fungsi bisnis mengatakan organisasinya belum menggunakan AI agent sama sekali, dan penggunaan yang telah mencapai tahap scaling masih berada pada kisaran satu digit di hampir semua fungsi.
Penggunaan yang lebih tinggi terlihat pada sejumlah fungsi di sektor teknologi. Penggunaan AI agent pada tahap scaled use mencapai 24 persen di rekayasa perangkat lunak, 22 persen di teknologi informasi, dan 21 persen di operasi layanan.
Namun angka itu menggambarkan sektor teknologi, bukan dunia kerja secara keseluruhan. Di banyak fungsi lain, sebagian besar responden masih berada pada tahap belum memakai, bereksperimen, atau menguji coba.
Kemampuan teknisnya pun belum menjamin hasil yang benar. Stanford mencatat performa AI agent pada OSWorld, pengujian yang mengukur kemampuan agen menjalankan tugas komputer nyata di berbagai sistem operasi, naik dari sekitar 12 persen menjadi sekitar 66 persen tingkat keberhasilan.
Lompatan itu besar, tetapi artinya agen masih gagal pada kira-kira satu dari setiap tiga percobaan, bahkan dalam pengujian yang terstruktur. Laporan Stanford menyebut pola ini sebagai jagged frontier: sebuah sistem bisa tampil sangat cakap pada tugas tertentu dan tersandung pada pekerjaan lain yang tampak lebih sederhana.
Maka istilah “AI Staff” tidak semestinya dibaca sebagai mesin yang serta-merta menggantikan seorang karyawan di seluruh pekerjaannya. Istilah itu lebih tepat menandai tahap baru, ketika AI diberi tujuan, konteks, dan kemampuan menjalankan rangkaian tindakan, tetapi tetap dalam batas tugas dan pengawasan yang ditentukan manusia.
Dari Chatbot Menjadi Staf Digital
Dalam batas itulah Aranggi menempatkan AI Staff. Menurut dia, perbedaannya dengan chatbot terletak pada cara teknologi itu dirancang dan diberi ruang bekerja.
Chatbot konvensional umumnya berjalan di atas skrip atau aturan if-else yang sudah ditentukan, sedangkan AI Staff Clevio dirancang lebih otonom, lengkap dengan karakter dan nada bicara yang disesuaikan dengan kebutuhan pengguna.
Aranggi mengatakan AI Staff diperlakukan seperti karyawan magang baru yang dapat bekerja secara otonom. Pengguna tidak perlu bergulat dengan formulir rumit atau memahami pemrograman. Lewat percakapan yang wajar dengan Chief Arthur, AI Staff memahami konteks pekerjaan dan merespons sesuai karakter yang telah dirancang.
Sistem itu, menurut Aranggi, dapat menangani komunikasi secara fleksibel selama 24 jam dan menjalankan tindakan operasional melalui WhatsApp. Ukuran kemampuannya bukan lagi seberapa baik AI menyusun jawaban, melainkan apakah jawaban itu bisa diteruskan menjadi tindakan yang berguna.
Penggunaannya meliputi komunikasi dengan pelanggan, tindak lanjut, penjadwalan, tugas administratif, hingga aksi tertentu lewat integrasi dengan layanan digital. Pekerjaan seperti mengingatkan pelanggan satu per satu, yang selama ini memakan waktu staf, dapat ditangani lewat percakapan tanpa pengguna berpindah-pindah aplikasi.
Contoh paling konkret yang diberikan Aranggi datang dari tim Human Capital BINUS University. Tim itu, katanya, menghadapi persoalan efisiensi dalam penagihan dokumen dan pengingat presensi peserta yang semula dilakukan manual lewat WhatsApp.
Pekerjaan yang tampak sederhana itu menyita banyak waktu karena harus diulang untuk setiap peserta. Dengan AsDosBot, AI Staff berbasis WhatsApp, pengiriman pengingat dan rekap data peserta diotomatisasi secara personal. Aranggi menyebut proses tersebut dapat dilakukan tanpa membuka data konfidensial.
Kasus tersebut memberi gambaran tentang jenis pekerjaan yang saat ini relatif mudah didelegasikan kepada AI Staff, terutama tugas administratif yang berulang, menyangkut banyak orang, dan memiliki pola kerja yang jelas.
Yang berpindah tangan adalah bagian tertentu dari sebuah proses, bukan seluruh pekerjaan seorang manusia. Begitu proses itu menyentuh keputusan yang menuntut pertimbangan, verifikasi, atau tanggung jawab, manusia masih berada di dalamnya.
Cerdas, Naif, dan Belum Berpengalaman
Batas itulah yang digambarkan Aranggi lewat analogi yang menjadi pegangan cara dia memandang AI Staff. Menurut dia, AI Staff dapat diperlakukan seperti “karyawan magang lulusan S-3 yang sangat cerdas namun naif dan belum memiliki pengalaman hidup.”
Mesin dapat mengolah informasi, memahami instruksi, menyusun respons, dan menjalankan tindakan dengan cepat, tetapi kecerdasan tidak selalu berjalan beriringan dengan pengalaman. Sistem itu tidak membawa pengalaman hidup yang biasanya ikut menimbang keputusan manusia ketika situasi tidak bisa sepenuhnya diterjemahkan ke dalam aturan atau data.
Karena itu Aranggi menjadikan human-in-the-loop bagian penting dalam penggunaan AI Staff. Tanggung jawab utama, katanya, tetap berada pada manusia yang berperan sebagai pengawas, mentor, atau manajer.
AI boleh mengerjakan bagian pekerjaan yang dapat didelegasikan, tetapi keputusan krusial dan rekomendasi penting harus melewati verifikasi dan supervisi manusia sebelum dijalankan sepenuhnya.
Dalam gambaran ini, AI Staff mirip anggota baru sebuah tim yang berkemampuan komputasi sangat besar namun belum diberi kewenangan menentukan arah pekerjaannya sendiri.
Di situ pula kata “staf” perlu dibaca dengan hati-hati. AI memang dapat bekerja, tetapi bekerja tidak sama dengan berwenang. Semakin lebar ruang yang diberikan kepada mesin untuk bertindak, semakin besar pula kebutuhan akan seseorang yang memastikan tindakan itu benar.
Ketika Tata Kelola Tertinggal dari Kecepatan
Selama AI hanya membantu mencari informasi atau menyusun dokumen, tanggung jawab relatif mudah dialamatkan kepada manusia yang memakainya. Situasinya berubah ketika sistem diberi kemampuan bertindak, entah menjalankan instruksi, berinteraksi dengan pelanggan, mengakses informasi tertentu, atau meneruskan pekerjaan ke tahap berikutnya.
Pertanyaannya bergeser dari apa yang bisa dilakukan AI menjadi seberapa jauh manusia boleh membiarkannya bertindak sendiri.
Deloitte menemukan adanya jarak antara kecepatan perusahaan mengadopsi agentic AI dan kesiapan mereka mengawasinya. Dalam survei terhadap 3.235 pemimpin bisnis dan teknologi dari 24 negara, hanya 21 persen responden yang mengatakan organisasinya telah memiliki model tata kelola yang matang untuk mengelola risiko agentic AI.
Pada saat yang sama, 74 persen memperkirakan perusahaan mereka akan memakai AI agent setidaknya secara moderat dalam dua tahun ke depan. Deloitte menggambarkan kesenjangan itu dengan sederhana: perkembangan AI agent bergerak lebih cepat daripada kesiapan mekanisme pengamannya.
Risikonya nyata karena AI agent mampu melakukan lebih banyak hal dibandingkan perangkat lunak otomatisasi konvensional. Menurut Deloitte, tanpa pengawasan dan pengendalian yang memadai, agen dapat membuat kesalahan yang tak terlihat, bekerja menyimpang dari tujuan organisasi, mengungkap informasi sensitif, merusak hubungan dengan pelanggan, bahkan membuka celah keamanan.
Deloitte karenanya menekankan perlunya batas yang jelas tentang keputusan apa yang boleh diambil agen secara mandiri dan keputusan apa yang tetap memerlukan persetujuan manusia, disertai pemantauan dan jejak audit atas tindakan sistem.
Dari sudut pandang itu, human-in-the-loop lebih dari sekadar fitur pengaman. Ia menyangkut pembagian kewenangan antara manusia dan mesin. Selama AI hanya memberi rekomendasi, manusia masih menjadi pengambil keputusan.
Begitu AI menjalankan tindakan secara otomatis, organisasi harus menentukan siapa yang mengawasi, kapan manusia harus turun tangan, keputusan apa yang tidak boleh didelegasikan, dan bagaimana sebuah tindakan dapat ditelusuri saat terjadi kesalahan.
Konsep yang dijelaskan Aranggi tentang manusia sebagai pengawas atau mentor bertemu di sini dengan temuan Deloitte, yang melihat tata kelola justru menjadi salah satu tantangan terbesar ketika penggunaan AI agent diperluas.
Di Balik Meja Sang Magang
Gambaran tentang karyawan magang lulusan S-3 itu pun kembali relevan. Ia bisa sangat cerdas, mengolah informasi dalam jumlah besar, dan mengerjakan tugas dengan kecepatan yang sulit ditandingi manusia.
Namun, kecerdasan itu tidak dengan sendirinya melahirkan pengalaman, pertimbangan, atau kewenangan untuk menentukan apa yang semestinya dikerjakan. Ada pekerjaan yang bisa didelegasikan, tetapi ada pula keputusan yang tetap membutuhkan manusia untuk memastikan arah dan akibatnya.
AI akan semakin mampu mengerjakan pekerjaan, dan angka-angka di atas menunjukkan bahwa perjalanan itu baru dimulai. Masa depan AI di tempat kerja karena itu tidak hanya ditentukan oleh seberapa banyak pekerjaan yang dapat diserahkan kepada mesin, tetapi juga oleh seberapa jelas manusia menetapkan batas ketika mesin mulai bisa bertindak sendiri. Ketika AI menjadi staf, siapa yang duduk di kursi penyelia? (***)
Journalist/Editor: Djoni Satria
Komentar