Aset Bisnis AI Kamu yang Sebenarnya Adalah Proses yang Ditulis Duluan

Proses tertulis membantu tim dan AI memahami kapan pekerjaan dimulai, data yang dipakai, tindakan yang diizinkan, dan kondisi selesai. Dokumen itu merupakan salah satu aset bisnis, bersama data, kode, integrasi, serta hasil pengujian yang relevan. Dokumen yang jelas belum menjamin agent selalu menjalankannya dengan benar.
Bagian dari playbook: Playbook AI untuk Produktivitas dan Efisiensi Bisnis
Intinya:
- Instruksi, data, alat, dan model mempunyai peran berbeda. Kepemilikan serta ketergantungannya mengikuti sistem yang kamu bangun.
- Jumlah agent tidak menunjukkan jumlah proses yang terdokumentasi atau kualitas hasil. Periksa pekerjaan dan bukti pengujiannya.
- Proses yang ditulis dengan empat elemen (trigger, langkah, mode, aplikasi) bisa dijalankan AI, freelancer, atau karyawan baru.
- Tulis dan uji prosesnya dulu. Otomasi menyusul setelah prosesnya terbukti jalan.
Coba kamu bayangin dua pemilik bisnis yang sama-sama tergiur “tim AI”
Misalnya ada dua pemilik usaha katering rumahan. Keduanya melihat konten yang sama: seseorang memamerkan puluhan AI agent yang katanya menjalankan seluruh perusahaannya.
Pemilik pertama langsung belanja tool. Ia daftar ke platform agent, menyambungkan WhatsApp dan Google Sheets, lalu membuat lima agent dengan nama keren. Ada “Agent Keuangan”, “Agent CS”, “Agent Marketing”. Instruksinya satu dua kalimat. Seminggu kemudian, agent CS mengirim pengingat pembayaran ke pelanggan yang sudah lunas. Agent keuangan menulis status di kolom yang salah. Ia menyimpulkan AI belum siap untuk bisnis kecil.
Pemilik kedua belum membuat agent apa pun. Ia duduk satu sore dan menulis satu proses saja: cara mengingatkan pelanggan yang belum bayar DP. Ia menulis kapan proses itu dimulai, langkahnya satu per satu, mana yang boleh jalan sendiri, dan aplikasi apa yang dipakai. Lalu ia menempelkan dokumen itu ke ChatGPT atau Claude dan mencobanya secara manual beberapa hari.
Kedua pemilik ini contoh rekaan. Pendekatan kedua menghasilkan bahan yang dapat diperiksa sebelum integrasi ditambah, tetapi manfaat dan biaya pemeliharaannya tetap perlu diamati.
Apa sebenarnya isi “puluhan AI agent” yang menjalankan bisnis?
Mari bongkar dulu istilahnya. Dalam panduan praktis membangun agent dari OpenAI, agent dalam bentuk paling dasarnya punya tiga komponen inti:
- Model, yaitu LLM yang melakukan penalaran dan mengambil keputusan.
- Tools, yaitu fungsi atau API yang dipakai agent untuk bertindak, misalnya membaca spreadsheet atau mengirim pesan.
- Instruksi, yaitu panduan tertulis yang mengatur cara agent bekerja.
Kepemilikan tidak hanya berada pada instruksi. Bisnis dapat mempunyai kode, data, dan konfigurasi sendiri, sambil tetap bergantung pada layanan pihak lain. Catat bagian yang dapat diekspor, yang perlu dibangun ulang, dan yang terikat pada alat tertentu.
Satu agent dapat menjalankan beberapa proses, sementara satu proses dapat memakai beberapa komponen. Karena itu, “37 agent” tidak dapat diterjemahkan langsung menjadi 37 dokumen yang sudah rapi.
Anthropic juga memakai bingkai serupa. Di dokumentasi Agent Skills, skill digambarkan sebagai folder berisi instruksi, kode, dan bahan referensi. Susunannya mirip panduan onboarding yang kamu buat untuk anggota tim baru. Claude baru membaca isi instruksi itu ketika tugas yang diminta cocok dengan deskripsinya.
Nah, di sini mekanismenya kelihatan. Dokumen membantu menjelaskan tugas, tetapi hasil juga bergantung pada data, kemampuan alat, akses, dan cara sistem menangani kegagalan. Instruksi yang jelas tetap perlu diuji.
Bedanya workflow dan agent, dan kenapa ini penting buat kamu
Anthropic, dalam artikel Building effective agents (Desember 2024), membedakan dua hal:
- Workflow adalah sistem ketika model dan tools diatur lewat jalur yang sudah ditentukan sebelumnya.
- Agent adalah sistem ketika model mengarahkan sendiri proses dan penggunaan tools-nya.
Artikel yang sama menyarankan mencari solusi paling sederhana dulu, lalu menambah kompleksitas hanya bila perlu. Kadang itu berarti tidak membangun sistem agentic sama sekali.
Buat pebisnis kecil, implikasinya praktis. Sebagian besar pekerjaan rutin kamu sebenarnya punya urutan yang jelas. Pekerjaan seperti itu lebih cocok dijalankan sebagai workflow yang terdokumentasi. Kebebasan agent baru berguna ketika jalurnya memang tidak bisa ditebak dari awal. Dua-duanya tetap butuh hal yang sama: proses yang ditulis.
Kenapa proses tertulis lebih tahan lama daripada agent-nya?
Ada beberapa alasan kenapa dokumen proses layak disebut aset, sementara konfigurasi agent lebih mirip peralatan.
Pertama, dokumen proses bisa pindah tempat. Hari ini kamu menjalankannya di satu platform. Tahun depan mungkin ada platform yang lebih murah atau lebih cocok. Dokumen bahasa biasa dapat membantu migrasi. Namun, konektor, izin, format data, dan perilaku model baru mungkin perlu penyesuaian serta pengujian ulang.
Kedua, dokumen proses bisa dibaca manusia. Panduan yang sama bisa diberikan ke freelancer, admin baru, atau dirimu sendiri saat lupa. Agent yang konfigurasinya tersebar di menu platform susah dipahami orang lain.
Ketiga, menulis memaksa kamu menemukan celah. Banyak aturan bisnis hanya tinggal di kepala pemiliknya. Topik ini pernah saya bahas di tulisan soal ilmu bisnis yang belum pernah ditulis. Saat kamu menulis “kalau pelanggan belum bayar, ingatkan”, kamu langsung sadar ada pertanyaan lanjutan. Diingatkan kapan? Berapa kali? Kalau acaranya besok bagaimana?
Keempat, dokumen bisa diperbaiki secara bertahap. Saat terjadi kesalahan, dokumen memberi bahan pembanding untuk menelusuri apakah masalahnya berasal dari instruksi, data, alat, atau pelaksanaan. Tanpa dokumen, kesalahan cuma dibalas dengan menulis ulang prompt berkali-kali. Ini terkait erat dengan masalah yang saya sebut memori AI yang hilang di setiap sesi.
Panduan OpenAI tadi bahkan menyarankan hal yang searah. Saat menyusun instruksi agent, gunakan prosedur operasional, naskah layanan, atau dokumen kebijakan yang sudah ada. Artinya, bahan baku agent yang baik adalah SOP yang sudah kamu punya.
Cara menulis proses dengan empat elemen: trigger, langkah, mode, aplikasi
Sebelum membuat agent apa pun, tulis satu proses dengan empat elemen ini. Bedanya dengan catatan konteks bisnis yang perlu disiapkan sebelum bikin agent: catatan konteks menjelaskan bisnismu secara umum. Dokumen proses menjelaskan satu pekerjaan dari awal sampai selesai.
Trigger: apa yang membuat proses ini dimulai?
Trigger adalah kejadian yang menandai proses harus berjalan. Tanpa trigger, agent tidak tahu kapan bekerja, atau malah bekerja di saat yang salah.
Contoh trigger yang jelas:
- Ada pesanan baru masuk ke spreadsheet.
- Formulir pendaftaran terisi.
- Setiap Senin jam 9 pagi.
- Status pembayaran berubah menjadi lunas.
Contoh trigger yang kabur: “kalau ada yang perlu di-follow up”. Siapa yang menentukan perlu? Tulis kondisinya sampai bisa dicek tanpa menebak.
Langkah: urutan kerja yang tiap barisnya menghasilkan sesuatu
Tulis langkahnya berurutan. Panduan OpenAI menyarankan setiap langkah terhubung ke satu tindakan atau output yang spesifik. Contohnya meminta nomor pesanan, atau mengambil data dari sistem.
Ada dua hal yang sering kelewat:
- Cabang dan pengecualian. Apa yang dilakukan kalau datanya kosong? Kalau pelanggan bertanya hal di luar proses? Panduan OpenAI menyebut ini edge cases dan menyarankan langkah alternatif untuk kondisi itu.
- Kondisi selesai. Proses dianggap beres kapan? Tulis hasil akhirnya, misalnya status di spreadsheet sudah berubah dan pemilik sudah menerima ringkasan.
Mode: langkah mana yang boleh jalan sendiri?
Mode menjawab siapa yang memegang keputusan di setiap langkah. Saya biasa memakai tiga mode sederhana:
- Jalan sendiri. AI mengerjakan tanpa menunggu persetujuan, karena kesalahannya mudah dibetulkan. Contohnya merangkum data atau menyusun draft.
- Draft lalu disetujui. AI menyiapkan, manusia menekan tombol kirim. Cocok untuk pesan ke pelanggan.
- Manusia saja. AI cuma memberi tanda atau ringkasan. Keputusannya tetap di orang.
Panduan OpenAI menyebut dua kondisi yang biasanya perlu campur tangan manusia. Pertama, saat agent gagal berulang kali melewati batas yang ditetapkan. Kedua, saat tindakannya sensitif, tidak bisa dibatalkan, atau berisiko tinggi. Contoh di panduan itu antara lain membatalkan pesanan, menyetujui refund besar, dan melakukan pembayaran.
Elemen mode ini sering jadi titik macet tersendiri. Kalau semua langkah butuh persetujuanmu, otomasinya cuma memindahkan antrean ke HP kamu. Pola ini mirip dengan bottleneck approval dan koordinasi yang terjadi di tim manusia.
Aplikasi: apa yang disentuh, dan sampai mana izinnya?
Tulis aplikasi yang dipakai di setiap langkah, sekaligus batas aksesnya. Baca saja atau boleh menulis? Kolom mana yang boleh diubah? Aplikasi mana yang sama sekali tidak boleh disentuh?
Bagian ini sering dianggap teknis, padahal isinya keputusan bisnis. Agent yang boleh membaca spreadsheet pesanan berbeda risikonya dengan agent yang boleh mengirim pesan ke seluruh daftar pelanggan.
Contoh lengkap satu dokumen proses (ilustrasi)
Berikut contoh hipotetis untuk usaha katering rumahan. Angka dan aturannya ilustrasi, sesuaikan dengan kebijakanmu.
Nama proses: Pengingat DP pesanan katering. Contoh ini memakai data rekaan dan belum merupakan izin menjalankan pengiriman.
Trigger: Pemeriksaan harian pukul 09.00 pada pesanan yang masih menunggu DP lebih dari 24 jam. Jadwal serta batas waktu mengikuti kebijakan usaha dalam ilustrasi ini.
Bahan: ID pesanan, versi data pembayaran terakhir, tanggal acara, nominal DP, penerima yang terkonfirmasi, dan catatan pengingat sebelumnya.
Langkah:
- Baca pesanan dan status pembayaran dari sumber aktif. Jika pembayaran belum dapat dipastikan atau sumber bertentangan, tandai untuk diperiksa; jangan membuat pesan yang menyatakan pelanggan belum membayar.
- Pisahkan pesanan yang sudah lunas, dibatalkan, atau sedang ditangani admin. Periksa apakah pengingat sebelumnya sudah dikirim agar tidak menggandakan pesan.
- Jika acara kurang dari tiga hari lagi, arahkan ke pemilik kasus. Jangan hanya memberi label “mendesak” tanpa penerima tugas.
- Jika penerima atau nominal belum jelas, tandai data kurang. Jangan mengisi nomor atau jumlah dari dugaan.
- Susun draf dengan ID pesanan, versi bahan, nama penerima, nominal, dan tanggal acara. Minta pemeriksaan atas versi tersebut.
- Sebelum pengiriman yang sudah diizinkan, periksa kembali status pembayaran dan isi draf. Perubahan data atau isi memerlukan keputusan ulang pada bagian yang berubah.
- Setelah pengiriman, catat hasil pada kolom pengingat. Jika hasil tidak diketahui karena proses terputus, periksa catatan layanan sebelum mencoba lagi.
Mode: Pembacaan dan penyusunan draf mengikuti akses yang diberikan. Pengiriman memerlukan persetujuan atas penerima serta versi pesan. Pembatalan, perubahan harga, dan refund berada di luar tugas ini.
Aplikasi: Sumber pesanan dibaca sesuai kebutuhan. Hanya kolom Catatan Pengingat, Status Pengingat, dan Waktu Pengiriman yang boleh ditulis. Status pembayaran tidak diganti menjadi “sudah diingatkan”. Alat pesan hanya dipakai untuk penerima dan isi yang disetujui.
Kondisi selesai: Setiap pesanan yang diproses mempunyai status draf, perlu keputusan, terkirim terkonfirmasi, atau hasil belum diketahui. Kasus yang belum selesai mempunyai pemilik dan langkah berikutnya. Jangan menyebut seluruh pengiriman selesai jika masih ada status belum diketahui.
Perhatikan, dokumen ini belum menyebut platform agent mana pun. Kamu bisa menjalankannya dengan tangan sendiri, memberikannya ke admin, atau menempelkannya ke AI. Itulah yang membuatnya jadi aset.
Kenapa ini penting kalau tim kamu tipis
Pebisnis kecil di Indonesia biasanya punya tiga keterbatasan sekaligus. Waktunya habis di operasional, timnya sedikit, dan anggaran untuk tool tidak longgar. Dalam kondisi begitu, membangun banyak agent sekaligus justru menambah pekerjaan baru: merawat agent.
Proses tertulis memberi urutan yang lebih masuk akal:
- Satu proses, satu dokumen, satu uji coba. Kamu bisa mulai dari pekerjaan yang paling sering menyita waktu.
- Dokumen yang sama jadi bahan onboarding. Saat kamu merekrut admin paruh waktu, panduannya sudah ada.
- Biaya eksperimen kecil. Menguji dokumen di aplikasi chat AI biasa tidak membutuhkan langganan platform agent.
- Pengetahuanmu terkumpul. Lama-lama, kumpulan dokumen ini menjadi cara kerja bisnismu yang tertulis. Keahlian yang tadinya cuma di kepala jadi bisa dipakai ulang, sejalan dengan gagasan bahwa modal utama bisnis adalah keahlian yang sudah kamu punya.
Panduan OpenAI juga menyarankan memulai dengan satu agent yang kemampuannya ditambah bertahap lewat tools. Menurut panduan itu, cara ini menjaga kompleksitas tetap terkendali dan memudahkan evaluasi. Untuk bisnis kecil, saran ini terasa lebih relevan lagi.
Jebakannya: kapan menulis proses dulu tidak cukup
Menulis proses itu fondasi. Tapi ada kondisi ketika pendekatan ini perlu disesuaikan.
Proses masih berkembang. Dokumentasi dan perbaikan dapat berjalan bersama. Tandai versi, asumsi, serta bagian yang belum stabil; jangan mengotomatisasi tindakan yang belum jelas. Rapikan prosesnya, seperti yang saya bahas di tulisan tentang membenahi proses sebelum otomasi AI.
Pekerjaannya jarang terjadi. Proses yang muncul sekali dua bulan mungkin lebih murah dikerjakan manual. Dokumen tetap berguna sebagai catatan, tapi otomasinya belum tentu sepadan.
Pekerjaannya bergantung pada penilaian yang sulit ditulis. Negosiasi dengan klien besar atau keputusan kreatif utama sering melibatkan rasa dan konteks yang terus berubah. Di sini AI lebih cocok sebagai pembantu riset atau penyusun draft.
Dokumen tertulis tidak menjamin agent selalu benar. Model tetap bisa salah membaca instruksi atau menemui kasus yang belum tertulis. Karena itu elemen mode harus jujur. Tindakan yang mahal kalau salah tetap lewat persetujuan manusia.
Dokumen yang tidak dirawat akan menyesatkan. Kalau harga, menu, atau kebijakan berubah dan dokumennya lupa diperbarui, agent akan setia mengikuti aturan lama. Tetapkan siapa pemilik tiap dokumen dan kapan dicek ulang.
Uji dokumen dan pelaksanaannya secara terpisah
| Kasus uji | Hasil yang diharapkan | Yang perlu diperiksa |
|---|---|---|
| Pelanggan sudah membayar setelah draf dibuat | Pengiriman ditahan untuk pembaruan | Status diperiksa lagi sebelum bertindak |
| Nomor penerima kosong | Kasus ditandai, tanpa nomor rekaan | Sumber penerima dan pemilik keputusan |
| Pengiriman terputus | Status belum diketahui | Riwayat layanan sebelum percobaan ulang |
| Draf berubah setelah disetujui | Versi baru belum dianggap disetujui | Persetujuan terikat pada isi dan penerima |
Gunakan data uji sebelum menghubungkan alur ke pelanggan. Izin yang ditulis dalam dokumen perlu cocok dengan akses nyata pada aplikasi. Simpan pemilik proses, versi aktif, dan tanggal peninjauan agar orang yang melanjutkan pekerjaan tahu aturan mana yang berlaku.
Langkah yang bisa kamu kerjakan minggu ini
Kamu tidak perlu menulis 37 proses. Mulai dari satu.
- Pilih satu pekerjaan berdasarkan kebutuhan, dampak, dan biaya penanganannya. Frekuensi mingguan bukan syarat wajib. Contohnya rekap pesanan, pengingat pembayaran, atau balasan pertanyaan yang sering muncul.
- Kerjakan sekali sambil mencatat. Tulis setiap klik, setiap aplikasi yang dibuka, dan setiap keputusan kecil yang kamu ambil.
- Susun ulang catatan itu ke empat elemen: trigger, langkah, mode, aplikasi. Tambahkan cabang untuk data kosong dan kasus aneh.
- Uji dengan “tes orang baru”. Tempelkan dokumennya ke ChatGPT atau Claude. Minta AI menjalankan proses itu dengan data contoh dan menyebutkan bagian yang ambigu. Perbaiki bagian yang ditanyakan.
- Jalankan dalam mode draft selama beberapa hari. AI menyiapkan, kamu memeriksa dan mengirim. Catat setiap koreksi, lalu masukkan ke dokumen.
- Baru setelah itu pertimbangkan otomasi. Pilih platform yang cocok, dan sambungkan hanya aplikasi yang tertulis di elemen aplikasi.
Kalau satu dokumen sudah jalan lancar, ulangi untuk proses berikutnya. Dokumen tersebut menjadi bagian dari sistem kerja. Saat berpindah alat, periksa kembali data, izin, integrasi, dan hasil uji yang dibutuhkan.
Jadi lain kali kamu melihat seseorang memamerkan puluhan agent, coba tanyakan dalam hati: dokumen prosesnya seperti apa? Di sanalah nilai sebenarnya disimpan. Kalau kamu ingin dibimbing menyusun proses dan sistem AI seperti ini untuk bisnismu sendiri, kamu bisa melihat Program Mentoring AI.
Pertanyaan yang sering muncul
Apa beda workflow dan AI agent untuk bisnis kecil?
Workflow menjalankan model AI dan tools lewat jalur yang sudah ditentukan sebelumnya, sehingga urutannya bisa ditebak. Agent memberi model keleluasaan menentukan sendiri langkah dan tools yang dipakai. Untuk pekerjaan rutin dengan urutan jelas, workflow yang terdokumentasi biasanya lebih mudah dikendalikan. Keduanya tetap membutuhkan proses yang ditulis dengan jelas.
Apakah bisnis kecil perlu banyak AI agent sekaligus?
Mulai dari kebutuhan proses dan kapasitas pemeliharaan, bukan jumlah agent. Satu proses yang diuji dengan data contoh dapat menunjukkan kebutuhan alat, data, dan pemeriksaan. Dokumen merupakan bagian penting, tetapi kualitas juga bergantung pada implementasi serta pengujiannya.
Di mana sebaiknya dokumen proses untuk AI disimpan?
Simpan di tempat yang mudah dibaca manusia dan mudah dipindahkan, misalnya dokumen teks atau folder bersama tim. Hindari menyimpan aturan penting hanya di dalam menu pengaturan satu platform agent. Dengan begitu dokumen yang sama bisa dipakai untuk onboarding karyawan, diberikan ke AI chat biasa, atau dipindahkan ke platform lain.
Bagian mana dari proses yang harus tetap dipegang manusia?
Tindakan yang sensitif, tidak bisa dibatalkan, atau berisiko tinggi sebaiknya tetap lewat persetujuan manusia. Contohnya membatalkan pesanan, menyetujui refund besar, mengubah harga, atau melakukan pembayaran. Tuliskan batas ini secara eksplisit di elemen mode, supaya AI tahu kapan harus berhenti dan menyerahkan keputusan ke kamu.



