Mentoring AI vs Kursus AI: Mana yang Membantu AI Benar-benar Dipakai?

Kursus AI paling cocok untuk membangun dasar dengan biaya lebih ringan. Mentoring AI paling cocok saat kamu sudah paham dasarnya, tapi AI belum masuk ke pekerjaan harian. AI benar-benar dipakai saat materi cepat bertemu pekerjaanmu sendiri, lalu dicoba, diperiksa dan diperbaiki. Format belajar hanyalah cara untuk mempercepat siklus itu.
Bagian dari playbook: Playbook AI untuk Produktivitas dan Efisiensi Bisnis
Ringkasnya begini:
- Pilih kursus kalau kamu masih perlu peta dasar, tugasmu mirip contoh di kelas, atau kamu terbiasa langsung praktik sendiri.
- Pilih mentoring kalau kamu sudah ikut beberapa kelas, tapi pemakaian AI masih sporadis dan hasilnya terasa generik.
- Gabungkan keduanya kalau kamu butuh dasar sekaligus pendamping yang menyambungkan dasar itu ke bisnismu.
Sisanya, kita bongkar kenapa polanya seperti itu.
Dua pemilik usaha ikut kelas yang sama, hasilnya beda
Coba kamu bayangin dua pemilik usaha. Sebut saja Sari, yang jualan hijab online, dan Dimas, yang punya jasa servis AC. Keduanya ikut kelas AI tiga jam yang sama. Materinya bagus: cara menulis prompt, membuat caption dan merangkum dokumen.
Seminggu kemudian, Sari sudah memakai ChatGPT setiap pagi untuk menyusun draft balasan chat pelanggan. Dimas masih menyimpan catatan kelasnya di folder “nanti dibaca”.
Bedanya ada di jembatan. Pekerjaan Sari kebetulan mirip contoh kelas, yaitu caption dan balasan chat. Dimas harus menerjemahkan sendiri. Contoh caption fashion itu dipakai untuk apa di bisnis servis AC? Jadwal teknisi? Penawaran kontrak perawatan?
Pertanyaannya kecil, tapi tidak ada yang menjawab. Akhirnya tertunda, lalu terlupa.
Ini ilustrasi, tapi polanya mungkin kamu kenal. Materinya sama persis. Yang berbeda adalah jarak antara contoh di kelas dan pekerjaan nyata masing-masing.
Kenapa materi kelas AI sering berhenti di catatan?
Ada tiga mekanisme yang bekerja bersamaan. Kalau kamu paham ketiganya, kamu bisa menilai format belajar apa pun dengan lebih jernih, termasuk yang ditawarkan ke kamu minggu depan.
Contoh di kelas harus diterjemahkan sendiri ke bisnismu
Kelas dengan banyak peserta wajib memakai contoh umum. Instruktur tidak mungkin membahas toko hijab, servis AC, klinik gigi dan kontraktor sekaligus. Jadi contohnya dibuat netral.
Masalahnya, langkah paling sulit justru ada di penerjemahan. Kamu perlu memutuskan tugas mana yang dicoba dulu, data apa yang aman dimasukkan, dan hasil seperti apa yang sudah “cukup bagus”. Keputusan ini sangat spesifik ke bisnismu.
Di kelas umum, keputusan ini biasanya jadi pekerjaan rumah yang kamu kerjakan sendirian. Dalam riset pelatihan, celah ini dikenal sebagai transfer of training, yaitu seberapa jauh hal yang dipelajari benar-benar dipakai di pekerjaan.
Lupa itu normal, jadi pemakaian ulang yang menentukan
Kurva lupa Ebbinghaus sudah diuji ulang. Studi Murre dan Dros di PLOS ONE (2015) mereplikasi eksperimen klasik itu dan mendapat pola yang mirip data aslinya. Ingatan turun cepat di awal, lalu melandai.
Batasnya perlu disebut dengan jujur. Eksperimen itu memakai satu subjek dan daftar suku kata tanpa arti. Jadi hasilnya tidak bisa langsung memprediksi keterampilan kerja seperti menulis prompt.
Pelajaran praktisnya tetap masuk akal. Materi yang tidak dipakai ulang dalam beberapa hari akan sulit dipanggil kembali saat kamu butuh. Kursus memberi materi dalam satu gelombang. Setelah itu, jadwal pemakaian ulangnya bergantung pada disiplinmu sendiri.
Tanpa umpan balik, kamu tidak tahu hasilnya sudah layak
Bagian ini paling sering terlewat. Kamu menulis prompt, AI memberi jawaban, lalu muncul pertanyaan: ini sudah bagus, atau sebenarnya masih dangkal?
Kajian Hattie dan Timperley (2007) tentang umpan balik menyimpulkan umpan balik termasuk pengaruh paling kuat dalam belajar. Mereka juga mencatat dampaknya bisa positif atau negatif, tergantung bentuknya.
Umpan balik yang berguna menjawab tiga hal. Tujuannya apa, posisiku sekarang di mana, dan langkah berikutnya apa. Di kelas besar, umpan balik untuk hasil kerjamu sendiri biasanya terbatas. Di sesi 1-on-1, umpan balik itu justru jadi inti sesinya.
Nah, tiga mekanisme ini menjelaskan kenapa orang yang sama bisa “paham” setelah kelas, tapi tetap belum memakai AI sebulan kemudian.
Apa yang dikerjakan kursus AI dengan sangat baik?
Kursus punya kelebihan nyata. Ini perlu diakui dulu sebelum membandingkan.
- Peta lengkap dalam waktu singkat. Kursus yang tersusun rapi memberi gambaran utuh: cara kerja prompt, perbedaan alat, batas kemampuan AI dan risiko data.
- Bahasa yang sama. Setelah kursus, kamu bisa mengikuti diskusi tentang AI tanpa merasa tertinggal istilah.
- Biaya per orang lebih ringan. Satu materi dipakai banyak peserta, jadi biayanya terbagi.
- Bisa diulang sesuai ritmemu. Kursus rekaman bisa ditonton ulang kapan saja, termasuk jam sebelas malam setelah toko tutup.
- Efisien untuk tim. Kalau sepuluh orang di kantor perlu dasar yang sama, satu kelas bersama lebih masuk akal daripada sepuluh sesi terpisah.
Untuk dasar seperti menyusun instruksi yang jelas, materi tertulis pun sering cukup. Misalnya, panduan membuat prompt AI yang efektif bisa kamu pelajari sendiri tanpa pendamping.
Kelemahan kursus biasanya muncul di tahap penyelesaian dan pemakaian. Analisis data edX oleh Reich dan Ruipérez-Valiente di jurnal Science (2019) menemukan tingkat penyelesaian MOOC tetap rendah selama enam tahun. Lebih dari separuh pendaftarnya bahkan tidak pernah memulai kursus.
Konteksnya memang berbeda. MOOC itu gratis dan massal, sedangkan banyak kelas AI di Indonesia berbayar dan lebih kecil. Polanya tetap relevan: akses ke materi tidak otomatis membuat materi dipakai.
Mentoring AI vs kursus AI: di mana bedanya paling terasa?
Kalau ditarik ke kebutuhan pemilik usaha dengan tim tipis, perbedaan mentoring AI dan kursus AI terlihat di lima titik.
- Bahan belajar. Kursus memakai contoh umum yang sudah disiapkan. Mentoring AI memakai bahan bisnismu sendiri, seperti chat pelanggan, SOP, daftar produk atau laporan yang memang kamu kerjakan.
- Urutan materi. Kursus berjalan sesuai silabus. Mentoring mengikuti hambatan yang muncul, jadi urutannya bisa berubah setiap sesi.
- Umpan balik. Di kursus, umpan balik untuk hasil kerja individu biasanya terbatas. Di mentoring, hasil kerjamu dibedah dan diperbaiki bersama.
- Akuntabilitas. Kursus selesai saat video terakhir habis. Mentoring punya jadwal sesi berikutnya, jadi ada alasan kuat untuk mencoba sebelum bertemu lagi.
- Biaya dan skala. Kursus lebih ringan per orang dan mudah diperluas ke tim. Mentoring lebih mahal per jam karena perhatiannya penuh untuk satu orang.
Ada satu studi lama yang sering dikutip soal pelatihan dan pendampingan. Olivero, Bane dan Kopelman (1997) meneliti 31 manajer di sebuah lembaga publik. Mereka mengikuti pelatihan manajerial, lalu delapan minggu coaching 1-on-1.
Laporan mereka menyebut pelatihan meningkatkan produktivitas 22,4 persen. Setelah ditambah coaching, peningkatannya tercatat 88 persen. Coaching di studi itu berisi penetapan target, pemecahan masalah bersama, latihan dan umpan balik.
Baca angka itu dengan hati-hati. Sampelnya kecil, konteksnya sektor publik hampir tiga dekade lalu, dan tidak ada kelompok yang hanya mendapat coaching. Yang paling aman diambil adalah polanya: pendampingan membantu menyambungkan materi pelatihan ke pekerjaan nyata. Studi ini mendukung kombinasi keduanya, dan tidak membuktikan mentoring bisa menggantikan kursus.
Kapan kursus AI sudah cukup buat kamu?
Kamu tidak perlu buru-buru ke mentoring kalau kondisinya seperti ini:
- Kamu masih di tahap kenalan. Kalau belum paham beda chatbot, model dan prompt, sesi mentoring akan habis untuk menjelaskan dasar. Kursus atau materi gratis lebih hemat.
- Tugasmu mirip contoh di kelas. Kalau pekerjaanmu memang membuat konten media sosial, kelas konten AI bisa langsung dipakai.
- Kamu terbiasa belajar mandiri. Sebagian orang memang langsung praktik setelah menonton. Kalau itu kamu, kursus yang bagus sudah memberi banyak.
- Yang perlu belajar adalah satu tim. Untuk menyamakan dasar di kantor, kelas bersama atau pelatihan tim lebih masuk akal.
- Anggaran sedang ketat. Kursus yang dipakai sungguh-sungguh lebih berguna daripada mentoring yang dijalani setengah hati.
Satu tanda praktis yang gampang dicek. Kalau setelah kursus kamu sudah memakai AI rutin untuk minimal satu pekerjaan, formatnya cocok buatmu. Teruskan saja, lalu tambah satu pekerjaan lagi.
Kapan mentoring AI lebih masuk akal?
Mentoring mulai sepadan saat hambatanmu pindah dari “belum tahu” ke “belum jalan”. Tanda-tandanya biasanya seperti ini:
- Kamu sudah ikut beberapa kelas atau webinar AI, tapi pemakaiannya masih sesekali.
- Kamu yakin AI bisa membantu, tapi bingung tugas mana yang dikerjakan dulu di bisnismu.
- Hasil AI terasa generik, dan kamu tidak tahu bagian instruksi mana yang perlu diperbaiki.
- Kamu ingin membangun alur kerja yang berulang, misalnya template SOP, prompt otomasi atau produk digital dari keahlianmu.
- Kamu butuh ritme dan seseorang yang memeriksa progres secara berkala.
Contoh ilustrasi: pemilik usaha katering di Surabaya ingin AI membantu menjawab pertanyaan harga dan menyusun menu mingguan. Di sesi mentoring, ia membawa contoh chat asli dan daftar menunya. Bersama mentor, ia menyusun satu instruksi kerja, mencobanya, lalu memperbaiki bagian yang membuat jawaban terlalu kaku.
Instruksi itu dipakai selama seminggu. Hasil dan kendalanya dibedah di sesi berikutnya. Siklus coba, periksa dan perbaiki itulah yang sulit didapat dari kelas umum.
Polanya mirip kerangka prompt otomasi yang disusun dari input, langkah dan jadwal ulang. Kamu bisa menyusunnya sendiri. Di mentoring, ada orang yang ikut memeriksa setiap bagiannya memakai konteks bisnismu.
Kalau kamu sedang menimbang opsi ini, Hendra Kuang membuka program mentoring AI dengan sesi online 1-on-1. Setiap sesi berdurasi 45 menit, dengan pilihan 2, 4, 9 atau 20 sesi. Hendra berbasis di Medan, dan sesinya berjalan online. Detail paket ada di halaman program tersebut.
Cara berpikirnya sama dengan memilih konsultan marketing atau agency. Tentukan dulu bagian mana yang hilang, baru pilih bentuk bantuannya.
Jebakan yang perlu kamu waspadai di kedua sisi
Kedua format bisa gagal. Yang membedakan biasanya cara kamu memakainya.
Jebakan kursus: mengoleksi materi
Ikut kelas terasa produktif. Ada catatan, ada sertifikat, ada rasa “sekarang saya paham”. Lalu muncul kelas berikutnya dengan judul yang lebih baru, dan siklusnya terulang.
Rasa paham dan kemampuan memakai adalah dua hal yang berbeda. Kalau kamu sudah ikut banyak webinar dan workshop AI, tapi tetap bingung soal bisnismu sendiri, kemungkinan masalahnya ada di penerapan. Kelas keempat belum tentu menyelesaikannya.
Jebakan mentoring: menyerahkan pikiran ke mentor
Mentoring juga bisa meleset. Perhatikan tiga tanda ini:
- Mentor mengerjakan semuanya untukmu. Hasilnya rapi, tapi kamu tidak bisa mengulangnya sendiri setelah program selesai.
- Isinya mengulang materi kursus. Kalau sesi 1-on-1 hanya berisi presentasi umum, kamu membayar perhatian penuh untuk materi yang tersedia di tempat lain.
- Kamu datang tanpa bahan. Sesi tanpa contoh kerja nyata akan berakhir di obrolan teori.
Pertanyaan pengecek yang sederhana: setelah sesi selesai, apakah kamu bisa menjalankan alur kerjanya sendiri besok pagi?
Jebakan keduanya: tidak ada ukuran “dipakai”
Kursus dan mentoring sama-sama sulit dinilai kalau kamu tidak punya ukuran. Pakai ukuran yang bisa kamu catat sendiri. Berapa kali dalam seminggu AI dipakai untuk tugas itu? Seberapa banyak draft AI yang masih perlu diedit berat? Apakah tim lain ikut memakai alurnya?
Ukuran seperti ini membuat keputusan berikutnya lebih jernih, apa pun format yang kamu pilih.
Cara menguji pilihanmu minggu ini
Sebelum membayar format mana pun, coba tes tujuh hari ini. Biayanya hanya waktu dan sedikit kejujuran pada diri sendiri.
- Tulis tiga pekerjaan berulang yang paling makan waktu di bisnismu, misalnya membalas chat, membuat penawaran atau menyusun laporan.
- Pilih satu pekerjaan. Tulis seperti apa hasil yang “cukup bagus” menurutmu.
- Kerjakan dengan AI memakai materi yang sudah kamu punya, seperti catatan kursus lama atau panduan gratis.
- Catat di mana kamu macet. Bisa jadi tidak tahu harus mulai dari mana, hasilnya generik, hasilnya tidak konsisten, atau kamu lupa memakainya.
- Baca catatanmu di akhir minggu, lalu cocokkan dengan panduan di bawah.
Cara membaca hasilnya:
- Macet karena belum paham dasar: ambil kursus atau pelajari materi dasar dulu.
- Hasil generik dan kamu tidak tahu cara memperbaikinya: kamu butuh umpan balik dari orang yang melihat konteks bisnismu.
- Lupa memakai atau tidak sempat: kamu butuh ritme dan akuntabilitas, yang biasanya didapat dari pendampingan.
- Lancar: teruskan sendiri, lalu tambah pekerjaan kedua.
Tes ini juga melatih kebiasaan yang akan kamu perlukan di format apa pun. Kamu belajar memilih tugas, menetapkan standar hasil, dan mengamati hambatanmu sendiri.
Pikiran terakhir sebelum kamu memilih
AI benar-benar dipakai saat ia punya tempat di jadwal kerjamu, untuk tugas yang jelas, dengan standar hasil yang kamu pahami. Kursus memberi peta jalannya. Mentoring menemani langkah pertama di jalan milikmu sendiri.
Jadi pilih format yang menjawab macetmu hari ini. Kalau tes tujuh hari tadi menunjukkan macetnya ada di dasar, mulai dari kursus. Kalau macetnya di penerapan, pendampingan layak kamu pertimbangkan dengan serius.
Pertanyaan yang sering muncul
Apakah mentoring AI cocok untuk pemula yang belum pernah memakai AI sama sekali?
Bisa, tapi biasanya kurang hemat. Sebagian waktu sesi akan habis untuk menjelaskan dasar yang sebenarnya bisa dipelajari dari kursus atau materi gratis. Pola yang lebih efisien adalah mempelajari dasar dulu, mencoba sendiri beberapa hari, lalu membawa hambatan nyata ke sesi mentoring.
Bisakah AI sendiri dipakai sebagai pengganti mentor?
AI bisa memberi masukan untuk draft dan menjelaskan konsep. Keterbatasannya, AI hanya tahu konteks bisnismu sejauh yang kamu jelaskan, dan jawabannya tetap bisa keliru meski terdengar meyakinkan. Kamu tetap perlu menilai sendiri apakah masukannya cocok dengan kondisi nyata usahamu.
Apakah kursus dan mentoring AI bisa diambil bersamaan?
Bisa, dan kombinasi ini sering masuk akal. Kursus memberi dasar dan istilah yang sama, sedangkan mentoring dipakai untuk menerapkan dasar itu ke pekerjaanmu sendiri. Urutannya biasanya dasar dulu, lalu pendampingan untuk tugas yang paling penting.




