Otomasi Bisnis dengan AI: Tinggal Ngobrol untuk Susun Alur di Make/Zapier

Otomasi bisnis dengan AI bisa kamu susun lewat percakapan, selama alatnya mendukung aplikasi dan tindakan yang dibutuhkan. AI membantu menerjemahkan instruksi menjadi alur kerja, sementara kamu menetapkan aturan bisnis, menghubungkan akun, dan memeriksa hasilnya.

Bagian dari playbook: Playbook AI untuk Produktivitas dan Efisiensi Bisnis

Intinya:

• AI percakapan dapat mengambil alih sebagian pekerjaan teknis penyusunan otomasi.
• Kejelasan instruksi menentukan apakah alur yang dibangun sesuai kebutuhan bisnis.
• Otomasi siap dipakai setelah hasil dan penanganan kesalahannya diuji.

Coba kamu bayangin mengelola bisnis kelas online sendirian. Kamu ingin setiap pendaftaran masuk ke spreadsheet, diberi status, lalu muncul sebagai tugas follow-up.

Kamu membuka Make atau Zapier. Mulai memilih pemicu, menyambungkan aplikasi, mencocokkan kolom, lalu mencari penyebab data gagal masuk.

Dalam skenario ini, berjam-jam habis dan pekerjaan masih menggantung. Kamu akhirnya membayar spesialis dengan biaya yang terasa berat untuk budget usaha.

Sekarang bayangkan kamu menjelaskan kebutuhan yang sama melalui chat. AI menyusun alurnya, lalu kamu meminta koreksi ketika status atau tujuan datanya keliru.

Bagian menariknya ada pada pekerjaan menerjemahkan kebutuhan tadi. Sebagian pekerjaan yang sebelumnya membutuhkan keterampilan mengoperasikan platform dapat didelegasikan kepada AI.

Dalam praktik saya, saya menyusun proses menjadi instruksi yang bisa dipakai ulang sebelum menyerahkannya kepada AI. Kebiasaan ini relevan ketika percakapan mulai menjadi cara membangun otomasi.

Bagaimana otomasi bisnis dengan AI menerjemahkan obrolan menjadi tindakan?

Otomasi bisnis percakapan adalah cara membangun dan mengubah alur kerja otomatis melalui instruksi bahasa sehari-hari kepada AI yang memiliki akses ke alat pendukung.

Ada lima atribut yang perlu kamu kenali:

• Instruksi bahasa sehari-hari: kamu menjelaskan tujuan dan aturan pekerjaan.
• Konteks aplikasi: AI membutuhkan informasi tentang aplikasi serta struktur data.
• Kemampuan menyusun alur: AI menggunakan alat untuk mengatur langkah pekerjaan.
• Koreksi melalui percakapan: kamu meminta perubahan tanpa mengedit setiap komponen sendiri.
• Hasil yang bisa diperiksa: konfigurasi dan keluaran alur perlu terlihat.

Workflow adalah rangkaian langkah yang mengolah masukan menjadi hasil sesuai aturan tertentu. Dalam contoh kelas online, rangkaiannya mencakup menerima pendaftaran, menyimpan data, dan membuat tugas.

Trigger adalah kejadian atau kondisi yang memulai workflow. Pengiriman formulir dapat menjadi trigger untuk memproses pendaftaran.

Pada cara manual, kamu menerjemahkan kebutuhan tersebut menjadi konfigurasi platform. Kamu menentukan pemicu, memilih tindakan, lalu menghubungkan keluaran langkah sebelumnya dengan masukan langkah berikutnya.

AI percakapan membantu melakukan penerjemahan itu. Misalnya, instruksi “simpan nama peserta” perlu diterjemahkan menjadi pemilihan kolom nama dari formulir menuju kolom tujuan di spreadsheet.

Make menyediakan kemampuan menyusun dan mengubah skenario melalui percakapan. Konfigurasi hasilnya tetap bisa dilihat dalam ruang kerja visual. Panduan resmi Make.

Zapier juga menyediakan bantuan percakapan untuk membuat kerangka workflow, kemudian membantu konfigurasi, pengujian, dan perbaikannya. Panduan resmi Zapier.

Jadi, Make dan Zapier dapat menjadi tempat berlangsungnya otomasi bisnis percakapan. Node dan langkah teknis tetap ada di belakang percakapan tersebut.

Pekerjaan spesialis yang bisa kamu delegasikan mulai terlihat

Saat menyusun otomasi, spesialis mengerjakan beberapa jenis pekerjaan sekaligus. Mereka memahami kebutuhan, menerjemahkan aturan menjadi konfigurasi, menguji hasil, dan menangani kegagalan.

Baca jugaAI untuk Produktivitas & OperasionalBikin Dashboard KPI Bisnis Real-Time, Cukup Ngobrol Sama AI, Tanpa Rumus Spreadsheet

AI dapat membantu sebagian pekerjaan konfigurasi ketika konektor dan tindakan yang diperlukan tersedia. Kamu bisa meminta penambahan filter, perubahan kolom, atau penjelasan langkah yang membingungkan.

Namun, kalimat “buat follow-up otomatis” masih menyimpan banyak keputusan.

Siapa yang perlu dihubungi? Apa tanda seseorang sudah ditangani? Bagaimana kalau pendaftaran yang sama masuk kembali?

AI dapat menghasilkan alur yang terlihat lengkap dengan mengisi kekosongan tersebut memakai asumsi. Masalah muncul ketika asumsi itu berbeda dari cara bisnismu bekerja.

Coba bandingkan dengan instruksi berikut:

Ketika formulir pendaftaran masuk, simpan datanya ke spreadsheet. Gunakan ID pendaftaran untuk mengecek duplikasi. Buat tugas follow-up hanya untuk pendaftaran baru.

Jika nomor kontak kosong, beri status “perlu diperiksa”. Tampilkan rancangan alurnya untuk saya cek sebelum diaktifkan.

Instruksi ini memberi AI pegangan tentang pemicu, tujuan data, pengecualian, dan batas tindakan.

Nah, di sinilah keterampilan pemilik bisnis menjadi penting. Kamu perlu menjelaskan keputusan yang biasanya terasa otomatis di kepala sendiri.

Percakapan dengan AI juga bisa membantu menemukan bagian yang belum jelas. Minta AI menyebutkan asumsi dan pertanyaan sebelum menyusun alur.

Tim tipis perlu menghitung pekerjaan setelah otomasi berjalan

Untuk solopreneur Indonesia, belajar platform punya biaya waktu. Jam yang dipakai mencari kesalahan konfigurasi bersaing dengan pelayanan pelanggan, produksi konten, dan pengiriman pesanan.

Bantuan percakapan membuka peluang mengerjakan penyesuaian kecil sendiri. Misalnya, menambahkan kolom sumber pendaftaran atau mengubah penanggung jawab tugas.

Tetap hitung pekerjaan pemeliharaannya. Alur yang mudah dibuat bisa menambah beban kalau setiap kegagalan harus kamu telusuri dari awal.

Simpan catatan ringkas tentang:

• Tujuan alur dan hasil yang dianggap benar.
• Aplikasi, akun, serta kolom yang dipakai.
• Aturan pengecualian dan penanganan data ganda.
• Orang yang memeriksa kegagalan.
• Cara menghentikan alur ketika hasilnya keliru.

Catatan tersebut memberi konteks saat kamu meminta AI memperbaiki sistem. Kamu bisa menatanya melalui pendekatan folder AI sebagai pusat instruksi bisnis.

Perhatikan juga tempat pekerjaan benar-benar tertahan. Jika semua tugas menunggu keputusan pemilik, otomatis membuat tugas hanya akan memperpanjang antrean.

Pembahasan tentang approval dan koordinasi yang menghambat bisnis membantu kamu memeriksa bagian tersebut.

Kapan pendekatan ini belum cukup?

Percakapan mempermudah penyusunan alur. Kesiapan aplikasi, kualitas data, dan kejelasan keputusan tetap menentukan apakah alur itu bisa dioperasikan.

Pertama, aplikasi yang dibutuhkan belum bisa dihubungkan. AI memerlukan jalur akses yang didukung agar dapat membaca data atau menjalankan tindakan.

Sistem internal dengan koneksi khusus bisa membutuhkan pekerjaan teknis tambahan. Pada kondisi ini, bantuan spesialis masih relevan.

Kedua, keputusan bisnisnya belum disepakati. Misalnya, admin dan pemilik menggunakan pengertian berbeda untuk status “pesanan selesai”.

AI membutuhkan satu definisi operasional yang bisa diterapkan. Jika definisinya berubah setiap percakapan, konfigurasi ikut kehilangan pegangan.

Ketiga, kesalahan langsung berdampak ke pelanggan. Mengirim penawaran, mengubah pesanan, atau memproses pengembalian dana membutuhkan batas kewenangan yang jelas.

Mulai dari membuat draf atau tugas pemeriksaan. Tambahkan tindakan otomatis setelah kamu memahami pola kesalahan dan cara menanganinya.

Keempat, alur hanya lolos contoh yang rapi. Data kosong, pendaftaran berulang, dan koneksi terputus dapat memperlihatkan kelemahan yang tersembunyi saat demonstrasi.

Untuk setiap kegagalan, tentukan apakah sistem harus berhenti, mencoba kembali, atau meminta pemeriksaan. Percobaan ulang perlu dirancang agar tidak menggandakan tindakan.

Coba satu alur kecil minggu ini

Pilih pekerjaan berulang yang hasilnya mudah diperiksa. Contoh pendaftaran menjadi tugas follow-up cukup konkret untuk latihan awal.

1. Tulis hasil akhirnya. Jelaskan data apa yang harus muncul, di mana letaknya, dan siapa yang menggunakan hasil tersebut.

2. Siapkan contoh data buatan. Sertakan pendaftaran lengkap, nomor kontak kosong, dan ID pendaftaran yang berulang.

3. Minta AI menjelaskan rancangan. Periksa pemicu, urutan langkah, kolom yang dipakai, dan asumsi yang belum kamu sepakati.

4. Hubungkan akun melalui fasilitas platform. Pilih akses sesuai kebutuhan alur. Simpan kata sandi dan kunci akses di tempat yang memang disediakan.

5. Uji setiap kondisi. Bandingkan hasil dengan aturan tertulis. Pastikan pendaftaran berulang tidak menghasilkan tugas ganda.

6. Aktifkan secara terbatas dan pantau. Tentukan siapa yang melihat catatan kegagalan serta bagaimana pekerjaan diteruskan secara manual ketika alur berhenti.

Setelah pengujian, nilai apakah pekerjaan benar-benar lebih mudah ditangani. Perhitungkan waktu memeriksa hasil, memperbaiki data, dan merawat alur.

Otomasi yang berguna dimulai dari pekerjaan yang bisa kamu jelaskan sampai jelas. Percakapan memberi jalan untuk mengubah penjelasan itu menjadi sistem yang bisa diuji.

Kalau kamu ingin membangun kebiasaan tersebut dengan pendampingan, kamu bisa melihat program mentoring untuk membangun sistem AI bisnis sendiri.