Praktisi AI untuk Bisnis atau Konsultan AI, Mana yang Anda Butuhkan?

Banyak perusahaan di Indonesia sudah membeli langganan alat AI, mengirim tim ke pelatihan, dan mendengar belasan presentasi tentang masa depan AI. Namun ketika ditanya apa yang berubah di operasional sehari-hari, jawabannya sering sama: belum banyak. Di titik inilah perbedaan antara orang yang berbicara tentang AI dan praktisi AI untuk bisnis menjadi penting.

Artikel ini menjelaskan apa itu praktisi AI untuk bisnis, apa yang sebenarnya dikerjakannya, apa bedanya dengan konsultan dan pembicara, serta pertanyaan apa yang sebaiknya Anda ajukan sebelum menunjuk seseorang untuk membantu bisnis Anda.

Apa itu praktisi AI untuk bisnis?

Praktisi AI untuk bisnis adalah orang yang menerapkan AI di dalam bisnis nyata dan ikut bertanggung jawab atas hasilnya. Ukurannya bukan seberapa banyak ia tahu tentang model atau alat terbaru, melainkan apakah pekerjaan di bisnis menjadi lebih cepat, lebih murah, atau lebih baik setelah AI dipakai, dan apakah perubahan itu bertahan setelah ia pergi.

Karena itu seorang praktisi biasanya punya dua kemampuan sekaligus. Pertama, memahami bisnis: bagaimana uang masuk, di mana waktu terbuang, siapa yang mengambil keputusan. Kedua, memahami cara kerja AI cukup dalam untuk tahu mana yang layak diserahkan ke mesin dan mana yang tidak.

Praktisi, konsultan, dan pembicara: apa bedanya?

Ketiga peran ini sering tertukar. Perbedaannya paling mudah dilihat dari apa yang ditinggalkan setelah pekerjaannya selesai.

• Pembicara membangun pemahaman dan motivasi. Hasilnya adalah peserta yang lebih sadar tentang AI. Ini berguna, tetapi belum mengubah cara kerja.
• Konsultan menyusun analisis, rekomendasi, dan peta jalan. Hasilnya adalah dokumen dan arah. Nilainya bergantung pada apakah rekomendasi itu benar-benar dijalankan.
• Praktisi ikut merancang dan menjalankan sistem kerjanya. Hasilnya adalah alur kerja yang sudah dipakai tim, lengkap dengan cara mengukur apakah alur itu berhasil.

Satu orang bisa memerankan ketiganya pada waktu berbeda. Yang perlu Anda pastikan adalah peran mana yang sedang Anda butuhkan, dan apakah orang yang Anda pilih pernah menjalankan pekerjaan itu di bisnis, bukan hanya membicarakannya.

Lima hal yang dikerjakan praktisi AI untuk bisnis

1. Memilih masalah, bukan memilih alat

Praktisi memulai dari pertanyaan "pekerjaan mana yang paling menguras waktu dan berulang?", bukan "alat AI mana yang sedang ramai?". Alat berubah setiap bulan, sedangkan masalah bisnis cenderung bertahan. Untuk pemetaan awal, lihat AI roadmap untuk bisnis.

2. Merancang alur kerja yang bisa diulang

Satu hasil bagus dari satu prompt belum cukup. Tujuannya adalah alur kerja yang bisa dijalankan siapa saja di tim dengan kualitas yang kurang lebih sama. Contoh penerapannya ada di artikel tentang AI automation untuk bisnis.

3. Menentukan tugas yang layak didelegasikan ke AI agent

Tidak semua pekerjaan cocok untuk AI agent. Framework MRT (Mandiri, Rutin, Terukur) membantu menyaring tugas: apakah tugas itu bisa berjalan tanpa terus diarahkan, berulang, dan hasilnya bisa diperiksa. Penjelasan lengkapnya ada di Framework MRT, sedangkan gambaran umum agent ada di AI agent untuk bisnis.

4. Menulis instruksi yang presisi

Kualitas hasil AI sangat ditentukan oleh kualitas instruksinya. Praktisi menyusun instruksi secara terstruktur, misalnya dengan framework GCAO untuk prompt dan Format ABC untuk instruksi kepada AI agent, lalu mengujinya sampai hasilnya stabil.

5. Menjaga manusia di titik keputusan penting

Praktisi yang baik tahu kapan AI tidak boleh jalan sendiri: keputusan yang berisiko, percakapan sensitif dengan pelanggan, atau hasil yang belum teruji. Ia merancang titik pemeriksaan manusia sejak awal, bukan setelah ada masalah. Pedoman yang sudah mapan sejalan dengan ini: kerangka manajemen risiko AI dari NIST menempatkan tata kelola (govern) sebagai salah satu dari empat fungsi intinya, dan panduan OpenAI untuk membangun agent menyarankan eskalasi ke manusia ketika agent melewati batas kegagalan atau akan melakukan tindakan yang berisiko tinggi, sensitif, atau tidak dapat dibatalkan.

Prinsip kerja yang dipakai Freddie Kashawan

Pendekatan di situs ini bertumpu pada empat prinsip yang juga tercantum di halaman About:

• Practical di atas teori. Materi harus bisa langsung dicoba pada proyek atau bisnis nyata.
• Workflow di atas prompt. Tujuan akhirnya adalah sistem kerja yang bisa diulang, bukan satu keluaran yang bagus.
• Judgment di atas ikut-ikutan alat baru. Fokus pada keputusan yang tepat, bukan mengejar alat terbaru.
• Manusia bersama AI. AI memperkuat selera, strategi, kepemimpinan, dan keputusan kreatif manusia, bukan menggantikannya.

Latar belakangnya adalah lebih dari sepuluh tahun membangun dan menjalankan merek di bidang fashion, pernikahan, kreatif, kecantikan, dan pendidikan, sebelum AI dimasukkan ke produksi konten, pemasaran, riset, dan alur kerja operasional. Empat langkah awal bagi pemula dan pebisnis ia rangkum dalam video "Roadmap Jadi AI Pro" di kanal YouTube-nya.

Bagaimana Freddie menerapkan AI di bisnis dan timnya

Freddie menuturkan bahwa kesehariannya adalah menerapkan AI secara langsung: untuk operasional bisnisnya sendiri, dan saat diundang mengajar pimpinan perusahaan cara memasukkan AI ke pekerjaan mereka. Ia menyebut dirinya sebagai praktisi yang mengelola puluhan karyawan, dan melihat ekosistem AI seperti sebuah pabrik: AI adalah mesin produksinya, sedangkan tugas manusia adalah menyusun ban berjalannya.

Contoh yang ia bagikan adalah alur produksi video pemasaran timnya:

1. Naskah dan arahan visual ditulis dengan Claude, berdasarkan detail produk, target audiens, dan sudut promosi.
2. Gambar dibuat dari arahan visual itu dengan Nano Banana, dengan menjaga konsistensi karakter dan gaya produk.
3. Animasi dibuat dengan Kling, yang mengubah gambar diam menjadi klip video pendek.
4. Penyelesaian akhir dilakukan manusia di software penyuntingan: menyusun cerita, transisi, narasi, subtitle, efek suara, dan musik.

Setiap "mesin" punya tugas yang jelas, dan tahap akhir sengaja dipegang manusia. Penjelasan lengkap tiap tahap ada di artikel workflow AI untuk video marketing, dan gambaran keterampilan di baliknya ia bahas dalam video "7 Skill AI yang Wajib Lo Kuasai di 2026" di kanal YouTube-nya. Untuk anggota tim baru, ia juga menyebut memakai metode prompting yang terstruktur sebagai bagian dari proses pengenalan kerja.

Kesalahan yang paling sering ditemui

Dari audit sistem otomatisasi dan sesi coaching di berbagai perusahaan, Freddie menyebut satu akar masalah yang paling sering ia temui: eksekutif dan manajer melempar tugas ke AI padahal AI belum mengerti apa pun tentang bisnis mereka, lalu menyimpulkan bahwa AI-nya tidak berguna. Menyuruh AI tanpa konteks, katanya, ibarat meminta anak magang di hari pertama menyusun strategi tahunan perusahaan.

Solusinya adalah tahap pengenalan (onboarding) sebelum tugas diberikan: unggah pedoman dan dokumen perusahaan, lalu susun instruksi dengan tiga unsur yang jelas, yaitu arah, bahan, dan cara. Itulah inti Format ABC, yang ia jelaskan lebih lanjut dalam video "99% Orang Indonesia Belum Tau AI Bisa Kerja Sendiri!".

Tanda bisnis Anda butuh praktisi, bukan sekadar pelatihan atau alat baru

• Tim sudah punya akses ke alat AI, tetapi pemakaiannya berbeda-beda dan hasilnya tidak konsisten.
• Ada pekerjaan berulang yang jelas menguras waktu, tetapi belum ada yang memutuskan mana yang diotomasi lebih dulu.
• Pelatihan sudah berjalan, tetapi alur kerja harian tidak berubah.
• Pimpinan ingin mulai dengan AI agent, tetapi belum jelas tugas apa yang aman diserahkan.
• Ada kekhawatiran soal kualitas, keamanan data, atau tanggung jawab bila AI salah.

Lima pertanyaan sebelum menunjuk praktisi AI

• Di bisnis apa Anda pernah menerapkannya? Minta contoh nyata, bukan hanya pengalaman mengajar atau berbicara.
• Apa yang masih berjalan setelah proyek selesai? Alur kerja yang dipakai tim jauh lebih meyakinkan daripada laporan.
• Bagaimana Anda mengukur keberhasilan? Praktisi yang baik bisa menyebut ukuran yang jelas sebelum mulai.
• Bagian mana yang tidak akan diserahkan ke AI? Jawaban yang jujur tentang batas menunjukkan pemahaman risiko.
• Apa yang bisa saya lakukan sendiri setelahnya? Tujuan yang sehat adalah tim Anda mandiri, bukan bergantung selamanya.

Kesimpulan

Praktisi AI untuk bisnis bukan gelar yang diberikan oleh jumlah presentasi, melainkan oleh pekerjaan yang benar-benar berjalan di bisnis. Saat memilih, perhatikan bukti penerapannya, cara ia mengukur hasil, dan kejelasannya tentang batas AI.

Jika Anda ingin membahas penerapan AI di bisnis atau tim Anda, lihat layanan konsultasi atau pelajari lebih lanjut tentang Freddie Kashawan.