Solusi pertama dari buku Stay Human, Stay in Charge adalah memetakan proses dan menemukan macetnya. Idenya sederhana. Sebelum menambah alat, pahami dulu ke mana pekerjaan mengalir.
Riset MIT Sloan memberi contoh mengapa ini penting. AI menambah kecepatan di satu tahap, tetapi tahap setelahnya tidak siap menampung hasilnya.
Enam Tahap Pengembangan Software
Riset itu membagi pengembangan software modern menjadi enam tahap:
- Menulis baris kode.
- Mengorganisasi kode ke dalam file.
- Melakukan commit atas perubahan.
- Mengajukan pull request untuk ditinjau.
- Menggabungkan perubahan ke proyek (merge).
- Merilis proyek sebagai produk jadi.
Dengan pembagian ini, peneliti bisa melihat efek AI di setiap tahap. Tanpa pembagian itu, kenaikan di tahap awal mudah dikira sebagai kenaikan keseluruhan.
Di Mana AI Kuat, Di Mana Manusia Masih Menahan
Menurut para peneliti, manfaat AI paling terasa di awal siklus, sebelum tugas yang dipimpin manusia dimulai. Tahap seperti review dan perilisan masih bergantung pada keputusan manusia.
Demirer menyebut sebagian hambatan memang bersifat teknis dan mekanis. Manusia harus turun tangan karena AI belum mahir di sana.
Tiap alat juga membutuhkan keterlibatan manusia yang berbeda di tahap akhir. Async agent, misalnya, tidak bisa merilis software langsung. Jadi, dampak akhirnya berbeda untuk tiap alat.
Cara Memetakan Proses di Tim Anda
Contoh di atas dari dunia software, tetapi logikanya bisa dipakai di alur kerja lain.
- Pilih satu alur kerja. Ambil yang sering berulang dan punya hasil akhir jelas.
- Tulis tahapnya berurutan. Mulai dari permintaan masuk sampai hasil sampai ke pihak akhir.
- Tandai siapa yang memegang tiap tahap. Bedakan tahap yang dikerjakan AI dan manusia.
- Cari tahap yang menumpuk. Perhatikan antrean, persetujuan yang lama, dan tugas yang menunggu.
- Bandingkan sebelum dan sesudah AI. Lihat tahap mana yang menyempit dan mana yang menebal.
Cari Tempat Waktu Banyak Terbuang
Demirer menyarankan satu pendekatan praktis: lihat di mana orang menghabiskan terlalu banyak waktu, lalu cek apakah AI bisa membantu di sana.
Ia memberi contoh area yang bisa dibantu, seperti mematangkan prototipe, merangkum rapat, dan mengurangi birokrasi persetujuan. Ketiganya melayani alur kerja manusia, bukan hanya menulis lebih cepat.
Para peneliti menyimpulkan bahwa penentu dampak AI adalah kemampuannya meringankan hambatan di hilir. Mengotomatisasi satu tahap saja tidak cukup. Setelah titik macet jelas, keputusan berikutnya adalah memakai jam yang dihemat. Itu dibahas di artikel ketiga.
Pelajari Selengkapnya di buku Stay Human Stay In Charge – Transformasi AI di Korporasi yang bisa didapatkan di http://asosiasi.ai/store
Referensi:
