Jakarta | Syifa Fadiyah, VP of Communications HashMicro, menekankan bahwa perusahaan perlu memahami kinerja bisnisnya sebelum memutuskan untuk mengadopsi kecerdasan buatan. Langkah ini penting karena teknologi seharusnya menjawab kebutuhan nyata, bukan sekadar mengikuti tren. Tanpa gambaran yang jelas tentang bagaimana proses berjalan, bagian mana yang mengalami hambatan, dan hasil apa yang ingin dicapai, perusahaan berisiko memilih solusi yang tidak sesuai. Karena itu, evaluasi kondisi bisnis perlu menjadi titik awal sebelum membahas jenis AI, penyedia teknologi, atau rencana implementasi.
Hal tersebut semakin relevan ketika perusahaan mempertimbangkan agentic AI. Berbeda dari sistem yang hanya merespons satu perintah, agentic AI merupakan sistem otonom yang dirancang untuk merencanakan langkah, mengambil keputusan, dan menjalankan tugas demi mencapai tujuan tertentu. Sistem ini dapat bekerja tanpa manusia harus memberikan arahan untuk setiap langkah. Meski demikian, tingkat otonomi tersebut bukan alasan untuk langsung menyerahkan proses bisnis kepada teknologi. Perusahaan perlu memahami batasan, tujuan, dan konteks kerja yang akan menjadi dasar bagi sistem untuk bertindak.
Menurut Syifa, proses adopsi sebaiknya tidak dimulai dengan memilih AI yang sedang populer atau sekadar memberi sistem perintah. Perusahaan perlu terlebih dahulu memetakan kinerja dan kebutuhan operasionalnya: proses apa yang ingin diperbaiki, masalah apa yang paling berdampak, serta ukuran keberhasilan apa yang relevan. Pemetaan ini membantu menentukan apakah AI memang dibutuhkan, jenis kemampuan yang diperlukan, dan area yang aman untuk diotomatisasi. Dalam beberapa kasus, pembenahan alur kerja atau data mungkin perlu dilakukan lebih dahulu agar penerapan teknologi dapat menghasilkan manfaat.
Dengan memahami kondisi bisnis, perusahaan dapat menilai teknologi secara lebih terarah dan realistis. Tujuan yang jelas juga memudahkan tim menetapkan pengawasan, tanggung jawab, serta indikator untuk mengevaluasi hasil. Pendekatan tersebut membuat keputusan adopsi berangkat dari kebutuhan, bukan dari anggapan bahwa AI akan otomatis menyelesaikan setiap persoalan. Bagi perusahaan yang menimbang agentic AI, pemahaman terhadap kinerja bisnis menjadi fondasi untuk memastikan otonomi sistem mendukung sasaran organisasi, sekaligus tetap berada dalam batas yang dapat dipantau dan dipertanggungjawabkan.
Sebelum mengadopsi AI, perusahaan perlu memulai dengan mengenali masalah bisnis yang hendak diselesaikan. Syifa menekankan bahwa keputusan menggunakan teknologi sebaiknya tidak berangkat dari keinginan untuk sekadar mengikuti perkembangan, melainkan dari kebutuhan yang jelas. Dengan memahami persoalan sejak awal, perusahaan dapat menilai apakah AI memang relevan dan menentukan peran yang diharapkan dari teknologi tersebut. Langkah ini membantu pembahasan tetap berpusat pada kebutuhan organisasi, bukan semata-mata pada kemampuan atau kebaruan AI.
Setelah masalah teridentifikasi, perusahaan perlu menetapkan use case atau kasus penggunaan yang terarah. Penetapan ini memberi batas dan konteks bagi penerapan AI, termasuk ketika sebuah agent AI bekerja bersama tim. Perusahaan perlu mendefinisikan masalah secara spesifik serta merumuskan tujuan yang ingin dicapai melalui kolaborasi tersebut. Kejelasan itu menjadi dasar untuk menjelaskan tugas yang perlu didukung, hasil yang diharapkan, dan bagaimana kontribusi agent AI berkaitan dengan pekerjaan tim. Tanpa definisi dan tujuan yang cukup jelas, penggunaan AI berisiko tidak menjawab kebutuhan yang menjadi alasan penerapannya.
Menurut pandangan Syifa, perumusan masalah dan tujuan sebaiknya dilakukan sebelum perusahaan menentukan bentuk penggunaan AI. Urutan ini memungkinkan tim membahas harapan secara lebih terukur dan memiliki pemahaman bersama mengenai alasan sebuah agent AI dilibatkan. Tujuan yang dinyatakan sejak awal juga membantu perusahaan menjaga fokus ketika merencanakan kerja bersama manusia dan AI. Syifa menyampaikan pandangan tersebut dalam acara Road to Awards 2026 “Best AI Ecosystem” pada Jumat, 30 Oktober 2026. Pesan utamanya menempatkan pemahaman atas masalah bisnis sebagai titik awal, sehingga pemilihan use case dan peran agent AI dapat mengikuti kebutuhan yang telah dirumuskan, bukan sebaliknya.
Setelah tujuan penggunaan AI ditentukan, perusahaan perlu menetapkan tolok ukur yang akan digunakan untuk menilai hasil kerja sistem. Tolok ukur tersebut menghubungkan tujuan bisnis dengan cara perusahaan memeriksa apakah AI benar-benar membantu menyelesaikan masalah yang telah dipilih. Tanpa acuan yang jelas, hasil yang tampak meyakinkan belum tentu menunjukkan bahwa sistem bekerja sesuai kebutuhan. Karena itu, perusahaan perlu menyepakati terlebih dahulu apa yang hendak dinilai dan bagaimana hasilnya akan ditinjau, tanpa menganggap keluaran AI sebagai bukti keberhasilan dengan sendirinya.
Penilaian tidak sebaiknya diserahkan sepenuhnya kepada sistem. Pengawasan manusia tetap diperlukan terhadap tugas yang sedang dikerjakan AI, termasuk meninjau keluaran dan memahami bagaimana sistem sampai pada hasil tersebut. Peran ini membantu perusahaan melihat apakah pekerjaan berjalan sesuai tujuan, sekaligus memberi ruang untuk mengenali ketika hasil perlu diperiksa lebih lanjut. Pengawasan juga mencakup evaluasi atas proses, bukan hanya pemeriksaan jawaban akhir. Dengan demikian, perusahaan dapat menilai apakah penggunaan AI dalam alur kerja benar-benar mendukung kebutuhan bisnis yang telah ditetapkan.
Syifa menekankan perlunya menguji sistem dalam kaitannya dengan kondisi perusahaan yang sesungguhnya. Perusahaan perlu memeriksa apakah AI mampu memahami skenario bisnis nyata yang dihadapinya, bukan hanya bekerja pada situasi yang tampak sederhana atau telah dipersiapkan. Selain itu, perlu dipastikan bahwa sistem tidak melanggar batasan yang berlaku dalam penerapannya. Pemeriksaan ini menjadi bagian dari pengawasan dan evaluasi yang berkelanjutan, sehingga perusahaan tidak hanya berfokus pada hasil, tetapi juga memastikan proses penggunaan AI tetap sesuai dengan konteks dan batasan yang telah ditetapkan. Tolok ukur dan keterlibatan manusia membantu menjaga penilaian tetap terarah setelah sistem mulai digunakan.
Perusahaan yang mulai mengadopsi agentic AI sebaiknya tidak langsung memberikan sistem tanggung jawab yang luas atau berisiko tinggi. Langkah awal yang lebih terukur adalah memilih tugas berisiko rendah, dengan batasan yang tegas dan definisi pekerjaan yang jelas. Dengan ruang lingkup seperti itu, perusahaan dapat menetapkan apa yang boleh dilakukan agen AI, apa yang berada di luar kewenangannya, serta tanggung jawab awal yang diharapkan. Kejelasan ini penting agar penugasan tidak bergantung pada asumsi yang berbeda perusahaan dan sistem. Fokusnya bukan memberikan sebanyak mungkin pekerjaan, melainkan menentukan tugas awal yang cukup terbatas untuk dinilai berdasarkan kemampuannya.
Dalam pendekatan ini, tugas pertama berfungsi sebagai landasan untuk menilai apakah agen AI dapat menjalankan tanggung jawab yang telah ditetapkan. Perusahaan perlu melihat bukti dari pelaksanaan tugas tersebut sebelum mengubah cakupan kewenangan. Penilaian tidak semestinya bertumpu hanya pada keyakinan bahwa teknologi mampu menangani pekerjaan tambahan, atau pada rencana untuk segera memperluas penggunaannya. Yang menjadi dasar adalah bukti bahwa sistem dapat menjalankan tanggung jawab awal dalam batas dan definisi yang telah ditentukan. Dengan demikian, keputusan mengenai penugasan berikutnya mengikuti kemampuan yang telah terlihat, bukan sekadar perkiraan terhadap apa yang mungkin dapat dilakukan.
Syifa menekankan bahwa pemberian tanggung jawab baru kepada agen AI perlu didasarkan pada bukti kemampuan sistem. Setelah bukti tersebut tersedia untuk tugas awal, perusahaan dapat memperluas tanggung jawab secara bertahap. Artinya, penambahan tugas bukan keputusan yang dilakukan sekaligus, melainkan penyesuaian cakupan berdasarkan apa yang telah ditunjukkan oleh sistem. Prinsip ini juga berarti perusahaan tidak perlu menganggap keberhasilan atau kecakapan pada satu tugas sebagai alasan otomatis untuk menyerahkan tanggung jawab yang lebih luas. Setiap perluasan tetap perlu berangkat dari bukti yang relevan.
