Agentic AI terdengar seperti solusi untuk semua workflow internal: membaca dokumen, mengambil keputusan, menjalankan tool, mengirim email, memperbarui CRM, lalu membuat laporan. Untuk startup kecil, janji itu menarik karena tim biasanya kekurangan waktu. Tetapi semakin banyak tindakan yang boleh dilakukan AI, semakin besar risiko salah konteks, salah data, atau salah kirim.
Pendekatan yang sehat adalah memilih workflow sempit, memberi akses minimum, dan mengukur apakah AI benar-benar mengurangi pekerjaan. Agentic AI bukan tujuan. Ia hanya berguna jika bisa menjalankan rangkaian tugas yang jelas dengan risiko yang bisa dikontrol.
Bedakan agentic AI dan automasi biasa
Automasi biasa mengikuti aturan tetap: jika form masuk, kirim notifikasi; jika invoice overdue, buat reminder; jika lead baru, masukkan ke CRM. Agentic AI lebih fleksibel: ia membaca konteks, memilih langkah, dan kadang memakai beberapa tool.
Agentic AI layak dipertimbangkan jika:
- input tidak selalu sama formatnya
- perlu membaca teks panjang atau dokumen
- keputusan membutuhkan konteks
- workflow punya beberapa langkah yang berubah sesuai situasi
- manusia tetap bisa mereview hasil penting
Jika workflow sudah jelas dan stabil, automasi biasa sering lebih murah, lebih mudah diaudit, dan lebih sedikit masalah.
Workflow internal yang cocok untuk tahap awal
Pilih workflow yang membantu tim, bukan langsung menyentuh pelanggan atau uang.
Contoh yang relatif aman:
- merangkum meeting sales dan membuat draft next step
- membaca feedback pelanggan lalu mengelompokkan tema produk
- menyiapkan draft changelog dari tiket dan pull request
- mengubah catatan support menjadi draft artikel knowledge base
- membuat daftar follow-up dari event startup atau webinar
- menyiapkan briefing akun sebelum customer success call
Hindari dulu workflow seperti mengirim proposal harga final, mengubah data produksi, menyetujui refund, atau menjawab security questionnaire tanpa review.
Buat batas tindakan
Agentic AI perlu batas yang eksplisit. Tentukan apa yang boleh dibaca, ditulis, dan dikirim.
Contoh guardrail:
- boleh membaca transcript meeting, tidak boleh membaca semua folder drive
- boleh membuat draft email, tidak boleh mengirim tanpa approval
- boleh memperbarui field catatan CRM, tidak boleh mengubah deal value
- boleh mengusulkan prioritas tiket, tidak boleh menutup tiket
- boleh membuat draft artikel bantuan, tidak boleh publish langsung
Batas ini harus tertulis. Jika hanya ada di kepala founder, tim akan sulit mengevaluasi ketika terjadi kesalahan.
Audit trail wajib ada
Workflow agentic tanpa audit trail akan sulit dipercaya. Catat:
- input yang dipakai
- keputusan atau output yang dibuat
- tool yang dipanggil
- siapa yang mereview
- perubahan manual setelah review
- error atau kasus yang perlu diperbaiki
Audit trail tidak perlu rumit di awal. Spreadsheet atau log sederhana cukup. Yang penting tim bisa menjawab: AI melakukan apa, berdasarkan data apa, dan siapa yang menyetujui hasilnya?
Scorecard kelayakan workflow
Sebelum membangun agent, beri skor 1 sampai 5:
- Volume: workflow terjadi cukup sering
- Variasi: input cukup beragam sehingga automasi biasa kurang cocok
- Risiko: kesalahan tidak langsung merusak pelanggan, uang, atau data
- Reviewability: manusia bisa mengecek output dengan cepat
- Tool access: akses bisa dibatasi
- Value: waktu yang dihemat cukup berarti
- Observability: tim bisa melihat dan mengaudit langkah AI
Pilih workflow dengan volume, reviewability, dan value tinggi, tetapi risiko rendah. Jangan mulai dari workflow paling glamor. Mulai dari workflow yang membosankan tetapi sering.
Rencana pilot dua minggu
Minggu pertama:
- pilih satu workflow
- tulis output ideal
- kumpulkan 20 contoh input lama
- tentukan tindakan yang boleh dan tidak boleh
- jalankan AI tanpa akses tulis dulu
Minggu kedua:
- izinkan AI membuat draft di tool kerja
- minta manusia mereview semua output
- catat waktu yang dihemat dan koreksi yang dilakukan
- kumpulkan kasus gagal
- putuskan apakah perlu dilanjutkan, dipersempit, atau dihentikan
Pilot yang baik harus bisa dihentikan tanpa merusak operasi. Jika mematikan agent membuat workflow utama lumpuh, berarti tim terlalu cepat memberi ketergantungan.
Metrik yang perlu dilihat
Ukur:
- menit kerja yang dihemat per workflow
- persentase output yang diterima tanpa edit besar
- jumlah error kritis
- jumlah tindakan yang dibatalkan reviewer
- biaya model atau tool per workflow sukses
- kepuasan tim yang memakai output
Jika AI menghemat waktu tetapi menambah kecemasan reviewer, workflow belum sehat. Tujuan agentic AI adalah membuat pekerjaan lebih ringan, bukan membuat tim merasa harus mengawasi mesin yang tidak bisa ditebak.
Kapan agent harus dihentikan
Tulis kill switch sejak awal. Agent harus dihentikan atau kembali ke mode draft jika:
- membuat perubahan tanpa audit trail
- berulang kali salah memilih akun, deal, atau dokumen
- reviewer menghabiskan waktu lebih lama daripada proses manual
- biaya model naik tanpa peningkatan output
- tim tidak bisa menjelaskan mengapa agent mengambil tindakan tertentu
- ada output yang berisiko dikirim ke pelanggan tanpa konteks
Kill switch bukan tanda eksperimen gagal. Ia tanda tim mengelola risiko. Agentic AI yang sehat harus bisa dimatikan tanpa membuat proses bisnis berhenti.
Contoh workflow: briefing akun sebelum meeting
Workflow yang cocok untuk pilot: sebelum customer success call, agent membaca catatan tiket, usage summary, dan riwayat meeting lalu membuat briefing satu halaman.
Output yang diharapkan:
- status akun
- masalah terbuka
- fitur yang paling sering dipakai
- risiko churn atau perluasan
- pertanyaan yang perlu ditanyakan CSM
- data yang masih perlu diverifikasi manusia
Agent tidak perlu mengirim email ke pelanggan atau mengubah CRM. Ia cukup membuat draft briefing. Risiko rendah, value jelas, dan reviewer bisa mengecek cepat.
Mulai dari izin baca sebelum izin tulis
Kesalahan umum adalah memberi agent akses terlalu luas karena ingin melihat demo yang impresif. Untuk startup kecil, urutan yang lebih aman adalah:
- minggu pertama: agent hanya membaca contoh data dan menghasilkan output di dokumen terpisah
- minggu kedua: agent boleh membuat draft di tool kerja, tetapi belum boleh mengubah data utama
- minggu ketiga: agent boleh mengisi field non-kritis dengan review manusia
- setelah stabil: agent boleh mengambil tindakan kecil yang mudah dibatalkan
Urutan ini membuat risiko naik perlahan. Tim bisa melihat titik gagal sebelum agent menyentuh data penting. Jika dari tahap baca saja output tidak konsisten, jangan naik ke tahap tulis.
Checklist sebelum agent dipakai tim:
- workflow sempit sudah dipilih
- akses baca dan tulis dipisahkan
- tindakan terlarang tertulis jelas
- semua output penting direview manusia
- log aktivitas bisa dibaca ulang
- kill switch diketahui tim
Langkah berikutnya
Pilih satu workflow internal dengan risiko rendah minggu ini. Tulis guardrail satu halaman: input, output, tool access, tindakan terlarang, reviewer, dan metrik. Jalankan sebagai draft-only selama dua minggu. Setelah itu baru putuskan apakah agent boleh mengambil tindakan terbatas.