Kang Yudha Herbaputra #catatankangyudha

Perang Talenta AI: Pelajaran untuk Owner Bisnis Indonesia yang Ingin Pakai AI

kangyudha

Perang Talenta AI: Pelajaran untuk Owner Bisnis Indonesia yang Ingin Pakai AI

Dalam beberapa hari terakhir, ada sinyal menarik dari dunia AI global.

John Jumper, salah satu figur penting di balik AlphaFold dan peraih Nobel Kimia 2024 bersama Demis Hassabis, pindah dari Google DeepMind ke Anthropic. Di minggu yang sama, Noam Shazeer, salah satu co-author paper Transformer yang menjadi fondasi LLM modern, juga meninggalkan Google DeepMind untuk bergabung dengan OpenAI. The Next Web juga melaporkan OpenAI merekrut Dean Ball untuk memimpin tim Strategic Futures menjelang fase IPO.

Buat sebagian orang, ini hanya berita “orang besar pindah kantor”.

Tapi buat owner bisnis, digital marketer, consultant, dan operator yang sedang belajar memakai AI, berita ini punya pesan yang lebih praktis:

keunggulan AI bukan cuma soal tools. Keunggulan AI adalah gabungan antara orang yang paham, sistem kerja, data, proses, dan kemampuan mengambil keputusan.

Ini penting karena banyak bisnis di Indonesia masih melihat AI terlalu sederhana: langganan ChatGPT, coba beberapa prompt, bikin konten lebih cepat, lalu merasa sudah “adopsi AI”.

Padahal kalau perusahaan sebesar Google, OpenAI, dan Anthropic saja berebut manusia yang bisa mengubah arah teknologi, berarti untuk bisnis kita pun pertanyaannya bukan cuma, “Pakai AI apa?”

Pertanyaan yang lebih penting:

Siapa di bisnis Anda yang benar-benar bisa mengubah AI menjadi hasil kerja?

Kenapa Perang Talenta AI Ini Penting?

AI sekarang sudah masuk fase yang lebih serius.

Google sedang mendorong AI Search yang makin agentic. Dalam update Google I/O 2026, Google menyebut AI Mode sudah melampaui 1 miliar pengguna bulanan dan Search mulai bergerak dari sekadar kotak pencarian menuju pengalaman yang lebih aktif membantu pengguna.

OpenAI juga mendorong workspace agents: agent yang bisa bekerja lintas tools, menjaga konteks, menjalankan workflow, dan tetap berada dalam kontrol organisasi.

Anthropic bergerak kuat di enterprise, coding, dan model yang diposisikan untuk pekerjaan kompleks.

Artinya, AI bukan lagi sekadar “chatbot untuk tanya jawab”. AI sedang menjadi lapisan kerja baru di marketing, sales, customer service, product, finance, legal, dan operasional.

Karena itu, talenta yang bisa menghubungkan model AI dengan masalah bisnis nyata menjadi sangat mahal.

Bukan karena mereka jago prompt saja.

Tapi karena mereka bisa membaca masalah, mendesain sistem, mengevaluasi output, menjaga kualitas, dan menghubungkan AI dengan keputusan bisnis.

Pelajaran untuk Owner Bisnis Indonesia

Menurut saya, ini pelajaran paling penting:

bisnis kecil dan menengah tidak harus ikut perang talenta AI, tapi harus mulai membangun kapasitas AI internal.

Kita tidak perlu merekrut peneliti AI kelas dunia. Tidak realistis, dan memang bukan kebutuhan kebanyakan bisnis.

Tapi kita perlu punya orang atau sistem yang bisa menjawab hal-hal seperti:

Di titik ini, AI adoption bukan proyek IT. Ini proyek manajemen.

AI harus masuk ke cara bisnis bekerja, bukan hanya menjadi mainan baru di laptop owner.

Jangan Mulai dari Tools, Mulai dari Bottleneck

Kesalahan umum saat bisnis mulai memakai AI adalah langsung bertanya:

“Tools AI apa yang paling bagus?”

Pertanyaan ini tidak salah, tapi sering terlalu cepat.

Sebelum bicara tools, owner perlu tahu dulu bottleneck bisnisnya ada di mana.

Kalau masalahnya leads tidak cukup, AI bisa membantu riset market, content planning, keyword mapping, dan campaign angle.

Kalau masalahnya leads masuk tapi tidak closing, AI bisa membantu script follow-up, objection handling, lead scoring, dan sales recap.

Kalau masalahnya owner tidak punya visibility, AI bisa membantu membuat weekly business review, membaca dashboard, dan merangkum insight.

Kalau masalahnya tim kerja tidak konsisten, AI bisa membantu SOP, checklist, template, dan quality control.

Jadi urutannya bukan:

tools -> coba-coba -> berharap produktif

Urutan yang lebih sehat:

bottleneck -> workflow -> data -> AI assistant -> kontrol kualitas -> evaluasi hasil

AI yang Berguna Biasanya Tidak Terlihat Seksi

Banyak orang ingin AI yang terlihat canggih: agent otomatis, dashboard futuristik, chatbot pintar, atau konten yang keluar banyak dalam sehari.

Padahal dalam bisnis, AI yang paling berguna sering justru yang kelihatannya sederhana.

Contohnya:

Ini bukan demo AI yang wah.

Tapi ini yang membuat bisnis lebih rapi.

Dan bisnis yang rapi biasanya lebih mudah scale.

Perang Talenta AI Mengingatkan Kita: Manusia Tetap Kunci

Ada ironi di sini.

Semakin AI berkembang, semakin terlihat bahwa manusia yang tepat makin penting.

Perusahaan AI besar tidak hanya berebut GPU, data center, dan model. Mereka juga berebut orang yang punya judgement.

Untuk bisnis Indonesia, judgement ini bentuknya lebih sederhana:

AI bisa mempercepat pekerjaan. Tapi kalau proses dasarnya kacau, AI hanya mempercepat kekacauan.

Kalau data berantakan, AI akan membantu membuat rangkuman yang kelihatan rapi tapi belum tentu benar.

Kalau offer belum jelas, AI bisa membuat 100 variasi copywriting yang tetap tidak menjual.

Kalau funnel bocor, AI bisa membuat report panjang tentang kebocoran yang tidak pernah diperbaiki.

Jadi sebelum bicara “AI strategy”, bisnis perlu jujur membaca fondasi.

Framework Praktis: 5 Level Adopsi AI untuk Bisnis

Kalau Anda owner bisnis dan ingin mulai lebih serius memakai AI, gunakan 5 level ini.

Level 1: AI sebagai Asisten Personal

Di level ini, AI dipakai untuk menulis, merangkum, brainstorm, membuat ide konten, atau mempercepat kerja individu.

Ini titik awal yang bagus, tapi jangan berhenti di sini.

Risikonya: produktivitas naik secara pribadi, tapi sistem bisnis tidak berubah.

Level 2: AI sebagai Template Kerja

AI mulai dipakai dengan prompt, format, dan checklist yang berulang.

Contoh:

Di level ini, kualitas mulai lebih konsisten.

Level 3: AI sebagai Operator Workflow

AI mulai masuk ke workflow bisnis.

Misalnya lead dari form masuk ke spreadsheet, AI membantu ringkas kebutuhan, memberi label prioritas, lalu sales mendapat rekomendasi follow-up.

Atau setiap minggu data marketing diringkas menjadi laporan owner.

Di level ini, AI mulai mengurangi kerja manual yang berulang.

Level 4: AI sebagai Decision Support

AI tidak hanya mengerjakan tugas, tetapi membantu owner membaca keputusan.

Contoh:

Di sini AI membantu berpikir, tapi keputusan tetap di manusia.

Level 5: AI sebagai Sistem Belajar Bisnis

Setiap pekerjaan menghasilkan pelajaran.

Campaign yang gagal tidak hilang begitu saja. Sales call yang bagus menjadi contoh. Komplain customer menjadi insight produk. Artikel yang ranking menjadi data untuk cluster berikutnya.

AI membantu bisnis mengingat, menyusun, dan memakai ulang pelajaran itu.

Ini level yang paling menarik, karena bisnis mulai punya memory kerja.

Checklist untuk Owner: Mulai dari Mana Minggu Ini?

Kalau ingin mulai praktis, jangan bikin proyek AI besar dulu.

Mulai dari audit kecil.

Tanyakan ke tim:

1. Pekerjaan apa yang dilakukan berulang setiap minggu? 2. Data apa yang sering dicari manual? 3. Follow-up customer mana yang sering telat? 4. Report apa yang sering dibuat tapi jarang dibaca? 5. Keputusan apa yang sering diambil berdasarkan feeling? 6. Konten apa yang sering dibuat tanpa brief yang jelas? 7. SOP mana yang belum konsisten dijalankan? 8. Bagian mana yang kalau dibuat lebih cepat akan paling dekat ke revenue?

Pilih satu.

Jangan pilih yang paling keren. Pilih yang paling dekat dengan uang, waktu, atau kualitas kerja.

Lalu bangun workflow AI kecil selama 7 hari.

Misalnya:

Sederhana, tapi bergerak.

Apa Hubungannya dengan SEO dan AI Search?

Berita perang talenta AI juga nyambung ke SEO/GEO.

Google Search Central Live Milan minggu ini kembali membahas isu seperti chunking, site-wide signals, AI clicks, content quality, dan bagaimana website dipahami dalam ekosistem Search yang makin banyak fitur AI.

Artinya, konten bisnis tidak cukup hanya “ditulis oleh AI”.

Konten harus punya:

AI bisa membantu produksi konten. Tapi AI tidak otomatis memberi positioning, pengalaman, atau judgement bisnis.

Itu tetap harus datang dari pemilik bisnis dan operator yang paham market.

Kesimpulan

Perpindahan talenta besar dari Google DeepMind ke OpenAI dan Anthropic bukan sekadar gosip industri AI.

Itu sinyal bahwa fase AI berikutnya akan ditentukan oleh kombinasi model, manusia, sistem, dan eksekusi.

Untuk owner bisnis Indonesia, pelajarannya jelas:

Jangan hanya bertanya tools AI apa yang harus dipakai.

Tanyakan:

AI yang benar bukan membuat bisnis terlihat canggih.

AI yang benar membuat bisnis lebih terbaca, lebih cepat belajar, lebih konsisten follow-up, dan lebih tajam mengambil keputusan.

Kalau minggu ini Anda ingin mulai, jangan mulai dari membeli tools baru.

Mulai dari satu audit sederhana: pekerjaan mana yang paling sering berulang, paling sering telat, dan paling dekat dengan uang?

Di situlah AI pertama Anda seharusnya bekerja.

FAQ

Apa arti perang talenta AI untuk bisnis kecil?

Artinya keunggulan AI tidak hanya ditentukan oleh tools, tetapi oleh orang dan proses yang bisa mengubah AI menjadi hasil kerja. Bisnis kecil tidak harus merekrut ahli AI mahal, tetapi perlu membangun kapasitas internal untuk memakai AI secara konsisten.

Apakah owner bisnis harus belajar teknis AI?

Tidak harus menjadi engineer. Tetapi owner perlu paham cara membaca bottleneck, memilih workflow yang tepat, menjaga kualitas output, dan memastikan AI terhubung dengan tujuan bisnis seperti lead, closing, profit, atau efisiensi operasional.

Dari mana bisnis sebaiknya mulai memakai AI?

Mulai dari pekerjaan berulang yang dekat dengan revenue atau banyak membuang waktu, seperti follow-up lead, rekap sales, review campaign, brief konten, laporan mingguan, atau SOP operasional.

Apakah AI bisa menggantikan tim marketing atau sales?

AI bisa membantu tim marketing dan sales bekerja lebih cepat dan konsisten, tetapi tidak otomatis menggantikan judgement manusia. Offer, positioning, trust, negosiasi, dan keputusan prioritas tetap membutuhkan manusia yang memahami konteks bisnis.

Internal Link Suggestion

External Sources

Exit mobile version