Gak Semuanya Harus Pakai AI
Sebelum buru-buru upgrade ke AI, cek dulu: masalahnya beneran butuh kecerdasan, atau cuma butuh rumus yang konsisten dijalankan?

Belakangan ini rasanya semua hal harus dibubuhi label "AI" biar kelihatan canggih. Chatbot AI, laporan AI, bahkan spreadsheet biasa pun dikasih embel-embel AI biar laku dijual. Wajar sih, lagi euforia. Tapi ini juga yang bikin banyak tim buru-buru pasang AI di proses yang sebenarnya sama sekali nggak butuh itu.
Padahal, tools yang paling pas itu ditentuin sama masalahnya, bukan sama tren yang lagi rame.
Contoh kasus: sistem gaji otomatis
Salah satu client aku awalnya minta dibikinin "sistem AI buat hitung gaji karyawan". Setelah aku gali lebih dalam, ternyata yang dia butuhkan cuma ini: hitung jam kerja dari absensi, kalikan rate per jam, tambah lembur kalau ada, potong sesuai aturan, lalu keluar slip gaji.
Semua aturan itu jelas, tetap, dan bisa ditulis sebagai rumus. Nggak ada bagian yang butuh "pertimbangan" atau "pemahaman konteks", dua hal yang jadi alasan utama orang pakai AI. Jadi aku kasih solusi bukan AI, tapi Google Sheets dengan rumus dan Apps Script buat generate slip gaji otomatis tiap akhir bulan. Selesai dalam beberapa hari, biayanya nyaris nol, dan gampang di-maintain sama tim internal.

Kapan tools sederhana lebih masuk akal
Beberapa tanda proses kamu lebih cocok diselesaikan dengan spreadsheet, macro, atau automation sederhana daripada AI:
- Skala masih kecil. Volume kerjaannya belum banyak, jadi manfaat dari otomasi kompleks belum sebanding dengan biaya bikinnya.
- Prosesnya udah jelas dan stabil. Aturannya nggak sering berubah, dan hasilnya bisa diprediksi dari inputnya. Kalau logikanya bisa ditulis sebagai rumus, ya tulis sebagai rumus.
- Budget terbatas. Tools sederhana biayanya jauh lebih murah dibanding subscription AI plus biaya development-nya, dan risikonya juga lebih kecil kalau ternyata nggak jalan.
Ini bukan cuma pengamatan pribadi. Laporan dari MIT yang diberitakan Fortune nemuin bahwa 95% pilot generative AI di perusahaan gagal ngasih dampak finansial yang terukur, salah satu penyebab utamanya karena tool-nya dipasang di proses yang sebenarnya nggak cocok buat AI.
Kapan baru worth it upgrade ke AI
AI mulai masuk akal begitu prosesnya punya karakteristik yang beda:
- Input-nya nggak terstruktur. Chat pelanggan dengan bahasa bebas, dokumen dengan format bermacam-macam, atau gambar yang perlu dibaca konteksnya.
- Butuh pertimbangan, bukan cuma aturan tetap. Misalnya, menilai apakah komplain pelanggan perlu dieskalasi atau bisa dijawab standar.
- Volume dan variasinya besar. Kalau tiap kasus punya kombinasi kondisi yang beda-beda, rumus manual bakal jadi terlalu banyak percabangan buat di-maintain.
- Personalisasi jadi nilai tambah. Jawaban atau rekomendasi yang perlu disesuaikan per konteks, bukan template yang sama buat semua orang.

Pilih tools sesuai masalah, bukan sesuai tren
Menurut aku, nggak ada yang salah dengan pakai AI. Yang salah itu pakainya karena ikut tren, bukan karena masalahnya emang butuh itu. Sebelum mulai proyek AI berikutnya, coba tanya dulu: kalau ditulis sebagai rumus atau langkah tetap, apakah tetap bisa jalan? Kalau iya, mungkin yang kamu butuhkan bukan AI, tapi tools yang lebih sederhana dan lebih murah buat di-maintain.
Ada proses di tim kamu yang masih manual?
Cerita aja, kita cariin solusinya bareng.
Catatan lainnya

Bisakah AI Belajar Gaya Jualan dari Riwayat Chat WhatsApp?
Bisa, dan biasanya nggak perlu melatih model sendiri. Cara ekspor chat WhatsApp, mengubahnya jadi panduan gaya, prompt siap pakai, serta risiko data pelanggannya.
Baca catatan
Bedanya Gemini dan ChatGPT untuk Kerja Kantor, Mana yang Lebih Cocok?
Gemini dan ChatGPT sama-sama bisa dipakai kerja, tapi kekuatannya beda. Harga paket dalam Rupiah, mana yang cocok untuk tim di Google Workspace, dan kapan ChatGPT lebih pas.
Baca catatan