Otak Kedua AI: Masa Depan Pekerjaan Berbasis Pengetahuan

Banyak perusahaan belum menyadari bahwa alat AI saat ini bisa mengubah cara kerja pengetahuan sehari-hari secara signifikan.

Ini terjadi karena mereka menggunakan AI dengan cara yang kurang canggih dan tidak pada tempatnya.

Namun, perubahan ini sudah mulai terlihat. Jutaan pekerja pengetahuan telah menemukan cara baru dalam berkarya, dan perusahaan-perusahaan yang lebih visioner mulai menyadari potensi ini.

Untuk memahami lebih dalam, kita perlu menyadari bahwa banyak pekerjaan pengetahuan berlangsung secara “tak terlihat”. Inti dari pekerjaan pengetahuan—berpikir, memproses, menilai, merencanakan—semua itu terjadi di kepala pekerja dan tidak nampak.

Sayangnya, penerapan AI di tempat kerja saat ini lebih berfokus pada sistem pengetahuan yang terlihat, seperti output berupa email, dokumen, dan chat. Tidak peduli seberapa baik AI tersebut, karena ketika digunakan pada level ini, sudah terlambat untuk benar-benar mengubah cara kerja.

Contoh yang konkret adalah ketika kita perlu membuat sebuah deliverable proyek. Sekitar 80% usaha dihabiskan untuk membuat draft awal, dan hanya 20% sisanya untuk memperhalusnya menjadi produk akhir. Asisten AI di tempat kerja sangat membantu dalam proses akhir (yang memang kita suka). Namun, untuk benar-benar mentransformasi cara kerja, AI seharusnya berfungsi pada 80% usaha yang “tak terlihat” dalam membuat draft awal.

Peluang Sesungguhnya: Model Praktis untuk Kerja Berbasis AI

Kabar baiknya, AI mampu membantu mengubah 80% itu. Ini tidak memerlukan kita menunggu model yang lebih baik atau AGI. Semua yang perlu kita lakukan adalah mengubah cara kita menggunakan AI sekarang, dengan mengintegrasikan alat berbasis LLM yang sudah ada ke dalam bagian pemikiran yang tak terlihat dalam pekerjaan kita.

Meskipun vendor AI belum sepenuhnya membuat ini intuitif, penggunaan AI dengan cara ini sudah sangat populer sejak awal tahun 2026. Dalam praktiknya, pendekatan dasar adalah menggunakan AI seperti cara yang dilakukan oleh pengembang perangkat lunak, bukan sebagai alat sekali pakai, tetapi sebagai sesuatu yang membangun konteks seiring waktu.

Bergerak Melewati Antarmuka Berbasis Web

Buat repositori terpusat, simpan file-file krusial di satu folder di komputer bisnis yang dapat diakses oleh AI. Mulailah dengan hal-hal klasik (deliverables, catatan rapat, rencana proyek, dan sebagainya).

Sebelum melakukan pekerjaan apa pun, mintalah AI mewawancarai Anda tentang gaya kerja Anda, apa yang penting bagi Anda, dan preferensi pribadi Anda.

Tinjau dan perhalus pemahaman AI tersebut, dan minta AI untuk memindai semua file Anda guna merangkum pemikiran dan ide-ide terbaru Anda, gaya tulisan, dan “inteligensi” apa pun yang dapat diambil dari pekerjaan Anda. Tinjau temuan tersebut dan lakukan diskusi bolak-balik hingga Anda merasa AI telah memahami Anda dan pekerjaan Anda dengan baik.

Setiap sesi yang dilakukan harus dibangun di atas sesi sebelumnya. Penting bagi alat AI untuk memahami bahwa ini bukan kegiatan sekali jadi tetapi proses berkelanjutan untuk menciptakan, memelihara, mengorganisir, dan memperbarui file-file berdasarkan apa yang dipelajari tentang Anda dari waktu ke waktu.

Intinya, Anda meminta AI untuk menciptakan repositori seperti Wikipedia yang memberikan konteks yang selalu berkembang, khusus untuk Anda dan pekerjaan Anda.

Menggunakan AI seperti ini tidak memerlukan produk atau perusahaan baru, namun cara baru dalam memanfaatkan alat yang sudah ada. Ini sering disebut sebagai “otak kedua”, “brankas konteks AI”, atau “Wiki pribadi berbasis LLM”, dan Anda dapat menggunakan ini dengan vendor atau produk LLM mana pun.

Kebanyakan vendor AI saat ini memungkinkan pengguna untuk menghubungkan platform LLM mereka ke dalam sistem bisnis lainnya (seperti email, chat, tempat penyimpanan dokumen, atau suite produktivitas), yang memungkinkan pekerja menghubungkan sistem pengetahuan pribadi mereka ke dalam aplikasi dan data perusahaan.

Pekerja yang menggunakan AI dengan cara ini melaporkan adanya perubahan fundamental dalam cara mereka bekerja dalam beberapa jam pertama. Setelah beberapa hari, banyak pekerja menyatakan bahwa mereka tidak akan kembali ke “cara lama” dalam bekerja.

Trade-off yang Perlu Dipertimbangkan

Namun, menggunakan AI untuk mentransformasi cara kerja tidak tanpa tantangan, terutama dari sudut pandang perusahaan.

Pertama, semua kompleksitas keamanan klasik masih berlaku: Bagaimana Anda tahu bahwa AI melakukan apa yang dikatakannya? Bagaimana Anda memastikan AI tidak “menghayalkan” informasi? Bagaimana Anda bisa mempercayai bahwa AI tidak akan mengirimkan pesan yang tidak relevan kepada semua kontak Anda?

Penyelesaian ini memerlukan banyak hal yang mungkin sudah Anda ketahui tetapi belum Anda teliti lebih lanjut, termasuk mengonfigurasi akun alternatif dengan izin terbatas untuk AI atau menetapkan pedoman yang jelas mengenai kapan dan bagaimana output yang dihasilkan AI akan ditinjau.

Proses baru ini juga mengharuskan pekerja untuk lebih lambat dan memverifikasi apa yang dihasilkan AI, yang jelas bertentangan dengan alasan mereka mulai menggunakan AI sejak awal.

Tantangan lainnya adalah visibilitas. Banyak dari pekerjaan yang selama ini terjadi secara terbuka sekarang berlangsung dalam alat AI di brankas konteks pribadi pekerja, yang kurang terlihat oleh rekan kerja dan manajemen. Pekerja individu mungkin melihat ini sebagai hal positif, namun bagi organisasi, ini bisa menjadi tanggung jawab.

Terakhir, ketika pekerja membangun brankas konteks pribadi AI menggunakan langganan AI mereka sendiri, perusahaan tidak dapat mencegah pekerja membawa semua konteks itu ketika mereka meninggalkan perusahaan. Perusahaan perlu membeli langganan AI enterprise yang tepat yang dapat mereka tautkan ke sistem SSO dan DLP perusahaan. Tantangan ini muncul karena harga AI enterprise berbeda jauh dari harga yang berlaku untuk konsumen, dan pekerja yang menggunakan AI melalui sistem enterprise bisa dengan mudah menghabiskan ribuan dolar untuk token per bulan.

Intinya, AI saat ini memiliki potensi untuk mentransformasi cara kerja, tetapi hanya jika ada perubahan pola pikir tentang cara penggunaannya.

Pendekatan baru ini memang memperkenalkan kompleksitas tambahan. Organisasi perlu menghabiskan lebih banyak waktu untuk memahami, mengelola, dan mengamankan AI dengan cara yang berbeda. Namun, jelas bahwa AI bekerja dengan cara ini tidak bisa dihindari, jadi saatnya untuk mulai memikirkan AI sebagai “otak kedua” Anda sekarang.