Apakah perusahaan harus mengejar AGI karena hype teknologi meningkat? Tidak. Perusahaan Indonesia perlu mulai dari proses kerja yang penting, data yang dapat dipercaya, dan keputusan yang tetap dimiliki manusia.
Digital, data, AI, dan agentic AI dapat hidup bersamaan di 1 perusahaan. AGI adalah konteks riset, bukan tingkat kesiapan perusahaan. Kerangka ini tidak menyatakan 1 tahap harus selesai sebelum tahap lain dimulai.
Baca juga cara menghubungkan data terpisah ke alur kerja agentic.
Jangan jadikan AGI sebagai daftar belanja
Digital membuat proses tercatat. Data membuat fakta kerja dapat ditemukan. AI membantu membuat atau menilai keluaran.
Agentic AI dapat memilih langkah dan alat dalam batas yang ditetapkan. AGI adalah istilah riset untuk kemampuan umum lintas tugas. Tingkat kemampuan dan otonominya masih diperdebatkan.
Perusahaan tidak perlu menyatukan semua data ke 1 database fisik. Gunakan identitas yang konsisten, sumber utama untuk setiap fakta, hak akses, dan pertukaran data yang tercatat. Divisi penjualan dapat siap memakai ringkasan AI saat gudang masih perlu merapikan kode stok.
Apa yang diketahui dari kondisi saat ini
Pada 6 Agustus 2026, AWS melaporkan 40% bisnis Indonesia memakai AI. Laporan itu juga menyebut 38% telah mendengar agentic AI, 56% pengadopsi masih bereksperimen, dan 12% sudah mengintegrasikan AI penuh.
Strand Partners menyurvei 1.000 pemimpin bisnis dan 1.000 anggota masyarakat untuk laporan vendor tersebut. Survei vendor ini bukan sensus dan tidak membuktikan sebab-akibat.
Rilis Microsoft Indonesia pada Juni 2026 memberi penyeimbang yang berguna. Rilis tersebut menyoroti praktik pengguna AI yang maju dan peninjauan manusia. Rilis itu tidak memberi ukuran sampel Indonesia yang dapat dipakai sebagai angka nasional.
Telkom juga mengumumkan Agentic AI by BigBox pada April 2026. Pengumuman produk menunjukkan aktivitas industri. Pengumuman itu tidak membuktikan adopsi nasional atau hasil pelanggan tertentu.
AGI masih merupakan masalah pengukuran
Google DeepMind membedakan keluasan kemampuan, tingkat kemampuan, dan otonomi. 3 dimensi ini dapat berubah secara terpisah. Sistem yang kuat pada 1 tugas tidak otomatis luas, mandiri, atau aman untuk semua tugas.
Kerangka DeepMind pada Maret 2026 membahas pengukuran kemampuan kognitif terhadap kemampuan manusia. Kerangka itu bukan pengumuman bahwa AGI telah tercapai. 2 sumber ini tidak menetapkan 1 tanggal ketika seluruh perusahaan masuk era AGI.
Karena itu, keputusan yang baik tidak menunggu istilah stabil. Nilai proses yang tersedia hari ini. Tetapkan tindakan yang boleh dibaca, tindakan yang hanya boleh diusulkan, dan tindakan yang tetap memerlukan persetujuan.
Peta kesiapan per divisi
Tabel ini adalah alat diagnosis Rama Digital. Tabel ini bukan standar industri atau sertifikasi. Nilai setiap divisi berdasarkan bukti kerja yang dapat diperiksa, bukan berdasarkan jumlah akun AI yang dibeli.
| Posisi | Bukti kerja | Tindakan aman berikutnya |
|---|---|---|
| Tercatat | Proses, pemilik, dan hasil dicatat. | Pilih 1 masalah berulang dan ukur waktu kerja awal. |
| Terhubung | Data memiliki sumber utama, identitas, dan akses yang jelas. | Hubungkan data yang perlu dipakai proses, bukan semua data. |
| Terbantu AI | Tim memakai AI untuk draf, pencarian, atau klasifikasi dengan peninjauan. | Simpan contoh masukan, keluaran, dan kesalahan untuk evaluasi. |
| Terkendali agentic | Agent menjalankan langkah terbatas dengan log, batas akses, dan persetujuan. | Mulai dari tindakan baca atau usulan sebelum tindakan eksekusi. |
| Siap belajar lanjut | Pemilik mengukur mutu, risiko, biaya perubahan, dan keputusan lanjut. | Perluas hanya jika bukti proses mendukungnya. |
1 perusahaan dapat berada di beberapa posisi sekaligus. Keuangan mungkin berada pada posisi tercatat. Layanan pelanggan mungkin sudah terbantu AI.
Jangan memaksa divisi yang belum memiliki data bersih untuk memakai agent dengan akses luas. Buktikan kesiapan dari proses kerja, bukan dari istilah yang dipakai.
Mulai dari posisi tercatat bila proses dan pemilik belum dapat ditunjukkan. Naik ke posisi terhubung setelah fakta penting memiliki sumber utama dan akses yang tertulis. Gunakan AI untuk draf atau klasifikasi sebelum mengizinkan agent mengambil tindakan.
Perluas agent hanya sesudah pemilik meninjau log dan hasil uji.
Pertanyaan diagnosis sebelum memilih alat
- Proses mana yang berulang dan membuat pelanggan atau tim menunggu?
- Siapa pemilik proses dan siapa yang berhak menyetujui perubahan?
- Fakta apa yang menjadi sumber utama untuk proses tersebut?
- Di mana data ganda, data kosong, atau identitas yang tidak konsisten muncul?
- Tindakan apa yang boleh dibaca atau diusulkan agent, dan tindakan apa yang wajib mendapat persetujuan manusia?
- Kesalahan apa yang tidak boleh terjadi?
- Bukti apa yang menunjukkan keluaran AI membantu atau merugikan proses?
- Siapa yang meninjau log dan memperbaiki aturan?
- Kapan tim memutuskan lanjut, perbaiki, atau hentikan uji coba?
Jawaban yang belum tersedia adalah temuan diagnosis, bukan kegagalan. Catat celah itu sebelum membeli integrasi atau memberi akses pada agent.
Jika Anda belum dapat menyebut 1 proses awal, mulai dengan AI Diagnostic. Sesi ini membantu memetakan bottleneck, peluang AI, kebutuhan data, dan langkah pertama yang tertulis.
Tanda proses masih macet
Periksa 4 tanda sebelum memperluas AI. Tim sering memasukkan data yang sama ke 2 tempat. Rekonsiliasi masih dilakukan saat akhir hari atau akhir bulan.
Sumber angka masih tidak diketahui ketika hasil berbeda.
Periksa juga ketergantungan pada 1 orang. Jika hanya 1 orang tahu alasan status pesanan berubah, proses belum siap untuk otonomi lebih besar. Tulis aturan, pemilik, dan jalur kembali ke proses manual ketika AI memberi keluaran yang salah.
Jalur re-entry berarti pekerja dapat kembali ke proses manual yang diketahui saat sistem gagal. Simpan catatan masalah, waktu kejadian, dan keputusan perbaikan. Jangan memakai percobaan baru untuk menutup kegagalan yang belum dipahami.
Contoh ilustratif: distributor dengan data terpisah
Contoh ini bersifat ilustratif, bukan kisah klien. Sebuah distributor menyimpan stok di sistem gudang, pesanan di aplikasi penjualan, penawaran di spreadsheet, dan invoice di sistem akuntansi.
Tim mulai dengan agent baca-saja yang membuat daftar pesanan yang berisiko terlambat. Supervisor memeriksa daftar itu sebelum menghubungi pelanggan.
Langkah berikutnya bukan memberi agent hak mengubah stok atau mengirim invoice. Tim terlebih dahulu memeriksa kode produk, status pesanan, pemilik data, dan log rekomendasi. Setelah bukti mutu tersedia, mereka dapat menguji usulan tindak lanjut yang tetap membutuhkan persetujuan manusia.
Jika proses utama sudah terlihat tetapi bukti kerja tersebar, gunakan AI Workflow Audit. Audit membantu memilih use case berdasarkan effort, risiko, dampak, dan pemilik workflow.
Jika tim memakai AI sendiri-sendiri tanpa aturan data dan peninjauan, arahkan tim ke Pelatihan AI untuk Tim Perusahaan. Pelatihan menyusun praktik per divisi, aturan data, dan peninjauan manusia.
Jika pemilik sudah memilih beberapa use case tetapi belum dapat menentukan urutannya, gunakan AI Implementation Roadmap. Roadmap membantu menetapkan prioritas, sumber daya, tata kelola, dan tahapan 30–90 hari.
Tentukan keputusan 90 hari, bukan janji AGI
Jika kondisi lintas divisi belum jelas atau kebutuhan tidak cocok dengan 1 jalur, mulai dari AI Consulting. Kami membantu memilih jalur kerja setelah meninjau masalah, proses, dan tingkat kesiapan yang ada.
Bab ini membantu Anda memilih titik mulai. Lanjutkan ke rencana transformasi AI perusahaan selama 90 hari untuk menentukan pemilik, urutan, dan kriteria keputusan.
Kembali ke bab tentang data terpisah dan alur kerja agentic jika masalah utama Anda ada pada sumber data dan persetujuan.
Pertanyaan umum
Apakah perusahaan harus menunggu AGI sebelum memakai AI?
Tidak. Mulai dari proses yang dapat diperiksa hari ini. Batasi akses, gunakan peninjauan manusia, dan nilai bukti mutu sebelum memperluas penggunaan.
Apakah data harus masuk ke 1 database sebelum memakai AI?
Tidak. Tetapkan sumber utama, identitas konsisten, akses, dan pertukaran data untuk proses yang dipilih. 1 database fisik bukan syarat umum.
Divisi mana yang harus mulai lebih dahulu?
Mulai dari divisi yang memiliki proses berulang, pemilik jelas, data yang dapat diperiksa, dan risiko yang dapat dikendalikan. Jangan mulai dari akses paling luas.
