Ketika seseorang bisa memanfaatkan puluhan AI untuk menyelesaikan pekerjaan yang dulu hanya bisa dikerjakan oleh sebuah tim, hal yang benar-benar langka pun berubah.
Dulu, orang biasa yang ingin merintis usaha membutuhkan modal, tim, keahlian teknis, dan jaringan.
Jika ingin menjadi kreator konten, kamu membutuhkan penulis, desainer, dan editor video; jika ingin mengembangkan produk, kamu membutuhkan programmer, manajer produk, dan staf operasional; jika ingin mendirikan perusahaan kecil, kamu membutuhkan tenaga penjualan, layanan pelanggan, bagian keuangan, bahkan tim konsultan.
Namun sekarang, hambatan untuk melakukan semua itu perlahan-lahan sedang diturunkan oleh AI.
Kamu bisa meminta AI membantumu meneliti pasar, menganalisis pesaing, menulis artikel, membuat gambar, menghasilkan video, menulis kode, bahkan menjalankan serangkaian tugas sebagai agen AI.
Pada 2026, tren ini sudah bukan sekadar konsep.
Pada September, OpenAI meluncurkan Agents API untuk tugas jangka panjang; pada Oktober, Google mengembangkan penerapan Gemini Agent dalam pekerjaan kantor; Anthropic terus memperkuat kemampuan Claude dalam pemrograman dan pekerjaan berbasis pengetahuan. Pada saat yang sama, model seperti DeepSeek terus mengembangkan kemampuan multimodal, efisiensi penalaran, dan optimasi biaya.
Perubahan ini menunjukkan bahwa AI sedang berkembang dari “alat untuk menjawab pertanyaan” menjadi “sistem yang dapat ikut menyelesaikan pekerjaan”.
Referensi: OpenAI Agents API, Google Gemini at Work 2026, dan kabar terbaru Anthropic.
Maka, setiap orang biasa dihadapkan pada satu pertanyaan:
Saat AI semakin canggih, apa nilai yang masih kita miliki? Di mana peluang bagi orang biasa?
Menurut saya:
Dalam beberapa tahun ke depan, peluang terbesar mungkin bukan milik orang yang paling memahami AI, melainkan orang yang mampu mengubah AI menjadi produktivitas nyata dan mengubah produktivitas menjadi pendapatan.
Di antara keduanya terbentang seluruh dunia bisnis.
I. Memahami dulu: sudah sejauh mana perkembangan industri AI?
Jika Anda masih menganggap AI sebagai robot yang bisa mengobrol, menulis artikel, dan menggambar, Anda mungkin meremehkan perubahan besar ini.
AI sekaligus mengubah produksi pengetahuan, pengembangan perangkat lunak, pembuatan konten, operasional perusahaan, dan cara manusia berkolaborasi dengan mesin.
Kemampuan AI saat ini dapat dibagi menjadi enam tingkatan.
1. Model bahasa besar: mengubah pengetahuan dan kemampuan berpikir menjadi layanan yang dapat digunakan
Produk yang mewakili antara lain GPT dari OpenAI, Claude dari Anthropic, Gemini dari Google, serta model seperti DeepSeek, Qwen, Kimi, dan Zhipu.
AI dapat membantu pengguna menganalisis masalah, merangkum bahan, menulis konten, membuat kode, mengolah dokumen, dan menyusun rencana.
Dulu, pertanyaan yang harus diajukan kepada pakar kini bisa diuraikan terlebih dahulu dengan bantuan AI; bahan bacaan yang dulu perlu berjam-jam untuk dibaca kini bisa diringkas oleh AI terlebih dahulu.
Nilai terbesarnya bukan menjadikan setiap orang pakar, melainkan memungkinkan lebih banyak orang biasa memanfaatkan sebagian kemampuan dalam alur kerja tingkat ahli dengan biaya lebih rendah.
Namun, AI juga memiliki kekurangan yang jelas:
AI mungkin menghasilkan jawaban yang tampak masuk akal tetapi sebenarnya keliru.
Pemahamannya tentang dunia nyata tidak selalu dapat diandalkan.
Penilaian dan pelaksanaan tugas rumit tetap membutuhkan pengawasan manusia.
Kemampuan umum yang kuat tidak berarti AI benar-benar memahami industri, pelanggan, dan bisnis Anda.
Karena itu, kemampuan terpenting dalam menggunakan model besar bukanlah pandai bertanya, melainkan mengetahui apa yang perlu ditanyakan, cara memverifikasi jawaban, dan cara menerapkannya dalam situasi nyata.
2. AI Agent: beralih dari menjawab pertanyaan ke menjalankan tugas
Jika model besar berperan untuk berpikir, Agent menambahkan alat, memori, alur kerja, dan kemampuan bertindak di atas model tersebut.
Misalnya, Anda dapat meminta sebuah Agent untuk:
Cari informasi industri, saring pesaing, rapikan data, buat laporan, lalu simpan hasilnya ke berkas yang ditentukan.
Jika izin dan alatnya memungkinkan, Agent juga dapat mengoperasikan situs web, mengolah berkas, menjalankan program, dan menyelesaikan pekerjaan yang terdiri dari beberapa langkah.
Agents API dari OpenAI, Gemini Agent dari Google, dan berbagai agen pemrograman semuanya mencerminkan arah ini.
Namun, perlu diingat: mampu menjalankan tugas bukan berarti mampu bertanggung jawab penuh atas hasilnya.
Agent masih dapat salah memahami tujuan, gagal menjalankan tindakan, menggunakan data yang keliru, bahkan menyebabkan kerugian jika izinnya tidak diatur dengan baik.
AI cocok menangani pekerjaan yang dapat diuraikan, diverifikasi, dan diulang, tetapi tidak boleh mengambil alih semua keputusan penting tanpa pengawasan.
Bagi orang biasa, ini berarti peluang yang sangat besar:
Dulu, seseorang hanya bisa menyelesaikan sejumlah pekerjaan terbatas dengan tangannya sendiri; di masa depan, seseorang dapat merancang alur agar beberapa AI menjalankan tugas yang berbeda.
Nilai Anda perlahan akan bergeser dari “menyelesaikan semuanya sendiri” menjadi “merancang sistem yang mampu menghasilkan hasil secara konsisten”.
3. Pemrograman AI: membuka kesempatan bagi orang yang tidak bisa membuat kode untuk ikut mengembangkan produk
Alat pemrograman AI sedang menurunkan hambatan pengembangan perangkat lunak.
Dengan alat seperti Claude Code, Codex dari OpenAI, dan Antigravity dari Google, pengguna dapat menjelaskan kebutuhan dengan bahasa sehari-hari, lalu AI membantu menulis, mengubah, dan men-debug kode.
Orang yang tidak memiliki tim pengembang profesional pun berpeluang membuat situs web sederhana, alat data, skrip otomatisasi, bahkan prototipe produk.
Namun, ada satu perbedaan penting:
Mampu membuat produk bukan berarti mampu menjalankan bisnis produk tersebut.
AI bisa membantu Anda membuat kode, tetapi tidak bisa otomatis mencarikan pelanggan, memvalidasi kebutuhan, menangani semua masalah keamanan, ataupun menjamin produk berjalan stabil dalam jangka panjang.
Karena itu, orang biasa tidak harus menetapkan tujuan menjadi programmer.
Jalur yang lebih realistis adalah belajar menggunakan AI untuk mengatasi masalah tertentu terlebih dahulu, misalnya merapikan pesanan secara otomatis, menganalisis data penjualan, membuat alat pengelolaan pelanggan, atau mengotomatisasi proses manual yang berulang.
Teknologi adalah sarana; mengatasi masalah adalah tujuannya.
4. Gambar dan video AI: biaya produksi konten sedang menurun
Pembuatan gambar dan video, pengisian suara, avatar digital, dan penyuntingan cerdas sedang mengubah industri konten.
Misalnya, alat gambar GPT, alat pembuat gambar Google, serta alat video seperti Kling, Seedance, dan Runway memungkinkan individu membuat konten visual dengan biaya lebih rendah.
Hingga Oktober 2026, alat pembuat video terus meningkatkan kemampuan mengendalikan materi referensi, membuat adegan, menyunting video, serta menyelaraskan gambar dan suara. Fitur terbaru alat terkait dapat dilihat di dokumentasi model dan API Runway.
Artinya, satu orang pun berpeluang mengerjakan sebagian pekerjaan yang sebelumnya membutuhkan kolaborasi sutradara, sinematografer, desainer, dan tim pascaproduksi.
Namun, turunnya hambatan produksi konten tidak berarti nilai kontennya meningkat.
Ketika semua orang bisa membuat video dengan biaya rendah, video biasa akan lebih mudah tenggelam.
AI bisa menghasilkan gambar, tetapi tidak menjamin pengguna mau menontonnya; AI bisa meniru gaya penyampaian, tetapi tidak otomatis membangun kepercayaan yang nyata; AI bisa memproduksi konten massal, tetapi tidak menjamin konten itu mendatangkan pesanan.
Karena itu, fokus persaingan dalam kreasi konten di masa depan akan berangsur bergeser dari “siapa yang bisa membuatnya” menjadi “siapa yang tahu apa yang harus dibuat, siapa yang akan menontonnya, dan bagaimana membangun kepercayaan secara berkelanjutan”.
5. Pencarian dan riset AI: kesenjangan informasi semakin menyempit
Pencarian tradisional terutama menjawab pertanyaan “di mana mencari informasi?”.
Generasi baru alat pencarian dan riset AI mulai membantu pengguna merangkum beragam sumber, menyaring gagasan, membandingkan bukti, dan menyusun laporan.
Ini bermanfaat untuk riset, analisis investasi, pemasaran, konsultasi, dan kreasi konten.
Namun, meningkatnya efisiensi pencarian informasi tidak berarti kemampuan menilai informasi menjadi tidak penting.
AI mungkin melewatkan bahan penting, menganggap korelasi sebagai hubungan sebab-akibat, atau mencampur data dari waktu dan standar pengukuran yang berbeda.
Jadi, peneliti yang benar-benar bernilai di masa depan bukanlah orang yang mengumpulkan paling banyak bahan, melainkan orang yang mampu menemukan bukti tepercaya, mengajukan pertanyaan yang tepat, dan membuat penilaian yang masuk akal.
6. AI multimodal: teks, gambar, suara, video, dan perangkat lunak mulai menyatu
Dulu, teks, gambar, audio, dan video sering kali harus diolah dengan alat yang berbeda.
Kini, model multimodal menggabungkan berbagai kemampuan ini dengan lebih erat.
Anda dapat menjelaskan ide dengan teks agar AI membuat gambar, menggunakan gambar untuk memandu pembuatan video, berkomunikasi dengan suara, lalu merangkai konten yang dihasilkan menjadi produk atau rencana pemasaran yang lengkap.
Hal ini semakin memperluas batas kemampuan seseorang.
Namun, ini juga memunculkan masalah baru: kepemilikan hak cipta, konten palsu, privasi pribadi, keamanan data, dan peninjauan hasil buatan AI.
Semakin mudah sesuatu dibuat, semakin penting untuk menilai apakah hasilnya benar, sesuai aturan, dan bernilai.
II. Bagaimana memilih AI yang berbeda? Jangan mengagungkan satu model tertentu
Persaingan AI saat ini bukan tentang satu model yang akan selalu unggul di semua bidang, melainkan tentang berbagai produk yang memiliki keunggulan masing-masing dalam penalaran, pemrograman, dokumen panjang, kemampuan multimodal, kecepatan, harga, dan ekosistem.
Berikut kerangka pemilihan alat yang dapat digunakan orang biasa. Ini bukan peringkat mutlak; kinerja konkretnya tetap perlu diuji berdasarkan tugas, versi, paket, dan lingkungan penggunaan.
Alat atau produk
Keunggulan utama
Keterbatasan yang perlu diperhatikan
Tugas yang sesuai
ChatGPT / GPT
Analisis umum, penulisan, kolaborasi alat, dan tugas kompleks
Fakta tetap perlu diperiksa; beberapa kemampuan bergantung pada paket
Riset, konten, perencanaan, alur kerja
Claude
Pengolahan teks panjang, kolaborasi kode, pekerjaan pengetahuan yang kompleks
Fitur, harga, dan cara akses berbeda-beda berdasarkan wilayah dan paket
Dokumen, pemrograman, analisis
Gemini
Kolaborasi dalam ekosistem Google, multimodal, dan konteks pekerjaan kantor
Fitur tertentu bergantung pada wilayah, akun, dan versi produk
Pengolahan bahan, pekerjaan kantor, kreasi konten
DeepSeek
Penalaran, harga terjangkau, dan sejumlah konteks dalam ekosistem pengembang
Kemampuan dan cara penerapan tiap versi model berbeda
Analisis, pemrograman, penggunaan dengan biaya rendah
Qwen dari Tongyi
Tugas berbahasa Mandarin dan multibahasa, penerapan model, dan aplikasi pengembangan
Terdapat perbedaan antara tiap model dan ketentuan lisensinya
Bisnis berbahasa Mandarin, pengembangan, penerapan privat
Kimi
Teks panjang, riset bahan, dan penanganan tugas kompleks
Hasil bergantung pada versi, kualitas masukan, dan jenis tugas
Membaca, riset, merapikan bahan
Zhipu GLM, MiniMax, dan lainnya
Pemrograman, agen cerdas, multimodal, atau konteks bisnis tertentu
Bandingkan berdasarkan tugas nyata, jangan hanya melihat metrik promosi
Pengembangan, suara, otomatisasi, dan lainnya
Kling, Seedance, Runway, dan lainnya
Pembuatan video, pengendalian materi referensi, dan kreasi visual
Biaya, stabilitas, konsistensi karakter, dan ketentuan penggunaan komersial perlu diperiksa
Video pendek, iklan, konten visual
Untuk informasi tentang bobot terbuka dan cara penerapan model Tiongkok, lihat Pelacakan Model Terkemuka Tiongkok; untuk kemampuan dan harga terbaru model, rujuk pengumuman resmi masing-masing penyedia.
Ada satu kesimpulan yang sangat penting:
Jangan menghabiskan banyak waktu untuk mencari “AI terkuat”; carilah “AI yang paling cocok untuk alur kerja penghasil pendapatan Anda”.
Untuk tugas yang sama, uji dua atau tiga model dalam skala kecil, bandingkan akurasi, jumlah revisi, waktu pengerjaan, dan total biaya, lalu tetapkan kombinasi alat yang paling cocok bagi Anda.
Misalnya:
Satu model bertugas meneliti bahan.
Satu model bertugas melakukan pemeriksaan kritis.
Satu model bertugas merapikannya menjadi konten akhir.
Satu alur otomatisasi bertugas mengarsipkan, menjadwalkan, dan menangani tindakan berulang.
Anda tidak perlu setiap hari mengejar semua model baru. Anda perlu membangun alur produksi yang stabil dan dapat digunakan kembali.
III. Kesalahpahaman terbesar di era AI: mengira bisa menggunakan alat berarti memiliki keunggulan kompetitif
Ada pertanyaan yang patut direnungkan dengan serius.
Bayangkan dua orang sama-sama mahir menggunakan AI.
Orang pertama menggunakan AI setiap hari untuk menulis sepuluh artikel, membuat puluhan gambar, dan memproduksi beberapa video.
Orang kedua menggunakan AI untuk meneliti pasar khusus, menemukan masalah nyata pelanggan, merancang produk, membangun saluran penjualan, lalu menggunakan AI untuk memberikan layanan dan dukungan purnajual.
Keduanya menggunakan AI, tetapi hasilnya mungkin sangat berbeda.
Orang pertama memperoleh efisiensi produksi.
Orang kedua membangun sistem bisnis.
Hasil orang pertama mungkin cepat kehilangan nilai seiring meluasnya penggunaan alat; orang kedua mungkin membangun keunggulan karena lebih memahami pelanggan, lebih dekat dengan transaksi, dan lebih berpengalaman dalam memberikan hasil.
Work Trend Index Microsoft 2026 menyebutkan bahwa penggunaan AI mulai meluas dari produksi konten ke analisis, pemecahan masalah, dan dukungan pengambilan keputusan; para responden juga menekankan pentingnya berpikir kritis dan meninjau keluaran AI.
Referensi: Microsoft 2026 Work Trend Index.
Karena itu, hal yang benar-benar perlu dibangun orang biasa bukan sekadar keterampilan membuat prompt, melainkan empat kemampuan berikut.
Pertama, kemampuan menemukan kebutuhan.
Mengetahui masalah yang dihadapi orang lain, masalah mana yang layak diatasi, dan siapa yang bersedia membayar solusinya.
Kedua, kemampuan mengintegrasikan sumber daya.
Gabungkan model, alat, data, saluran, dan mitra agar suatu pekerjaan dapat diselesaikan.
Ketiga, kemampuan membangun kepercayaan.
Mengapa pelanggan percaya kepada Anda? Mengapa mereka bersedia mendengarkan saran Anda? Mengapa mereka memilih membeli dari Anda, alih-alih langsung menggunakan AI?
Keempat, kemampuan memberikan hasil.
Bukan sekadar menyerahkan dokumen yang dibuat AI, melainkan membantu pelanggan menyelesaikan sesuatu yang benar-benar bernilai.
AI akan membuat banyak keterampilan menjadi murah, tetapi kemampuan memahami kebutuhan, kepercayaan, tanggung jawab, dan hasil bisnis tidak akan otomatis hilang hanya karena konten menjadi mudah dibuat.
IV. Di mana peluang bagi orang biasa? Enam bidang ini menurut saya paling menjanjikan
Tidak semua orang cocok mengembangkan model besar, dan tidak semua orang perlu merintis usaha.
Bagi kebanyakan orang, peluang yang lebih realistis adalah memulai dari pengalaman, industri, dan sumber daya yang sudah dimiliki, lalu menggunakan AI untuk memperkuat kemampuan.
Peluang 1: Wirausaha konten AI—beralih dari memproduksi konten menjadi mengelola audiens
Jika Anda pandai menulis, menyampaikan gagasan, meneliti bidang tertentu, atau sudah memiliki komunitas kecil, Anda dapat menggunakan AI untuk memangkas biaya produksi konten secara signifikan.
Namun, jangan menetapkan target hanya berdasarkan jumlah artikel yang diterbitkan setiap hari.
Bangun sistem konten yang lengkap:
Temukan kelompok audiens yang jelas.
Terus teliti hal-hal yang mereka pedulikan.
Ubah hasil riset menjadi konten yang berisi penilaian dan sudut pandang.
Jangkau audiens melalui berbagai saluran, seperti artikel, video, dan komunitas.
Lalu, hasilkan pendapatan melalui konsultasi, kursus, keanggotaan, layanan, atau kemitraan bisnis yang sesuai aturan.
Misalnya, jika Anda sudah lama meneliti alat AI, Anda bisa menerbitkan laporan uji coba setiap minggu: apakah suatu alat benar-benar menghemat waktu, siapa yang cocok menggunakannya, apa keterbatasannya, dan bagaimana cara memanfaatkannya dengan paling efisien.
AI membantu mengumpulkan bahan, menyusun struktur, dan mendukung penulisan; Anda bertanggung jawab atas pengujian nyata, sudut pandang, dan penilaian akhir.
Keunggulan Anda bukanlah “saya bisa meminta AI menulis artikel”, melainkan “saya mampu terus menyediakan informasi tepercaya di bidang tertentu”.
Peluang 2: Penyedia layanan AI—membantu industri tradisional mengatasi masalah konkret
Menurut saya, ini bidang yang mudah terlewatkan oleh banyak orang.
Banyak usaha kecil tidak perlu mengembangkan AI sendiri ataupun membentuk tim teknologi yang besar.
Yang lebih mereka pedulikan adalah:
Bisakah pekerjaan layanan pelanggan yang berulang dikurangi?
Bisakah data pelanggan dirapikan lebih cepat?
Bisakah penawaran harga dan laporan bisnis dibuat secara otomatis?
Bisakah biaya pembuatan video pendek dan konten pemasaran ditekan?
Bisakah informasi yang tersebar di dokumen, lembar kerja, dan riwayat percakapan dirapikan?
Anda bisa mulai dengan memilih satu industri, misalnya kuliner, pelatihan pendidikan, e-commerce lintas negara, agen properti, layanan konsultasi, atau layanan lokal.
Temukan satu proses yang berulang, memakan waktu, dan hasilnya dapat diukur, lalu bantu pelanggan mengoptimalkannya dengan alat AI yang sudah tersedia.
Dalam analisis usaha kecil yang diterbitkan OpenAI pada 2026, disebutkan bahwa banyak wirausahawan mulai memanfaatkan AI sebagai kemampuan bisnis yang fleksibel untuk pemasaran, komunikasi pelanggan, pengembangan produk, dan operasional, bukan sekadar produk yang dijual tersendiri.
Referensi: AI semakin menjadi karyawan pertama bagi usaha kecil.
Anda bisa memulai dengan proyek yang sangat kecil:
Misalnya, bantu sebuah bisnis mengubah pertanyaan pelanggan, pertanyaan umum, dan catatan tindak lanjut yang sebelumnya harus dirapikan karyawan secara manual setiap hari menjadi alur semiotomatis dengan templat, kategori, dan pemeriksaan manusia.
Buktikan dulu bahwa proses tersebut benar-benar menghemat waktu, baru bicarakan biaya dan perluasan cakupan layanan.
Peluang 3: Otomatisasi AI—produktivitas tim kecil dalam diri satu orang
Jika Anda tidak ingin mencari penghasilan dari trafik ataupun terus-menerus memberikan layanan khusus kepada pelanggan, cobalah mengubah tugas berulang menjadi alur otomatis.
Misalnya:
Mengumpulkan informasi publik dari suatu industri secara berkala.
Mengekstrak informasi penting secara otomatis dan mengategorikannya.
Membuat laporan harian atau mingguan untuk ditinjau.
Menyimpan konten ke basis pengetahuan.
Mengirim pengingat atau memperbarui status tugas dengan alat yang telah diberi izin.
Lebih jauh lagi, beberapa langkah dapat dihubungkan sehingga AI menjalankan tugas riset, peninjauan, penulisan, dan pengorganisasian secara terpisah.
Namun, otomatisasi bukan berarti menyerahkan setiap langkah kepada AI. Yang penting adalah memecah alur kerja dengan jelas serta menetapkan masukan, keluaran, standar pemeriksaan, dan cara menangani kondisi tak terduga.
Untuk tindakan yang melibatkan dana, akun, data pribadi, atau publikasi eksternal, izin yang jelas dan konfirmasi manusia wajib ditetapkan.
Otomatisasi yang benar-benar bernilai bukanlah yang tampak canggih, melainkan yang secara konsisten menghemat waktu setiap minggu atau terus menghasilkan pendapatan.
Peluang 4: Produk pengetahuan AI—mengubah pengalaman menjadi produk yang dapat diberikan berulang kali
Banyak orang mengira hanya pakar terkemuka yang bisa menjual pengetahuan.
Padahal, selama Anda mampu membantu kelompok tertentu mengatasi masalah konkret, ada peluang untuk membentuknya menjadi produk.
Misalnya:
Templat alur kerja AI untuk suatu industri.
Metode produksi konten yang sudah teruji.
Pelatihan AI untuk jenis pekerjaan tertentu.
Basis data riset di bidang khusus.
Panduan operasional untuk jenis perusahaan tertentu.
Namun, hindari satu jebakan: mengemas banyak materi buatan AI begitu saja lalu menjualnya.
Informasi itu sendiri semakin murah. Yang benar-benar layak dibayar adalah proses penyaringan, verifikasi, pengorganisasian, penyesuaian dengan konteks, dan metode yang bisa diterapkan.
Produk pengetahuan yang bernilai seharusnya membantu pengguna menyelesaikan tugas lebih cepat, bukan memberi mereka lebih banyak informasi yang harus mereka cerna sendiri.
Peluang 5: Pemrograman AI dan perangkat lunak mikro—mulai dengan mengatasi masalah sendiri
Jika Anda bersedia mempelajari sedikit teknologi, bidang ini patut dijajaki.
Jangan langsung berangan-angan membuat platform dengan sejuta pengguna.
Mulailah dengan menemukan konteks yang konkret:
Pekerjaan berulang apa yang dilakukan kelompok tertentu setiap hari? Mengapa alat yang ada kurang nyaman digunakan? Apakah masalah ini cukup sering terjadi dan cukup menyulitkan?
Lalu gunakan alat pemrograman AI untuk membuat produk minimum yang bisa digunakan.
Misalnya, kalkulator penawaran harga untuk industri tertentu, alat pengelolaan konten, dasbor analisis data, atau alat kecil yang otomatis mengubah berkas berformat khusus menjadi laporan.
Minta tiga sampai lima pengguna sungguhan mencobanya terlebih dahulu, lalu lakukan perbaikan berdasarkan masukan mereka.
Perhatikan keamanan data, kestabilan perangkat lunak, lisensi, dan biaya pemeliharaan.
AI menurunkan hambatan pengembangan, tetapi kemampuan untuk terus memperoleh pengguna tetap bergantung pada apakah masalah yang diselesaikan produk itu benar-benar ada.
Peluang 6: Menjadi profesional yang diperkuat AI di suatu industri
Tidak semua peluang berasal dari berwirausaha.
Bagi orang yang sudah bekerja, jalur yang lebih rendah risikonya dan mungkin lebih cepat membuahkan hasil adalah membangun keunggulan AI dalam profesi yang sudah dijalani.
Tenaga penjualan dapat menggunakan AI untuk meneliti pelanggan, merapikan catatan rapat, dan menyiapkan rencana komunikasi.
Staf operasional dapat menggunakan AI untuk menganalisis data, merancang kegiatan, dan membuat laporan.
Peneliti dapat menggunakan AI untuk menyaring bahan, membandingkan sudut pandang, dan membantu analisis.
Desainer dapat menggunakan AI untuk mengeksplorasi arah kreatif dengan cepat.
Staf keuangan dan administrasi dapat menggunakan AI untuk mengolah dokumen, mengategorikan informasi, dan mengotomatisasi proses berulang, dengan tetap mematuhi aturan.
Tujuan Anda bukan membuat AI menyelesaikan semua pekerjaan, melainkan memungkinkan Anda menyelesaikan lebih banyak pekerjaan yang lebih kompleks dan berkualitas lebih tinggi dalam waktu yang sama.
Jika peningkatan ini bisa Anda ubah menjadi hasil yang jelas, seperti berapa banyak waktu yang dihemat, kesalahan yang berkurang, atau tingkat konversi yang meningkat, hal itu bisa menjadi modal untuk promosi, kenaikan gaji, atau pindah kerja.
V. Bagaimana memulai jika tidak punya modal, keahlian teknis, atau jaringan?
Jika saat ini Anda belum punya tim atau produk, dan belum memiliki kemampuan teknis yang menonjol, saya sarankan agar tidak mengejar keenam bidang sekaligus.
Pilih dahulu jalur yang paling mudah diuji.
Saran saya:
Tingkatkan produktivitas sendiri dengan AI terlebih dahulu, lalu gunakan AI untuk mengatasi masalah orang lain, dan baru setelah itu pertimbangkan untuk mengubah solusinya menjadi produk.
Keuntungan jalur ini adalah Anda tidak perlu mengeluarkan banyak modal sejak awal ataupun bertaruh pada konsep bisnis yang besar.
Anda hanya perlu melewati tiga tahap.
Langkah 1: Pilih pasar yang bisa Anda jangkau
Jangan mulai dengan pertanyaan “Apa yang bisa dilakukan AI?”
Mulailah dengan “Siapa yang saya kenal, masalah apa yang mereka hadapi, dan siapa yang bisa saya jangkau?”
Jika Anda memahami e-commerce, teliti masalah operasional pedagang e-commerce.
Jika Anda pandai menulis, teliti alur produksi para kreator konten.
Jika Anda berpengalaman dalam penjualan, teliti efisiensi pencarian pelanggan dan tindak lanjutnya.
Jika Anda memahami suatu industri, prioritaskan pencarian konteks penerapan AI di industri tersebut.
Semakin dekat Anda dengan kebutuhan nyata, semakin mudah menemukan peluang bisnis.
Langkah 2: Temukan masalah yang bisa diukur
Misalnya, sebuah perusahaan menghabiskan sepuluh jam setiap minggu untuk merapikan bahan.
Jika Anda bisa merancang alur AI yang andal sehingga pekerjaan manual berkurang menjadi tiga jam dengan mutu hasil tetap terjaga, nilai yang Anda ciptakan dapat diukur.
Sebaliknya, jika Anda hanya memberi tahu pelanggan “saya bisa membantu Anda menggunakan AI” tanpa menjelaskan masalah apa yang dapat diatasi, kesepakatan akan sulit tercapai.
Anda perlu menyusun rumus nilai yang sederhana:
Nilai pelanggan = waktu yang dihemat + kesalahan yang berkurang + pendapatan yang bertambah − biaya dan risiko tambahan.
Perhitungan ini tidak perlu sangat akurat sejak awal, tetapi harus dapat diverifikasi.
Langkah 3: Ubah metode yang berhasil menjadi alur yang bisa diulang
Anda boleh mengerjakan proyek pertama sendiri.
Mulai proyek kedua, catat langkah-langkahnya.
Mulai proyek ketiga, cobalah meminta AI menangani bagian yang bisa distandardisasi.
Saat Anda dapat melayani banyak pelanggan dengan alur yang sama, atau berulang kali mengatasi masalah yang sama, barulah Anda benar-benar mulai membangun bisnis.
Ini jauh lebih bernilai daripada sekadar menguasai puluhan alat AI.
VI. Rencana tindakan 90 hari yang bisa langsung dijalankan
Rencana ini cocok bagi orang yang bisa meluangkan satu hingga dua jam sehari, memiliki anggaran terbatas, dan ingin memulai dari nol.
Tujuannya bukan menjamin Anda menghasilkan uang dalam 90 hari, melainkan menggunakan tiga bulan untuk beralih dari “bisa menggunakan AI” menjadi “mampu menciptakan nilai nyata”.
Hari 1–7: Bangun ruang kerja AI Anda
Pilih tiga jenis alat saja:
Satu model bahasa besar utama: untuk analisis, penulisan, perencanaan, dan menguraikan masalah.
Satu alat khusus yang berkaitan dengan pekerjaan Anda, misalnya alat pemrograman, gambar, video, atau analisis data.
Satu alat untuk mengelola tugas dan bahan, misalnya dokumen, lembar kerja, atau basis pengetahuan.
Minggu ini, jangan berusaha menguasai semua fitur.
Setiap hari, pilih satu tugas nyata, selesaikan sekali dengan AI, lalu catat tiga hal: waktu yang digunakan, kualitas, dan bagian yang perlu diperbaiki secara manual.
Hasil minggu ini: Daftar alat AI pribadi dan setidaknya tiga alur kerja yang dapat digunakan kembali.
Hari 8–30: Temukan masalah khusus
Pilih satu industri atau kelompok tertentu, wawancarai setidaknya sepuluh calon pengguna, atau kumpulkan masalah dengan mengamati kegiatan bisnis nyata.
Anda bisa bertanya:
Pekerjaan apa yang paling banyak menyita waktu?
Bagian mana yang paling mudah menimbulkan kesalahan?
Hal apa yang harus dilakukan berulang kali?
Jika masalah ini teratasi, bagaimana Anda mengukur nilainya?
Lalu pilih satu masalah dan buat solusi minimum.
Solusinya bisa berupa laporan, seperangkat templat, layanan pengelolaan operasional, atau alur otomatisasi sederhana.
Jangan terburu-buru mengembangkan produk lengkap.
Hasil tahap ini: Satu masalah yang jelas, satu solusi awal, dan masukan dari setidaknya tiga pengguna nyata.
Hari 31–60: Uji nilai dalam konteks nyata
Berikan solusi tersebut kepada pengguna nyata untuk dicoba.
Jika berupa layanan, selesaikan satu hingga tiga proyek percontohan.
Jika berupa konten, terus terbitkan konten berkualitas tinggi dalam satu bidang khusus dan amati tanggapan nyata.
Jika berupa perangkat lunak, minta sejumlah kecil pengguna mencobanya dan catat bagian yang menyulitkan mereka.
Catat hal-hal berikut setiap kali memberikan hasil:
Berapa lama waktu yang sebelumnya dibutuhkan pengguna.
Berapa banyak waktu yang dihemat setelah solusi digunakan.
Apakah kualitas hasil meningkat.
Berapa banyak tenaga kerja manual yang perlu Anda curahkan.
Apakah pengguna bersedia terus menggunakan atau membayar.
Jika tidak ada yang mau menggunakannya, jangan terburu-buru menambah investasi.
Sesuaikan dulu masalah, target pelanggan, atau cara penyelesaiannya.
Hasil tahap ini: Satu kasus nyata, sekumpulan data penggunaan, dan arah perbaikan yang jelas.
Hari 61–90: Bangun siklus bisnis minimum
Berdasarkan hasil dua bulan pertama, pilih satu cara menghasilkan pendapatan:
Mengenakan biaya per proyek.
Menyediakan layanan bulanan.
Menjual templat standar atau produk pengetahuan.
Menyediakan pelatihan dan konsultasi.
Mengenakan biaya langganan untuk alat perangkat lunak yang sudah matang.
Tentukan harga berdasarkan nilai bagi pelanggan, biaya penyediaan, kondisi persaingan, dan kebutuhan nyata. Jangan beranggapan produk harus murah hanya karena menggunakan AI.
Pada saat yang sama, standarkan langkah-langkah penyediaan layanan yang berulang, buat daftar periksa mutu, dan kurangi pekerjaan manual yang tidak perlu.
Hasil tahap ini: Satu produk atau layanan yang jelas, satu alur penyediaan yang dapat digunakan kembali, serta setidaknya satu bukti pembayaran nyata atau bukti adanya kebutuhan penggunaan berkelanjutan.
Saat 90 hari berakhir, Anda mungkin belum memiliki perusahaan yang sukses, tetapi seharusnya sudah tahu masalah apa yang Anda atasi, siapa yang Anda layani, bagaimana cara memberikan layanan, dan apakah langkah berikutnya adalah melanjutkan investasi atau segera menyesuaikan arah.
Ini jauh lebih bernilai daripada mengumpulkan tutorial AI dan mengejar model baru selama tiga bulan tanpa menghasilkan apa pun.
VII. Jika hanya punya satu jam setiap hari, bagaimana sebaiknya membaginya?
Jika Anda sudah bekerja, Anda tidak perlu mengundurkan diri untuk menyambut AI.
Anda bisa mulai dengan jadwal berikut:
Waktu
Tugas
Tujuan
10 menit
Pelajari kemampuan AI baru yang berkaitan dengan bidang Anda
Pelajari hanya perubahan yang berguna secara nyata
20 menit
Selesaikan satu tugas nyata dengan AI
Bangun alur kerja yang bisa digunakan kembali
20 menit
Teliti kebutuhan pelanggan atau tingkatkan produk sendiri
Tetap terhubung dengan pasar nyata
10 menit
Catat hasil, kesalahan, dan langkah selanjutnya
Bangun basis pengalaman pribadi
Sisihkan waktu setiap minggu untuk meninjau dan menjawab tiga pertanyaan:
Pertama, apa yang berhasil dihemat AI bagi saya minggu ini?
Kedua, hasil apa yang saya ciptakan dan benar-benar dibutuhkan orang lain?
Ketiga, apakah hasil tersebut menghasilkan masukan pengguna, peluang bisnis, atau pendapatan?
Jika jawaban untuk pertanyaan pertama semakin banyak, tetapi dua pertanyaan berikutnya tidak berubah, waspadalah: Anda mungkin hanya meningkatkan efisiensi tanpa menciptakan nilai yang lebih besar.
VIII. Lima jebakan yang sebaiknya dihindari orang biasa di era AI
Jebakan 1: Menganggap mempelajari alat sebagai hasil kerja.
Mempelajari model baru, mengumpulkan prompt, dan mengikuti pelatihan mungkin bermanfaat, tetapi semua itu sendiri bukanlah keunggulan kompetitif.
Pada akhirnya, semuanya harus kembali pada tugas nyata dan hasil konkret.
Jebakan 2: Menganggap produksi massal sebagai keunggulan kompetitif.
Saat konten bisa dibuat dengan biaya rendah, keunggulan dari segi jumlah semakin mudah ditiru.
Konten tanpa sudut pandang mandiri, pengalaman nyata, dan target audiens yang jelas sulit membangun keunggulan jangka panjang hanya dengan produksi massal menggunakan AI.
Jebakan 3: Mengembangkan produk sebelum memvalidasi kebutuhan.
AI bisa membantu Anda membuat produk dengan cepat, tetapi tidak bisa membuktikan bahwa ada orang yang membutuhkannya.
Cari pengguna terlebih dahulu, baru buat solusi; validasi kebutuhan terlebih dahulu, baru tambah investasi.
Jebakan 4: Terlalu memercayai penilaian AI.
AI dapat memberikan analisis, tetapi tidak dapat menggantikan tanggung jawab Anda atas konsekuensinya.
Terutama di bidang berisiko tinggi seperti investasi, hukum, kesehatan, keuangan, dan bidang lainnya, sumber harus diperiksa, keterbatasan dipahami, dan pendapat profesional dicari bila diperlukan.
Jebakan 5: Menganggap AI sebagai jalan pintas untuk cepat kaya.
AI memang menurunkan biaya banyak pekerjaan, tetapi para pesaing juga bisa menggunakan alat yang sama.
Jika suatu cara menghasilkan uang hanya bergantung pada alat baru, tren populer, atau keunggulan informasi sementara, keunggulannya mungkin segera hilang.
Hal yang benar-benar layak diinvestasikan adalah pengalaman industri, hubungan pelanggan, reputasi merek, proses bisnis, dan kemampuan memberikan hasil yang terus berkembang seiring waktu.
IX. Hal apa yang akan semakin bernilai dalam beberapa tahun ke depan?
Menurut saya, ada lima jenis kemampuan yang layak dikembangkan dalam jangka panjang di era AI.
Pertama, pengalaman industri yang nyata.
Pengalaman memahami cara kerja suatu industri, alasan pelanggan membeli, dan penyebab bisnis gagal dapat membantu Anda menggunakan AI dengan lebih tepat.
Kedua, hubungan yang kuat dengan pengguna.
Saat semua orang bisa membuat konten dan produk, orang yang mampu terus menjangkau pengguna nyata dan memahami kebutuhan mereka memiliki keunggulan penting.
Ketiga, kemampuan menilai secara mandiri.
AI dapat memberikan banyak jawaban, tetapi semakin banyak jawabannya, semakin penting kemampuan menilai mana yang layak dipercaya.
Keempat, kemampuan mengintegrasikan dan memberikan hasil.
Pekerjaan di masa depan mungkin tidak mengharuskan Anda mengerjakan sendiri setiap tahap, tetapi Anda harus mampu mengatur beragam alat dan sumber daya untuk akhirnya memberikan hasil yang andal.
Kelima, kemampuan untuk terus belajar dan beradaptasi dengan cepat.
Alat AI akan berubah, kebutuhan industri akan berubah, dan alur kerja yang efektif hari ini mungkin perlu diperbarui besok.
Alih-alih bertaruh bahwa satu alat akan selalu unggul, bangunlah metode untuk terus belajar, memverifikasi, dan menyesuaikan diri.
Kesamaan kemampuan-kemampuan ini adalah bahwa semuanya tidak otomatis diperoleh hanya dengan menguasai suatu model; semuanya perlu terus dikembangkan melalui masalah nyata.
X. Satu penilaian terpenting sebagai penutup
Peluang terbesar bagi orang biasa di era AI bukan sekadar bisa memiliki alat yang dulu hanya dimiliki perusahaan besar secara gratis.
Melainkan, untuk pertama kalinya, ada kesempatan menggunakan biaya yang sangat rendah untuk mengubah gagasan, pengalaman, dan penilaian sendiri secara langsung menjadi produk dan layanan yang dapat digunakan orang lain.
Dulu, seseorang yang memiliki ide mungkin harus mencari modal, membentuk tim, dan menunggu proses pengembangan.
Sekarang, Anda bisa menggunakan AI untuk melakukan riset, membuat prototipe, dan memvalidasi kebutuhan terlebih dahulu, lalu memutuskan apakah akan mengerahkan lebih banyak sumber daya.
Ini membuat proses coba-coba menjadi lebih murah dan memungkinkan individu mencoba lebih banyak hal yang sebelumnya sulit dicoba.
Namun, peluang tidak menjamin hasil.
Ketika hambatan penggunaan alat menurun, persaingan pun akan semakin ketat.
Semakin banyak orang yang bisa menulis artikel, membuat video, dan membuat kode; semakin banyak pula orang yang mampu membuat produk secara mandiri.
Karena itu, yang benar-benar penting di masa depan bukanlah berapa banyak alat AI yang Anda kuasai, melainkan apakah Anda bisa menjawab tiga pertanyaan ini:
Untuk siapa Anda mengatasi masalah?
Seberapa besar nilai masalah yang Anda selesaikan?
Mengapa orang tersebut harus memilih Anda, bukan langsung menggunakan AI?
Tiga pertanyaan ini menentukan apakah Anda bisa memperoleh manfaat nyata dari kemajuan teknologi.
Jika saat ini Anda belum punya jawabannya, tidak perlu cemas.
Mulai hari ini, pilih bidang yang Anda kenal, temukan masalah nyata, lalu gunakan AI untuk membuat solusi yang bisa diverifikasi.
Selesaikan satu tugas terlebih dahulu, lalu satu proyek; bantu satu orang terlebih dahulu, lalu layani sekelompok orang; bangun alur yang berfungsi terlebih dahulu, baru pikirkan cara memperluasnya.
Jangan berusaha menjadi pakar AI dalam semalam.
Jadilah orang yang mampu menggunakan AI untuk mengatasi masalah nyata.
Sebab, garis pemisah yang sesungguhnya di era AI mungkin bukan apakah seseorang bisa menggunakan AI, melainkan apakah ia hanya menganggap AI sebagai mainan baru atau sudah menggunakannya untuk membangun produktivitas, hubungan pelanggan, dan kariernya sendiri.
Alat akan semakin canggih, biaya semakin rendah, dan perubahan semakin cepat.
Namun, Anda tidak perlu mengejar setiap perubahan.
Anda hanya perlu menemukan satu masalah yang layak diatasi dalam jangka panjang dan memanfaatkan AI agar bisa melakukannya lebih baik daripada kemarin.
Inilah peluang yang bisa mulai dimanfaatkan orang biasa.