Hampir setiap perusahaan kini punya karyawan yang sudah mencoba ChatGPT, Gemini, atau Copilot. Laporan Work Trend Index 2024 dari Microsoft dan LinkedIn mencatat 92% pekerja pengetahuan di Indonesia sudah memakai AI generatif di tempat kerja, dan 76% membawa alat AI pilihan mereka sendiri. Jadi persoalannya jarang soal mau atau tidak. Persoalannya, pemakaian itu berjalan tanpa aturan, tidak merata antardivisi, dan tidak pernah diukur.
Artikel ini membahas cara merancang program pelatihan AI untuk karyawan yang benar-benar mengubah cara kerja, bukan sekadar menambah satu baris di laporan pelatihan tahunan. Urutannya sama dengan yang kami jalankan dalam program pelatihan artificial intelligence perusahaan di Kursus Pintar: enam tahap, dan urutannya tidak boleh dibalik.
- Mengapa seminar AI sehari jarang mengubah cara kerja
- Tahap 1 — Asesmen kebutuhan per divisi
- Tahap 2 — Pimpinan menyepakati kebijakan data
- Tahap 3 — Karyawan dilatih per divisi
- Tahap 4 — AI Champion sebagai penggerak
- Tahap 5 dan 6 — Ukur di hari ke-30 dan ke-90
- Contoh jadwal sembilan minggu
- Daftar periksa sebelum memilih penyedia
Mengapa Seminar AI Sehari Jarang Mengubah Cara Kerja
Format paling umum yang kami temui adalah seminar satu hari: pembicara memperagakan beberapa alat, peserta terkesan, lalu Senin berikutnya semua orang kembali bekerja dengan cara lama. Ada tiga penyebab yang hampir selalu muncul.
- Contohnya tidak berasal dari pekerjaan peserta. Staf keuangan melihat peragaan membuat puisi atau rencana liburan. Menarik, tetapi tidak ada yang bisa dibawa ke rekap kas mingguan.
- Tidak ada aturan pemakaian. Karyawan yang paling bersemangat justru paling berisiko: mereka menempelkan data pelanggan atau kontrak ke akun pribadi karena tidak ada yang bilang itu tidak boleh.
- Tidak ada angka sebelum dan sesudah. Ketika pimpinan bertanya apa hasilnya, jawaban yang tersedia hanya daftar hadir dan nilai kepuasan peserta.
Program yang berhasil membalik ketiganya: contoh diambil dari pekerjaan divisi, aturan disepakati lebih dulu, dan waktu kerja diukur sejak awal.
Tahap 1 — Asesmen Kebutuhan per Divisi
Asesmen biasanya memakan satu sampai dua minggu dan dikerjakan bersama kepala divisi. Hasilnya bukan dokumen tebal, melainkan tiga sampai lima kasus penggunaan per divisi lengkap dengan angka waktu pengerjaan saat ini. Pekerjaan yang paling layak dijadikan kasus pertama biasanya memenuhi empat syarat berikut.
| Syarat | Pertanyaan pengujinya | Contoh yang lolos |
|---|---|---|
| Sering | Apakah dikerjakan setiap minggu atau lebih sering? | Rekap penjualan mingguan |
| Memakan waktu | Apakah butuh lebih dari 30 menit setiap kali? | Notulen rapat koordinasi |
| Berbasis teks atau angka | Apakah hasilnya berupa dokumen, tabel, atau ringkasan? | Surat penawaran, laporan bulanan |
| Risiko data rendah | Bisakah dikerjakan dengan data terbuka atau yang sudah disamarkan? | Draf SOP, materi presentasi |
Satu kebiasaan yang sering dilewatkan: catat waktu pengerjaan sekarang, sebelum ada pelatihan. Tanpa angka awal, hasil di hari ke-30 tidak punya pembanding. Cara mencatatnya kami bahas di artikel cara mengukur hasil pelatihan AI karyawan.
Tahap 2 — Pimpinan Menyepakati Kebijakan Data
Inilah tahap yang paling sering dilompati, padahal paling menentukan. Melatih karyawan sebelum ada kebijakan sama saja dengan mempercepat pemakaian tanpa rambu. Karena itu jalur pimpinan selalu didahulukan: satu sesi sekitar tiga jam ketika pimpinan mencoba AI pada dokumen nyata mereka sendiri, lalu menyepakati batas pemakaiannya.
Bentuk paling sederhana yang kami pakai adalah tiga tingkat data:
| Tingkat | Contoh | Aturan |
|---|---|---|
| Terbuka | Materi publik, draf umum, riset pasar dari sumber terbuka | Boleh dipakai di akun AI perusahaan |
| Terbatas | Dokumen internal, data yang sudah disamarkan | Hanya di akun perusahaan yang disetujui |
| Rahasia | Data pelanggan, gaji, kontrak, kata sandi | Tidak pernah dimasukkan ke AI |
Keluaran tahap ini ada dua: draf kebijakan pemakaian AI dan peta prioritas penerapan untuk 90 hari. Isi minimal kebijakan beserta contoh klausulnya kami uraikan di panduan menyusun kebijakan penggunaan AI di perusahaan.
Tahap 3 — Karyawan Dilatih per Divisi, Bukan Dicampur
Kelas karyawan dikelompokkan per divisi, sampai 20 peserta per kelas, supaya contoh kasusnya bisa seragam. Kami membaginya menjadi empat modul berdurasi tiga sampai empat jam:
- Dasar dan rambu. Setiap peserta menyelesaikan satu tugas nyata dengan AI dan memahami tiga tingkat data.
- Produktivitas harian. Peserta menyusun pustaka berisi lima prompt andalan untuk pekerjaannya sendiri.
- Klinik per divisi. Dua sampai tiga alur kerja divisi diperbarui bersama-sama.
- Data dan spreadsheet. Satu laporan data dikerjakan ulang dengan bantuan AI, termasuk memeriksa rumus dan angkanya.
Inti keterampilannya adalah cara meminta. Pola yang kami ajarkan terdiri dari empat bagian: Konteks + Tugas + Contoh + Format. Bandingkan dua permintaan berikut.
Permintaan lemah: "Buatkan ringkasan laporan penjualan bulan ini."
Permintaan dengan pola: "Saya staf penjualan di distributor alat tulis untuk wilayah Jawa Barat (konteks). Ringkas tabel penjualan berikut untuk rapat manajer hari Senin, soroti tiga produk dengan penurunan terbesar (tugas). Gaya ringkasannya seperti contoh paragraf ini (contoh). Tampilkan dalam lima poin, masing-masing maksimal dua kalimat, lalu satu tabel kecil (format)."
Permintaan kedua biasanya menghasilkan jawaban yang jauh lebih mendekati siap pakai, dan kalaupun belum pas, perbaikannya cukup lewat satu dua balasan. Bagian lain yang tidak boleh hilang adalah verifikasi: angka, nama, kutipan, dan rujukan aturan dari AI selalu diperiksa ulang sebelum dikirim.
Tahap 4 — AI Champion sebagai Penggerak
Setelah kelas selesai, pertanyaan justru mulai bermunculan: "Prompt ini kenapa hasilnya beda kalau datanya diganti?" atau "Boleh tidak dokumen ini dimasukkan?" Kalau tidak ada tempat bertanya, kebiasaan baru cepat padam. Karena itu setiap divisi menunjuk satu atau dua AI Champion yang mendapat pelatihan tambahan satu hari penuh.
Champion belajar membuat otomasi kecil dan asisten khusus divisi, lalu menyusun rencana pendampingan rekan kerja selama 30 hari. Mereka bukan petugas TI. Champion yang baik biasanya justru staf senior yang paham betul alur kerja divisinya.
Tahap 5 dan 6 — Ukur di Hari ke-30 dan ke-90, Lalu Perbaiki
Pengukuran dilakukan dua kali karena keduanya menjawab pertanyaan berbeda. Hari ke-30 menunjukkan apakah cara baru mulai dipakai. Hari ke-90 menunjukkan apakah cara itu sudah menjadi kebiasaan. Empat hal yang kami ukur:
- jam kerja yang dihemat pada tugas acuan, dihitung termasuk waktu memeriksa hasil AI;
- tingkat pemakaian: berapa persen peserta memakai AI untuk pekerjaan setiap minggu;
- alur kerja yang benar-benar berubah, misalnya SOP yang diperbarui;
- kepatuhan terhadap kebijakan data.
Kalau angkanya tidak bergerak, laporan itu tetap berguna karena menunjukkan di mana masalahnya: tugas acuan yang kurang tepat, akun yang belum tersedia, atau divisi yang belum punya champion.
Contoh Jadwal Sembilan Minggu
| Waktu | Kegiatan | Keluaran |
|---|---|---|
| Minggu 1 | Sesi perkenalan 90 menit | Satu pekerjaan divisi selesai, perkiraan jam yang bisa dihemat |
| Minggu 2–3 | Asesmen kebutuhan per divisi | 3–5 kasus penggunaan per divisi + angka waktu awal |
| Minggu 4 | Jalur pimpinan | Kebijakan AI disepakati, peta prioritas 90 hari |
| Minggu 5–8 | Jalur karyawan per divisi | Pustaka prompt, alur kerja yang diperbarui |
| Minggu 9 | Jalur AI Champion | Otomasi divisi, rencana pendampingan 30 hari |
| Hari ke-30 dan ke-90 | Pengukuran ulang | Laporan dampak untuk pimpinan |
Jadwal ini bisa dipadatkan atau direnggangkan mengikuti kalender organisasi. Yang tidak berubah hanya urutannya.
Daftar Periksa Sebelum Memilih Penyedia Pelatihan AI
Saat membandingkan penawaran, ajukan pertanyaan berikut. Jawabannya akan cepat memisahkan pelatihan yang dirancang untuk organisasi dari seminar yang dikemas ulang.
- Apakah ada asesmen kebutuhan sebelum materi disusun?
- Apakah kebijakan data dibahas, dan dengan siapa?
- Apakah contoh kasus diambil dari pekerjaan divisi kami?
- Berapa ukuran kelas, dan berapa porsi praktiknya?
- Apa yang diukur, kapan, dan dalam bentuk apa laporannya?
- Apakah ada pendampingan setelah kelas selesai?
- Apakah materinya berlaku untuk alat AI yang sudah dipakai perusahaan, tanpa memaksa satu merek?
Pertanyaan yang Sering Diajukan
Apakah karyawan harus bisa memprogram?
Tidak. Peserta belajar mengarahkan AI dan memeriksa hasilnya. Otomasi sederhana yang dibuat di jalur champion pun memakai alat tanpa kode.
Berapa lama program pelatihan AI untuk perusahaan?
Program lengkap umumnya sekitar sembilan minggu termasuk asesmen, ditambah pengukuran pada hari ke-30 dan ke-90. Organisasi yang ingin melihat hasilnya lebih dulu bisa memulai dari satu sesi perkenalan 90 menit.
Lebih baik di kantor atau daring?
Keduanya bisa berjalan baik. Kelas di kantor memudahkan praktik dengan dokumen kerja yang sudah disamarkan; kelas daring memudahkan peserta dari beberapa cabang. Yang penting, formatnya tetap didominasi praktik.
Alat AI apa yang sebaiknya dipakai?
Mulailah dari alat yang sudah disetujui atau sudah menjadi langganan perusahaan. Pola Konteks + Tugas + Contoh + Format berlaku di ChatGPT, Gemini, maupun Copilot, sehingga keterampilannya tidak hilang ketika alatnya berganti.
Ingin melihat bagaimana keenam tahap ini dijalankan di organisasi Anda? Rincian tiga jalurnya, contoh materi per divisi, dan proposal lengkapnya ada di halaman program pelatihan AI untuk perusahaan. Anda juga bisa memulai dari satu sesi perkenalan 90 menit di kantor Anda, dengan pekerjaan divisi Anda sendiri.
