Menyuruh AI menulis artikel saja sudah murah. Tapi setelah beberapa waktu memakainya, kamu akan sadar ada hal yang lebih aneh lagi.
Dengan harga setara AI penulis artikel, kamu bahkan bisa membangun pabrik yang memproduksi artikel itu sendiri.
Misalnya, pekerjaan dibagi ke sembilan peran: koordinator umum, jalur produksi artikel, kontrol kualitas, penerbitan, deploy ke cloud, iklan dan analitik, tugas terjadwal, perapian spesifikasi lama, dan keamanan gambar. Di perusahaan manusia, pasti ada yang langsung bilang, "Ya sudah, tiap bagian kita taruh satu orang." Dengan AI, peran-peran itu dibagi di dalam kontrak yang sama dan jalan bersamaan.
Kartu pegawai: 0. Kursi: 0. Acara kantor: 0. Tapi konflik merge (bentrok saat beberapa orang mengubah kode yang sama lalu digabung) tetap muncul layaknya tim sungguhan.
Di sini saya pakai asumsi untuk penjelasan saja: biaya langganan AI 15.000 yen per bulan (di Jepang ditulis 1.5 man-yen, dengan 1 man = 10000). Lalu kita bandingkan dengan jam kerja manusia untuk melihat apa yang terjadi. Kesimpulannya duluan: kekuatan AI bukan "menggantikan sembilan orang sepenuhnya", melainkan membuat biaya tambahan untuk pekerjaan otak yang bisa dipecah di dalam perangkat lunak menjadi sangat kecil.
Dengan 9 tim, pekerjaan satu orang berubah dari "mengerjakan" jadi "mengatur lalu lintas"
Misalnya perannya dibagi seperti ini.
| Peran | Tugas utama |
|---|---|
| Koordinator | Keselarasan keseluruhan, prioritas, menyelesaikan bentrok |
| Jalur artikel | Membuat, menyunting, dan menerjemahkan artikel ke banyak bahasa |
| Kualitas dan penemuan | Pemeriksaan kualitas, tautan internal, artikel terkait, jalur agar pembaca menemukan artikel |
| Penerbitan | Antrean terbit, keputusan akhir, rilis |
| Cloud | Deploy, pengecekan di lingkungan produksi, pemulihan |
| Iklan dan analitik | Iklan, analisis trafik, usulan perbaikan |
| Tugas terjadwal | Jadwal, status eksekusi, melanjutkan kembali |
| Perapian spesifikasi | Merapikan permintaan perubahan dan kontrak lama yang dobel |
| Keamanan gambar | Persetujuan gambar, penautan, keamanan untuk dipublikasikan |
Tentu ini tidak sama dengan sembilan manusia. Tapi fakta bahwa pekerjaan bisa dibagi ke sembilan jalur tanggung jawab itu sendiri sudah besar artinya.
Kalau satu AI sedang riset, kamu lempar perbaikan tes ke AI lain. Kalau bagian penerbitan tersangkut di layanan luar, bagian kualitas tetap jalan. Koordinator tidak "menunggu semuanya selesai", tapi mengisolasi bagian yang macet saja dan terus mengalirkan pekerjaan berikutnya.
Saat itu, tugas manusia berubah dari "mengerjakan semuanya sendiri" menjadi "pekerjaan mana, ke peran mana, dengan urutan bagaimana".
Jadi kamu bukan lagi memerankan insinyur, editor, dan analis sekaligus, melainkan jadi penjadwal tugas versi manusia.
Kalau 15.000 yen per bulan disandingkan dengan biaya tenaga kerja, satuannya jadi aneh
15.000 yen per bulan berarti 18 × 10000 = 180.000 yen per tahun.
Di sisi manusia, sekadar untuk penjelasan, kita pakai asumsi berikut.
| Kasus | Total jam kerja manusia | Tarif per jam (asumsi) | Biaya tenaga kerja (hitungan sederhana, satuan 10000 yen) |
|---|---|---|---|
| Kecil | 200 jam | 5000 yen | 100 (1.000.000 yen) |
| Contoh tengah | 400 jam | 7000 yen | 280 (2.800.000 yen) |
| Berat | 600 jam | 10000 yen | 600 (6.000.000 yen) |
Ini bukan tabel yang berkata "harga pasar sebenarnya pasti segini". Cuma hitungan sederhana untuk perbandingan.
Meski begitu, di contoh tengah: 400 jam × 7000 yen = 2.800.000 yen (280 satuan 10000). Memakai AI 15.000 yen per bulan selama setahun hanya 180.000 yen, jadi 2.800.000 yen itu setara sekitar 15,6 tahun langganan.
Melihat ini, orang mungkin ingin bilang, "Berarti AI setara manusia 400 jam, dong?" Bukan begitu.
AI kadang tidak punya izin akses ke lingkungan nyata, mengulang kesalahan yang sama dengan kalimat berbeda, atau melupakan premis di tengah pekerjaan panjang. Hal yang manusia langsung paham begitu melihat kondisi internal perusahaan, belum tentu dimengerti AI kalau tidak dituliskan di kontrak atau berkas.
Tetap saja, untuk kode, tulisan, riset, tes, tinjauan perubahan, dan perapian, yaitu pekerjaan otak yang mudah digandakan, selisih harga ini langsung terasa.
Kita pindah dari dunia biaya tenaga kerja ke dunia daya komputasi dan kuota pemakaian. Konversi satuan yang bikin orang bagian keuangan menekan kalkulator dua kali.
Kenapa terutama berhasil di perangkat lunak
Di pabrik fisik, menambah jadi sembilan lini butuh mesin, lahan, listrik, perawatan, dan tenaga kerja.
Perangkat lunak berbeda.
Menambah AI kedua tidak perlu membeli meja. Menambah yang ketiga tidak perlu menyewa kantor. Menambah peran kualitas juga tidak butuh ruang pelatihan karyawan baru.
Yang dibutuhkan terutama:
- membagi pekerjaan
- menentukan masukan dan keluaran
- menentukan mana yang jadi acuan utama
- menentukan aturan kalau terjadi bentrok
- menguji
- menggabungkan hasilnya
Artinya, "menambah organisasi" sebagian besar berubah menjadi desain perangkat lunak itu sendiri.
Apalagi AI tidak berhenti di menulis artikel. Ia juga bisa menulis kode yang memeriksa artikel itu otomatis, membuat alur terjemahan, memperbaiki proses penerbitan, sampai menyusun laporan pengukuran.
Nah, di sini mulai aneh.
Biasanya "orang yang membuat produk" dan "orang yang membuat pabrik produk" adalah biaya yang terpisah. Dengan AI, AI yang membuat produk mulai membangun pabrik untuk produk berikutnya.
Awalnya merasa membayar untuk menulis artikel, tahu-tahu sudah tumbuh CI (tes otomatis setiap ada perubahan), kontrol kualitas, deploy, dan analitik. Versi perangkat lunak dari "beli roti, dapat pabrik rotinya."
Tapi 9 tim bukan berarti 9 manusia
Kalau bagian ini disepelekan, ceritanya jadi melenceng.
Tim AI tidak punya sebagian hal yang dimiliki ahli manusia.
Misalnya:
- tanggung jawab di dalam organisasi
- pengetahuan tak tertulis di lapangan (tahu tapi sulit dijelaskan)
- autentikasi yang hanya bisa dilakukan orangnya sendiri
- pekerjaan fisik
- hubungan antarmanusia jangka panjang
- kewenangan hukum dan kontrak di dunia nyata
- insting lapangan yang bilang "kok ada yang janggal ya"
Semua itu tidak bisa digantikan begitu saja.
Lagi pula, kalau AI dijadikan sembilan, kesalahan pun bisa bertambah dengan kecepatan sembilan kali lipat.
Yang membaca spesifikasi lama menghidupkan lagi kode lama. Dua tim membuat fitur yang sama secara terpisah. Semua bilang "bagianku lolos tes", tapi hanya produksi yang tumbang.
Tidak ada pegawai, tapi koordinasi antardepartemennya sudah seperti perusahaan besar.
Karena itu, saat memparalelkan AI, yang lebih penting daripada jumlahnya adalah mekanisme menjaga keselarasan.
Yang paling penting adalah "tim koordinator"
Saat memakai banyak AI, yang paling penting sebenarnya bukan pelaksananya, melainkan koordinatornya.
Koordinator melakukan hal-hal ini:
- Membaca kondisi terbaru
- Menentukan mana yang jadi acuan utama
- Membagi wilayah tanggung jawab masing-masing
- Mencegah fitur yang sama dibuat dua kali
- Mengisolasi hanya tim yang gagal
- Terakhir, menyatukan semuanya ke kondisi produksi yang sama
Tanpa koordinator, AI bukan "sembilan orang murah", melainkan "sembilan orang di ruangan yang sama dengan sembilan gambar rancangan berbeda".
Yang terutama penting adalah cara berpikir baca dulu, coba, golongkan statusnya, lalu perbaiki hanya yang perlu.
Periksa fitur yang sudah ada, lalu pisahkan: selesai, sebagian selesai, rusak, usang, belum diperiksa. Perbaiki hanya yang perlu.
Kalau tidak, AI dengan niat baik 100% akan membuat lagi fitur yang sudah ada.
Pembuatan ganda atas dasar niat baik biasanya berujung tidak baik.
Pabrik artikel membuat revolusi biaya ini mudah terlihat
Kalau pabrik artikel dipecah hanya dengan tenaga manusia, jenis pekerjaannya ternyata jauh lebih banyak dari dugaan.
Perencanaan, penulisan, penyuntingan, pemeriksaan naskah, terjemahan, SEO (agar mesin pencari mudah menemukan situsmu), tautan internal, penerbitan, pengembangan web, infrastruktur, iklan, analitik, dan kontrol kualitas.
Kalau hanya melihat biaya menulis satu artikel, bagian belakang ini sulit terlihat.
Dengan AI justru sebaliknya: dengan rasa harga yang sama seperti menulis artikel, kita bisa menyentuh sampai mekanisme di belakangnya.
Di sesi setelah isi artikel selesai ditulis, penerjemahnya diperbaiki. Tim lain memperbaiki proses penerbitan. Tim lain lagi membaca data analitik. Koordinator menyambungkan semuanya.
Maka penjelasan "menyuruh AI menulis artikel" jadi tidak cukup lagi.
Kenyataannya lebih mirip memanggil departemen-departemen sebuah usaha digital kecil hanya saat dibutuhkan.
Di seluruh dunia perangkat lunak, unit terkecil untuk merintis usaha atau kerja sampingan ikut berubah
Struktur ini tidak hanya berlaku untuk artikel.
Layanan web kecil, otomatisasi kerja, alat internal, analisis data, sistem riset, prototipe SaaS (perangkat lunak yang dijual lewat langganan), dan pekerjaan lain yang hasilnya hampir seluruhnya digital akan paling terbantu.
Dulu banyak yang berhenti di:
"Ide ada, tapi belum sampai perlu menyewa insinyur." "Tidak mampu menaruh orang untuk analitik." "Kalau mikir sampai operasional, sendirian mustahil."
Sekarang caranya bisa jadi seperti ini:
"Mulai dulu dengan AI tiga peran, kalau rusak tambah jadi lima, terakhir pasang koordinator."
Ini bukan sekadar biaya pengembangan yang jadi murah.
Jumlah ide yang bisa dicoba bertambah.
Karena harga satu kali gagal turun, ide kecil yang dulu mati di rapat perencanaan sekarang bisa dibawa sampai jadi barang nyata.
Untuk pekerjaan yang belum layak merekrut orang pun, kamu bisa membuat departemen penanggung jawab yang layak.
Departemennya tidak punya kartu nama. Tidak ada makan-makan bareng. Hanya bagan organisasinya yang megah.
Kesimpulan: murahnya AI yang sebenarnya bukan "harga satu jawaban", melainkan "harga untuk menambah organisasi"
Kalau hanya melihat biaya bulanan, AI bisa terasa mahal.
Tapi kalau pembandingnya diganti dari "mesin pencari" atau "aplikasi penulis teks" menjadi organisasi kecil yang menjalankan banyak pekerjaan otak sekaligus, gambarannya berubah.
Tentu AI bukan sembilan manusia. Tanggung jawab, insting lapangan, dan kewenangan nyatanya berbeda.
Meski begitu, untuk pekerjaan yang bisa dituangkan dalam perangkat lunak, biaya berikut turun drastis:
biaya menambah peran biaya menambah jumlah percobaan biaya membangun pabriknya sendiri
Karena itu yang mengejutkan bukanlah "AI bisa menulis artikel".
Melainkan bahwa dengan rasa harga AI penulis artikel, pabrik artikelnya pun bisa dibangun.
Dan di dunia perangkat lunak, pabrik itu bisa membangun pabrik lainnya lagi.
Pegawai 0 orang tapi departemen bertambah. Kantor 0 meter persegi tapi kerja paralel bertambah. Tunjangan karyawan 0 yen, tapi konteks (banyaknya informasi yang harus dipegang AI sekaligus) lumayan rakus.
Struktur biaya kerja otak sudah memasuki zaman yang cukup aneh.
