Belum lama ini, memangkas rangkaian pekerjaan yang panjang menjadi tiga ketukan terasa seperti tahap akhir. Sekarang bahkan tiga ketukan itu sudah hilang.
“Om tiga ketukan” memperbaiki prosesnya terlalu sukses sampai akhirnya dirinya sendiri menjadi sasaran BPR. Rutinitas membuka komputer lain, meminta Codex mengedit, mengecek hasil, membuka GitHub, berpindah konteks, dan memikirkan biaya tambahan juga hampir lenyap dari operasi harian.
Kini bagian manusia sangat kecil: ngobrol dengan AI, mencari informasi, berpikir, lalu ketika ada sesuatu yang layak disimpan, mengetik kira-kira dua karakter untuk memanggil instruksi tetap dan mengirimkannya. Setelah itu penulisan artikel, 12 bahasa, QA, pembaruan repositori, dan publikasi ditangani sistem.
Dari luar ini bisa terlihat seperti “kepikiran lalu langsung dilakukan hari itu juga”. Kenyataannya hampir kebalikannya. Banyak pemikiran, perbandingan, dan pembuatan kriteria sudah dilakukan lebih dulu. Eksekusi cepat karena biaya keputusan sudah dibayar di muka.
1. Saat tiga ketukan terasa seperti tahap terakhir
Mengubah banyak langkah manual menjadi tiga ketukan sudah merupakan peningkatan besar. Namun ketika gesekan besar hilang, tiga ketukan yang dulu tampak sepele tiba-tiba menjadi gesekan terbesar yang tersisa.
Muncullah pertanyaan: “Kenapa tiga ketukan ini masih harus dilakukan manusia?” Pahlawan kemarin bisa menjadi posisi redundan besok.
2. Lalu om tiga ketukan dipecat
Tahap pertama otomatisasi membuat pekerjaan lebih cepat. Tahap berikutnya mengurangi pekerjaan. Tahap lebih lanjut menghilangkan alasan pekerjaan itu perlu ada.
Om tiga ketukan bukan dipecat karena malas. Justru ia terlalu berhasil: ia menstandardisasi pekerjaannya sampai menciptakan kondisi agar sistem dapat berjalan tanpa dirinya.
3. Codex dan GitHub juga turun dari panggung utama
Dulu masih perlu membuka PC, meminta perubahan ke Codex, memeriksa hasil, memperbaiki, membuka GitHub, dan mengecek status. Setiap perpindahan layar, konteks, dan alat menambah ongkos mental.
Sekarang Codex lebih mirip teknisi spesialis yang dipanggil ketika ada masalah atau renovasi besar daripada operator harian. GitHub menjadi infrastruktur belakang layar. Tidak perlu membuka GitHub setiap hari berarti GitHub akhirnya benar-benar menjadi backend.
4. Pekerjaan sekarang: “ngobrol → dua karakter → selesai”
Antarmuka utamanya bukan dashboard admin, tetapi percakapan. Ngobrol dengan AI, menggali pertanyaan, mencari sumber publik dan penelitian bila perlu, menguji keberatan, mengganti sudut pandang, dan merapikan pikiran.
Ketika muncul keputusan “ini lebih baik disimpan sebagai artikel”, sekitar dua karakter memanggil instruksi yang sudah disimpan. Kirim. Bagian manusia hampir selesai.
Bahkan “om copy-paste template” menjadi jabatan kehormatan dua tombol. Dua karakter itu adalah persetujuan editorial, bukan lagi pekerjaan menulis.
5. Ketika AI mulai menghapus pekerjaan AI
Manusia bekerja → AI bekerja → permintaan ke AI dibakukan → permintaan dipicu otomatis → AI menangani pengecualian → beberapa pengecualian menjadi aturan.
AI: “Tugas saya hari ini?”
Sistem: “Tidak ada, kecuali ada yang rusak.”
Ini bukan singularitas teknologi dalam arti ketat. Lebih tepat disebut otomatisasi rekursif atau otomatisasi tingkat kedua: mengoperasikan lapisan yang sudah otomatis menjadi target otomatisasi berikutnya.
6. Mengapa pola ini lebih mudah dipertahankan
Membuka komputer, berganti layanan, mengingat prosedur, memeriksa hasil, lalu kembali lagi adalah gesekan kecil yang meminta “biaya masuk” setiap kali mulai.
Kalau pengetahuan sudah muncul dari dialog sehari-hari dan dapat dikirim ke lini produksi dengan dua karakter, hampir tidak ada sesi terpisah bernama “sekarang saya harus menulis artikel”.
Hasil sampingan dari berpikir dan meneliti berubah menjadi stok konten. Nilai besar otomatisasi adalah mengurangi kesempatan berkata, “Repot, besok saja.”
7. Pekerjaan yang tersisa bagi bos adalah menilai nilai
Tidak perlu menyentuh file setiap saat, menjalankan terjemahan manual, atau mencari tombol publikasi. Yang tersisa adalah menentukan apa yang menarik, apa yang layak disimpan, seberapa tinggi standar mutu, dan apa yang perlu diperbaiki berikutnya.
“Yang ini bagus.” Dua karakter. “Jadikan aset.” Pabrik di belakang mulai berjalan.
Artikel bukan aset finansial dan tidak menjamin pendapatan. Namun mengubah percakapan dan penelitian yang biasanya hilang menjadi sesuatu yang dapat dicari, digunakan lagi, dan diperbarui menciptakan stok konten digital yang dapat terakumulasi dan punya potensi nilai.
8. Kemampuan perbaikan dan desain proses lebih tahan lama
Semakin hebat AI, semakin rapuh keunggulan “saya tahu cara mengoperasikan alat AI ini”, karena cara mengoperasikannya sendiri dapat diotomatisasi.
Yang lebih tahan lama berada di hulu: menemukan pemborosan, mendefinisikan tujuan, menetapkan standar mutu, mengelompokkan pengecualian, memilih apa yang harus diotomatisasi, menentukan di mana persetujuan manusia tetap diperlukan, lalu bertanya: “Apakah langkah ini memang perlu ada?”
AI yang 100 kali lebih cepat menjalankan proses sia-sia hanya menghasilkan pemborosan 100 kali lebih cepat. Keunggulan sebenarnya adalah kemampuan mendesain ulang pekerjaan itu sendiri. Perbaikan terbaik menghilangkan alasan tugas itu perlu ada.
9. Menggabungkan eksplorasi ala P dan standardisasi ala J
MBTI di sini hanya metafora santai, bukan diagnosis. Sisi eksploratif bertanya “Ada cara yang lebih baik?”, “Ada sudut lain?”, “Bisakah premisnya diubah?”. Operasi membutuhkan kemampuan menetapkan aturan dan pengecualian.
Eksplorasi → menemukan cara lebih baik → membakukan jadi aturan → otomatisasi → mempertanyakan lagi apakah langkah baku itu masih diperlukan. Menggali seperti P, mengunci seperti J, lalu membongkar lagi seperti P.
10. Bergerak di hari yang sama bukan berarti impulsif
Dari luar mungkin terlihat seperti seseorang mendapat ide lalu langsung mengeksekusinya. Padahal sering kali banyak pemikiran sudah terjadi sebelumnya: mengumpulkan informasi, membandingkan pilihan, memikirkan kondisi gagal, dan membangun kriteria pribadi.
Berpikir matang → menyusun struktur → membangun kriteria lebih dulu → melewati ambang → implementasi hari itu juga. Orang lain hanya melihat tahap terakhir. Biaya keputusan sudah dibayar sebelumnya.
11. “Tahap akhir” terus diperbarui
Tiga ketukan memang terasa seperti tahap akhir, dan itu tidak salah untuk sistem pada saat itu. Perbaikan proses biasanya punya akhir lokal.
100 langkah → 10. “Final!”
10 → 3. “Ini baru final!”
3 → 1. “Sudah tidak ada lagi!”
1 → “Yang satu ini memang perlu?”
Begitu gesekan terbesar hilang, gesekan nomor dua naik menjadi nomor satu. “Final” yang terus dibatalkan berarti pandangan terhadap sistem makin tajam.
12. Haruskah dua karakter terakhir ikut dihapus?
Belum tentu. Kalau dua karakter itu hanya gerakan mekanis, menghapusnya masuk akal. Tetapi sekarang ia mengonfirmasi keputusan editorial: percakapan ini layak disimpan sebagai artikel.
Menghapus gerbang itu berarti menyerahkan seleksi kepada sistem. Volume bisa naik, tetapi kebisingan juga bisa ikut naik.
Yang harus dihapus adalah kerja yang tidak perlu, bukan kehendak manusia. Dua karakter terakhir lebih mirip tanda tangan daripada pekerjaan.
13. Kesimpulan: lebih baik menghapus pekerjaan daripada hanya mempercepatnya
Banyak kerja manual menjadi tiga ketukan. Tiga ketukan hilang. Operasi rutin Codex hilang. GitHub pindah ke belakang layar. Perintah tetap tinggal sekitar dua karakter.
Yang tersisa bagi manusia adalah pekerjaan hulu: ngobrol, berpikir matang, mencari sudut, mendesain, menilai nilai, dan memperbaiki. Kecepatan eksekusi bukan karena berpikir lebih sedikit, melainkan karena berpikir lebih awal, menyimpan keputusan baik sebagai aturan, dan tidak membayar biaya keputusan yang sama berulang kali.
Cari sudut → pikir matang → desain → lakukan → amati → perbaiki → bakukan → pertanyakan standar itu sendiri.
Om tiga ketukan sudah pergi. Codex hampir menjadi tenaga panggilan. Om template bekerja dua karakter per hari. Dan bos terus ngobrol dengan AI sementara pabrik diam-diam menambah stok.
