Proses yang tepat untuk agen AI bukan selalu proses yang paling besar atau paling rumit. Kandidat terbaik memiliki masalah nyata, volume cukup, hasil terukur, informasi yang dapat diakses, serta risiko yang masih dapat dikendalikan.
Pemilihan yang buruk membuat tim menghabiskan waktu untuk demo yang sulit digunakan. Pemilihan yang baik memberi ruang untuk belajar mengenai model, tools, data, dan pengguna tanpa menempatkan organisasi pada risiko yang berlebihan.
Assessment perlu membandingkan nilai bisnis, kelayakan teknis, kesiapan proses, dan dampak kesalahan. Keempatnya harus dinilai bersama oleh process owner, pengguna, engineering, dan keamanan.
Ringkasan Utama
- Mulai dari pain point dan hasil proses, bukan dari fitur model.
- Prioritaskan pekerjaan berulang yang tetap membutuhkan interpretasi.
- Hindari proses tanpa pemilik, baseline, atau sumber data yang jelas.
- Gunakan BPMN untuk menemukan variasi dan pengecualian sebelum pilot.
Nilai Bisnis yang Perlu Dinilai
Nilai dapat berasal dari pengurangan waktu tunggu, beban pencarian informasi, pekerjaan manual, kesalahan, atau keterlambatan keputusan. Tim perlu menentukan indikator sebelum pilot agar perubahan dapat dibandingkan dengan baseline.
Volume juga penting. Kebutuhan dengan dampak per kasus tinggi tetapi frekuensi sangat rendah belum tentu menjadi tempat belajar terbaik. Pilih proses yang menghasilkan data penggunaan cukup tanpa memiliki konsekuensi awal yang terlalu besar.
- Waktu proses dan waktu tunggu.
- Beban kerja serta jumlah handoff.
- Kualitas, konsistensi, dan tingkat kesalahan.
- Nilai keputusan atau pengalaman pengguna.
Kelayakan Data, Tools, dan Integrasi
Agen membutuhkan informasi yang relevan dan jalur tindakan yang aman. Periksa apakah knowledge source memiliki pemilik, versi, serta hak penggunaan. Periksa juga apakah API atau tools dapat membatasi akses dan mencatat tindakan.
Kelayakan bukan berarti semua integrasi harus selesai. Pilot dapat dimulai dengan read-only atau human approval, tetapi keterbatasan harus dinyatakan sejak awal agar hasil tidak ditafsirkan melebihi ruang lingkup.
- Sumber data tersedia dan dapat dipercaya.
- Tools memiliki kontrak serta error handling.
- Hak akses dapat menerapkan least privilege.
- Output dan tindakan dapat diaudit.
Menyeimbangkan Risiko dan Potensi Pembelajaran
Proses berisiko tinggi bukan kandidat awal yang ideal jika organisasi belum memiliki evaluation dan kontrol. Kesalahan pada pembayaran, keputusan hukum, atau akses data sensitif membutuhkan approval serta pengujian lebih ketat.
Kandidat awal yang baik memberi nilai meskipun kewenangan agen dibatasi. Agen dapat menyiapkan rekomendasi, merangkum dokumen, atau mengisi draft, sementara keputusan akhir tetap dilakukan manusia.
- Dampak finansial dan reputasi.
- Sensitivitas data dan kebutuhan kepatuhan.
- Kemampuan mendeteksi hasil yang salah.
- Ketersediaan fallback dan pemilik eskalasi.
Hubungannya dengan BPM dan BPMN
BPM memberi data mengenai bottleneck, SLA, biaya, kualitas, dan pemilik proses. Informasi tersebut mencegah pemilihan agen berdasarkan asumsi atau tren.
BPMN memperlihatkan task yang membutuhkan interpretasi, gateway yang deterministik, jalur pengecualian, dan titik human approval. Peta ini menjadi dasar scope serta test case ADLC.
Dalam praktiknya, BPM memastikan proses dikelola sebagai siklus perbaikan berkelanjutan, sedangkan BPMN memberi model yang dapat dibaca bersama sebelum perilaku agen AI diterapkan melalui ADLC.
Langkah Praktis untuk Organisasi
- Kumpulkan lima hingga sepuluh kandidat dari process owner.
- Beri skor nilai, kelayakan, risiko, dan kesiapan.
- Validasi kandidat teratas melalui workshop BPMN.
- Tetapkan baseline serta acceptance criteria.
- Pilih satu pilot dengan kewenangan minimum.
Kesimpulan
Pemilihan proses adalah keputusan bisnis sekaligus keputusan risiko. Kandidat terbaik tidak hanya menarik secara teknis, tetapi memiliki hasil yang dapat diukur dan fondasi operasional yang cukup.
Dengan BPM, BPMN, dan ADLC, organisasi dapat memilih pilot secara transparan serta meningkatkan ruang lingkup berdasarkan bukti.
Bacaan dan Layanan Terkait
Pertanyaan yang Sering Diajukan
Apakah customer service selalu menjadi use case terbaik?
Tidak. Customer service memiliki volume tinggi, tetapi kualitas knowledge base, integrasi, dan risiko respons perlu dinilai. Proses internal yang lebih terkendali dapat menjadi pilot yang lebih baik.
Haruskah proses sudah sepenuhnya standar?
Tidak harus sempurna, tetapi tujuan, pemilik, variasi utama, dan ukuran hasil harus cukup jelas. Ketidakjelasan besar sebaiknya diselesaikan melalui BPM terlebih dahulu.
Berapa kandidat yang sebaiknya dinilai?
Mulailah dengan lima hingga sepuluh kandidat agar ada perbandingan. Gunakan kriteria yang sama dan hindari memilih berdasarkan sponsor terkuat saja.
Diskusikan Implementasi ADLC
Javan membantu organisasi memetakan proses, merancang agen AI, membangun integrasi, menerapkan kontrol, serta menyiapkan pengujian dan pemantauan sebelum digunakan di lingkungan produksi.