Perubahan paling penting dalam AI kerja saat ini bukan sekadar model yang menjawab lebih pintar. Yang mulai berubah adalah unit pekerjaan yang bisa diserahkan kepada AI. Alih-alih meminta satu jawaban, pengguna mulai memberikan tujuan: kumpulkan informasi, olah data, buat rancangan, lalu siapkan hasil akhir.
Pola ini dikenal sebagai agentic AI. Sederhananya, AI agent adalah sistem yang dapat memecah tujuan menjadi beberapa langkah, memakai alat seperti browser atau kode, memeriksa hasil sementara, lalu melanjutkan pekerjaan tanpa harus diarahkan pada setiap tahap.
Perkembangan ini penting karena pekerjaan sehari-hari jarang selesai dalam satu percakapan. Menyusun laporan, membandingkan dokumen, membersihkan spreadsheet, atau membuat prototipe biasanya membutuhkan banyak langkah kecil. AI agent berusaha menangani rangkaian langkah tersebut sekaligus.
Dari menjawab pertanyaan menjadi menyelesaikan pekerjaan
Dalam laporan yang diterbitkan pada Juni 2026, OpenAI menyebut penggunaan Codex—yang awalnya dikenal sebagai alat bantu pemrograman—mulai meluas ke pekerjaan nonteknis seperti riset, analisis data, pembuatan laporan, spreadsheet, presentasi, kontrak, dan otomasi alur kerja. Perusahaan itu juga melaporkan lebih dari 5 juta pengguna mingguan, dengan pekerja pengetahuan menjadi kelompok yang tumbuh lebih cepat daripada pengguna developer.
Angka tersebut adalah data yang dilaporkan oleh OpenAI, sehingga sebaiknya dibaca sebagai sinyal arah perkembangan, bukan ukuran independen seluruh industri. Namun, arahnya cukup jelas: AI agent tidak lagi diposisikan hanya untuk menulis kode.
OpenAI juga melaporkan bahwa sebagian pengguna meminta Codex menangani pekerjaan yang diperkirakan membutuhkan lebih dari satu jam waktu manusia. Dalam penggunaan internalnya, Codex disebut telah menjadi alat utama di berbagai departemen, termasuk legal, keuangan, dan rekrutmen.
Contoh praktisnya seperti ini. Seorang analis tidak hanya meminta AI menjelaskan tren penjualan. Ia dapat meminta AI membaca beberapa file, mengelompokkan data, mencari anomali, membuat grafik, dan menyiapkan draf ringkasan. Manusia tetap perlu memeriksa angka dan kesimpulannya, tetapi pekerjaan mengumpulkan serta merapikan bahan dapat berlangsung lebih cepat.
Kenapa kemampuan “bekerja lama” mengubah cara memakai AI?
Chatbot biasa cocok untuk tugas yang pendek dan terisolasi. Agent lebih cocok untuk pekerjaan yang memiliki urutan dan tujuan akhir. Perbedaannya mirip antara bertanya kepada seorang konsultan dan memberikan sebuah proyek kepada asisten.
Asisten proyek dapat membuka dokumen, mencari informasi, menjalankan analisis, menemukan masalah, lalu memperbaiki hasilnya. Karena itu, manfaat terbesar AI agent bukan hanya kecepatan membuat teks, melainkan berkurangnya pekerjaan koordinasi yang biasanya menghabiskan waktu.
Dalam analisis lain pada Juli 2026, OpenAI meneliti lebih dari 800.000 pesan dari pengguna ChatGPT di Amerika Serikat. Hasilnya menunjukkan bahwa 43,5 persen pesan terkait pekerjaan dalam kategori pekerjaan tertentu ternyata berhubungan dengan tugas dari profesi lain. Temuan ini mengindikasikan bahwa AI sering dipakai untuk membantu seseorang mengerjakan tugas di luar batas peran formalnya.
Ini bisa menjadi kabar baik bagi tim kecil. Pemilik usaha, misalnya, dapat melakukan analisis data sederhana tanpa menunggu bantuan khusus dari tim teknis. Namun, ada konsekuensi: kemampuan AI memperluas cakupan pekerjaan tidak otomatis berarti hasilnya benar atau siap dipublikasikan.
Risiko terbesar bukan hanya jawaban yang salah
Pada chatbot, kesalahan biasanya terlihat sebagai jawaban yang keliru. Pada agent, risikonya lebih luas karena sistem dapat mengambil tindakan atau menghasilkan banyak artefak sebelum kesalahan ditemukan.
- Kesalahan berantai: data yang salah pada langkah awal dapat memengaruhi seluruh laporan.
- Akses berlebihan: agent yang dapat membuka banyak file berpotensi melihat informasi yang tidak relevan dengan tugas.
- Keputusan tanpa konteks: sistem bisa mengikuti instruksi dengan benar, tetapi tidak memahami dampaknya bagi pelanggan, reputasi, atau kebijakan internal.
- Biaya yang sulit diprediksi: tugas panjang, pengulangan, dan penggunaan beberapa alat dapat meningkatkan konsumsi komputasi.
- Rasa percaya palsu: hasil yang tampak rapi dapat membuat orang melewati proses pemeriksaan.
Karena itu, persoalan utama bukan apakah AI agent bisa menyelesaikan tugas, melainkan tugas apa yang pantas diserahkan dan pada titik mana manusia harus mengambil alih.
Batas aman sebelum memberi AI kemampuan bertindak
Sebelum menggunakan AI agent untuk pekerjaan nyata, buat batas yang sederhana tetapi tegas.
1. Mulai dari pekerjaan yang bisa dibatalkan
Pilih tugas seperti membuat draf, mengelompokkan file salinan, merangkum dokumen, atau menyiapkan analisis awal. Hindari langsung memberi akses untuk mengirim email eksternal, mengubah data produksi, menghapus file, atau menyetujui transaksi.
2. Pisahkan akses baca dan akses tindakan
Jika sebuah pekerjaan cukup dilakukan dengan membaca data, jangan berikan izin untuk mengubahnya. Bila agent perlu membuat file, arahkan ke folder kerja terpisah. Prinsipnya sama seperti memberi kunci ruangan: berikan akses ke area yang diperlukan saja.
3. Tentukan titik persetujuan manusia
Mintalah agent berhenti sebelum tindakan yang berdampak ke pihak lain. Contohnya, agent boleh menyusun balasan pelanggan, tetapi pengiriman tetap menunggu persetujuan. Agent boleh menyiapkan perubahan kode, tetapi penggabungan ke sistem utama tetap melalui tinjauan.
4. Minta jejak kerja, bukan hanya hasil akhir
Instruksikan sistem untuk menyertakan sumber data, asumsi, file yang digunakan, perubahan yang dibuat, serta bagian yang tidak dapat diverifikasi. Jejak ini membantu manusia menemukan kesalahan tanpa harus mengulang seluruh proses dari awal.
5. Ukur hasil dari pekerjaan yang selesai
Jangan hanya menghitung berapa banyak tugas yang dijalankan AI. Periksa berapa lama pekerjaan benar-benar menghemat waktu, berapa banyak koreksi yang diperlukan, dan apakah hasilnya dapat dipakai. AI yang menghasilkan banyak draf tetapi membutuhkan pemeriksaan lebih lama belum tentu meningkatkan produktivitas.
Apa artinya bagi kita?
Bagi pekerja individu, kemampuan baru ini berarti kita dapat mengerjakan lebih banyak hal lintas fungsi. Seorang marketer bisa melakukan analisis awal, seorang pemilik usaha dapat menyiapkan laporan keuangan sederhana, dan seorang developer dapat meminta agent membantu dokumentasi atau pengujian.
Namun, keterampilan yang semakin penting bukan hanya kemampuan menulis instruksi. Kita juga perlu mampu memecah pekerjaan, menentukan batas akses, memeriksa sumber, membaca hasil analisis, dan mengetahui kapan keputusan harus dikembalikan kepada manusia.
Perusahaan pun sebaiknya tidak memulai dari pertanyaan, “AI agent apa yang harus dibeli?” Pertanyaan yang lebih berguna adalah, “Bagian mana dari pekerjaan kami yang berulang, dapat diaudit, dan memiliki risiko yang bisa dikendalikan?” Dari sana, uji satu alur kerja kecil dengan data yang tidak sensitif dan hasil yang mudah dibandingkan.
AI agent paling berguna bukan ketika ia dibiarkan bekerja tanpa pengawasan, melainkan ketika ia diberi ruang untuk bergerak cepat di dalam pagar yang jelas.
Perkembangan AI sedang menggeser cara kita membayangkan produktivitas. Masa depan yang realistis bukan manusia menyerahkan semua pekerjaan kepada mesin, tetapi manusia mengatur pekerjaan dengan lebih baik: AI menangani rangkaian langkah yang melelahkan, sementara manusia tetap memegang konteks, penilaian, dan keputusan akhir.
Sumber & bacaan lebih lanjut
- How agents are transforming work — OpenAI
- Codex is becoming a productivity tool for everyone — OpenAI
- How AI is expanding what people do at work — OpenAI
- ChatGPT is now a partner for your most ambitious work — OpenAI
– Rio Yotto @rioyotto