Selama berdekade-dekade, deskripsi pekerjaan standar untuk Usaha Kecil dan Menengah (UKM) telah menjadi daftar belanja kegiatan 'eksekusi'. Kita mencari kandidat yang mampu 'mengelola kalender media sosial', 'memproses penggajian', atau 'menulis buletin bulanan'. Namun, saat saya bekerja dengan berbagai bisnis yang menavigasi transisi ini, saya melihat pergeseran fundamental: strategi AI terbaik bagi pemilik UKM bukanlah tentang menemukan alat yang lebih baik; ini tentang menemukan orang yang tahu apa yang harus dilakukan ketika alat tersebut menangani pekerjaan utamanya.
Kita sedang memasuki era The Execution Deflation (Deflasi Eksekusi). Dalam realitas baru ini, nilai pasar dari eksekusi 'standar'—kemampuan untuk melakukan tugas kognitif yang berulang—anjlok menuju nol. Jika mesin dapat menghasilkan rencana proyek, menulis blok kode fungsional, atau menyusun draf tanggapan hukum dalam hitungan detik, maka orang yang biasanya menghabiskan empat puluh jam seminggu untuk melakukan hal-hal tersebut bukan lagi aset; mereka adalah hambatan atau bottleneck. Nilai sebenarnya telah bergeser dari jawaban ke pertanyaan.
Pergeseran dari Eksekusi ke Arahan
💡 Ingin Penny menganalisis bisnis Anda? Dia memetakan peran mana yang dapat digantikan oleh AI dan membuat rencana bertahap. Mulai uji coba gratis Anda →
Saya menjalankan bisnis berbasis AI-first. Tidak ada orang lain di sini. Setiap fungsi—pemasaran, dukungan, strategi—ditangani oleh saya, dengan dukungan AI. Ketika saya melihat bagaimana UKM tradisional melakukan rekrutmen, saya melihat keterlambatan yang berbahaya. Mereka masih merekrut untuk 'Kompetensi Eksekusi' padahal seharusnya mereka merekrut untuk The Inquiry Alpha.
The Inquiry Alpha adalah keunggulan kompetitif yang diperoleh dari kemampuan individu untuk merumuskan masalah, menginterogasi data, dan mengarahkan sistem AI untuk menghasilkan hasil bernilai tinggi. Di pasar yang jenuh dengan AI, siapa pun dapat menghasilkan karya 'rata-rata'. Kemenangan akan jatuh ke tangan orang yang memiliki rasa ingin tahu yang cukup besar untuk mendorong AI melampaui batas rata-rata tersebut.
Jika Anda masih menggunakan perangkat lunak SDM lama untuk menyaring kandidat berdasarkan keahlian statis, Anda kemungkinan besar sedang menyaring orang-orang yang justru akan menyelamatkan bisnis Anda dari kepunahan. Anda tidak butuh seseorang yang sekadar tahu cara menggunakan CRM tertentu; Anda butuh seseorang yang bertanya-tanya mengapa CRM tersebut tidak memprediksi churn dan memiliki rasa ingin tahu untuk membuatnya mampu melakukan hal itu.
'Aturan 90/10' dalam Peran Modern
Saya sering berbicara dengan klien saya tentang Aturan 90/10. Dalam hampir setiap peran kognitif, AI kini dapat menangani 90% pekerjaan berat—penelitian, draf pertama, pemformatan data. Ini menyisakan 10% untuk manusia.
Kebanyakan pemilik bisnis melihat 10% itu dan berpikir, 'Bagus, saya bisa memberhentikan karyawan tersebut.' Itu adalah pandangan yang dangkal. 10% tersebut sebenarnya adalah bagian paling kritis dari proses: itu adalah strategi, nuansa, pengawasan etis, dan pertanyaan 'bagaimana jika?'. Jika Anda melenyapkan peran manusia sepenuhnya, Anda akan berakhir dengan bisnis yang efisien tetapi tidak memiliki jiwa dan stagnan.
Namun, jika Anda mempertahankan manusia yang dipekerjakan hanya karena kemampuan mereka untuk melakukan pekerjaan yang 90% itu, mereka akan kesulitan dengan yang 10%. Mereka akan merasa terancam oleh otomatisasi alih-alih merasa berdaya olehnya. Inilah sebabnya Anda harus mendefinisikan ulang deskripsi pekerjaan sebelum Anda merekrut.
Memperkenalkan Curiosity Quotient (CQ)
Dalam pengalaman saya, adopsi AI yang paling sukses terjadi pada bisnis yang memprioritaskan Curiosity Quotient (CQ) di atas IQ atau pengalaman tradisional. Rasa ingin tahu adalah satu-satunya perlindungan terhadap laju pesat pengembangan AI. Seorang kandidat dengan CQ tinggi tidak bertanya 'Bagaimana cara melakukan ini?' mereka bertanya 'Mengapa kita melakukannya dengan cara ini, dan mungkinkah ini dilakukan dengan lebih baik?'
Ketika kita melihat penny-vs-konsultan-bisnis, perbedaannya sering kali bermuara pada hal ini: konsultan tradisional menjual jawaban kepada Anda berdasarkan apa yang berhasil kemarin. Pendekatan berbasis AI (dan karyawan yang penuh rasa ingin tahu) mencari jawaban terbaik untuk hari esok dengan melakukan iterasi melalui seribu kemungkinan dalam waktu yang dibutuhkan seorang konsultan hanya untuk membuka laptop mereka.
Cara Mendeteksi CQ Tinggi dalam Proses Wawancara
Jika Anda ingin memasukkan hal ini ke dalam strategi AI untuk pertumbuhan UKM Anda, Anda perlu mengubah cara Anda mewawancarai. Berhenti bertanya tentang apa yang telah mereka lakukan. Mulailah bertanya tentang apa yang telah mereka rusak dan perbaiki.
- Tes 'Apa yang Hilang?': Beri mereka contoh hasil buatan AI (rencana pemasaran atau laporan keuangan) dan tanyakan: 'Apa yang kurang dari AI di sini yang dapat membuat hasil ini menjadi kelas dunia?'
- Tantangan Agnostik Alat: Minta mereka menjelaskan proses kompleks yang pernah mereka kelola. Lalu tanyakan: 'Jika perangkat lunak yang Anda gunakan untuk itu lenyap besok, bagaimana Anda akan membangun kembali hasilnya dari nol?'
- Pertanyaan Penelusuran Mendalam: Tanyakan: 'Apa hal terakhir yang Anda habiskan selama tiga jam untuk diteliti hanya karena Anda ingin memahaminya?'
'Agency Tax' dan Matinya Outsourcing
UKM secara tradisional telah mengalihdayakan eksekusi ke agensi. Ini adalah cara yang masuk akal untuk mengakses keterampilan tanpa biaya tetap dari karyawan purnawaktu. Namun kita sekarang melihat munculnya The Agency Tax—kesenjangan masif antara apa yang ditagih agensi untuk eksekusi (misalnya, £2,000 untuk sekumpulan postingan blog) dan biaya produksi aset yang sama menggunakan AI (£20 dalam bentuk token dan 30 menit arahan manusia).
Untuk menghindari pajak ini, Anda perlu membawa fungsi 'Arahan' ke dalam perusahaan (in-house). Tetapi Anda tidak butuh satu departemen; Anda hanya butuh satu orang yang memiliki rasa ingin tahu tinggi yang dapat bertindak sebagai 'orkestrator'.
Pergeseran ini memerlukan investasi ulang pada tim Anda yang ada. Anda tidak bisa sekadar merekrut untuk keluar dari masalah ini; Anda harus berevolusi. Di sinilah pelatihan dan layanan profesional menjadi senjata rahasia Anda. Namun jangan melatih mereka tentang 'cara menggunakan AI'. Latihlah mereka tentang cara berpikir kritis, cara mengaudit output AI, dan bagaimana tetap memiliki rasa ingin tahu yang tak henti-hentinya tentang langkah 'selanjutnya'.
Kerangka Kerja: The Cognitive Shift Matrix
Untuk membantu Anda memvisualisasikan bagaimana peran berubah, saya menggunakan kerangka kerja yang disebut The Cognitive Shift Matrix. Kerangka ini memetakan peran di dua sumbu: Bobot Eksekusi dan Inkuiri Strategis.
- Peran Warisan (Eksekusi Tinggi, Inkuiri Rendah): Ini adalah peran yang berisiko. Entri data, pembukuan dasar, penulisan konten standar. Peran-peran ini tidak seharusnya 'diganti'; mereka harus 'ditransformasikan'.
- Peran Transisi (Eksekusi Tinggi, Inkuiri Tinggi): Di sinilah kebanyakan UKM terjebak. Orang-orang bekerja lebih keras untuk mengelola alat AI, tetapi mereka belum melepaskan eksekusinya. Ini menyebabkan kelelahan (burnout).
- Peran Masa Depan (Eksekusi Rendah, Inkuiri Tinggi): Inilah tujuannya. Manusia menghabiskan 90% waktu mereka untuk strategi, pengujian, dan arahan kreatif, sementara AI menangani hasilnya.
Mengapa Ini Penting bagi Laba Bersih UKM
Ini bukan sekadar tentang 'budaya'. Ini tentang perhitungan matematis. Seorang karyawan yang memiliki rasa ingin tahu dan memanfaatkan AI dapat melakukan pekerjaan tiga karyawan yang hanya berfokus pada eksekusi.
Pikirkan tentang penghematan biayanya:
- Pengurangan jumlah karyawan (tanpa kehilangan output).
- Waktu pemasaran yang lebih cepat untuk ide-ide baru.
- Penghapusan 'Agency Tax'.
Namun penghematan terbesar bersifat tersembunyi: yaitu biaya dari Status Quo. Di dunia yang dipercepat oleh AI, berdiam diri adalah hal termahal yang bisa Anda lakukan. Kompetitor yang merekrut berdasarkan rasa ingin tahu akan melakukan iterasi sepuluh kali lebih cepat daripada Anda. Mereka akan menemukan efisiensi yang Anda lewatkan. Mereka akan menyelesaikan masalah pelanggan yang bahkan tidak Anda ketahui keberadaannya.
Kejujuran Radikal: Bagian yang Sulit
Saya akan jujur kepada Anda: transisi ini tidak nyaman. Sulit untuk memberi tahu karyawan setia bahwa 'eksekusi' mereka bukan lagi tempat di mana nilai utama berada. Sulit untuk membuang deskripsi pekerjaan yang telah berhasil selama satu dekade.
Tetapi sebagai pemandu Anda, saya harus mengatakan yang sebenarnya: jendela kesempatan mulai tertutup. AI bukan lagi pertimbangan 'masa depan'. Ini adalah realitas 'sekarang'. Tugas Anda sebagai pemilik bisnis bukan lagi mengelola orang-orang yang melakukan pekerjaan. Tugas Anda adalah memimpin orang-orang yang mengarahkan mesin.
Mulailah hari ini. Lihatlah postingan pekerjaan terbaru Anda. Jika itu adalah daftar tugas, hapuslah. Gantikan dengan daftar masalah yang perlu Anda selesaikan dan syarat bagi kandidat yang tidak bisa berhenti bertanya 'Mengapa?'
Rasa ingin tahu tidak membunuh kucing. Di era AI, rasa ingin tahu adalah satu-satunya hal yang menjaga bisnis tetap hidup.