Di Abnormal, menjadi perusahaan yang AI-native bukan hanya soal membangun produk keamanan berbasis AI yang canggih. Lebih dari itu, AI digunakan untuk mengubah cara bekerja, beroperasi, dan berkembang di dalam perusahaan. Teknologi AI yang sama yang melindungi pelanggan juga dimanfaatkan untuk menyelesaikan tantangan internal yang kompleks.
Salah satu contoh paling nyata datang dari tim AI Supervision. Tim ini terdiri dari 60 analis human-in-the-loop (HITL) yang bekerja 24 jam sehari, 7 hari seminggu, di berbagai lingkungan. Mereka menangani 42 alur kerja berbeda yang secara langsung memengaruhi antrean pelanggan dan pencapaian SLA (Service Level Agreement).
Ketika proses pembagian tugas analis menjadi beban operasional besar dan menyedot banyak waktu, solusinya tidak datang dari menambah pegawai atau membeli software baru. Solusi itu datang dari Brynn Collins, manajer operasional tim tersebut. Meski tidak memiliki latar belakang teknis, ia memanfaatkan AI untuk membangun sistem internal yang sepenuhnya mengubah cara tim mengatur pekerjaan mereka.
Tantangan Koordinasi Tim
Bagi tim AI Supervision, koordinasi staf adalah salah satu sumber pemborosan waktu terbesar. Setiap jam, mereka harus kembali menyusun “puzzle” penempatan analis agar orang yang tepat mengerjakan alur kerja yang tepat, di waktu yang tepat.
Proses ini sepenuhnya manual. Setiap jam, koordinator harus:
-
Menganalisis antrean kerja di berbagai lingkungan
-
Mengirim pesan Slack untuk mengecek siapa saja yang sedang online
-
Membuka spreadsheet untuk mencocokkan keterampilan dan status pelatihan analis
-
Menyusun daftar penugasan secara manual
-
Mengirim hasilnya kembali ke tim
Secara teori, cara ini berjalan. Namun dalam praktiknya, proses tersebut memakan sekitar 15 menit setiap jam, dilakukan setiap hari tanpa henti. Totalnya mencapai lebih dari 42 jam kerja per minggu, setara dengan satu karyawan penuh waktu.
Lebih buruk lagi, sistem ini bersifat reaktif. Keputusan penugasan sering terlambat dibanding kondisi nyata, dan kesalahan manusia atau bias bisa menyebabkan alur kerja penting kekurangan sumber daya.
Tim membutuhkan solusi yang bisa bergerak secepat lingkungan kerja mereka—cepat, fleksibel, dan mampu beradaptasi secara real-time.
AI Menjadi Penyelamat
Solusinya hadir dalam bentuk mesin koordinasi otomatis berbasis AI. Yang menarik, sistem ini tidak dibuat oleh tim engineer, melainkan oleh seorang manajer operasional yang sangat memahami alur kerja timnya.
Sistem AI ini mengubah pekerjaan manual yang melelahkan menjadi proses otomatis yang cerdas. Ia menarik data real-time dari berbagai sumber, seperti:
-
Ketersediaan analis dari kalender kolaborasi
-
Kondisi antrean kerja melalui API internal
-
Status pelatihan analis agar penempatan sesuai kemampuan
-
Risiko SLA di setiap alur kerja
Dengan semua data ini, sistem menerapkan logika prioritas untuk menempatkan orang yang tepat pada pekerjaan paling penting, lalu secara otomatis membagikan daftar penugasan optimal ke pimpinan tim setiap jam.
Perbedaan utama sistem ini dibanding otomatisasi lama adalah fleksibilitasnya. Spreadsheet atau rumus statis gagal menghadapi dunia nyata yang dinamis: jadwal berubah mendadak, beban kerja naik turun, dan target SLA bergerak cepat.
Dengan AI, sistem ini mampu beradaptasi. Ia memprioritaskan antrean paling kritis, memastikan analis yang terlatih ditempatkan dengan benar, dan menyeimbangkan sumber daya secara terus-menerus. Hasilnya, sistem ini seperti “otak kedua” bagi tim: cepat, objektif, dan selalu aktif.
Apa yang sebelumnya membutuhkan 42 jam kerja manusia per minggu kini berjalan otomatis, dengan akurasi dan konsistensi yang lebih baik.
Kisah AI yang Tetap Bersifat Manusiawi
Yang membuat kisah ini istimewa bukan hanya teknologinya, tetapi manusia di baliknya.
Brynn memulai dengan langkah sederhana: menulis analisis masalah secara detail di ChatGPT Enterprise. Dari sana, proses berkembang menjadi kolaborasi dua arah antara manusia dan AI.
Setiap versi diuji. Jika hasilnya salah, ia menjelaskan di mana letak masalahnya. Terkadang kode AI benar secara teknis, tetapi salah secara operasional. Di sinilah pemahaman mendalam Brynn tentang alur kerja menjadi sangat penting.
Dengan komunikasi yang jelas, ketekunan, dan pemahaman bisnis yang kuat, ribuan baris kode terbentuk—tanpa latar belakang pemrograman tradisional. Keberhasilan ini menegaskan satu hal penting: AI tidak menggantikan manusia, tetapi memperkuat kemampuan manusia.
Dampak Nyata dalam Angka
Dalam waktu dua bulan sejak digunakan, sistem ini menghasilkan dampak besar:
-
SLA mencapai level tertinggi sepanjang tahun di beberapa alur kerja utama
-
Beberapa alur kerja mengalami peningkatan SLA hingga 40%
-
Antrean pelanggan meningkat 7% dibanding kuartal sebelumnya
-
40 jam kerja manual per minggu berhasil dihilangkan, dengan ROI tahunan lebih dari $45.000
Yang tak kalah penting, pengalaman kerja tim juga membaik. Analis kini bisa fokus pada pekerjaan inti dan hasil untuk pelanggan, bukan pada koordinasi yang melelahkan.
Budaya Pemberdayaan dengan AI
Inisiatif ini mencerminkan budaya AI-native di Abnormal. Inovasi tidak hanya milik tim teknis. Karyawan non-teknis pun dipercaya dan didorong untuk bereksperimen dengan AI dan menciptakan solusi nyata.
Seperti kata Brynn:
“Saya bukan hanya menemukan apa yang bisa dilakukan AI. Saya menemukan apa yang bisa saya lakukan dengan AI.”
Kisah ini menunjukkan bahwa dengan budaya dan alat yang tepat, siapa pun bisa berinovasi dengan AI—dan mengubah cara kerja menjadi lebih efisien, manusiawi, dan berdampak.
Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan abnormal indonesia, merupakan bagian dari PT. iLogo Indonesia, yang merupakan mitra terpercaya dalam solusi Infrastruktur IT dan Cybersecurity terbaik di Indonesia.
Hubungi kami sekarang atau kunjungi abnormal.ilogoindonesia.id untuk informasi lebih lanjut!