Bos Minta Pakai AI Tapi Tak Punya Contoh Baik

VOXBLICK.COM - Banyak perusahaan meminta karyawan menggunakan AI untuk mempercepat pekerjaan, tetapi sering kali dorongan tersebut tidak diikuti teladan praktik yang jelas. Hasilnya, karyawan memakai AI tanpa panduan yang memadai, lalu muncul masalah kualitas, kepatuhan, dan adopsi yang tidak merata. Studi yang dirangkum dalam artikel ini menyoroti kontras antara “permintaan bos” agar AI dipakai dan ketiadaan contoh baik (best practice) yang dapat ditiru oleh tim.

Situasi ini menjadi semakin relevan karena AI kini tidak lagi diposisikan sebagai proyek riset, melainkan alat kerja harian: untuk merangkum dokumen, menyusun draf, menganalisis data, hingga membantu penulisan komunikasi bisnis.

Namun, ketika manajemen tidak menunjukkan cara menggunakan AI secara benarmisalnya bagaimana memverifikasi output, mengelola risiko, dan menjaga kerahasiaanmaka penggunaan AI cenderung menjadi aktivitas “asal pakai” yang akhirnya tidak meningkatkan produktivitas secara konsisten.

Apa yang terjadi: permintaan AI tanpa “contoh yang bisa ditiru”

Dalam banyak organisasi, pemicu awal penggunaan AI biasanya berasal dari pimpinan. Bos meminta tim memakai AI karena target efisiensi, kecepatan output, atau kebutuhan menghadapi kompetisi.

Tetapi, menurut temuan riset yang dirangkum, masalah muncul ketika pimpinan tidak menyediakan model perilaku (behavior model) yang bisa dijadikan rujukan.

“Contoh baik” yang dimaksud bukan sekadar menyuruh karyawan mencoba. Ia mencakup standar operasional yang terlihat dalam praktik harian, seperti:

• Bagaimana pimpinan menggunakan AI untuk tugasnya sendiri (misalnya membuat ringkasan rapat) dan tetap melakukan verifikasi.
• Output AI yang dipakai dalam dokumen resmi beserta catatan proses pengecekan dan sumber.
• Aturan jelas tentang data apa yang boleh atau tidak boleh dimasukkan ke sistem AI.
• Template prompt atau alur kerja (workflow) yang konsisten untuk jenis pekerjaan tertentu.

Tanpa elemen-elemen tersebut, karyawan cenderung mengisi kekosongan dengan cara masing-masing. Dampaknya, kualitas berubah-ubah dan muncul risiko kesalahan faktual, bias, atau kebocoran informasi.

Siapa yang terlibat: bos, karyawan, dan “ruang kosong” pada tata kelola

Kontras yang diangkat studi ini melibatkan beberapa pihak. Pimpinan berperan mendorong adopsi AI. Karyawan menjadi pihak yang mengeksekusi tugas menggunakan AI.

Sementara itu, fungsi pengelola (misalnya legal, keamanan informasi, atau manajemen pengetahuan) sering kali tidak hadir secara memadai di tahap implementasi awalsehingga “ruang kosong” tata kelola tidak segera diisi.

Dalam praktik, situasinya bisa terlihat seperti ini: bos menargetkan penggunaan AI untuk meningkatkan output, tetapi tim tidak mendapatkan pelatihan yang relevan dengan konteks bisnis.

Akibatnya, karyawan tidak tahu standar minimalmisalnya bagaimana mengecek klaim yang dibuat AI, bagaimana menyusun kutipan, atau bagaimana memastikan bahwa hasil sesuai kebijakan perusahaan.

Studi juga menekankan bahwa adopsi AI bukan hanya soal alat, melainkan soal kebiasaan kerja.

Jika manajemen tidak menunjukkan kebiasaan tersebut, karyawan akan meniru pola yang paling mudah: menggunakan AI untuk “mempercepat” tanpa siklus verifikasi yang memadai.

Mengapa penting diketahui: AI mempercepat, tetapi juga memperbesar risiko

Isu “bos minta pakai AI tapi tak punya contoh baik” penting untuk diketahui pembaca profesional karena AI adalah teknologi yang menghasilkan output secara meyakinkankadang bahkan ketika isinya keliru.

Tanpa teladan dan kontrol, kecepatan dapat berubah menjadi percepatan kesalahan.

Beberapa konsekuensi yang sering muncul ketika contoh baik tidak tersedia:

• Kualitas menurun: draf cepat selesai, tetapi memerlukan revisi besar karena tidak sesuai konteks atau fakta.
• Risiko kepatuhan: penggunaan AI bisa melanggar aturan internal (misalnya kerahasiaan, hak cipta, atau standar komunikasi).
• Biaya tersembunyi: waktu yang awalnya dihemat untuk membuat konten, kemudian “ditagih kembali” dalam bentuk koreksi dan audit.
• Adopsi tidak merata: karyawan yang lebih berpengalaman mencoba metode lebih aman, sedangkan yang lain menggunakan cara yang berisiko.

Dengan kata lain, ketidakjelasan teladan dari pimpinan membuat organisasi kesulitan mengubah penggunaan AI menjadi proses kerja yang benar dan terukur.

Temuan riset: adopsi AI dipengaruhi teladan, bukan hanya instruksi

Riset yang dirangkum dalam studi ini menyoroti bahwa adopsi teknologi cenderung mengikuti pola perilaku pemimpin. Ketika pimpinan hanya memberikan instruksi umum (“pakai AI”), karyawan menerima sinyal bahwa tujuan utamanya adalah kecepatan.

Namun, jika pemimpin menunjukkan prosesmisalnya cara memeriksa sumber, cara menandai bagian yang perlu validasi, dan cara menghindari data sensitifkaryawan akan meniru standar yang sama.

Temuan tersebut selaras dengan logika manajemen perubahan: perubahan kebiasaan membutuhkan contoh yang dapat diamati.

AI tidak bisa dianggap “plug and play” karena kualitas output sangat bergantung pada konteks input, cara penyusunan prompt, serta tahap pemeriksaan manusia.

Praktik yang seharusnya jadi contoh baik (dan bisa ditiru)

Artikel ini tidak menyasar individu tertentu, tetapi mengangkat pola yang bisa diperbaiki. Berikut contoh praktik yang lazim direkomendasikan agar “bos minta pakai AI” tidak berhenti sebagai slogan:

• Gunakan AI dengan transparansi proses: pimpinan menampilkan bagaimana output AI diolah, misalnya mana yang merupakan draf awal dan mana yang sudah diverifikasi.
• Standarkan workflow: buat alur kerja untuk tugas umum (ringkasan rapat, penulisan email, analisis dokumen), termasuk langkah verifikasi.
• Latih karyawan pada “quality checklist”: checklist sederhana seperti validasi fakta, kesesuaian konteks, dan pengecekan angka/istilah.
• Tetapkan aturan data: tentukan data apa yang boleh dimasukkan ke AI dan apa yang harus dihindari, terutama untuk informasi rahasia.
• Bangun template prompt: bukan untuk membatasi kreativitas, tetapi untuk memastikan konsistensi dan meminimalkan kesalahan.

Dengan pendekatan ini, bos tidak hanya “mendorong pemakaian,” tetapi juga membentuk standar operasional yang bisa diikuti tim.

Dampak yang lebih luas: terhadap industri, regulasi, dan budaya kerja

Kontras antara dorongan AI dan ketiadaan contoh baik berdampak melampaui satu departemen.

Secara industri, organisasi yang gagal membangun teladan dan tata kelola cenderung mengalami variabilitas kualitas, peningkatan biaya revisi, serta risiko reputasiterutama jika output AI digunakan untuk komunikasi eksternal atau keputusan berbasis dokumen.

Dalam konteks regulasi dan kepatuhan, isu ini berkaitan dengan kewajiban perusahaan untuk menjaga kerahasiaan data, memastikan keakuratan informasi, dan menerapkan kontrol internal.

Banyak kerangka tata kelola teknologi menekankan prinsip “human oversight” (pengawasan manusia), dan itu sulit diwujudkan jika manajemen tidak menunjukkan bagaimana verifikasi dilakukan.

Di level budaya kerja, masalah ini membentuk kebiasaan yang kurang sehat: karyawan menganggap AI sebagai pengganti berpikir, padahal AI lebih tepat diposisikan sebagai alat bantu yang mempercepat prosesselama ada standar cek dan validasi.

Dampaknya, kualitas diskusi internal bisa menurun karena orang berhenti pada output pertama yang terlihat “meyakinkan.”

Karena itu, perbaikan tidak hanya soal pelatihan teknis, tetapi juga soal desain kebijakan dan teladan dari pemimpin.

Organisasi yang berhasil biasanya menggabungkan panduan, contoh nyata, dan indikator keberhasilan yang jelas (misalnya penurunan revisi, peningkatan akurasi, dan kepatuhan data).

Yang bisa dilakukan pembaca profesional sekarang

Bagi pembaca yang berada di posisi manajerial atau lintas fungsi, pertanyaan praktisnya adalah: apakah tim memiliki contoh penggunaan AI yang aman dan berkualitas? Jika belum, langkah awal yang efektif adalah meminta contoh workflow dari pimpinan

atau menyusunnya bersama.

• Ajukan kebutuhan standar: “Kita butuh template prompt dan checklist verifikasi untuk pekerjaan X.”
• Mulai dari use case yang rendah risiko: ringkasan dokumen internal, draf email, atau template analisislalu tingkatkan bertahap.
• Pastikan audit proses, bukan hanya audit output: dokumentasikan langkah verifikasi yang dilakukan manusia.
• Bangun forum umpan balik: kumpulkan contoh output yang baik dan buruk untuk dijadikan pembelajaran.

Studi tentang “bos minta pakai AI tapi tak punya contoh baik” menegaskan bahwa adopsi AI tidak cukup dengan instruksi.

Karyawan membutuhkan teladan, standar, dan tata kelola agar penggunaan AI menghasilkan kualitas yang konsisten serta memenuhi prinsip kepatuhan. Ketika pimpinan menunjukkan cara bekerjatermasuk verifikasi dan pengamanan dataAI bisa menjadi mesin percepatan yang benar, bukan sekadar alat untuk mempercepat kesalahan.