Manager non-teknis tidak perlu menjadi programmer untuk memimpin penggunaan AI. Mereka perlu mampu memilih pekerjaan yang tepat, memberi konteks yang cukup, memeriksa hasil, menjaga data, dan menetapkan kapan manusia harus mengambil keputusan. Lima kemampuan ini lebih berguna daripada menghafal daftar tool karena membantu manager mengendalikan kualitas kerja tim.
Untuk siapa panduan ini?
Panduan ini ditujukan kepada manager fungsi bisnis, HR, L&D, dan pemilik proses yang mulai memakai generative AI untuk riset, komunikasi, analisis dokumen, atau pekerjaan rutin. Panduan ini bukan kurikulum untuk engineer yang membangun model AI.
Lima skill AI yang perlu dimiliki manager
1. Memilih pekerjaan yang layak dibantu AI
Mulai dari pekerjaan yang berulang, memiliki input yang jelas, dan menghasilkan keluaran yang bisa diperiksa. Contohnya adalah merangkum notulen, membuat draf awal, mengelompokkan masukan pelanggan, atau membandingkan dokumen. Hindari memulai dari keputusan yang dampaknya besar tetapi sulit diverifikasi.
2. Memberi konteks dan kriteria hasil
Perintah yang baik menjelaskan tujuan, pembaca, sumber yang boleh dipakai, format keluaran, serta batasan. Manager tidak perlu mengejar prompt yang terdengar canggih. Ia perlu memastikan AI mengetahui pekerjaan apa yang harus selesai dan seperti apa hasil yang dapat diterima.
3. Memeriksa hasil secara sistematis
Hasil AI perlu dinilai seperti hasil kerja awal dari anggota tim baru. Periksa fakta, sumber, kelengkapan, nada, data sensitif, dan kesesuaian dengan kebijakan. NIST menempatkan pengukuran dan pengelolaan risiko sebagai bagian dari penggunaan AI yang dapat dipercaya. Artinya, pemeriksaan bukan langkah tambahan; pemeriksaan adalah bagian dari proses.
4. Menjaga data dan akses
Manager perlu mengetahui jenis data yang tidak boleh ditempel ke tool publik, siapa yang boleh memakai connector, dan bagaimana hasil disimpan. Bila kebijakan perusahaan belum jelas, gunakan data contoh atau data yang sudah dihapus identitasnya sampai ada keputusan dari pemilik data, keamanan, atau legal.
5. Menentukan human review
Tetapkan siapa yang menyetujui hasil, kapan pekerjaan harus dihentikan, dan apa yang terjadi saat AI tidak yakin. Semakin besar dampak keputusan terhadap pelanggan, karyawan, uang, atau reputasi, semakin kuat pemeriksaan manusia yang dibutuhkan.
Contoh matriks skill untuk manager
| Situasi | Skill utama | Bukti bahwa manager siap |
|---|---|---|
| Membuat draf komunikasi | Konteks dan pemeriksaan | Ada brief, sumber, dan reviewer |
| Menganalisis dokumen | Evaluasi hasil | Temuan dapat ditelusuri ke dokumen asal |
| Menghubungkan AI ke aplikasi | Data dan akses | Izin tool dibatasi sesuai kebutuhan |
| Membantu keputusan | Human review | Pemilik keputusan tetap jelas |
Cara menilai kebutuhan training
- Pilih satu proses kerja nyata per peserta.
- Catat input, output, risiko, dan reviewer proses tersebut.
- Uji apakah peserta dapat menghasilkan draf yang dapat diperiksa.
- Ukur kualitas hasil dan waktu pemeriksaan, bukan jumlah prompt.
- Tentukan praktik lanjutan di tempat kerja.
Bacaan terkait
Langkah berikutnya
Jika tim Anda perlu belajar dengan kasus kerja mereka sendiri, lihat pendekatan AI corporate training untuk manager dan tim perusahaan. Ruang lingkup program sebaiknya ditetapkan setelah kebutuhan, risiko, dan peserta dipetakan.
Sumber
Tentang penulis: Dee Ferdinand membahas penggunaan AI untuk kebutuhan bisnis, corporate training, strategi, dan workflow.