Workflow memperlihatkan nilai yang sebenarnya

Ambil proses sales B2B.

Lead masuk.

Qualification.

Meeting.

Research.

Proposal.

Pricing.

Approval.

Negotiation.

Contract.

Handoff.

Kalau hanya melihat “sales membutuhkan AI”, terlalu luas.

Map step.

Mungkin problem terbesar ternyata proposal bukan bottleneck.

Approval pricing yang makan empat hari.

AI writing tidak membantu banyak.

Yang dibutuhkan mungkin policy engine, data integration, dan approval redesign.

Atau customer service.

Perusahaan ingin chatbot.

Setelah map, ternyata 60 persen complaint berasal dari status delivery yang datanya terlambat.

AI chatbot akan menjawab lebih cepat bahwa sistem tidak punya informasi.

Customer tetap marah.

Root cause-nya logistics visibility.

Workflow thinking menyelamatkan perusahaan dari solusi palsu.

Teknologi tidak boleh mengaburkan process problem.

AI strategy yang bagus kadang menghasilkan keputusan “jangan pakai AI”.

Itu maturity.

Pertanyaan pertama: outcome apa yang berubah?

Jangan mulai dari “use case AI”.

Mulai dari business outcome.

Revenue.

Margin.

Cycle time.

Customer satisfaction.

Risk.

Working capital.

Employee capacity.

Quality.

Kemudian cari workflow yang memengaruhi.

Misalnya target:

Turunkan waktu onboarding customer dari tujuh hari menjadi tiga.

Map.

Document collection.

Verification.

Data entry.

Risk review.

Welcome communication.

Di mana delay?

Mungkin AI document extraction membantu.

Mungkin agent follow-up membantu.

Mungkin knowledge assistant membantu operations.

Sekarang technology selection punya context.

Vendor bisa dinilai berdasarkan kemampuan menyelesaikan workflow.

Bukan feature list.

Ini perbedaan besar.

Feature mudah dibandingkan.

Business fit lebih sulit.

Tapi lebih berguna.

PwC 2026 memberi sinyal yang kuat

Studi PwC terhadap lebih dari seribu eksekutif menemukan economic gain AI sangat terkonsentrasi pada kelompok perusahaan yang lebih matang. Salah satu perbedaan mereka: lebih sering merancang ulang workflow dan mengejar growth, bukan hanya menambah productivity tool.

Ini seharusnya mengubah agenda CEO.

AI strategy bukan program license deployment.

Bukan “semua karyawan punya copilot”.

Itu enablement.

Strategy adalah pilihan:

Di mana AI bisa mengubah economics perusahaan?

Workflow mana yang punya leverage tertinggi?

Capability apa yang perlu dibangun?

Apa yang tidak kita lakukan?

Strategi selalu punya trade-off.

Kalau daftar use case berisi 80 item tanpa prioritas, itu backlog.

Bukan strategi.

Perusahaan harus memilih sedikit workflow yang benar-benar matter.

Lima workflow dalam bisa lebih impactful daripada 50 pilot tipis.

Workflow juga menentukan data yang dibutuhkan

Vendor discussion sering terlalu cepat bicara model.

Padahal model tanpa context hanya general intelligence.

Workflow memberi tahu data apa yang diperlukan.

Sales proposal perlu customer history.

Pricing rule.

Product catalog.

Case study.

Legal term.

Customer service perlu order status.

Policy.

Knowledge.

Account data.

Finance reconciliation perlu transaction.

Invoice.

Chart of accounts.

Business rule.

Begitu workflow dipetakan, data requirement jelas.

Lalu perusahaan bisa melihat readiness.

Data tersedia?

Clean?

Accessible?

Owner?

Sensitive?

Real-time?

Kalau tidak, project plan harus memasukkan data work.

Bukan menganggap AI magically menemukan.

Ini membuat strategy lebih realistis.

Workflow menentukan risk

AI untuk brainstorming marketing tidak sama dengan AI untuk approve payment.

Kalau strategy hanya berdasarkan vendor, risk terlihat generik.

Kalau berdasarkan workflow, control bisa tepat.

Task apa?

Dampak salah berapa?

Reversible?

Customer affected?

Financial?

Legal?

Personal data?

Kemudian autonomy level ditentukan.

AI suggest.

AI draft.

AI execute with approval.

AI execute automatically within limits.

Risk-based autonomy seperti ini jauh lebih masuk akal daripada company-wide rule:

“AI agent tidak boleh autonomous.”

Atau sebaliknya:

“Kita harus agentic.”

Kedua slogan terlalu besar.

Autonomy harus sesuai workflow.

Low-risk bisa cepat.

High-risk konservatif.

Strategy menjadi granular tapi coherent.

Workflow membantu melihat human role

Pertanyaan yang sering terlambat:

“Kalau AI melakukan ini, orangnya ngapain?”

Harus dijawab di awal.

Kalau AI membuat report draft, analyst pindah ke interpretation.

Kalau agent menangani basic ticket, human menangani escalation.

Kalau coding agent menghasilkan code, engineer lebih banyak review, architecture, dan testing.

Role change adalah bagian strategy.

Kalau tidak, productivity gain tidak captured.

Employee cuma melakukan pekerjaan lama plus mengawasi AI.

Double work.

Manager juga bingung menetapkan KPI.

Workflow redesign harus punya before-after.

Sebelum:

Human melakukan A, B, C, D.

Sesudah:

AI melakukan A, B.

Human melakukan C dengan informasi lebih baik.

D hilang.

Kalau diagram sesudah lebih panjang, berhenti.

Mungkin design-nya belum bagus.

Vendor seharusnya masuk setelah requirement hidup

Setelah workflow jelas, baru vendor comparison meaningful.

Butuh context window berapa?

Integration apa?

Model reasoning level?

Data residency?

Latency?

Volume?

Cost?

Multimodal?

Agent action?

Audit?

Admin control?

Sekarang feature punya hubungan ke kebutuhan.

Tanpa requirement, semua demo terasa penting.

Vendor menunjukkan voice.

“Wah keren.”

Padahal workflow perusahaan tidak butuh voice.

Menunjukkan video generation.

Keren.

Finance tidak peduli.

Procurement mudah terhipnotis feature karena belum punya problem frame.

Workflow memberi filter.

“Bagus, tapi tidak relevan.”

Itu kalimat yang menyelamatkan budget.

Model sebaiknya dianggap replaceable

Strategi 2026 yang terlalu terikat satu model punya risiko.

Pasar bergerak cepat.

Model baru muncul.

Harga berubah.

Capability naik.

Kalau seluruh workflow hard-coded ke model tertentu, switching mahal.

Lebih sehat memisahkan business logic dan model layer ketika memungkinkan.

Prompt.

Evaluation.

Data.

Policy.

Workflow.

Semua dimiliki perusahaan.

Model bisa diganti.

Tidak selalu mudah.

Tapi option ada.

Ini juga mengubah vendor negotiation.

Perusahaan tidak perlu mengejar “model terbaik selamanya”.

Tidak ada.

Pilih yang paling cocok sekarang dengan architecture yang tidak mengunci terlalu dalam.

AI strategy harus tahan pergantian leaderboard.

Workflow biasanya lebih stabil daripada model.

Customer onboarding mungkin tetap ada lima tahun.

Model yang dipakai bisa berganti lima kali.

Maka strategy harus menempel ke workflow.

Bukan brand model.

Mulai dari satu hari kerja nyata

Kalau ingin menemukan opportunity, jangan langsung workshop jargon.

Ikuti employee.

Shadow.

Jam sembilan ngapain?

Berapa kali copy data?

Berapa kali menunggu approval?

Berapa kali mencari informasi?

Berapa meeting?

Apa yang harus ditulis ulang?

Di mana customer menunggu?

Ini lebih revealing.

Business Process Management lama sebenarnya relevan lagi.

AI membuat kita kembali peduli pada process.

Bedanya sekarang banyak step cognitive bisa diotomasi.

Membaca.

Menulis.

Mengklasifikasi.

Membandingkan.

Menyintesis.

Dulu automation fokus task deterministic.

Sekarang task knowledge worker juga terbuka.

Maka process map perlu diperbarui.

Pekerjaan yang dulu dianggap “harus manusia” mungkin tidak sepenuhnya lagi.

Tapi judgement tetap ada.

Workflow map membantu menemukan boundary.

Jakarta punya banyak process yang sebenarnya “digital tapi manual”

Ini sangat umum.

Form online.

Lalu employee download Excel.

Data dipindahkan.

Approval lewat WhatsApp.

Dokumen dikirim email.

Status diupdate manual.

Secara permukaan digital.

Secara workflow masih manual.

AI bisa memberi leverage besar di sini.

Tapi jangan langsung pasang chatbot di depan.

Perbaiki aliran belakang.

Kalau customer bertanya status tapi back-office masih update manual, chatbot tidak menyelesaikan.

AI strategy yang human harus melihat pengalaman end-to-end.

Bukan hanya titik yang paling visible.

Kadang improvement terbesar terjadi di belakang layar.

Customer tidak tahu ada AI.

Mereka cuma merasa proses lebih cepat.

Itu justru bagus.

Satu workflow, satu owner, satu metric

Untuk mulai, pilih workflow.

Misalnya proposal enterprise.

Owner: Head of Sales Operations.

Metric: cycle time dari brief ke proposal approved.

Bukan “jumlah prompt”.

Pilot AI.

Ukur before-after.

Quality.

Conversion.

Cost.

Human time.

Kalau berhasil, standardize.

Scale.

Lalu workflow berikutnya.

Ini jauh lebih manageable.

AI transformation tidak perlu serentak.

Bisa compounding.

Lima workflow per tahun yang benar-benar berubah bisa mengalahkan program “AI everywhere” tanpa ownership.

Ownership penting.

Kalau semua use case dimiliki AI team, business tidak merasa responsible.

AI team menjadi service desk.

Value stagnan.

Workflow owner harus punya outcome.

AI team menyediakan platform, standard, dan expertise.

Strategy membutuhkan portfolio, tapi bukan daftar vendor

Pada level perusahaan, tentu perlu portfolio view.

Workflow mana priority.

Value.

Risk.

Readiness.

Investment.

Sequence.

Ini strategy map.

Vendor baru salah satu kolom di belakang.

Bukan halaman pertama.

Urutannya:

Outcome.

Workflow.

Data.

People.

Control.

Economics.

Technology.

Vendor.

Kalau dibalik, perusahaan sering berakhir dengan tool yang mencari tempat.

2026 membuat kesalahan itu lebih mahal karena pilihan tool sangat banyak.

Setiap vendor bilang mereka platform lengkap.

Setiap model punya benchmark.

Setiap minggu feature baru.

Perusahaan tidak mungkin mengejar semuanya.

Workflow memberi ketenangan.

“Kita nggak perlu peduli feature itu karena workflow kita tidak membutuhkannya.”

Strategi juga berarti kemampuan mengabaikan.

AI strategy bukan shopping list

Kalau dokumen strategi perusahaan sebagian besar berisi logo vendor, architecture diagram, dan daftar feature, coba tutup sebentar.

Tanya:

Cara kerja apa yang berubah setelah semua ini?

Kalau jawabannya tidak jelas, strateginya belum selesai.

AI seharusnya masuk ke cara perusahaan menghasilkan nilai.

Melayani customer.

Membuat keputusan.

Mengembangkan produk.

Mengelola operasi.

Menjual.

Membayar.

Merekrut.

Bukan sekadar masuk ke aplikasi.

Model akan terus berganti.

Vendor akan datang dan pergi.

Workflow bisnis lebih tahan lama.

Itu sebabnya AI Strategy 2026 paling masuk akal dimulai dari tempat manusia benar-benar bekerja.

Bukan dari booth vendor.

Bukan dari leaderboard.

Bukan dari slide feature.

Mulai dari satu proses nyata yang hari ini terlalu lambat, terlalu manual, terlalu mahal, atau terlalu banyak membuat orang bilang:

“Kenapa sih kita masih kerja begini?”