Cipta Institute

Otomasi dengan Manusia di Dalam Lingkar Kendali

Otomasi penuh jarang menjadi tujuan yang tepat. Pola yang awet menempatkan manusia di dalam lingkar kendali pada titik berisiko tinggi, dan mesin pada titik bervolume tinggi.

Tim Redaksi Cipta2 mnt baca
Gambar sampul untuk “Otomasi dengan Manusia di Dalam Lingkar Kendali”

Impian akan apa pun yang "terotomasi penuh" memang menggoda dan biasanya keliru. Sistem paling andal yang kami jumpai bukanlah yang terotomasi penuh — melainkan yang terotomasi sebagian secara cermat, dengan manusia ditempatkan persis di tempat pertimbangannya paling menentukan.

Inilah pola manusia di dalam lingkar kendali (human-in-the-loop), dan ia lebih merupakan filosofi desain ketimbang sebuah batasan.

Sepadankan pelaku dengan tingkat risikonya#

Sebuah patokan sederhana: biarkan mesin menangani keputusan bervolume tinggi dan berisiko rendah, dan tempatkan manusia pada keputusan bervolume rendah namun berisiko tinggi.

  • Sebuah model dapat memilah ribuan tiket dukungan; manusia sebaiknya menyetujui pengembalian dana yang menyangkut akun penting.
  • Otomasi dapat menyusun seratus deskripsi produk; seorang penyunting sebaiknya membubuhkan persetujuan pada halaman unggulan merek.

Tujuannya bukan meminimalkan keterlibatan manusia. Melainkan membelanjakan perhatian manusia pada titik yang mengubah hasil.

Rancang serah-terimanya, bukan sekadar otomasinya#

Sebagian besar kegagalan terjadi di sambungan — saat pekerjaan berpindah dari mesin ke manusia atau sebaliknya. Serah-terima yang baik bersifat eksplisit:

  1. Mesin menandai mengapa ia mengeskalasikan pekerjaan itu.
  2. Manusia memperoleh konteks yang cukup untuk memutuskan dengan cepat.
  3. Keputusan itu mengalir balik untuk menyempurnakan sistem.

Hindari jebakan otomasi#

Sebuah bahaya yang tersembunyi: mengotomasi begitu banyak hingga manusia kehilangan keterampilan untuk turun tangan. Jika orang tak pernah melatih pertimbangannya, mereka tak akan mampu menggunakannya ketika sistem akhirnya mengeskalasikan masalah. Jagalah manusia tetap terlibat secukupnya agar tetap tajam.

Mengukur hal yang tepat#

Jangan jadikan tingkat otomasi sebagai tujuan ukuran. Ukurlah hasilnya: kesalahan yang berhasil ditangkap, waktu yang dihemat untuk pekerjaan yang tepat, dan keputusan yang diambil dengan baik. Sistem yang 70% terotomasi dan andal mengeskalasikan 30% bagian yang sulit mengalahkan sistem yang 100% terotomasi namun diam-diam keliru.

Otomasikan volumenya. Pertahankan pertimbangannya. Rancang sambungan di antara keduanya dengan saksama.

Pertanyaan yang sering diajukan#

Apakah manusia di dalam lingkar kendali hanyalah otomasi yang lebih lambat?#

Bukan. Ia adalah otomasi yang diarahkan dengan tepat. Mesin menyerap volume agar manusia dapat membelanjakan perhatian pada keputusan yang benar-benar menyandang risiko — kerap kali justru membuat keseluruhan sistem lebih cepat sekaligus lebih aman.

Kapan sebuah proses sebaiknya diotomasi penuh?#

Ketika keputusannya benar-benar berisiko rendah, dipahami dengan baik, dan dapat dibalikkan. Seiring naiknya risiko atau bertambahnya ambiguitas, nilai kehadiran manusia di dalam lingkar kendali pun ikut naik.

Ditulis oleh

Tim Redaksi Cipta

Tim redaksi Cipta Institute, menerbitkan riset dan analisis tentang bagaimana individu dan organisasi dapat berkembang di era kecerdasan.

LinkedIn →

Publikasi terkait

AIDisetujui Editorial

Menyiapkan Manusia untuk Era Kecerdasan

Kecerdasan buatan bukan sekadar alat yang kita ambil lalu kita letakkan. Ia adalah lingkungan baru tempat kita kini hidup dan bekerja. Inilah cara menyiapkan manusia yang harus memimpinnya.

Konsensus 94% · Keyakinan 89% · 38 sumber · 4 model frontier · 3 mnt baca

Masa Depan KerjaDisetujui Editorial

Ekonomi Verifikasi

Ketika menghasilkan karya menjadi cuma-cuma, nilai bergeser ke proses memeriksanya. Kami menyebut hasilnya sebagai ekonomi verifikasi — dan ia mengubah cara tim sebaiknya ditata.

Konsensus 91% · Keyakinan 86% · 29 sumber · 4 model frontier · 2 mnt baca

KepemimpinanDisetujui Editorial

Memimpin Tim yang Bekerja Bersama Mesin

Memimpin orang-orang yang berkolaborasi dengan AI menuntut buku panduan yang baru. Kepercayaan, delegasi, dan akuntabilitas semuanya harus dipikirkan ulang.

Konsensus 88% · Keyakinan 84% · 24 sumber · 3 model frontier · 2 mnt baca