Apakah agensi Anda siap untuk AI? Nilai empat hal: konteks, people, proses dan platform. Lalu abaikan skor terbaik Anda. Menurut seorang pendiri agensi di Singapura yang menghabiskan 18 bulan berusaha menjadi AI-native, dimensi terlemah Anda menentukan tingkat kesiapan. Itulah sebabnya mengirim semua orang ke kursus AI, jawaban default untuk "bagaimana cara meningkatkan keterampilan?", begitu sering hanya mengubah sedikit.
Pertanyaan soal people semakin tajam. Marketing Dive bulan lalu melaporkan riset Gartner yang menunjukkan bahwa dari 1.303 pemimpin pemasaran senior, 18% sudah menghapus sebagian posisi karena AI dan 16% telah membuat peran baru. Gartner memprediksi sebagian besar tim pemasaran berkinerja tinggi akan menghapus pekerjaan level pemula tradisional pada 2030, dan mendesak CMO memberi staf junior pekerjaan bernilai lebih tinggi lebih awal alih-alih memangkas jalur talenta. Itu sulit dilakukan jika bagian agensi lainnya belum siap mendukung mereka.
Apa sebenarnya yang diukur oleh asesmen kesiapan AI?
Sang pendiri, yang berbicara dalam sesi adopsi AI di Singapura minggu ini, meringkas kesiapan menjadi empat dimensi. Seperti terlihat pada diagram:
- Konteks: apa yang sudah didokumentasikan sehingga bisa dimanfaatkan AI. Brief, panduan merek, hasil kerja terdahulu, riwayat klien, cara Anda bekerja.
- People: siapa yang benar-benar mendapat hasil kerja nyata dari AI, dan siapa yang tertinggal.
- Proses: bagaimana pekerjaan sebenarnya berjalan, di luar SOP.
- Platform: apa yang Anda bayar, dan seberapa dalam pemakaiannya.
Kebanyakan agensi hanya menilai yang terakhir, itu pun asal-asalan. Mereka menghitung lisensi. Lisensi yang tidak dipakai dengan benar adalah biaya, bukan kapabilitas.
Mengapa dimensi terlemah menentukan kesiapan Anda?
Karena pekerjaan AI mengalir melewati keempatnya dan tersendat di titik tersempit. Seperti kata slide-nya, dimensi terlemah Anda menentukan tingkat kesiapan; dimensi terkuat Anda sama sekali tidak menunjukkan kesiapan.
Bayangkan tiga agensi. Sebuah creative shop dengan orang-orang brilian dan penuh rasa ingin tahu, tetapi nyaris tidak ada yang didokumentasikan: setiap keluaran AI terdengar generik karena modelnya belum pernah melihat buku panduan merek atau hasil kerja tiga tahun terakhir. Sebuah agensi media dengan platform yang sangat baik dan dasbor yang rapi, tetapi proses sebenarnya hidup di kepala dua perencana senior dan sebuah grup obrolan, sehingga otomasi terus gagal pada pengecualian yang tidak terdokumentasi. Sebuah agensi CRM dengan proses yang sangat tertata dan tim yang diam-diam memutuskan bahwa AI bukan untuk mereka.
Masing-masing punya kekuatan yang bisa dibanggakan. Tak satu pun siap. Dan solusinya berbeda untuk tiap kasus, itulah sebabnya program AI generik jarang berhasil.
Mengapa kursus AI saja tidak cukup untuk membuat tim siap?
Kursus hanya menyentuh satu dimensi, yaitu people, dan itu pun hanya sebagian. Sang pendiri mengajukan pertanyaan yang lebih sulit: jika Anda berhasil mengubah staf menjadi ahli hibrida, sebagian strategis, sebagian insinyur, sebagian pemimpin klien, apa yang terjadi saat mereka pergi? Dan ketika Anda memenangkan bisnis baru lalu perlu merekrut, di mana Anda menemukan lebih banyak orang seperti itu?
Agensi perlu bisa menurunkan karyawan baru ke pekerjaan dengan cepat. Strategi kesiapan yang bergantung pada segelintir ahli hibrida yang langka itu rapuh. Strategi yang menaruh konteks di sistem bersama, mendokumentasikan cara kerja yang sebenarnya, dan memakai tools yang bisa dikuasai karyawan baru dalam hitungan hari akan tumbuh bersama agensi.
Ini berlaku ganda untuk staf junior. Jika Gartner benar bahwa peran level pemula tradisional akan menghilang, staf junior yang Anda rekrut harus cepat mencapai pekerjaan bernilai lebih tinggi. Itu hanya terjadi bila konteks, proses dan platform ikut mengajar.
Kesimpulannya lugas: adopsi kemungkinan besar menuntut penataan ulang tim dan pengorganisasian ulang cara kerja. Pelatihan adalah bagian dari itu, bukan penggantinya.
Mengapa sebagian tim melesat sementara yang lain mandek?
Digital Divide Theory dikembangkan untuk menjelaskan mengapa akses ke teknologi tidak menjamin manfaat yang setara. Kesenjangan terbuka berlapis: pertama siapa yang punya akses, lalu siapa yang punya keterampilan, kemudian siapa yang mengubahnya menjadi hasil nyata. Setiap agensi memiliki versi ini di dalam dirinya. Semua orang memegang lisensi yang sama; segelintir orang mendapat hasil kerja nyata darinya; sisanya semakin tertinggal setiap bulan.
Jurang yang sama membentang antara jaringan holding dan agensi independen. Jaringan holding telah menggelontorkan dana besar untuk platform. Agensi independen tidak bisa menyaingi pengeluaran itu, tetapi mereka bisa menutup kesenjangan hasil lewat koneksi: konteks bersama, orang-orang saling belajar dari pekerjaan nyata, rekan sejawat bertukar hal yang benar-benar berhasil. Itulah yang sebenarnya dicari siapa pun yang mengetik "bagaimana saya bisa belajar dari orang lain di bidang saya?" Inovasi tumbuh subur dalam koneksi, bukan kompetisi.
Dalam praktiknya, cara tercepat menutup jurang internal adalah memasangkan mereka yang mendapat manfaat dari AI dengan yang belum, pada pekerjaan klien yang nyata, bukan di ruang kelas.
Bagaimana menjalankan asesmen kesiapan AI secara cepat?
Beri skor 1 sampai 5 untuk setiap dimensi dengan pertanyaan di bawah ini, lalu curahkan upaya pada yang terendah.
| Dimensi | Pertanyaan yang perlu diajukan | Tanda-tanda Anda lemah | Perbaikan pertama |
|---|---|---|---|
| Konteks | Apa yang sudah didokumentasikan sehingga bisa dimanfaatkan AI? | Brief terkubur di kotak masuk, aturan merek hanya ada di kepala satu orang, hasil kerja lama tidak bisa dicari | Bangun pustaka bersama berisi brief, panduan dan karya terbaik untuk setiap klien |
| People | Siapa yang benar-benar mendapat hasil nyata dari AI, dan siapa yang tertinggal? | Segelintir power user, banyak skeptis, tidak ada standar bersama untuk "bagus" | Pasangkan power user dengan para skeptis pada pekerjaan nyata; tetapkan penyetujunya |
| Proses | Bagaimana pekerjaan sebenarnya berjalan, di luar SOP? | Pengecualian ditangani di utas obrolan; tidak ada yang bisa memetakan satu pekerjaan dari ujung ke ujung | Dampingi satu alur kerja dan dokumentasikan apa yang sebenarnya terjadi |
| Platform | Apa yang kita bayar, dan seberapa dalam pemakaiannya? | Langganan yang tumpang tindih, pemakaian rendah, tools tanpa pemilik | Audit lisensi; pangkas, konsolidasikan dan beri setiap tool seorang pemilik |
- Pilih satu tim atau satu klien. Menilai seluruh agensi sekaligus menghasilkan rata-rata yang kabur.
- Wawancara, jangan survei. Minta lima orang menuntun Anda melalui satu pekerjaan terbaru. Satu jam seperti itu mengajarkan lebih banyak tentang proses dan konteks daripada kuesioner mana pun.
- Beri skor tiap dimensi dengan jujur. Gunakan pertanyaan di atas. Perbedaan penilaian antarpenilai adalah data berharga, bukan gangguan.
- Lingkari skor terendah. Itulah tingkat kesiapan Anda, apa pun kata ketiga dimensi lainnya.
- Habiskan kuartal berikutnya untuk satu dimensi itu. Tahan diri dari membeli tool lain jika platform bukan masalahnya.
- Beri skor ulang dan ulangi. Saat satu dimensi naik, dimensi lain menjadi kendalanya.
Apa yang berubah setelah Anda tahu mata rantai terlemah Anda?
Anda berhenti membeli solusi untuk masalah yang tidak Anda miliki. Jika konteks adalah kendalanya, pekerjaannya tidak glamor: tuliskan semuanya dan taruh di tempat yang bisa ditemukan orang dan AI. Jika proses adalah kendalanya, petakan sebelum mengotomasinya. Penataan ulang mungkin menyusul, dan menurut sang pendiri dari Singapura itu biasanya justru itulah intinya, bukan kegagalan.
Jika people adalah kendalanya, jawabannya sering berupa tool yang menuntut lebih sedikit dari mereka. Platform Defy mencakup Defy MCP, yang memungkinkan tim Anda menggali data klien dan kategori di dalam Claude dan memberi prompt layaknya rekan kerja, tanpa dasbor yang harus dipelajari. Itu menurunkan standar keterampilan yang dibutuhkan, sehingga karyawan baru berguna lebih cepat dan jurang antara power user dan yang lain menyempit. Dan itulah, pada akhirnya, arti kesiapan.
