Contoh Workflow AI: Dari Update Tim ke Laporan Mingguan

Laporan mingguan sering dimulai dari pekerjaan yang sama: mengumpulkan update, mencari yang belum lengkap, lalu mengubah semuanya menjadi beberapa keputusan yang perlu diambil. AI bisa dicoba pada bagian penyusunan draf. Orang yang bertanggung jawab tetap perlu memeriksa apakah draf itu menggambarkan keadaan tim dengan benar.

Di bawah ini contoh desain workflow yang sengaja sempit. Input-nya update tim. Output-nya draf laporan dengan sumber dan daftar pertanyaan terbuka. Tidak ada langkah yang otomatis mengirim pesan ke klien atau mengubah deadline pekerjaan.

Contoh ini memakai data fiktif dan disusun dengan bantuan AI. Ini rancangan untuk dipelajari, bukan dokumentasi deployment klien atau klaim penghematan yang sudah diukur.

Tentukan laporan yang ingin dibaca

Sebelum memilih tool, sepakati siapa yang membaca laporan dan keputusan apa yang perlu diambil setelahnya. Misalnya, seorang manajer ingin tahu pekerjaan yang sudah selesai, hambatan yang membutuhkan bantuan, dan keputusan yang belum punya pemilik.

Jangan meminta "ringkas semuanya" kalau yang dibutuhkan adalah daftar hambatan. Kita akan sulit menilai ringkasan tanpa tujuan yang jelas. Dalam contoh ini, laporan dibatasi pada satu tim dan satu periode kerja.

Bentuk output-nya juga disepakati dulu: progres, hambatan, keputusan terbuka, dan sumber. Setiap klaim penting harus bisa dilacak kembali ke update yang dipakai. Informasi yang belum tersedia masuk bagian pertanyaan, bukan ditambal dengan tebakan.

Contoh input dan draf

Bayangkan ada tiga update:

• Desain: versi materi sudah selesai dan menunggu pemeriksaan legal.
• Operasional: jadwal distribusi masih mengikuti tanggal peluncuran awal.
• Pemilik proyek: tanggal peluncuran belum dikonfirmasi.

Draf yang berguna tidak langsung menyatakan proyek terlambat. Catatan tadi belum cukup untuk kesimpulan itu. Drafnya bisa seperti ini:

Manajer kemudian mengonfirmasi konteksnya. Mungkin tanggal awal masih berlaku. Mungkin perlu berubah. Tugas AI pada contoh ini adalah memperlihatkan perbedaannya agar orang dapat memutuskan.

Batas aksesnya perlu ditulis

Untuk percobaan pertama, cukup gunakan file contoh yang diberikan secara manual. Tidak perlu langsung menghubungkan email seluruh perusahaan atau memberi akses menulis ke sistem proyek.

Kalau integrasi kemudian diperlukan, tentukan sumber yang boleh dibaca dan tindakan yang boleh dilakukan. Membaca folder tertentu tidak sama dengan boleh membuka semua folder. Membuat draf juga tidak sama dengan boleh memperbarui status pekerjaan.

Catat siapa yang menyetujui laporan, versi mana yang disetujui, dan apa yang terjadi kalau proses berhenti di tengah jalan. Dalam rancangan ini, kegagalan membaca salah satu sumber harus terlihat sebagai laporan belum lengkap. Proses tidak boleh diam-diam menggunakan catatan minggu lalu lalu menyebutnya kondisi terbaru.

Apakah ini harus berupa agent?

Belum tentu. Kalau urutannya selalu sama, sebuah workflow dengan langkah tetap bisa cukup: baca input, buat draf, lalu kirim ke antrean review. Agent menjadi pilihan untuk kebutuhan yang memerlukan keputusan dinamis tentang langkah atau tool berikutnya, dan itu menambah hal yang perlu diuji.

Anthropic membedakan workflow dan agent berdasarkan apakah jalur kerjanya ditentukan sebelumnya atau diarahkan secara dinamis oleh model. Panduan tersebut terbit pada Desember 2024; pembedaan konsepnya dipakai di sini, bukan daftar tool atau model dari masa itu.

Untuk contoh laporan ini, saya akan mulai dari jalur yang tetap. Jika ternyata tim membutuhkan pencarian konteks tambahan yang berbeda setiap minggu, baru bedah apakah fleksibilitas itu sepadan dengan akses, biaya, dan review tambahan.

Cara menilai percobaannya

Siapkan laporan manual sebagai pembanding dan contoh input yang berbeda: lengkap, ada bagian kosong, ada update yang bertentangan, dan ada sumber yang gagal dibaca. Tentukan lebih dulu kesalahan apa yang membuat laporan tidak boleh dibagikan.

Catat waktu menyiapkan input, membuat draf, memeriksa, dan memperbaikinya. Mengukur waktu generate saja akan melewatkan pekerjaan yang biasanya jatuh ke reviewer. Bandingkan juga apakah informasi penting tertinggal dan apakah ada klaim tanpa sumber.

Tidak ada angka penghematan yang bisa dijanjikan dari diagram ini. Keputusan melanjutkan sebaiknya mengikuti hasil percobaan pada pekerjaan tim sendiri. Jika output terus membutuhkan penulisan ulang, perbaiki input atau kecilkan scope sebelum menambah kemampuan.

Siapa yang memegangnya setelah dicoba?

Sebelum dipakai rutin, tentukan pemilik workflow, jalur melaporkan kesalahan, dan cara kembali ke proses manual. Perubahan format update atau perpindahan tool bisa membuat alur yang sebelumnya berjalan perlu diperiksa lagi.

Ada Workflow Explorer untuk melihat contoh ini secara interaktif. Kalau tim baru mulai menggunakan AI, latihan catatan meeting memberi titik awal yang lebih kecil. Untuk membahas implementasi bersama saya dan Infused, lihat layanan AI agent untuk bisnis.