Howitt soal AI dan Pekerjaan: Cara Tim Usaha Kecil Menguji Dampaknya

Bayangkan tiga puluh pesanan masuk lewat chat sejak pagi, dan seseorang harus merangkumnya sebelum kurir datang. AI bisa membantu menyusun draf ringkasan itu dengan cepat, tetapi hasilnya tetap perlu diperiksa. Bagi tim kecil, pertanyaan awalnya: tugas mana yang layak diuji, dan siapa yang bertanggung jawab atas hasil akhirnya?

Pertanyaan itu makin relevan setelah peraih Nobel Ekonomi 2025, Peter Howitt, mengingatkan bahwa inovasi teknologi bisa membuka peluang baru sekaligus menghilangkan pekerjaan. Dampak AI pada pekerjaan tim usaha kecil tidak diukur dalam pernyataan itu. Anda bisa mengukurnya sendiri, dalam skala kecil, sebelum mengambil keputusan yang lebih besar.

Setelah membaca, Anda bisa memilih satu tugas untuk diuji, menunjuk pemeriksanya, dan menilai hasilnya dengan cara ukur yang sama sebelum dan sesudah memakai AI.

Apa yang sebenarnya dikatakan Howitt?

Howitt adalah Profesor Emeritus Brown University di Amerika Serikat. Ia dikenal lewat gagasan creative destruction atau destruksi kreatif, yaitu proses ketika teknologi dan model bisnis baru menggantikan cara-cara lama.

Ia termasuk pembicara Danantara Technology Innovation Investment Forum (DTIIF) 2026, forum investasi teknologi yang digelar Danantara Indonesia di Jakarta pada 26 sampai 28 Oktober 2026. Howitt berbicara pada hari pertama, Senin (26/10/2026). Setidaknya satu laporan menyebut ia menyampaikan paparannya secara virtual.

"Teknologi ini memiliki potensi besar untuk menciptakan berbagai peluang baru, tetapi juga berpotensi besar menghilangkan pekerjaan," kata Howitt, sebagaimana dikutip media.

Menurut Howitt, inovasi membuat konsumen bisa menikmati produk yang lebih baik dengan harga terjangkau, dan perusahaan bisa menaikkan produktivitas lewat teknologi baru. Ia juga menyebut sisi sebaliknya.

"Proses ini dapat menyebabkan penutupan usaha, kebangkrutan, perpindahan pekerja dari satu pekerjaan ke pekerjaan lain, serta keusangan keterampilan," ujar Howitt.

Ada dua batas yang perlu diingat sebelum menarik kesimpulan. Laporan yang memuat kutipan itu membingkainya sebagai peringatan soal AI, sedangkan dalam kutipannya Howitt berbicara tentang teknologi dan inovasi secara umum. Dalam laporan yang tersedia, ia juga tidak menyebut angka atau jabatan tertentu, dan tidak membahas usaha kecil secara khusus.

Di forum yang sama, Howitt mengingatkan bahwa teknologi dari negara lain tidak bisa langsung dipakai begitu saja. Penerapannya menuntut penyesuaian dengan kondisi setempat, termasuk ekspektasi dan respons pekerja. Konteksnya strategi teknologi nasional. Menurut kami, logika itu tetap berguna di skala warung atau toko daring: alat baru perlu disesuaikan dengan cara kerja tim Anda, dan penyesuaian itu perlu diuji.

Perubahan tugas juga tidak sama dengan kepastian hilangnya sebuah jabatan. Di tim kecil, satu orang biasanya merangkap beberapa tugas. Pertanyaan yang lebih berguna: bagian mana dari pekerjaan itu yang bisa dibantu AI, dan keterampilan apa yang perlu ditambah? Jawabannya dimulai dari daftar yang mungkin belum pernah Anda tulis.

Petakan dampak AI pada pekerjaan tim usaha kecil dari daftar tugas

Ambil buku catatan atau spreadsheet, lalu tulis tugas yang dikerjakan tim selama satu minggu. Tidak perlu rapi. Untuk setiap tugas, jawab empat pertanyaan ini:

• Seberapa sering tugas ini diulang?
• Data apa yang dipakai, dan dari mana asalnya?
• Apa akibatnya kalau hasilnya salah, dan siapa yang akan menyadarinya lebih dulu?
• Siapa yang sekarang mengerjakannya?

Dua contoh berikut adalah ilustrasi hipotetis, bukan hasil uji.

Contoh pertama, ringkasan pesanan harian dari chat. Tugas ini berulang setiap hari. Datanya memuat nama, alamat, dan nomor telepon pelanggan. Kalau jumlah atau alamat keliru, barang bisa salah kirim, dan pelangganlah yang pertama kali tahu. Risikonya sedang sampai tinggi, ditambah ada data pribadi yang ikut terbawa.

Contoh kedua, draf deskripsi produk. Tugas ini muncul setiap ada produk baru. Datanya bahan, ukuran, varian, dan harga jual, yang memang akan Anda tampilkan ke publik. Kesalahan seperti ukuran keliru atau klaim berlebihan masih bisa ditangkap sebelum deskripsi tayang. Risikonya lebih rendah, dan tidak ada data pelanggan yang perlu dimasukkan.

Dari daftar seperti ini biasanya terlihat bahwa tugas yang paling sering diulang belum tentu paling aman diuji. Frekuensi menunjukkan potensi hemat waktu. Data dan risiko kesalahan menentukan apakah tugas itu boleh dicoba sekarang.

Pilih satu tugas berisiko rendah untuk uji terbatas

Sampai di sini Anda sudah punya peta tugas. Langkah berikutnya menentukan apakah uji coba memberi jawaban yang jujur atau hanya kesan cepat.

Pilih satu tugas saja. Tugas yang cocok untuk uji pertama biasanya memenuhi syarat berikut:

• Kesalahannya bisa ditangkap sebelum sampai ke pelanggan.
• Tidak perlu memasukkan data pribadi pelanggan atau data rahasia usaha.
• Ada cara lama yang bisa dijadikan pembanding.
• Volumenya cukup untuk dicatat, misalnya belasan item dalam dua minggu.

Dari dua contoh tadi, draf deskripsi produk lebih cocok untuk uji pertama. Ringkasan pesanan bisa menunggu sampai Anda punya aturan data yang jelas.

Setelah itu, tulis batas data. Misalnya, nama produk, bahan, ukuran, dan harga jual boleh dimasukkan ke layanan AI. Nama, alamat, dan nomor telepon pelanggan, harga beli dari pemasok, serta isi chat pribadi tidak boleh. Baca juga ketentuan layanan yang Anda pakai tentang cara mereka menyimpan dan menggunakan data yang dimasukkan.

Terakhir, tunjuk satu pemeriksa manusia. Sebaiknya orang yang paling paham produknya, dan ia berhak menolak draf yang tidak layak. Hasil akhir tetap menjadi tanggung jawab usaha Anda, siapa pun atau apa pun yang menulis drafnya.

Hasil yang cepat belum tentu menghemat pekerjaan. Draf yang jadi dalam satu menit bisa saja butuh koreksi lebih lama daripada menulis sendiri. Karena itu, ukur dulu sebelum menyimpulkan.

Bandingkan waktu, biaya, dan koreksi dengan cara ukur yang sama

Sebelum memakai AI, kerjakan beberapa item dengan cara lama dan catat hasilnya. Item berikutnya dikerjakan dengan bantuan AI, lalu dicatat oleh orang yang sama dengan format yang sama. Kolom yang perlu ada:

• Tanggal dan nama produk.
• Cara kerja: manual atau dengan AI.
• Total menit dari mulai sampai siap tayang, termasuk waktu koreksi.
• Jumlah koreksi dan jenisnya, misalnya data salah, ukuran keliru, atau gaya bahasa yang tidak sesuai.
• Lolos atau tidak lolos daftar periksa mutu.

Daftar periksa mutunya harus sama untuk kedua cara. Contohnya, semua data cocok dengan produk asli, tidak ada klaim yang tidak bisa dibuktikan, dan gaya bahasanya sesuai dengan toko Anda.

Biaya layanan ikut dihitung. Jika Anda membayar langganan, bagi biaya bulanannya dengan jumlah item yang dikerjakan dalam sebulan. Layanan gratis pun tetap memakan waktu untuk menyalin data, membaca ulang, dan memperbaiki hasil.

Berikut hitungan dengan angka rekaan, bukan hasil uji. Cara lama butuh 15 menit per deskripsi. Dengan AI, draf jadi dalam 4 menit, tetapi koreksinya memakan 8 menit. Totalnya 12 menit, jadi selisihnya hanya 3 menit per item, belum termasuk biaya langganan. Kalau koreksinya ternyata 12 menit, cara baru justru lebih lambat.

Beri waktu penyesuaian. Minggu pertama bisa lebih lambat karena tim masih mencari cara memberi instruksi yang jelas, jadi lihat juga angka minggu kedua sebelum memutuskan.

Angka di catatan itu belum cukup untuk memutuskan sendirian. Anda juga perlu tahu apakah orang yang menjalankannya sudah siap.

Siapkan pelatihan, lalu putuskan: lanjut, ubah, atau hentikan

Howitt menyebut keusangan keterampilan sebagai salah satu akibat inovasi. Di tim kecil, menjaga keterampilan bisa dimulai dari hal praktis selama uji berlangsung:

• Cara memberi data produk yang lengkap beserta contoh gaya bahasa toko.
• Cara mengenali detail yang terdengar meyakinkan, tetapi tidak ada di data Anda.
• Cara mencatat koreksi supaya polanya terlihat.
• Kapan sebaiknya meninggalkan draf AI dan menulis sendiri.

Setelah dua minggu, buka catatan dan ambil satu keputusan. Aturan berikut adalah usulan redaksi, jadi sesuaikan ambangnya dengan usaha Anda.

• Lanjut, jika total waktu per item turun, jumlah koreksi tidak bertambah, mutu lolos daftar periksa, dan biayanya masuk akal.
• Ubah, jika waktu turun tetapi koreksi masih banyak. Perbaiki instruksi atau data masukan, atau persempit tugasnya, lalu uji ulang.
• Hentikan, jika total waktu tidak turun atau ada kesalahan yang lolos ke pelanggan.

Bicarakan hasilnya dengan anggota tim yang tugasnya ikut berubah. Merekalah yang paling tahu bagian mana yang benar-benar terbantu. Waktu yang tersisa bisa diarahkan ke pekerjaan yang masih membutuhkan penilaian manusia, seperti menjawab keluhan pelanggan atau mengecek stok.

Yang bisa Anda lakukan minggu ini

Dua sisi inovasi yang disebut Howitt juga bisa Anda amati di tim sendiri, dalam skala yang masih bisa dikendalikan. Mulailah dari langkah berikut:

• Tulis daftar tugas tim selama satu minggu, lengkap dengan frekuensi, sumber data, dan akibat jika salah.
• Pilih satu tugas berisiko rendah, misalnya draf deskripsi produk.
• Tulis batas data yang boleh dan tidak boleh dimasukkan ke layanan AI.
• Kerjakan lima item dengan cara lama dan catat waktunya sebagai pembanding.
• Tunjuk satu pemeriksa yang berhak menolak hasil.

Tentukan satu tugas uji dan satu pemeriksa manusia hari ini. Catat waktu serta koreksinya selama dua minggu, lalu evaluasi hasilnya sebelum memperluas pemakaian AI ke tugas lain.

Sumber dan referensi

• Liputan6.com, Peraih Nobel Ekonomi Ungkap Ancaman AI bagi Pekerja, oleh Immanuel Christian, 26 Oktober 2026 pukul 12.45 WIB. Mendukung: kutipan Howitt tentang peluang baru dan hilangnya pekerjaan; penjelasan destruksi kreatif; manfaat inovasi bagi konsumen dan produktivitas perusahaan; kutipan tentang penutupan usaha, kebangkrutan, perpindahan pekerja, dan keusangan keterampilan; penyampaian dalam DTIIF 2026 pada Senin, 26 Oktober 2026; pembingkaian pernyataan sebagai peringatan soal AI.
• Okezone Economy, Saran Peraih Nobel Peter Howitt agar Indonesia Lepas dari Middle Income Trap, 26 Oktober 2026 pukul 14.04 WIB. Mendukung: penerapan teknologi asing tidak bisa instan dan menuntut penyesuaian lokal, termasuk ekspektasi serta respons pekerja, dalam konteks strategi nasional; laporan bahwa Howitt berbicara secara virtual.
• Kontan.co.id, Danantara Gelar Forum Investasi Teknologi, Bidik Enam Sektor Strategis, 23 Oktober 2026. Mendukung: DTIIF 2026 digelar Danantara Indonesia di Jakarta pada 26 sampai 28 Oktober 2026; Howitt peraih Nobel Ekonomi 2025 dan Profesor Emeritus Brown University; Howitt dikenal lewat gagasan creative destruction.

Contoh tugas, batas data, hitungan menit, dan aturan keputusan dalam artikel ini adalah ilustrasi serta usulan redaksi AICustomly. Sumber di atas tidak memuat data penghematan, tingkat akurasi, atau dampak tenaga kerja pada UMKM.