SDR, Sumber Daya Robot: Cara Memperlakukan Robot sebagai Bagian dari Tim

Sebagian besar pemimpin sudah terbiasa mengelola SDM, yaitu Sumber Daya Manusia. Hari ini ada kelompok pekerja baru di banyak usaha, yaitu robot dan agen AI, dan kebanyakan pemimpin belum punya kata untuknya. Tanpa kata, tidak ada yang mengelolanya. Robot dipasang, lalu dibiarkan.

Saya memakai sebutan SDR (Sumber Daya Robot): sebutan untuk tenaga kerja berupa robot atau agen AI, pasangan SDM. Satu catatan agar tidak keliru: di sini SDR bukan Sales Development Representative, istilah penjualan yang sering memakai singkatan yang sama. Tulisan ini menjelaskan cara memperlakukan SDR sebagai bagian dari tim, bukan sebagai alat yang dipasang lalu dilupakan.

Mengapa perlu satu kata baru

Kata mengubah cara kita mengelola. Selama robot disebut "alat" atau "aplikasi", ia masuk ke daftar langganan. Tidak ada yang bertanya siapa penanggung jawabnya, kapan ia dievaluasi, dan apa yang terjadi bila ia salah. Begitu ia disebut bagian dari sumber daya, pertanyaan itu muncul sendiri, karena kita terbiasa mengajukannya kepada SDM: apa tugasnya, siapa atasannya, bagaimana kita tahu ia bekerja baik.

SDM dan SDR saling melengkapi, dan pembagian paling sederhananya begini: robot mengerjakan bagian pertama, manusia mengerjakan bagian terakhir dan memutuskan. Bagian pertama adalah yang berulang, seperti menyapa, mencatat, dan menyiapkan. Bagian terakhir adalah yang membutuhkan penilaian, seperti memutuskan, meyakinkan, dan bertanggung jawab. Pembagian ini bagian dari kerangka Desain, Mesin, Manusia: Desain menentukan siapa memutuskan apa, Mesin mengeksekusinya, dan Manusia menjalankan serta memimpinnya.

Saya mengulas pembagian ini dari sisi pemimpin di Memimpin Tim yang Sebagian Anggotanya Robot, dan dari sisi tiga pekerjaan yang tidak boleh tertukar di Desain, Mesin, Manusia.

Memperlakukan robot seperti anggota tim: empat kebiasaan

Anggota tim baru tidak langsung diberi semua wewenang. Ia diberi tugas yang jelas, diperkenalkan, dibimbing, lalu dinilai. Robot juga begitu. Empat kebiasaan berikut saya ambil dari cara kami menyusun agen, dan dari materi Agentic Leadership Masterclass.

1. Beri deskripsi tugas yang tertulis. Apa yang dikerjakan, dari sumber mana ia menjawab, dan kapan ia berhenti.
2. Tetapkan batas. Mana yang tidak boleh disentuh robot. Dalam kelas, ini menjadi dokumen batasan AI (guardrails).
3. Tunjuk penanggung jawab manusia. Setiap robot punya satu orang yang membaca hasil kerjanya dan memutuskan bila ada masalah.
4. Ukur dengan ukuran yang sama untuk semua. Bukan seberapa canggih robotnya, tetapi seberapa sehat alur kerjanya.

Untuk kebiasaan keempat, ada empat ukuran operasional yang saya ajarkan: porsi pekerjaan yang dimulai robot, waktu tunggu balasan pertama, jumlah kekecualian yang naik ke manusia, dan waktu orang baru menjadi produktif. Perhatikan bahwa keempatnya mengukur alur kerja, bukan klaim kenaikan omzet.

Contoh yang paling dekat adalah Santi, asisten AI di situs ini. Tugasnya tertulis: menyapa pengunjung, menjawab dari isi situs, dan mencatat nama serta kontak hanya bila pengunjung mengisinya sendiri dan menyetujuinya. Batasnya tertulis: ia tidak memberi nasihat hukum, keuangan, atau medis, tidak menjanjikan hasil, dan tidak menyebut harga. Penanggung jawabnya manusia: untuk hal di luar batas, ia menyerahkan percakapan ke tim lewat WhatsApp Business resmi atau formulir "Minta dihubungi". Dengan cara ini pengunjung tahu ia berbicara dengan AI, dan tim tahu apa yang harus diterima.

Pelanggan sendiri hampir tidak melihat semua pengaturan itu. Yang ia rasakan hanya jawaban yang cepat dan jelas. Inilah yang saya maksud dalam Membungkus Kecanggihan dengan Kesederhanaan: kerumitan pengelolaan ada di belakang layar, dan kesederhanaannya yang terlihat di depan.

Kesenjangan keterampilan: alasan SDR perlu dikelola, bukan hanya dipasang

Mungkin Anda bertanya, apakah pemimpin di Indonesia memang siap mengelola tenaga kerja jenis baru ini? Dua angka dari World Economic Forum (kelas A) memberi gambaran. Pertama, mayoritas besar pemberi kerja di Indonesia berencana melatih ulang pekerjanya agar bisa bekerja dengan AI. Kedua, lebih dari separuh perusahaan menyebut kesenjangan keterampilan sebagai penghambat transformasi bisnis. Lihat grafik di bawah: angka Indonesia dibandingkan dengan angka global untuk pertanyaan yang sama.

Cara membaca grafiknya: pemberi kerja di Indonesia lebih banyak yang berencana melatih ulang pekerjanya dibanding rata-rata global. Sementara itu, kesenjangan keterampilan disebut sebagai penghambat oleh lebih dari separuh perusahaan di Indonesia. Dua hal itu berjalan bersama: niat sudah ada, tetapi keterampilan untuk bekerja dengan robot belum merata. Sumbernya WEF, The Future of Jobs Report 2025, Economy Profile Indonesia.

Perlu diingat bahwa kedua angka ini adalah rencana dan penilaian pemberi kerja, bukan hasil. Jadi grafik ini menunjukkan arah dan kebutuhan, bukan bukti bahwa pelatihan sudah terjadi atau berhasil.

Saya menarik satu kesimpulan hati-hati. Angka ini tidak menyebut hasil usaha Anda, dan tidak membuktikan bahwa SDR menjamin sesuatu. Yang ditunjukkannya: mengelola tenaga kerja jenis baru adalah keterampilan, dan keterampilan itu perlu dilatih sebagaimana keterampilan lain.

Ada satu kebiasaan lagi yang jarang dibahas: libatkan SDM sejak awal. Orang yang selama ini menjalankan pekerjaan tersebut paling tahu di mana letak kekecualiannya. Pertanyakan kepada mereka, "Bagian mana yang membosankan dan bagian mana yang butuh kepekaan?" Jawabannya hampir selalu menunjukkan garis pembagian yang lebih tepat daripada tebakan dari ruang rapat. Dan karena mereka ikut merancang, mereka akan menjaga robotnya, bukan mencurigainya.

Pelajaran NLP: bahasa yang kita pakai membingkai perlakuan kita

Satu pelajaran praktis dari NLP yang relevan di sini adalah framing. Cara kita menyebut sesuatu menentukan cara kita memperlakukannya, dan cara tim memandangnya.

Bila Anda memperkenalkan robot kepada tim dengan kalimat "ini akan menggantikan sebagian pekerjaan kalian", tim akan bertahan. Bila Anda memperkenalkannya dengan kalimat "ini SDR kita; ia mengerjakan bagian pertama supaya kalian bisa mengerjakan bagian terakhir yang butuh penilaian", tim melihat peran barunya. Kedua kalimat itu benar sebagian, tetapi hanya satu yang membuat orang bergerak ke arah yang sama. Batas etikanya jelas: bingkai boleh diubah, fakta tidak boleh dihilangkan. Bila sebagian pekerjaan memang akan bergeser, katakan itu terus terang.

Dari mana mulai

Mulailah kecil dan nyata, bukan dari seluruh perusahaan.

• Pilih satu aktivitas yang paling mahal bagi Anda, misalnya menjawab pertanyaan pelanggan yang sama berulang kali.
• Tulis langkahnya, tandai bagian pertama dan bagian terakhir.
• Beri robot bagian pertama, beri satu orang bagian terakhir, dan tulis batasnya.
• Setelah berjalan, baca hasilnya berkala dengan empat ukuran di atas.

Bila Anda ingin ditemani menentukan aktivitas mana yang paling siap diserahkan lebih dulu, dan di tahap mana usaha Anda berada pada Tangga Otomasi, itulah yang dikerjakan dalam Business Advisory: diagnosis lebih dulu, lalu desain pembagian kerja manusia dan agen AI. Kerangka tiga lapis dan prinsip robot mengerjakan, manusia memutuskan menjadi pegangannya.

Robot yang dikelola baik tidak terasa seperti ancaman. Ia terasa seperti anggota tim yang bisa diandalkan, dan itu hanya terjadi bila seseorang bersedia memimpinnya.