Era AI, Cara Mendesain Ulang Keahlianku [Google Slides, 165H]

• Materi presentasi oleh Hayongho Ha dari DataOven
• Perjalanan AX (transformasi AI) di perusahaan umumnya melewati 5 tahap yang mirip — euforia → stagnasi → semangat → keraguan → rintangan terakhir
• AI J curve Trap - Menempelkan AI tidak langsung membuat kita mahir; kita harus melewati lubang Verification Tax (pajak verifikasi) sebelum bisa naik
• 3 jenis debt (utang) di era AI menggerogoti produktivitas
  • Utang teknis — kode AI hanya pandai pada optimasi lokal tetapi tidak memahami keseluruhan, sehingga duplikasi/jalan memutar marak dan dalam 5~19 bulan justru memperlambat kecepatan perusahaan
  • Utang kognitif — merilis hasil tanpa benar-benar memahami atau yakin terhadap output, lalu melalui "cognitive surrender (penyerahan kognitif)" klikmu → klikku menjadi terpipakan
  • Utang niat — konteks dan pengetahuan implisit tentang mengapa sesuatu dibuat seperti itu menguap, bahkan ada kasus perekrutan ulang setelah PHK
• Pekerjaan utama manusia bergeser dari produksi ke verifikasi — jangan memverifikasi semuanya; fokuskan kemampuan pada lapisan verifikasi output
  • Lapisan verifikasi = Binary Checks (test case) + Quantitative Metrics (throughput/latency) + Qualitative Rubrics (LLM as a judge)
  • Tidak hanya build-time, verifikasi run-time juga diperlukan (produk AI Agent yang non-deterministik)
  • Verifikasi yang baik membutuhkan pemahaman domain → bisa dibuat oleh pakar
• Insiden kebocoran source ClaudeCode — kode kelas A selama ini hanya mungkin karena ruang kognitif manusia; bila ditangani AI, kode kelas C·D pun tak masalah selama hasilnya bagus
• Jika verifikasi cukup andal, dengan Auto Research / Loop (dulu Ralph) AI dapat mengulang self-improvement 24 jam bahkan saat manusia tidur
• Solusi untuk utang niat = menangkap tacit knowledge (pengetahuan implisit)
  • grill-me / grill-with-docs dari matt-pocock — menempatkan AI sebagai penanya agar menggali niat kita (penanyanya bukan Anda, melainkan AI)
  • Memori seluruh perusahaan, memori bersama untuk enterprise dari Anthropic, mem0·seCall, dll.
  • Menyusun "Agent diriku versi virtual" lewat ekstraksi persona+memory
• Syarat AI native company → Queryable + Closed loop + Self-improving
  • Mendesain ulang semua komponen agar ramah dimanipulasi AI dan ramah diverifikasi manusia, sehingga senior yang tadinya hanya mengelola kembali ke pekerjaan praktik
• Profil talenta di era AI = "kemampuan menemukan jawaban dalam situasi yang ambigu"
  • Segera seperti CEO: ①memecah masalah ②cepat menilai kegagalan ③menemukan struktur agar pekerjaan jadi berjalan
• Kekuatan yang makin penting — cepat memahami konteks, kemampuan mengubah jadi mind-sized bites, daya pancing perhatian (marketing), dan selera (taste) yang jelas ("apa yang harus lebih sedikit dilakukan")
• Meski begitu, keahlian tetap wajib — Gell-Mann Amnesia Effect (terlihat masuk akal hanya karena kita bukan ahli), konflik nilai dan keputusan sulit yang memikul tanggung jawab tetap menjadi ranah manusia
• Definisi pakar berubah — dari ahli keterampilan → penanggung jawab operasional
  • Orang yang membangun AI untuk domainnya sendiri, memelihara lapisan verifikasi, serta memikul penilaian nilai yang benar, selera yang didukung, dan tanggung jawab yang dapat diterima

[bohblue23]

Koneksi ke situs terputus.