Komunikasi Tim di Era AI: Lima Praktik bagi Tim Kreatif untuk Menghidupkan Kembali Percakapan saat Pembagian Kerja Berkurang

Kini AI membuat draf awal desain, menulis kode, dan merapikan teks. Dalam pekerjaan kreatif, cakupan pekerjaan yang bisa ditangani satu orang sendirian telah meluas pesat.

Di sisi lain, kami makin sering mendengar hal seperti ini: “Katanya kita satu tim, tapi saya tidak tahu apa yang dipikirkan orang lain.” “Karyawan baru tidak kunjung berkembang.” “Setelah pekerjaan dikirim ke klien, ternyata ada masalah yang tidak disadari siapa pun.”

Artikel ini melihat apa yang terjadi pada komunikasi tim seiring meluasnya AI dan kerja jarak jauh, serta apa yang dibutuhkan tim kreatif mulai sekarang. Kesimpulannya lebih dulu: yang dituntut dari kita bukanlah keterampilan baru. Yang dituntut adalah kelanjutan dari hal-hal yang sejak dulu penting.

Catatan: artikel ini ditulis oleh pengembang GeckoFlag.

AI membuat makin banyak pekerjaan bisa diselesaikan satu orang

Belum lama ini, pembagian kerja dalam produksi web adalah hal yang wajar. Direktur menghimpun kebutuhan, desainer membuat mockup, pengembang membangunnya, dan di akhir seseorang memeriksa hasilnya. Di antara setiap tahap, selalu ada serah terima.

Kini, dengan AI, satu orang bisa menangani sebagian besar pekerjaan, dari wireframe, implementasi, hingga penyesuaian teks. Ditambah meluasnya kerja jarak jauh, banyak pekerjaan kini selesai di layar satu orang saja.

Hal ini sendiri adalah kabar baik. Pekerjaan jadi lebih cepat, dan tim kecil pun bisa mengambil proyek besar. Namun, seiring berkurangnya pembagian kerja, sesuatu yang penting dan sulit terlihat ikut menghilang.

Percakapan sebagai produk sampingan pembagian kerja

Saat pekerjaan masih dibagi-bagi, setiap serah terima dengan sendirinya memunculkan percakapan seperti ini:

• “Tombol ini seharusnya bergerak seperti apa saat di-hover?”
• “Jarak di sini sengaja dibuat lebar?”
• “Apakah klien benar-benar setuju dengan kalimat ini?”

Lewat percakapan seperti inilah salah paham ketahuan, maksud di balik desain tersampaikan, dan karyawan baru belajar cara berpikir senior mereka. Percakapan itu sendiri bukan tujuannya. Percakapan muncul sebagai produk sampingan dari pembagian kerja.

Jika pembagian kerja berkurang, produk sampingannya pun berkurang. Dalam kerja jarak jauh, tidak ada lagi pertanyaan atau obrolan ringan yang terdengar dari meja sebelah. Komunikasi tim berkurang bukan karena ada yang bermalas-malasan, melainkan karena struktur pekerjaannya berubah.

Apa yang terjadi pada tim saat percakapan berkurang

1Kualitas menjadi kotak hitam

Hasil buatan AI biasanya “tampak berjalan”. Tampilannya rapi, dan sekilas tidak ada masalah. Namun, jika tidak ada yang meninjau isinya, celah keamanan, kekurangan aksesibilitas, dan bug yang hanya muncul di lingkungan tertentu baru ditemukan setelah pekerjaan dikirim ke klien.

2Alasan di balik keputusan tidak tercatat

Hasil kerjanya tetap ada, tetapi “mengapa”-nya tidak. Enam bulan kemudian, saat klien bertanya, “Mengapa strukturnya dibuat seperti ini?”, tidak ada yang bisa menjawab jika orang yang membuatnya sudah tidak ada. Pekerjaan jadi melekat pada orang tertentu, dan hanya mereka yang tahu cara kerjanya.

3Karyawan baru tidak berkembang

Membuat banner, coding sederhana, revisi kecil: pekerjaan tingkat pemula tempat karyawan baru dulu menimba pengalaman justru menjadi bagian yang pertama kali diambil alih AI. Lewat pekerjaan itu, dan masukan dari senior atas pekerjaan itu, karyawan baru membangun kemampuan menilai. Jika tahap itu terlewati, beberapa tahun lagi akan ada kekosongan di lapisan tingkat menengah tim.

4Merasa terisolasi dan kehilangan rasa berkontribusi

Jika Anda tidak bisa melihat siapa yang terbantu oleh pekerjaan Anda, dan bagaimana, sulit merasa pekerjaan itu berarti. Menyelesaikan sendiri, mengirim sendiri. Mungkin efisien, tetapi makna bekerja sebagai tim perlahan memudar.

Empat kekuatan tim yang makin berharga di era AI

AI telah menurunkan biaya “membuat” secara drastis. Akibatnya, pekerjaan manusia sebelum dan sesudah membuat menjadi relatif lebih berharga. Tidak satu pun dari empat kekuatan di bawah ini yang baru. Dan tidak satu pun bisa berjalan tanpa percakapan.

Memahami masalah klien yang sebenarnya

“Kami ingin merombak situs kami” adalah permintaan. Masalah yang sebenarnya sering ada di tempat lain, seperti “pertanyaan dari calon pelanggan menurun” atau “kami kalah dari pesaing dalam merekrut”. AI menjawab berdasarkan apa yang diberikan kepadanya, jadi apa yang Anda berikan menentukan batas atas hasilnya.

Apa yang Anda dapat dari wawancara dengan klien jangan hanya tersimpan di kepala satu orang; jadikan pemahaman bersama tim. Apakah tim juga berbagi hal-hal yang jarang diucapkan, seperti posisi kontak Anda di dalam perusahaannya atau masalah di masa lalu dengan agensi lain, menentukan kualitas hasil kerja.

Melihat lebih jauh dari tampilan

Keamanan, pemasaran, kecepatan halaman, aksesibilitas. Kini, saat makin sulit tampil beda hanya lewat tampilan, kualitas di bagian yang tidak terlihat itulah yang membedakan. Tidak ada yang perlu menguasai semuanya, tetapi menyadari risiko dan menghubungkannya ke orang yang lebih paham itu wajib. Apakah anggota tim dengan keahlian berbeda mau saling angkat bicara menentukan seberapa luas wilayah yang bisa dijaga tim.

Membuat usulan yang tidak bisa ditiru

Keluaran AI cenderung mengarah ke “rata-rata yang masuk akal” dari data yang dipelajarinya. Jika semua orang memakai alat yang sama, usulan pun jadi mirip satu sama lain. Komoditisasi yang dimulai sejak pekerjaan beralih ke digital kini makin cepat.

Yang membedakan adalah informasi yang tidak dimiliki AI: apa yang Anda pelajari dengan datang langsung ke lokasi, suara pengguna akhir, sesuatu yang diucapkan klien sambil lalu. Lalu sudut pandang yang lahir dari diskusi tim tentang semua itu. Orisinalitas bukan soal tampil mencolok; orisinalitas adalah saat klien merasakan bahwa “tim ini memikirkannya khusus untuk proyek ini”.

Bertanggung jawab atas keputusan

Saat AI bisa menghasilkan opsi demi opsi, peran utama yang tersisa bagi manusia adalah memilih, dan menyatakan dengan yakin, “Ini sudah siap dikirim.” Kualitas terjaga saat orang lain memeriksa keputusan itu. Alur kerja di mana satu orang membuat, memeriksa, dan mengirim sendirian perlu sepasang mata lain di suatu titik.

Komunikasi tim di era AI: lima praktik

Jika pembagian kerja tidak lagi memunculkan percakapan, satu-satunya cara adalah merancang agar percakapan terjadi dengan sengaja. Berikut lima praktik yang bisa Anda mulai besok.

1Bagikan keputusan, bukan hanya hasil kerja

Yang perlu dibagikan bukan hanya file yang sudah jadi. Catat apa yang Anda putuskan, mengapa, dan apa yang tidak Anda pilih. Sekitar tiga baris sudah cukup.

Tempat menyimpannya penting. Jika ditulis di chat, catatan cepat tenggelam, jadi simpan di tempat yang terkait dengan pekerjaan atau tugas itu. Dengan begitu, Anda bisa menelusuri alurnya di kemudian hari.

TerkaitMengapa percakapan di chat mudah tenggelam dibahas di Bagian 3 seri pemula kami, “Mengapa Permintaan Lewat Email dan Chat Mudah Tenggelam?”, dan cara menjadikan keputusan sebagai tugas tersendiri dibahas di Bagian 2 seri “Manajemen Tugas untuk Tim yang Bekerja dengan AI”, “Susun tugas dari apa yang harus diputuskan, bukan sekadar apa yang dibuat”

2Jadikan tinjauan bagian dari proses

Makin banyak bagian yang dibuat AI, makin perlu diperiksa oleh manusia. Sisipkan tahap tinjauan di antara “sedang dikerjakan” dan “selesai”, dan tentukan sejak awal siapa yang meninjau. Tinjauan yang mengandalkan niat baik atau waktu luang adalah hal pertama yang dilewati saat sedang sibuk.

Tinjauan tidak hanya menjaga kualitas. Tinjauan juga menjadi kesempatan yang pasti bagi percakapan untuk terjadi di dalam tim.

TerkaitCara membuat keadaan menunggu seperti “menunggu tinjauan” terlihat lewat status dibahas lebih rinci di Bagian 3 seri “Manajemen Tugas untuk Tim yang Bekerja dengan AI”, “Buat ‘menunggu keputusan’ terlihat jelas”

3Bagi peran berdasarkan tanggung jawab, bukan jenis pekerjaan

Membagi pekerjaan berdasarkan jenisnya, seperti “siapa yang mendesain” dan “siapa yang membuat kode”, makin kehilangan maknanya karena AI. Sebagai gantinya, bagi peran berdasarkan wilayah tanggung jawab: “siapa yang menjaga maksud klien”, “siapa yang menjamin kualitas”, “siapa yang memeriksa keamanan”.

Di mana ada batas tanggung jawab, di situ ada serah terima, dan percakapan untuk saling memeriksa pun kembali dengan sendirinya.

4Pilih sinkron atau asinkron dengan sengaja, dan rancang waktu untuk obrolan ringan

Catatan dan laporan dilakukan secara asinkron; keraguan, serta menata pikiran dengan membicarakannya bersama seseorang, dilakukan secara sinkron. Dalam tim jarak jauh, jika pembagian ini tidak disadari, semuanya berakhir sebagai teks.

Kami menyarankan menyisihkan sekitar 15 menit secara rutin untuk “membicarakan hal yang masih membuat ragu”. Ini bukan rapat kemajuan, melainkan tempat orang bisa santai membawa hal yang belum bisa mereka putuskan atau yang mengganjal. Anggap saja ini cara sengaja menghadirkan konsultasi singkat yang dulu terjadi dengan sendirinya di meja sebelah. Apa pun yang diputuskan di sana dicatat di tugasnya dalam satu baris, seperti pada praktik pertama.

5Ubah pengembangan karyawan baru dari “kebetulan” menjadi “dirancang”

Dengan berkurangnya pekerjaan tingkat pemula, lingkungan tempat orang berkembang dengan sendirinya sudah tidak ada. Pengembangan karyawan baru harus dirancang dengan sengaja.

• Minta mereka meninjau keluaran AI: meminta mereka menjelaskan mana yang baik dan mana yang tidak akan mengasah kepekaan mereka terhadap kualitas.
• Minta mereka mengungkapkan “mengapa” dengan kata-kata: beri lebih banyak kesempatan menjelaskan alasan di balik keputusan, bukan sekadar lebih banyak pekerjaan.
• Tunjukkan cara berpikir orang berpengalaman: lewat kerja berpasangan dan sejenisnya, bagikan proses berpikirnya, bukan hanya hasilnya.
• Percayakan proyek kecil dari awal sampai akhir: dalam skala yang aman untuk gagal, beri mereka pengalaman menuntaskan sesuatu dengan tanggung jawab sendiri.

Catatan keputusan dari praktik pertama langsung menjadi bahan belajar bagi karyawan baru. Lingkungan tempat alur pekerjaan bisa ditelusuri itu sendiri sudah menjadi bagian dari cara orang berkembang.

Komunikasi dengan klien pun bekerja dengan cara yang sama

Semua ini berlaku juga di luar tim. Seiring produksi makin cepat, klien bisa melihat hasil kerja lebih cepat. Di sisi lain, kesenjangan seperti “ini bukan yang saya bayangkan” juga muncul dalam jarak waktu yang lebih pendek.

Karena itu, penting untuk menyampaikan alasan di balik keputusan bersama hasil kerja, menyamakan harapan sejak awal dengan menjelaskan apa yang bisa dan tidak bisa dilakukan, serta menyampaikan kabar buruk secepat mungkin. Tidak ada yang baru dari saran ini, tetapi kini setelah AI mempercepat pekerjaan, perbedaannya makin jelas terlihat pada hasil.

TerkaitCara meminta klien meninjau dan memutuskan dibahas di Bagian 5 seri “Manajemen Tugas untuk Tim yang Bekerja dengan AI”, “Agar pekerjaan tetap berjalan saat menunggu persetujuan klien”

Pada akhirnya, alasan klien memercayakan pekerjaan kepada Anda bukanlah seberapa banyak keterampilan yang Anda miliki, melainkan rasa percaya: “Kami bisa menyerahkan ini kepada tim ini.” Kepercayaan itu hanya lahir dari komunikasi yang cermat, hari demi hari.

Alat untuk menyimpan percakapan, bukan memangkasnya

Alat manajemen proyek dan manajemen tugas sering dibicarakan dari sisi efisiensi: lebih sedikit rapat, lebih sedikit bolak-balik pesan.

Namun di era AI, peran alat sedikit bergeser. AI menangani banyak pekerjaan dengan cepat, jadi yang kita butuhkan dari sebuah alat adalah tempat percakapan dan keputusan terus terkumpul.

Chat terus mengalir dan tenggelam, tetapi komentar yang menempel pada tugas tetap tinggal bersama pekerjaan itu. Siapa mengerjakan apa, mengapa diputuskan begitu, di mana tinjauan tertahan: jika semua itu terlihat, orang yang bergabung belakangan bisa menelusuri alurnya, dan karyawan baru bisa mengalami ulang keputusan senior mereka sebagai bahan belajar.

TerkaitBagaimana peran alat manajemen tugas berubah bagi tim yang bekerja dengan AI dibahas dalam seri “Manajemen Tugas untuk Tim yang Bekerja dengan AI”, dimulai dari Bagian 1, “Sudah memakai AI, masih perlukah alat manajemen tugas?”

Menerapkannya di GeckoFlag

Kelima praktik di atas bisa diterapkan dengan alat apa pun. Sebagai salah satu contoh, berikut cara menerapkannya di GeckoFlag, alat manajemen proyek self-hosted.

GeckoFlag tidak memiliki pengaturan alur kerja yang mencegah orang melewatkan tinjauan, dan tidak memiliki fitur otomatisasi. “Isu harus melalui Menunggu tinjauan sebelum diubah ke Selesai” adalah aturan yang disepakati tim Anda. Sebagai gantinya, pengaturannya lebih sedikit, dan Anda bisa mulai memakainya tanpa bingung sejak hari pertama.

Karena dipasang di server Anda sendiri, percakapan yang memuat informasi klien pun tetap berada di bawah kendali Anda (pengelolaan server menjadi tanggung jawab Anda). Harganya sekali bayar $30, tanpa biaya tambahan saat tim Anda bertambah (biaya server terpisah, dan jika Anda memakai “Buat dengan AI”, biaya pemakaian API Anthropic juga terpisah). Anda bisa mencoba tampilan sebenarnya di demo.

Ringkasan

• AI dan kerja jarak jauh telah mengurangi pembagian kerja, dan percakapan yang menjadi produk sampingannya pun ikut berkurang
• Akibatnya, kualitas menjadi kotak hitam, keputusan melekat pada orang tertentu, karyawan baru tidak berkembang, dan orang merasa terisolasi
• Yang makin berharga adalah memahami masalah yang sebenarnya, melihat lebih jauh dari tampilan, membuat usulan yang tidak bisa ditiru, dan bertanggung jawab atas keputusan. Semua ini sejak dulu memang dibutuhkan
• Jika percakapan tidak muncul dengan sendirinya, ciptakan dengan sengaja: bagikan keputusan, jadikan tinjauan bagian dari proses, bagi peran berdasarkan tanggung jawab, rancang waktu untuk obrolan ringan, dan rancang pengembangan karyawan baru

AI bukan musuh. Pertanyaannya adalah apakah Anda bisa memakai waktu yang dibebaskan AI untuk percakapan dan keputusan. Tim yang terus menganggap pekerjaan itu sendiri sebagai nilai mereka akan kesulitan, sementara tim yang menghargai pemahaman, penilaian, tanggung jawab, dan kepercayaan akan terus dipilih.