Petakan pekerjaan dari awal sampai akhir
Pilih proses dengan awal dan akhir yang jelas. Petakan orang, sistem, informasi, keputusan, perpindahan pekerjaan, waktu tunggu, dan pengecualian. Sertakan pekerjaan di luar sistem formal seperti tindak lanjut email, pembaruan spreadsheet, dan penyalinan data manual.
Bicaralah dengan orang yang menjalankan proses. Dokumentasikan apa yang benar-benar terjadi, bukan hanya yang tertulis dalam prosedur. Langkah ini dapat mengungkap pekerjaan ulang tersembunyi, input ganda, kepemilikan yang tidak jelas, dan workaround informal.
Tetapkan baseline
Ukur volume, waktu penanganan, waktu siklus dari awal hingga akhir, waktu antre, tingkat kesalahan, pekerjaan ulang, handoff, backlog, dan performa service level jika relevan. Gunakan periode representatif dan catat cara pengumpulan angka. Jika data belum lengkap, nyatakan keterbatasannya daripada membuat klaim manfaat tanpa dukungan.
Baseline memberi stakeholder dasar yang adil untuk menentukan apakah pilot menghasilkan perubahan berarti.
Nilai potensi dan kelayakan
- Frekuensi dan volume: seberapa sering workflow terjadi?
- Upaya manual: berapa banyak pekerjaan berulang atau handoff?
- Dampak bisnis: apa yang membaik jika proses lebih cepat atau konsisten?
- Stabilitas proses: apakah langkahnya dipahami atau setiap kasus memerlukan penilaian unik?
- Kesiapan data: apakah catatan dapat diakses, akurat, dan diizinkan untuk digunakan?
- Integrasi: apakah sistem dapat terhubung melalui antarmuka yang didukung?
- Risiko dan reversibilitas: apa akibatnya jika langkah otomatis salah?
- Pengukuran: apakah hasil dapat diverifikasi terhadap baseline?
Pilih teknologi paling sederhana yang sesuai
Otomatisasi berbasis aturan cocok untuk proses yang dapat diprediksi dan memiliki aturan keputusan jelas. API dan integrasi berguna ketika sistem terpisah atau data sering dipindahkan. AI assistance dapat membantu teks tidak terstruktur, pemahaman dokumen, klasifikasi, atau peringkasan. Agentic workflow dapat dipertimbangkan untuk tujuan yang membutuhkan langkah terkoordinasi, keputusan kontekstual, dan penggunaan tools secara terkontrol.
Desain hybrid sering praktis: kode deterministik menangani izin, validasi, dan transaksi, sedangkan AI mendukung tugas yang membutuhkan bahasa atau konteks. Teknologi harus mengikuti proses dan profil risiko.
Jalankan pilot, ukur, lalu putuskan
Tetapkan ruang lingkup terbatas dan kriteria penerimaan sebelum implementasi. Uji kasus normal dan pengecualian, bandingkan hasil dengan baseline, kumpulkan masukan pengguna, dan hitung seluruh biaya operasional: penggunaan platform atau model, integrasi, monitoring, dukungan, dan review manusia.
Pada akhir pilot, putuskan secara eksplisit apakah akan memperluas, merevisi, mempertahankan proses manual, atau menghentikan. Keputusan untuk tidak mengotomatisasi dapat menjadi pilihan tepat jika otomatisasi menambah kompleksitas tanpa manfaat yang cukup. Pendekatan discovery Souldigi yang diusulkan memetakan workflow, sistem, data, dan risiko sebelum merekomendasikan pilot.
Referensi dan bacaan lanjutan
NIST SP 800-228, Guidelines for API Protection for Cloud-Native Systems: https://csrc.nist.gov/pubs/sp/800/228/upd1/final
NIST Cybersecurity Framework 2.0: https://nvlpubs.nist.gov/nistpubs/CSWP/NIST.CSWP.29.pdf
