Bagaimana Menggunakan AI untuk Mengambil Alih Alur Kerja Anda (Tanpa Perlu Menulis Kode)

Penulis: Damian Player; Disunting: Peggy, BlockBeats

Catatan Redaksi: Saat sebagian besar orang masih menganggap AI sebagai “alat pencarian yang lebih efisien”, Perplexity sedang mulai menjalankan pekerjaan.

Artikel ini berfokus pada sebuah perbedaan yang berulang kali terabaikan—mengapa saat menggunakan AI yang sama, ada yang hanya mendapat sepotong jawaban, sementara yang lain langsung memperoleh hasil yang bisa diserahkan. Kuncinya bukan pada kemampuan model, melainkan pada cara memakainya: apakah menjadikannya jendela percakapan, atau sistem eksekusi yang bisa diperintah dan dijadwalkan.

Generasi alat baru, yang diwakili oleh Perplexity Computer, menjadikan “tugas” sebagai cara interaksi utama, menggantikan “pertanyaan”. Dari peninjauan kontrak, analisis kompetitor, hingga pembersihan data dan pembuatan laporan—pengguna tidak lagi mendeskripsikan masalah, melainkan langsung mendefinisikan hasil akhir yang akan diserahkan. Ditambah dengan kemampuan untuk terhubung ke alat perusahaan, serta mengkonsolidasikan latar belakang dan contoh gaya pribadi, kapabilitas ini berkembang dari sekadar keluaran sekali jadi menjadi workflow yang bisa digunakan ulang dan otomatis berjalan.

Yang lebih penting, batas otomasi sedang didefinisikan ulang. Otomasi tidak lagi hanya membantu menyelesaikan satu langkah, tetapi dapat terus berjalan, mengeksekusi lintas alat, bahkan secara proaktif mengajukan tugas tambahan. Ini berarti relasi antara manusia dan alat sedang bergeser dari “menggunakan” menjadi “mengelola dan mendelegasikan”.

Dalam perubahan ini, garis pemisah yang sebenarnya bukan lagi apakah Anda memakai AI, melainkan apakah Anda sudah mulai memakainya untuk “menghasilkan output”.

Berikut naskah aslinya:

Mereka yang sudah memahami cara ini akan memperoleh keuntungan yang tidak simetris. Dalam waktu singkat, semua orang akan belajar bagaimana melakukannya. Tetapi sebelum semuanya menjadi jelas, ini adalah cara yang bisa Anda mulai lebih dulu.

Dalam setahun terakhir, para pengembang telah menjalankan agen AI otonom di latar belakang (misalnya Claude Code, OpenClaw, dll.). Agen-agen ini bisa melakukan riset sendiri, membangun produk, dan langsung menyerahkan hasil yang lengkap—tanpa perlu Anda mengawasi berulang atau memberi prompt bolak-balik. Tapi sebenarnya Anda mungkin tidak bisa memanfaatkannya—kecuali jika Anda tahu cara memakai terminal dan menulis kode.

Dan Perplexity Computer mengubah ini. Ini pertama kalinya non-pengembang dapat menggunakan kemampuan yang sama. Yang Anda perlukan hanya sebuah browser, dan sebuah tugas yang bisa Anda berikan untuk diselesaikan.

Kebanyakan orang membuka Perplexity, memasukkan sebuah pertanyaan, mendapatkan jawaban, lalu menutup halaman. Mereka kehilangan hal yang paling penting. Perplexity Computer bukan untuk menjawab pertanyaan; ini untuk mengeksekusi tugas.

Jangan lagi bertanya. Mulai serahkan pekerjaan sesungguhnya kepada itu.

Mengapa kebanyakan orang gagal

Direktur Keuangan, pengacara, konsultan… mereka membuka alat, memasukkan sebuah pertanyaan, mendapat jawaban yang lumayan, lalu berpikir: “Oh, Google yang lebih canggih.” Setelah itu, mereka terus menghabiskan 90 menit untuk membersihkan tabel yang minggu lalu baru saja mereka bersihkan.

Masalahnya bukan pada alat, melainkan pada cara pakainya. Mereka memperlakukannya seperti chatbot.

Cara bertanya: “Apa risiko dari kontrak ini?”

Cara bertugas: “Tinjau kontrak ini. Periksa satu per satu semua pernyataan apakah ada sumber yang mendukungnya; tandai bagian-bagian yang bahasanya kabur, ketentuan yang hilang, serta bagian yang dapat menimbulkan tanggung jawab hukum; daftarkan 5 poin risiko paling penting, beserta kutipan ketentuan yang spesifik; keluarkan dokumen Word yang disertai jejak revisi.”

Kontrak yang sama. Satu cara hanya memberi Anda daftar, agar Anda membacanya sendiri; cara lainnya langsung memberi Anda produk jadi yang bisa Anda kirim ke klien.

Cukup 10 menit untuk merakit sistem ini

Pertama, hubungkan alatnya. Klik connectors di sidebar. Perplexity bisa terhubung ke lebih dari 400 aplikasi: Gmail, Google Drive, Slack, Salesforce, Notion, SharePoint… sambungkan semuanya yang benar-benar Anda gunakan.

Lalu buat sistem tahu siapa Anda. Cukup masukkan sekali: “Saya bekerja pada suatu posisi di jenis perusahaan tertentu. Saya akan secara berkala menghasilkan konten X, Y, Z. Tolong ingat latar belakang ini di setiap sesi.” Sistem akan menyimpan informasi tersebut dalam jangka panjang.

Kemudian beri tahu “apa yang bagus”. Pilih 2–3 hasil yang paling Anda puas, unggah dan masukkan: “Ini adalah contoh pekerjaan terbaik saya. Tolong pelajari format dan gaya bahasanya; gunakan sebagai referensi saat menghasilkan konten ke depannya.”

Dengan begitu, ia tidak lagi menebak gaya Anda, melainkan membongkar dari balik jalur sukses yang sudah Anda buktikan.

10 menit, lakukan dulu hal ini.

Sebuah contoh nyata: Senin yang tidak lagi menghabiskan 90 menit

Seorang analis keuangan setiap hari Senin menerima ekspor data sebanyak 150 baris dengan format berantakan: data yang berulang, tiga format tanggal, dan peringkat yang ditulis sebagai teks bukan angka. Sebelum mulai analisis, ia setiap minggu harus menghabiskan 90 menit untuk membersihkan data. Masalahnya sama, diulang setiap minggu.

Ia hanya memasukkan satu instruksi: bersihkan file ini, hapus duplikasi, samakan format tanggal, ubah peringkat berbentuk teks menjadi angka; lakukan analisis pada data yang sudah dibersihkan; buat dashboard interaktif dengan fitur penyaringan dan sediakan tautan berbagi; keluarkan laporan PDF yang membandingkan sebelum vs sesudah pembersihan; semua file disimpan ke folder “Laporan Senin” di Drive.

4 menit kemudian: dataset bersih, dashboard interaktif, tautan berbagi, laporan PDF—semuanya muncul di Drive miliknya.

Lalu ia bertanya lagi: “Apakah ada perbaikan yang belum saya tanyakan, tapi bisa membuat hal ini jadi lebih berguna?”

Sistem menyarankan dua hal: pertama, jadwalkan tugas ini agar berjalan otomatis setiap Senin pukul 7 pagi; kedua, tambahkan tugas baru untuk membuat ringkasan manajemen hari Selasa berdasarkan bagian yang kinerjanya kurang baik.

Ia mengaktifkan keduanya, lalu menutup halaman.

Setiap Senin berikutnya, tugas itu akan berjalan otomatis—terlepas dari apakah komputer dia menyala atau tidak.

Inilah kemampuan yang selama setahun terakhir dipakai para pengembang. Sekarang, Anda bisa mendapatkannya langsung di browser.

Apa yang orang-orang sudah lakukan dengan itu

@gregisenberg melakukan uji coba langsung di podcast @startupideaspod.

Ia hanya memberi satu tugas: temukan perusahaan yang memasang iklan di podcast kompetitor, identifikasi pihak yang benar-benar bertanggung jawab sebagai sponsor, dan tulis email yang dipersonalisasi untuk setiap orang.

Sistem menemukan wakil presiden pertumbuhan di Ramp, mengambil konten podcast yang ia ikuti dua minggu sebelumnya, menulis email dingin dengan mengutip pernyataan spesifiknya di acara tersebut, lalu langsung mengirimkannya. Greg tidak mengatakan “kirim”. Sistem menilai tugas selesai dan mengeksekusinya sendiri.

Setelah itu, ia juga menyarankan secara proaktif: pantau podcast kompetitor, dan segera beri peringatan jika ada merek baru yang mulai memasang iklan, lengkap dengan kontak yang relevan—“hubungi saat anggaran baru saja mulai berjalan.”

Pada akhirnya, alur ini menyelesaikan riset paralel untuk 96 prospek potensial, sekaligus menjadwalkan email tindak lanjut untuk hari ke-3 dan hari ke-7.

Dalam acara Marketing Against the Grain, tim menggunakan itu untuk mengaudit seluruh halaman produk HubSpot: secara otomatis merayapi seluruh situs, memberi skor berdasarkan standar kustom, menyusun isu, dan menghasilkan laporan situs yang bisa dibagikan. Pekerjaan yang awalnya memerlukan waktu satu minggu tim, selesai saat sesi rekaman acara.

Semua ini dilakukan saat live, bukan demo, dan bukan skrip yang sudah dipersiapkan.

Cara penggunaan untuk pekerjaan spesifik

Dalam bidang keuangan, seorang analis portofolio hanya memberikan satu tugas sebelum rilis laporan keuangan Nvidia.

Hasil kembali adalah: dashboard interaktif real-time yang berisi pendapatan $130,5 miliar, margin kotor 75%, tingkat pertumbuhan 114,2%, laporan laba rugi lengkap, serta tren margin laba dari tahun fiskal 2021 hingga prediksi tahun 2028—semuanya mendukung penyaringan dan tautan berbagi.

Tidak ada Excel, tidak ada kerja manual mencari data—selesai dalam 5 menit.

Perplexity bisa langsung memanggil sumber data seperti SEC, FactSet, S&P Global, PitchBook, dll.—tidak perlu API key, dan tidak perlu otorisasi tambahan; semuanya sudah terintegrasi di dalam sistem.

Skenario hukum:
“Tinjau kontrak ini. Periksa satu per satu semua pernyataan apakah ada sumber publik yang mendukungnya; tandai bagian-bagian dengan redaksi yang kabur, tidak adanya ketentuan standar, serta bagian yang mungkin menimbulkan tanggung jawab hukum berdasarkan hukum kontrak di [nama negara bagian]; daftarkan 5 poin risiko paling penting, beserta kutipan ketentuan yang spesifik; keluarkan dokumen Word yang disertai jejak revisi.”

Seorang reviewer pernah mengunggah sebuah proposal yang mengklaim pertumbuhan YoY pasar sebesar 43%. Perplexity Computer menemukan data sebenarnya hanya 4%, sehingga masalah tersebut dicegah sebelum penandatanganan.

Skenario pemasaran:
“Analisis [kompetitor 1], [kompetitor 2], [kompetitor 3]—konten terbaik berdasarkan performa selama 30 hari terakhir; temukan format konten dan topik dengan keterlibatan tertinggi; identifikasi celah konten; buat kalender konten 30 hari berdasarkan celah tersebut, dan simpan sebagai Google Doc.”

Jadikan ini tugas terjadwal. Setiap hari Senin, kalender analisis kompetitor terbaru otomatis dibuat, tanpa perlu riset manual.

Skenario operasional:
“Ini data CSV Q1 kami. Silakan bersihkan data; analisis pendapatan berdasarkan wilayah dan lini produk; identifikasi tiga masalah terbesar; buat one-pager berisi saran tindakan; buat satu slide PPT untuk keperluan presentasi; semua file disimpan ke folder proyek.”

Lima deliverable, satu instruksi. Saat Anda sedang rapat, semuanya sudah selesai.

Penilaian model (Model Council): 60 detik menghasilkan tiga penilaian

Saat Anda menghadapi keputusan yang benar-benar berdampak, cukup masukkan satu pertanyaan. Perplexity akan memanggil Claude, ChatGPT, dan Gemini sekaligus, lalu sebuah “aggregator” merangkum konsensus dan perbedaan di antara mereka.

· Bagian yang ketiganya sepakat: kesimpulan dengan keyakinan tinggi

· Bagian yang ada perbedaan: perlu penilaian lanjutan

Ada yang bertanya tentang penetapan harga produk: pilih $297 atau $497. Ketiga model memberikan jawaban yang berbeda, tetapi aggregator menemukan satu-satunya kesimpulan yang mereka sepakati adalah: jangan lebih rendah dari $297. Keputusan selesai di sini.

Banyak perusahaan menghabiskan uang untuk meminta firma konsultansi mengurung analis di ruang rapat sampai mereka menghasilkan kesimpulan.

Di sini, cukup satu instruksi saja.

Kapabilitas inti yang sebenarnya

Untuk mendapatkan nilai nyata dari Perplexity Computer, 80% tergantung pada satu hal: apakah Anda bisa menjelaskan dengan jelas “output akhir”.

Bukan konfigurasi teknis. Tetapi apakah Anda cukup jelas mengenai apa yang harus Anda serahkan. Jangan mendeskripsikan langkah-langkah; deskripsikan hasilnya.

Setiap kali tugas selesai, jangan lupa tanya lagi: “Apakah ada bagian yang belum saya tanyakan, tapi bisa membuat hasil ini jadi lebih berguna?”

Hampir setiap kali, ia menunjukkan area yang mungkin terlewat. Setiap kali, dan selalu digunakan.

Mulai dari sini

Buka Perplexity (pro $20/bulan). Masuk ke halaman Computer, klik connectors, lalu sambungkan Gmail dan Google Drive terlebih dahulu.

Masukkan tiga kalimat latar belakang Anda (cukup sekali). Unggah 2–3 contoh pekerjaan terbaik Anda agar ia mempelajari gaya Anda. Lalu pilih satu tugas yang minggu lalu Anda habiskan lebih dari 2 jam, dan setiap outputnya mirip: gunakan cara “deliverable akhir” untuk mendeskripsikannya, lalu kirim. Amati proses eksekusinya. Jika itu tugas yang berulang, set sebagai otomatis berjalan sebelum menutup halaman.

Para pengembang sudah memakai paket ini selama satu tahun. Jarak output mereka dengan orang lain itu nyata.

Inilah, cara untuk menyempitkan kesenjangan itu.