Beberapa hari lalu, saya menyadari diri saya melakukan sesuatu yang mungkin sudah menjadi hal biasa bagi banyak dari kita.
Saya punya sebuah pertanyaan.
Alih-alih membuka beberapa dokumen, mencari catatan lama, atau bertanya kepada seseorang di tim, saya mengetikkan pertanyaan itu ke AI.
Dalam hitungan detik, saya mendapat jawaban. Lalu pilihan lain. Lalu ringkasan. Lalu rekomendasi.
Reaksi pertama saya sederhana: Ini sangat efisien.
Namun beberapa saat kemudian muncul pikiran lain.
Kecepatan mengubah pengalaman berpikir
Dalam sebagian besar perjalanan karier saya, mencapai jawaban yang berguna membutuhkan friction. Saya harus membaca, membandingkan, bertanya, menantang, mengingat, dan kadang harus duduk bersama ketidakpastian untuk beberapa waktu.
AI menghilangkan sebagian besar friction itu. Dalam banyak situasi, ini merupakan keuntungan besar. Saya dapat mengeksplorasi alternatif lebih cepat, menguji pemikiran saya, merangkum informasi kompleks, dan mempersiapkan diri sebelum diskusi.
Namun friction juga memiliki fungsi lain: memaksa saya benar-benar terlibat dengan masalahnya.
Ketika jawaban tiba seketika, kita lebih mudah keliru menyamakan akses terhadap knowledge dengan ownership atas knowledge.
Jawaban belum tentu menjadi judgment
AI dapat memberi saya rekomendasi. AI tidak dapat memikul accountability saya atas konsekuensinya.
Perbedaan itu paling penting ketika keputusan bersifat ambigu: merekrut seseorang, mengubah policy, berinvestasi dalam project, merestrukturisasi tim, merespons masalah pelanggan, atau menentukan seberapa besar risk yang dapat diterima.
Dalam situasi seperti itu, pertanyaan yang berguna bukan sekadar “Apa rekomendasi AI?” melainkan “Asumsi apa yang berada di balik rekomendasi ini, konteks apa yang mungkin hilang, dan konsekuensi apa yang siap saya miliki?”
Ada juga pertanyaan tentang capability
Jika saya menggunakan AI untuk melakukan sesuatu lebih cepat, saya tetap perlu bertanya capability apa yang sedang saya perkuat—dan capability apa yang mungkin justru saya biarkan melemah.
Misalnya, menggunakan AI untuk menantang sebuah draft dapat meningkatkan kualitas tulisan saya. Namun jika saya meminta AI menulis semuanya sementara saya berhenti memikirkan struktur, audience, dan argument, secara perlahan saya dapat menjadi bergantung kepadanya.
Ketegangan yang sama ada dalam management. AI dapat membantu leader menyiapkan pertanyaan yang lebih baik. AI tidak seharusnya menggantikan kemampuan mendengarkan. AI dapat menyoroti pola dalam employee data. AI tidak seharusnya menggantikan pemahaman terhadap human context di balik angka.
Mungkin tujuannya bukan menolak kecepatan
Saya tidak ingin kembali ke cara kerja yang lebih lambat hanya karena lebih lambat. Itu justru kehilangan inti persoalannya.
Peluangnya adalah menggunakan waktu yang dikembalikan AI kepada kita untuk thinking yang lebih berkualitas: refleksi, dialog, eksperimen, judgment, dan human connection.
Jika AI menghemat tiga puluh menit, penggunaan paling bernilai dari tiga puluh menit itu mungkin bukan menghasilkan tiga puluh menit output tambahan. Bisa jadi sebagian waktu itu lebih baik digunakan untuk bertanya apakah sejak awal saya sedang menyelesaikan masalah yang tepat.
Pertanyaan yang ingin terus saya ajukan
Saya semakin yakin bahwa competitive advantage yang sesungguhnya tidak hanya datang dari siapa yang memiliki AI tercepat atau tools AI terbanyak.
Keunggulan itu mungkin datang dari individu dan organisasi yang mampu menggabungkan speed dengan judgment—menggunakan mesin untuk mempercepat informasi sambil tetap menjaga disiplin manusia yang khas: responsibility, context, dan wisdom.
Karena itu saya terus menyimpan pertanyaan ini untuk diri saya sendiri:
Saya membagikan refleksi ini sebagai titik awal yang praktis, bukan sebagai pengganti judgment yang spesifik terhadap konteks. Jika organisasi Anda sedang menghadapi pertanyaan serupa, mulai percakapan dengan saya →