AI Agent untuk Otomasi

Selipkan asisten AI ke dalam alur otomasimu: dia bisa mengarang teks, memilah pesan masuk, merapikan data berantakan, sampai membuat tugas dan komentar sendiri. Kamu cukup menulis instruksi pakai bahasa sehari-hari.

  1. 1

    Apa itu AI Agent di Otomasi?

    Di halaman Otomasi, kamu menyusun alur kerja seperti potongan domino: "kalau X terjadi, jalankan Y". Nah, salah satu blok yang bisa kamu pasang di tengah alur itu namanya AI Agent, anggap saja seorang asisten cerdas yang ikut bekerja di dalam alurmu.

    Seperti karyawan yang kamu beri instruksi tertulis, AI Agent bisa kamu suruh dengan bahasa sehari-hari. Dia punya dua mode kerja:

    • Mengarang (Generate), dia menghasilkan teks atau data rapi. Misal: "Tuliskan ringkasan singkat dari pesan ini" atau "Buatkan judul tugas yang jelas dari keluhan berikut".
    • Bertindak (Act), dia benar-benar melakukan sesuatu di workspace. Misal: membuat tugas baru, menambah komentar, atau menugaskan ke orang.

    Yang bikin enak: instruksinya bisa menyebut data dari alur lewat token {{ }}. Contohnya {{ pesan.isi }} berarti "isi pesan yang tadi masuk". Jadi AI selalu bekerja dengan data nyata yang lewat di alur itu, bukan tebakan kosong.

    NODE AI AGENTTriggerada kejadianAI AgentHASIL TEKSPilih tugas agen:Buat teks / JSONLakukan aksiKetuk pilihan untuk lihat dua mode agen.
    • Tulis instruksi sejelas mungkin, seperti kamu menjelaskan ke karyawan baru. Makin jelas, makin bagus hasilnya
    • Pakai mode Mengarang dulu untuk coba-coba. Mode Bertindak baru dipakai kalau kamu sudah yakin alurnya benar
  2. 2

    AI Router: pesan masuk dipilah ke tim yang tepat

    Bayangkan setiap hari ada banyak keluhan dan pesan masuk dari pelanggan. Capek kalau harus dibaca satu-satu lalu dilempar manual ke tim yang benar.

    AI Router menyelesaikan ini. Cara kerjanya: AI membaca isi pesan, lalu memilih satu jalur di antara beberapa pilihan yang kamu siapkan, mirip petugas yang berdiri di persimpangan dan mengarahkan tiap orang ke loket yang benar.

    Contoh nyata, otomasi triase keluhan masuk:

    • Pesan terdengar minta uang kembali? Diarahkan ke jalur Refund (masuk ke tim Keuangan).
    • Pesan melaporkan aplikasi error? Diarahkan ke jalur Bug (masuk ke tim Teknis).
    • Pesan berisi pujian/terima kasih? Diarahkan ke jalur Pujian (cukup dicatat, atau dibalas ramah).

    Kamu tinggal menamai jalur-jalurnya, lalu setiap jalur menyambung ke aksi berbeda. AI yang menentukan pesan ini cocok ke jalur mana.

    AI ROUTER · ARAHKAN KE TIM YANG TEPATPESAN MASUK
    "Tombol bayar error terus, nggak bisa lanjut."
    AI bacaRefundTim KeuanganBugTim TeknisPujianTim CSCoba pesan contoh:Minta refundLapor errorPujian
    • Beri nama jalur yang jelas (mis. "Refund", "Bug", "Pujian"). AI memilih lebih tepat kalau pilihannya gampang dibedakan
    • Sediakan satu jalur "Lainnya" sebagai tempat aman untuk pesan yang tidak masuk kategori mana pun
  3. 3

    AI Extract: ubah pesan berantakan jadi data rapi

    Pesan dari pelanggan biasanya berantakan, panjang, campur aduk. Misal: "halo sy budi nomor 0812xxx mau komplain paket blm sampe udah seminggu tolong cepet ya penting bgt".

    Mata manusia bisa paham, tapi alur otomasi butuh data yang rapi dan berkolom. Di sinilah AI Extract bekerja: dia membaca teks acakadut tadi, lalu memetik bagian-bagian penting menjadi field yang bersih, seperti memindahkan isi keranjang belanja ke rak yang tertata.

    Dari contoh di atas, AI Extract bisa menghasilkan:

    • Nama: Budi
    • Kategori: Pengiriman
    • Tingkat urgensi: Tinggi

    Field rapi ini bisa langsung dipakai langkah berikutnya. Contoh use-case lengkap: form atau pesan berantakan → AI Extract jadi field rapi → otomatis dibuatkan tugas dengan judul dan label yang sudah benar. Tidak ada lagi salin-tempel manual.

    AI EXTRACT · TEKS BERANTAKAN JADI FIELD RAPIPESAN MENTAH
    "halo sy bu sari, paket sy udh 5 hari blm nyampe nih, tolong cepet ya soalnya buat acara, nomor pesanan 88123"
    AIFIELD RAPINamaBu SariKategoriPengirimanUrgensiTinggiRingkasanPaket belum sampai 5 hariAI sedang merapikan field...Putar ulang
    • Tentukan field yang kamu mau persis: nama, kategori, urgensi, nomor pesanan, dan seterusnya. AI mengisi sesuai daftar itu
    • Cocok untuk merapikan isian form, pesan chat, atau email yang formatnya selalu beda-beda
  4. 4

    Agent Bertindak: bikin sub-tugas & komentar otomatis

    Mode Bertindak membuat AI Agent benar-benar mengerjakan sesuatu di workspace, bukan cuma menulis.

    Contoh use-case yang paling sering dipakai: setiap ada tugas baru dibuat, AI langsung membantu menyiapkannya.

    Misal seseorang membuat tugas "Siapkan acara gathering kantor". Begitu tugas itu lahir, AI Agent yang kamu pasang akan:

    1. Memecahnya jadi beberapa sub-tugas otomatis, misal "Pesan tempat", "Susun rundown", "Undang peserta", "Siapkan konsumsi".
    2. Menambahkan satu komentar ringkasan di tugas induk, semacam catatan pembuka yang menjelaskan rencana langkahnya.

    Hasilnya, tugas yang tadinya cuma satu baris kosong langsung punya rincian kerja dan arah yang jelas, tanpa kamu mengetik apa pun. AI memakai isi judul tugas (lewat token {{ }}) sebagai bahan berpikirnya.

    AGEN BERAKSI · TUGAS BARU MEMICU AGENTugas barutriggerAI Agent1Baca tugas baruAgen pahami konteks2Buat sub-taskPecah jadi langkah kecil3Tulis komentarRingkasan otomatis di tugasPutar ulangAgen jalan otomatis tiap ada tugas baru.
    • Mulai dari aksi yang aman dulu, seperti menambah komentar, sebelum memberi AI tugas yang lebih berani
    • AI memakai detail tugas pemicunya sebagai konteks, jadi makin lengkap judul/deskripsi tugas, makin pas sub-tugas yang dibuat
  5. 5

    Minta persetujuan dulu sebelum aksi sensitif

    Ada aksi yang sebaiknya tidak boleh otomatis 100%, misalnya menghapus banyak data atau mengarsipkan tugas massal. Untuk hal seperti ini, AI Agent bisa kamu suruh berhenti dulu dan minta izin manusia.

    Ini namanya langkah persetujuan (approval). Cara kerjanya seperti rem tangan:

    1. Alur berjalan sampai titik sensitif (mis. "akan mengarsipkan 25 tugas lama").
    2. AI menahan diri dan mengirim permintaan persetujuan ke orang yang kamu tunjuk, misal manajer.
    3. Alur menunggu sampai ada keputusan.
    4. Kalau disetujui, aksi dilanjutkan. Kalau ditolak, alur berbelok ke jalur lain (mis. tidak jadi, atau dicatat saja).

    Contoh use-case: sebelum hapus/arsip massal → minta persetujuan manajer dulu. Jadi AI tetap mempercepat pekerjaan, tapi keputusan berisiko tetap di tangan manusia.

    PERSETUJUAN MANUSIA · JEDA SEBELUM AKSI SENSITIFAI mengusulkanArsipkan 128 tugas lamajedaMinta persetujuan managerArsipkan 128 tugas lama?SetujuiTolakDisetujuiAksi dijalankan agenDitolakAksi dibatalkan, amanUlangiKetuk Setujui atau Tolak untuk lihat alurnya.
    • Pakai persetujuan untuk aksi yang sulit dibatalkan: hapus, arsip massal, kirim ke pihak luar, atau apa pun yang berurusan dengan uang
    • Tunjuk orang yang memang berwenang sebagai penyetuju, supaya keputusan cepat dan jelas siapa yang bertanggung jawab
    Selama menunggu persetujuan, alur berhenti di langkah itu, bukan gagal. Pastikan penyetuju tahu ada permintaan masuk supaya alurmu tidak menggantung berhari-hari.
  6. 6

    Jawab pakai pengetahuan workspace (Grounding)

    Secara bawaan, AI menjawab dari pengetahuan umum. Tapi dia tidak tahu aturan internal perusahaanmu, kecuali kamu beri tahu. Di sinilah Grounding berperan.

    Grounding artinya AI bersandar pada pengetahuan di workspace-mu (dokumen, catatan, panduan internal) saat menjawab. Jadi jawabannya akurat sesuai kondisi perusahaanmu, bukan jawaban umum yang bisa salah.

    Contoh use-case: balas pertanyaan internal pakai pengetahuan workspace. Seorang karyawan bertanya di alur, *"Berapa hari jatah cuti tahunan kita?"*. Tanpa Grounding, AI cuma menebak angka umum. Dengan Grounding, AI membaca dokumen kebijakan perusahaanmu dulu, lalu menjawab angka yang benar-benar berlaku di tempatmu, sambil merujuk ke sumbernya.

    Ini membuat asisten AI terasa seperti rekan kerja yang sudah membaca semua dokumen internal, bukan orang asing yang baru datang.

    GROUNDING · JAWAB PAKAI PENGETAHUAN WORKSPACEPERTANYAAN
    Berapa lama garansi produk kita?
    AIPENGETAHUAN WORKSPACECoba pertanyaan internal:Berapa lama garansi produk kita?Siapa PIC onboarding klien baru?
    • Rapikan dokumen internalmu (kebijakan, SOP, FAQ). Makin rapi sumbernya, makin akurat jawaban AI
    • Cocok untuk menjawab pertanyaan berulang dari tim: kebijakan cuti, alur klaim, jam kerja, dan sejenisnya
    AI tetap bisa keliru. Untuk jawaban yang dipakai mengambil keputusan penting, minta tim mengecek ulang ke sumber aslinya sebelum dianggap final.
  7. 7

    Rangkai jadi satu alur cerdas

    Bagian-bagian tadi paling kuat kalau dirangkai. Bayangkan satu alur penanganan keluhan dari awal sampai akhir:

    1. Pesan masuk dari pelanggan (pemicu).
    2. AI Extract merapikan jadi field: nama, kategori, urgensi.
    3. AI Router mengarahkan ke tim yang tepat berdasarkan kategori.
    4. Agent Bertindak membuat tugas otomatis di tim itu, lengkap dengan komentar ringkasan.
    5. Kalau keluhannya minta refund besar, AI minta persetujuan manajer dulu sebelum diproses.
    6. Saat tim menjawab, AI memakai Grounding agar balasannya sesuai kebijakan resmi.

    Kamu tidak harus langsung sekompleks ini. Mulai dari satu blok (misal cuma AI Router untuk memilah keluhan), pastikan jalan, baru tambah blok berikutnya. Begitu nyaman, alurmu bisa berkembang jadi asisten yang mengurus pekerjaan berulang nyaris sendirian.

    • Bangun bertahap: satu blok dulu, uji, baru sambung blok berikutnya. Lebih gampang mencari letak masalah kalau ada yang meleset
    • Beri nama tiap otomasi dengan jelas (mis. "Triase Keluhan Masuk") supaya gampang dirawat saat alurmu makin banyak
    • Pantau "run count" tiap otomasi untuk memastikan AI benar-benar bekerja sesuai harapan