Mengetahui Tentang AI Tidaklah Cukup. Inilah Cara Sebenarnya Menggunakannya.

In This Article

Mungkin Anda telah membuka ChatGPT beberapa kali, mendapatkan hasil di bawah standar, dan melanjutkan. Mungkin Anda pernah mengikuti satu atau dua pelatihan AI dan berpikir, “Keren, tapi bagaimana penerapannya pada pekerjaan saya?” Atau mungkin Anda telah menandai selusin alat AI yang Anda lihat direkomendasikan di LinkedIn dan belum mencoba satu pun. Anda tidak sendirian. Kesenjangan antara mengenal AI dan menggunakan AI adalah hal yang banyak kita alami saat ini. Dan tidak ada gunanya jika semua orang menyuruh Anda menggunakannya. Saya tahu karena ini adalah pekerjaan saya: Saya mengelola tim penulis di Blog HubSpot, dan sebagian besar pekerjaan saya adalah mewujudkannya dengan AI. Bukan dalam artian utama yang abstrak dan inspiratif, tetapi dalam artian inilah cara menyelesaikan pekerjaan Anda yang sebenarnya dengan lebih baik. Apa yang saya pelajari adalah bahwa masalahnya hampir tidak pernah terletak pada motivasi. Orang ingin belajar. Informasi tentang AI ada di mana-mana, namun pemberdayaan sejati – yang benar-benar mengubah cara Anda bekerja – sangat jarang terjadi. Tentang itulah postingan ini. Dalam panduan ini, saya akan membagikan kerangka kerja praktis untuk mengintegrasikan AI ke dalam pekerjaan Anda dengan cara yang meningkatkan keterampilan, pengaruh, dan karier Anda. Daftar Isi Mengapa Mengaktifkan AI Membantu Karir Anda Mengapa AI begitu sulit untuk diadopsi? Seperti apa pemberdayaan AI? Bagaimana Tim Dapat Beralih Dari Eksperimen AI ke Eksekusi Dimana Futurepedia Cocok dengan Pemberdayaan AI Mengapa Mengaktifkan AI Membantu Karir Anda Mari kita mulai dengan kejujuran. “AI membantu pekerjaan Anda” hampir tidak ada artinya di tahun 2026. Kita tahu AI dapat membuat kita lebih produktif, lalu bagaimana sekarang? Berikut gambaran yang lebih baik: Ada kesenjangan yang semakin besar antara orang yang menggunakan AI dan orang yang menggunakannya dengan baik. Keuntungannya akan diberikan kepada orang-orang yang telah melangkah lebih jauh, yang telah memasukkan AI ke dalam rutinitas mereka, yang menggunakannya untuk menghasilkan pekerjaan yang lebih baik, dan yang dapat menunjukkan dampak tersebut. Mari kita lihat lebih dekat mengapa hal ini terjadi: Promosi datang dari hasil, bukan usaha. “Saya sudah berusaha keras, jadi saya harus diberi imbalan” adalah kalimat yang jauh lebih sulit untuk diperdebatkan akhir-akhir ini. Hal ini karena para profesional yang mendukung AI cenderung menghasilkan lebih banyak output dan dampak dibandingkan mereka yang tidak. Yang saya maksud dengan berkemampuan AI adalah seseorang yang secara teratur memanfaatkan AI dalam pekerjaan sehari-harinya untuk meningkatkan hasil dan dampaknya. Pada tahun 2026, banyak industri kini telah bertransisi ke “era operasional” AI. Fase percobaan (permintaan ad-hoc, penggunaan alat satu kali) sebagian besar telah berakhir. Harapannya sekarang adalah penggunaan yang terintegrasi dan berkelanjutan. Ambil contoh pemasaran konten: Tim kecil yang fokus secara strategis dapat menggunakan AI sebagai pengganda kekuatan, menghilangkan aspek rutin produksi sehingga editor manusia dapat fokus pada alur narasi, suara merek, dan akurasi. Menurut laporan State of Marketing HubSpot tahun 2026, 67% tim pemasaran mengatakan AI menghemat 10 jam atau lebih per minggu, dan 71% mengatakan AI membantu mereka membuat lebih banyak konten secara signifikan. Karena AI dapat menangani sebagian besar peran sehari-hari, AI memberikan waktu luang untuk pekerjaan tingkat tinggi: pemikiran strategis, pemecahan masalah secara kreatif, kepemimpinan lintas fungsi, dan perencanaan jangka panjang. Pelaksanaan tugas-tugas dasar menjadi kurang berharga. Dan jika Anda tidak mengalami hambatan karena hal tersebut, manajer akan memberi Anda pekerjaan yang lebih menantang dan nyata. Penggunaan AI menjadi dasar baru. Satu generasi yang lalu, mengetahui cara menggunakan Excel adalah sebuah pembeda. Lalu, itu menjadi lantai. Pergeseran yang sama juga terjadi pada AI saat ini, yang berarti peluang untuk maju semakin dekat. Saat ini, kemahiran AI masih mengesankan. Jika Anda memberi tahu manajer Anda bahwa Anda menggunakan AI untuk memotong setengah proses, atau membuat prompt yang menghemat tiga jam seminggu bagi tim Anda, hal itu akan diperhatikan (lebih lanjut tentang ini nanti). Namun, apa yang membuat Anda mendapat pengakuan dari manajer Anda saat ini akan terdengar seperti “Saya membuat makro baru di Excel” satu atau dua tahun dari sekarang. Berguna, tapi tidak penting. Ketika kemahiran AI menjadi dasar, keuntungan akan dinikmati oleh orang-orang yang sudah mencapainya lebih awal dan mengembangkannya sementara orang lain masih memikirkan harus mulai dari mana. Anda bahkan dapat berargumen bahwa ini adalah landasannya: penelitian HubSpot menemukan bahwa 83% pemasar mengatakan mereka diharapkan menghasilkan lebih banyak dari sebelumnya karena AI. Dan inilah hal yang paling penting bagi karier Anda: AI tidak akan menggantikan Anda. Tetapi seseorang yang menggunakannya mungkin lebih baik. Bukan robot hipotetis atau gelombang otomatisasi tanpa wajah. Seseorang di industri Anda, pada level Anda, yang memutuskan untuk menganggapnya serius sebelum Anda melakukannya. Manajer memperhatikan siapa yang menggunakan AI (dan siapa yang tidak). Data Gallup 2026 menunjukkanbahwa 69% pemimpin dan 55% manajer menggunakan AI setidaknya beberapa kali dalam setahun, dibandingkan dengan hanya 40% IC. Manajer Anda kemungkinan besar lebih banyak menggunakan AI daripada Anda, sehingga mereka memiliki pemahaman yang cukup baik tentang apa yang mungkin dilakukan dan apakah Anda dapat mengikutinya. Saya tidak mengatakan atasan Anda merahasiakan siapa yang paling banyak memberi saran kepada Claude. Namun ketika dua orang dalam tim yang sama melakukan pekerjaan serupa, dan salah satu dari mereka secara konsisten melakukannya dengan lebih cepat dan menyeluruh karena mereka telah mengintegrasikan AI ke dalam prosesnya, hal tersebut dicatat. Hal ini memengaruhi siapa yang mendapat tugas tambahan berikutnya, siapa yang diikutsertakan dalam diskusi strategi, dan siapa yang dipromosikan. Mengapa AI begitu sulit untuk diadopsi? Ada alasan mengapa banyak orang terjebak antara “Saya tahu saya harus lebih banyak menggunakan AI” dan benar-benar melakukannya. Sebenarnya, ada beberapa alasan yang terdokumentasi dengan baik: Kesenjangan Mengetahui-Melakukan Kita semua ingin belajar atau mencoba sesuatu yang baru, hanya untuk menyadari bahwa berbulan-bulan atau bertahun-tahun telah berlalu tanpa benar-benar melakukan apa pun. Tanya saja gitar bass saya mengumpulkan debu di kamar tidur saya. Peneliti Jeffrey Pfeffer dan Robert Sutton menyebut fenomena ini sebagai “kesenjangan pengetahuan-melakukan”. Pada dasarnya, mengetahui apa yang harus dilakukan dan benar-benar melakukannya hampir seluruhnya merupakan masalah yang berbeda. Ketika menerapkan kesenjangan pengetahuan-melakukan (knowing-doing gap) pada AI, hasil penelitiannya adalah sebagai berikut: BCG menemukan bahwa meskipun penerapan AI sudah meluas, 74% perusahaan belum menunjukkan nilai bisnis nyata dari penggunaan AI. Laporan tersebut juga menemukan bahwa 70% tantangan yang dihadapi perusahaan ketika menerapkan AI berasal dari masalah yang berkaitan dengan manusia dan proses, dibandingkan dengan hanya 30% yang disebabkan oleh masalah teknologi dan 10% yang disebabkan oleh algoritma AI. Salah satu alasan kelambatan ini adalah karena alasan praktis. Anda sudah mempunyai pekerjaan yang harus diselesaikan. Kalender Anda penuh, daftar tugas Anda panjang, dan tujuan abstrak “menemukan cara menggunakan AI dengan lebih baik” bersaing dengan semua hal lain yang ada di piring Anda. Ketika saya bertanya kepada Timothy Biondollo, Insinyur Cepat dan Spesialis AI HubSpot Media, mengapa begitu banyak orang terjebak antara kesadaran dan adopsi, dia tidak menutup-nutupi: "Kesadaran bersifat pasif, dan penerapannya mengharuskan Anda mengubah cara kerja sebenarnya, bukan hanya menambahkan tab baru ke browser Anda. Kesenjangannya adalah sebagian besar orang masih menjalani tugas demi tugas sehari-hari, secara berurutan, melakukan pekerjaan itu sendiri. Orang-orang yang berkemampuan tinggi telah melakukan perubahan yang sangat berbeda. Mereka menghabiskan waktu mereka mengumpulkan konteks, menulis instruksi, dan kemudian menjalankan sepuluh aliran kerja paralel di latar belakang sementara mereka fokus pada strategi dan kualitas. Itu bukan penyesuaian kecil. Itu adalah model operasi yang sepenuhnya berbeda. Tidak ada yang memberi tahu Anda bahwa itulah yang dimaksud dengan transisi sebenarnya terlihat seperti itu, jadi orang-orang mencoba AI beberapa kali, tidak merasakan perubahannya, dan berasumsi bahwa AI tidak cocok untuk mereka atau AI tidak cukup pintar untuk melakukannya.” Mempelajari AI selain melaksanakan tanggung jawab Anda saat ini adalah kendala yang sebenarnya. Otak Anda memiliki keterbatasan dalam memproses informasi baru, dan ketika batas tersebut terlampaui (yang hampir pasti terjadi mengingat kecepatan AI selama beberapa tahun terakhir), adopsi akan menurun tajam, bahkan ketika motivasi sedang tinggi. Terlalu Banyak Pilihan, Tidak Cukup Kejelasan Katakanlah Anda memang menentukan waktu. Sekarang apa? Ada ribuan alat AI di pasaran. Pemandangannya berubah setiap bulan. Model dan fitur baru diluncurkan, dan feed LinkedIn Anda penuh dengan orang-orang yang memberi tahu Anda tentang satu alat yang mengubah hidup mereka. Anda tidak tahu harus mulai dari mana, jadi Anda tidak memulai sama sekali. Meskipun Anda belum pernah mendengar tentang paradoks pilihan, Anda pasti pernah mengalaminya. Semakin banyak pilihan yang kita miliki, semakin sedikit keinginan kita untuk memilih. Jadi kita terdiam, atau kita mengambil keputusan yang lebih buruk dibandingkan jika kita diberi lebih sedikit pilihan. Hal itulah yang terjadi saat ini bagi siapa pun yang mencoba membangun kebiasaan AI. Seberapa besar kemungkinan alat yang Anda pilih benar? Mengintimidasi adalah sebuah pernyataan yang meremehkan. Jebakan Produktivitas Ada juga ironi yang kejam di sini yang menurut saya jarang disebutkan: Jika Anda tidak sengaja menggunakan AI, hal itu akan menciptakan lebih banyak pekerjaan daripada menguranginya. Pertimbangkan skenario saat Anda ingin menggunakan AI untuk meringkas kumpulan data sebagai memo. Anda mengekspor lembar tersebut, memasukkannya ke ChatGPT, dan hebatnya, sebuah memo muncul kembali dalam 30 detik. Namun sekarang Anda sedang meninjau hasilnya, menemukan ketidakakuratan, meminta kembali karena ada yang tidak beres, memeriksa fakta klaim yang Anda tidak yakin, dan memformat ulang semuanya agar mendapatkan nada yang tepat. Pada saat Anda selesai, AI tidak terasa seperti faktor pendukung;rasanya seperti hambatan. Inilah alasan utama mengapa adopsi AI terhenti. Orang-orang mencobanya, mendapat tanggapan umum, dan berpikir hanya itu? Mereka menyimpulkan bahwa upaya berkelanjutan tidak sepadan dan kembali ke cara lama. Namun masalahnya adalah pendekatannya, bukan alatnya. Menggunakan AI dengan baik berarti mengetahui bagian mana yang benar-benar menghemat waktu Anda dan bagian mana yang dapat mengalihkan pekerjaan. Pembedaan tersebut membutuhkan latihan dan memisahkan seseorang yang sadar akan AI dan seseorang yang mendukung AI. Seperti apa pemberdayaan AI? Kami tahu mengapa pemberdayaan dan adopsi AI penting. Peralihan dari pengetahuan ke praktik adalah hal yang membuat banyak dari kita terhenti, dan hal ini bukan karena kurangnya usaha. Selanjutnya, saya akan menguraikan strategi yang berhasil untuk saya dan tim konten. Ini adalah langkah-langkah praktis dan bertahap yang mengubah kecemasan terhadap AI menjadi tindakan. Sadarilah bahwa Anda belum ketinggalan (belum). Melakukan penelusuran untuk “teknologi AI terbaru” adalah cara yang bagus untuk segera menutup laptop Anda dan keluar untuk hari itu. Ada tekanan pada AI yang datang dari banyaknya influencer, pengumuman produk, pemikiran, dan bahkan kolega yang memberi tahu Anda bagaimana mereka maju. Namun kebisingan itu sebagian besar dirancang untuk menarik perhatian dan memasarkan Anda. Itu salah satu trik tertua dalam buku ini: Anda tertinggal. Anda tidak boleh ketinggalan. Berlangganan buletin saya, agar Anda tidak ketinggalan. Pesan ini menarik keinginan utama kami untuk menjadi bagian dari kelompok. Ini pada dasarnya adalah logika manusia gua. Kenyataannya bagi Anda: Menurut Gallup, 49% pekerja di AS melaporkan bahwa mereka tidak pernah menggunakan AI dalam peran mereka, dan hanya 26% yang menggunakannya beberapa kali dalam seminggu atau lebih. Biarkan hal ini meresap. Di negara yang menjadi basis sebagian besar perusahaan AI besar, hanya seperempat pekerjanya yang sering menggunakan AI. Saya ingin memperkenalkan konsep lain untuk menempatkan segala sesuatunya dalam perspektif: Teori Difusi Inovasi. Pertama kali dikemukakan oleh E.M. Rodgers pada tahun 1962 (dan masih relevan hingga saat ini), teori Difusi Inovasi membagi seluruh audiens teknologi menjadi lima kelompok: inovator, pengadopsi awal, mayoritas awal, mayoritas akhir, dan lamban. Kelompok-kelompok ini mengadopsi teknologi baru apa pun dalam urutan itu. Adopsi dimulai dari para inovator (misalnya para penggemar teknologi, influencer, orang-orang yang pertama kali mengantri untuk membeli ponsel terbaru) dan diakhiri dengan mereka yang lamban (yang masih menggunakan telepon rumah). Seperti yang Anda lihat dari diagram di bawah, kebanyakan orang berada di tengah-tengah: Sumber Jadi, di manakah posisi kita saat ini dengan AI generatif? Ini adalah keputusan yang subyektif, namun mengingat data yang kita miliki sejauh ini, saya yakin kita baru saja memasuki mayoritas awal. Dengan kata lain, meskipun AI sebagai sebuah konsep telah menjadi perhatian publik selama beberapa waktu, kemahiran AI baru saja mulai menjadi mainstream. Semua orang yang pernah Anda dengar memuji AI dan kemungkinan-kemungkinannya adalah 15% orang pertama, para inovator dan pengguna awal. Dan mereka jauh lebih vokal dibandingkan yang lain. Apa artinya bagi Anda? Jika Anda belum merasa nyaman menggunakan AI, Anda masih berada dalam posisi yang bagus. Namun jangan ketinggalan juga, karena mayoritas awal adalah kesempatan terakhir Anda untuk maju. Ini tidak berarti bahwa menjadi pemula dalam segala hal itu mudah - tentu saja tidak. Namun sebagian besar ketidaknyamanan itu berasal dari keyakinan bahwa semua orang lebih unggul dari Anda. Namun hal tersebut belum terjadi. Mulailah dari yang kecil. Seperti keterampilan apa pun, kemahiran AI adalah kekuatan yang berkembang seiring waktu melalui penggunaan berulang-ulang. Anda tidak menjadi lebih kuat dengan membaca tentang angkat beban. Suatu saat, Anda harus mengangkat dumbel. Ini tidak berarti Anda perlu menggunakan agen yang merangkum semua email Anda, membersihkan spreadsheet Anda, mengatur jadwal Anda, dan menghitung pajak Anda pada saat pertama kali melakukannya. Rangkullah menjadi seorang pemula, carilah kemenangan kecil, dan, seperti halnya berolahraga, Anda akan melihat manfaatnya lebih cepat dari yang Anda kira. Hal pertama yang saya lakukan dengan AI adalah menggunakannya untuk membantu saya menyarankan penulisan ulang pesan internal Slack saya jika saya merasa nada bicara saya salah. Hal-hal mendasar, tetapi segera menjadi jelas bagi saya bagaimana ini lebih efisien daripada memikirkan cara sempurna untuk mengungkapkan sesuatu. Saya melihat manfaatnya dengan investasi yang relatif kecil. Akhirnya, saya merasa nyaman menggunakan Claude untuk membantu pengkodean alat internal untuk tim saya, membuat memo dari kumpulan data, dan merencanakan tanggung jawab mingguan saya. Sekarang, saya akan kesulitan menemukan sesuatu yang tidak saya gunakan untuk AI dalam keseharian saya. Menerapkan solusi AI untuk masalah Anda sendiri dan melihat manfaatnya di dunia nyata adalah motivator yang kuat. Anda menggunakannya pada sesuatu yang konkret,dan itu hanya klik. Anda akan berpikir, “Oh, saya bisa menggunakannya untuk ini… apa lagi yang bisa dilakukannya?” Rasa ingin tahu Anda menjadi mesin yang membangun kebiasaan. Selain itu, memasukkan AI ke dalam pekerjaan Anda yang sudah ada (bukan sebagai eksperimen atau aktivitas terpisah) menghilangkan hambatan untuk mencobanya sekali, mendapatkan hasil yang meragukan, dan kembali ke cara Anda bekerja. Anda melihat kegunaannya secara langsung, jadi kemungkinan besar Anda akan mampu melewati hambatan awal. Manfaat AI lebih besar daripada ketidaknyamanan yang bersifat sementara. Penulis Blog HubSpot Amy Rigby telah menavigasi hal ini secara langsung: "Bagian tersulit dalam memasukkan AI ke dalam alur kerja juga merupakan bagian tersulit dari segala upaya untuk meningkatkan efisiensi: Pada awalnya, ini akan menjadi sangat tidak efisien. Anda akan tersandung pada cara kerjanya, bereksperimen, dan gagal karena semuanya baru bagi Anda… Anda harus bertahan melewati kurva pembelajaran tersebut untuk membuka nilai tersebut. Sungguh perasaan yang luar biasa setelah Anda melakukannya." Pelajari cara meminta. AI prompting adalah satu-satunya keterampilan paling berguna yang dapat Anda pelajari saat memulai. Perintah yang baik berarti perbedaan antara respons umum dan respons yang benar-benar membantu. Ketika saya bertanya kepada Meg Prater, Kepala Strategi & Operasi Konten untuk HubSpot Media, mengapa ada kesenjangan antara kesadaran AI dan penerapan aktual, dia berkata, "Mereka tidak menggunakan perintah yang tepat. Setelah Anda mempelajari cara meminta dengan lebih baik, hasil yang Anda peroleh membuat mustahil untuk tidak menggunakan AI untuk menyempurnakan pekerjaan Anda dan menciptakan lebih banyak waktu untuk melakukan pekerjaan yang penting." Tidak apa-apa untuk bereksperimen dengan perintah yang berbeda pada awalnya, namun pada akhirnya Anda akan menginginkan kerangka kerja untuk percakapan yang terpandu dengan lebih baik. Saya mendorong para penulis di tim saya untuk menggunakan kerangka kerja WRITE - kerangka kerja ini memberi AI lima informasi penting untuk permintaan tersebut: Siapa: AI bertindak sebagai siapa? Berikan AI sebuah kepribadian, seperti ahli strategi berpengalaman, pakar teknis, manajer proyek, dll. Sumber daya: Latar belakang apa yang dibutuhkan AI untuk melakukan hal ini dengan benar? Ini adalah dump konteks Anda: detail relevan tentang proyek, masalah yang Anda selesaikan, bahan referensi, dan hal lain yang tidak diketahui oleh AI sendiri. Petunjuk: Apa sebenarnya yang harus dilakukan AI? Bersikaplah spesifik. Ketentuan: Aturan, batasan, atau batasan apa yang berlaku? Misalnya, panjang, format, nada, hal-hal yang harus dihindari, dan hal-hal yang perlu disertakan. Hasil yang diharapkan: Jelaskan produk jadi sespesifik mungkin: formatnya, hasil yang dapat dikirim, dan, jika mungkin, contohnya. Berikut ini contoh perintah WRITE: W: Anda adalah konsultan pemasaran bisnis kecil yang berspesialisasi dalam peluncuran produk DTC. Audiens saya adalah wanita berusia 25-40 tahun yang membeli lilin buatan tangan sebagai hadiah dan perawatan diri, sebagian besar melalui toko Etsy dan Instagram saya. R: Saya meluncurkan koleksi lilin musim panas di bulan Juni. Anggaran saya sekitar $500 untuk peluncuran. Saluran penjualan terbaik saya adalah Instagram, dan saya memiliki sekitar 3.000 pengikut. Koleksi terakhir saya terjual habis dalam dua minggu, sebagian besar melalui Instagram Stories dan email. I: Buatkan saya rencana peluncuran empat minggu yang mencakup konten teaser, strategi hari peluncuran, dan tindak lanjut pasca peluncuran. Sertakan apa yang akan diposting, kapan mempostingnya, dan satu email untuk setiap fase. T: Jaga agar rencana tetap realistis untuk operasi satu orang. Tidak ada iklan berbayar. Organik dan email saja. Nadanya harus terasa hangat dan pribadi, bukan korporat. E: Kalender minggu demi minggu yang dapat saya ikuti, dengan ide konten spesifik untuk setiap hari, tiga draf email singkat, dan daftar periksa hari peluncuran. Jalankan perintah ini di samping perintah tanpa kerangka kerja, dan Anda akan melihat perbedaannya. Jika Anda benar-benar seorang pembuat lilin, Anda juga akan mencium baunya. Buat jadwal sasaran AI. Setelah Anda melakukan beberapa penyesuaian dan mengetahui di mana AI dapat membantu Anda, langkah selanjutnya adalah menjaga momentum. Lebih mudah diucapkan daripada dilakukan. Ingat kesenjangan mengetahui-melakukan? Penelitian menunjukkan bahwa memiliki niat untuk mencapai tujuan yang kuat saja tidak cukup. Namun, orang-orang yang membuat rencana yang menentukan dengan tepat bagaimana mereka bertindak untuk mencapai suatu tujuan lebih mungkin untuk benar-benar menindaklanjutinya. Berpikir “Saya ingin menjadi lebih baik dalam menggunakan AI” kurang efektif dibandingkan “Setiap Selasa pagi, saya akan menghabiskan 20 menit menerapkan AI pada satu tugas yang saya kerjakan.” Jadi, inilah yang saya rekomendasikan: Rencanakan jadwal mingguan kemenangan AI. Ini adalah tugas yang dapat Anda capai secara wajar dalam seminggu. Mereka tidak perlu melakukan lompatan besar. Sebaliknya, anggaplah hal tersebut sebagai kemajuan bertahap menuju tujuan yang lebih besar, cukup kecil untuk benar-benar diselesaikan namun cukup bermakna untuk menggerakkan jarum. Jadwal terstruktur melakukan dua hal. Pertama, mengubah niat menjadikebiasaan, menyediakan perancah untuk membuat Anda terus melakukannya tanpa tindakan heroik dan kemauan keras setiap saat. Kedua, hal ini meruntuhkan kemungkinan AI yang tak terbatas menjadi langkah-langkah praktis yang spesifik untuk pekerjaan Anda. Ini adalah penangkal kelumpuhan opsi. Katakanlah Anda ingin menggunakan AI untuk meningkatkan efisiensi dan tindak lanjut rapat Anda. Berikut tampilan jadwal dalam praktiknya: Sasaran utama: Menggunakan AI untuk mengurangi waktu yang dihabiskan untuk pembaruan status dan persiapan rapat selama bulan depan. Minggu 1: Pilih rapat yang paling sering Anda lakukan. Gunakan AI untuk menghasilkan template agenda dari catatan Anda. Minggu 2: Setelah pertemuan, gunakan AI untuk menyusun ringkasan tindak lanjut. Periksa apakah ini memakan waktu lebih sedikit dari biasanya. Minggu 3: Buat perintah untuk pembaruan status mingguan menggunakan poin-poin yang sudah Anda simpan. Minggu 4: Gabungkan ketiganya menjadi alur kerja sederhana yang dapat diulang. Jalankan selama seminggu selama beberapa pertemuan. Minggu 5: Tinjau sistem Anda. Apa yang berhasil? Apa yang tidak? Apa selanjutnya? Tetapkan tujuan untuk bulan berikutnya. Tidak ada yang merupakan lompatan di sini. Setiap minggu dikembangkan dari minggu terakhir, dan pada minggu kelima Anda memiliki sistem yang terdokumentasi. Anda dapat melacak kemajuan Anda sesuai kebutuhan Anda: aplikasi catatan seperti Notion, alat manajemen tugas seperti Asana, dokumen yang sedang berjalan, atau catatan tempel jika itu yang Anda lakukan. Konsistensi lebih penting daripada format. Dan (Anda mungkin sudah melihatnya), AI bahkan dapat membantu Anda membuat jadwal itu sendiri. Jelaskan peran dan tanggung jawab Anda terhadap hal tersebut, dan mintalah hal tersebut membantu Anda melakukan brainstorming di mana Anda dapat memanfaatkan AI secara realistis dalam alur kerja Anda. Tetapkan satu sasaran SMART utama yang ingin dicapai selama empat hingga enam minggu ke depan, lalu gunakan AI untuk menyusun sub-langkah untuk mencapainya. Jadikan kemajuan Anda terlihat. Jika perusahaan Anda mengedepankan AI, kemungkinan besar manajer Anda ingin tahu apa yang Anda lakukan. Seberapa nyata kemajuan AI Anda bagi mereka sama pentingnya bagi karier Anda dan juga pekerjaan itu sendiri. Hal ini terutama berlaku jika kinerja Anda ditujukan pada adopsi AI. Memberi tahu manajer Anda secara teratur bagaimana Anda menerapkan AI, memperbaruinya tentang kasus penggunaan baru atau peningkatan efisiensi, menandakan bahwa Anda berpikir ke depan. Itu bisa terlihat seperti pesan Slack, item dalam pembaruan mingguan Anda, atau penyebutan satu lawan satu. Bahkan kemenangan kecil pun menanamkan gagasan bahwa Anda sangat diperlukan. Namun, visibilitas lebih mudah diucapkan daripada dilakukan: Begitu Anda terlibat dalam masalah dengan AI, Anda akan mudah terjebak sehingga Anda lupa mengomunikasikan kemajuan Anda. Kadang-kadang saya begitu tertarik pada suatu proyek sehingga saya lupa memberi tahu atasan saya tentang bagaimana penggunaan AI saya benar-benar meningkatkan hasil saya. Salah satu solusinya: Atur pengingat kalender berulang untuk pembaruan AI manajer. Kemudian, salin jadwal adopsi Anda (atau apa pun yang Anda gunakan untuk melacak kemajuan AI Anda), tempelkan ke alat AI pilihan Anda, dan mintalah untuk merangkum kemajuan mingguan Anda. Bam, sesuatu untuk dibagikan dengan atasan Anda hampir tanpa kerja ekstra. Inilah sebabnya mengapa menggunakan alat manajemen tugas seperti Asana untuk melacak pekerjaan Anda dapat bermanfaat. Anda dapat mengekspor tugas yang sudah selesai ke dalam spreadsheet, menyerahkannya ke alat AI, dan memintanya untuk mengeluarkan kemenangan terbaru. Pelacakan kemajuan sudah ada di dalamnya, dan ini jauh lebih mudah daripada menyimpan Google Sheet terpisah yang perlu Anda ingat untuk memperbarui setiap kali Anda melakukan sesuatu. Saya juga mendorong Anda untuk menghubungkan penggunaan AI dengan kemajuan pekerjaan Anda. Ceritakan sebuah narasi: bagaimana Anda menjadi lebih baik dalam hal tersebut, dan akibatnya, bagaimana pekerjaan Anda menjadi lebih baik, dan bagaimana kaitannya dengan KPI tim. Bagaimanapun, kita sedang berbicara tentang memajukan karier Anda. Satu catatan lagi: Visibilitas rekan juga penting. Manajer itu penting, tetapi menjadi orang yang dituju oleh rekan satu tim Anda juga penting ketika mereka memiliki pertanyaan tentang AI. Status ahli informal itu menambah tekanan pada kemajuan Anda sendiri. Timothy memiliki beberapa wawasan yang berguna di sini: "Triknya adalah dengan membagikan caranya, bukan hal yang luar biasa. Bukan 'lihat apa yang saya buat' tetapi 'begini cara saya membangunnya, mungkin ini bisa membantu Anda.' Terus pertahankan lingkaran informasi. Anda melakukan pekerjaan, Anda menunjukkan pekerjaan, sekarang pastikan Anda tetap tajam. Saran terakhir saya adalah teruslah belajar dan mengikuti perkembangan terkini sambil mempraktikkan pengetahuan Anda. Seperti yang dikatakan Meg, "Seseorang yang berkemampuan AI adalah seseorang yang memiliki rasa ingin tahu terhadap AI. Anda harus bereksperimen dengannya, berlatih dengannya, dan mencoba alat/bangunan baru. Menjalankan ketiga perangkat yang sama saja tidaklah cukup.petunjuknya (walaupun itu adalah awal yang bagus). Menjadi berkemampuan AI saat ini berarti Anda menggunakan dan mengembangkan alat dan model ini saat dirilis.” Kuncinya adalah menjaga lingkaran informasi tetap ringan sehingga Anda tidak kewalahan. Anda menginginkan aliran yang cukup komprehensif agar tetap terkini, namun tidak terlalu banyak sehingga Anda ingin merangkak ke dalam lubang. Batasi diri Anda pada empat atau lima saluran informasi AI sekaligus. Ini bisa berupa buletin atau blog, saluran YouTube, komunitas internal, mentor, podcast, akun LinkedIn, atau bahkan mitra AI, seseorang dengan peran serupa yang juga bereksperimen. Dan untuk membuat semua ini berkelanjutan: Setiap kali Anda menambahkan saluran baru, pertimbangkan untuk menghapus saluran tersebut. Saluran saya saat ini adalah: Simple.ai: buletin yang menyajikan berita dan pembaruan AI dengan cara yang membumi dan membumi. Jika Anda ingin buletin tentang AI tanpa kewalahan, ini dia. Ben's Bites: Substack yang cakupannya sedikit lebih ambisius namun tetap mudah dicerna. Saluran AI Slack internal yang kami miliki di HubSpot untuk berbagi kemajuan AI yang relevan dengan pemasaran. Seorang mentor AI. Tim saya, yang secara rutin saya diskusikan tentang cara terbaik menerapkan AI di blog kami. Dan itu hanya untuk saat ini. Hal ini mungkin akan berubah di masa mendatang seiring dengan perubahan tingkat kenyamanan dan tanggung jawab saya. Bagaimana Tim Dapat Beralih Dari Eksperimen AI ke Eksekusi Segala sesuatu di atas adalah tentang memberdayakan diri Anda sendiri. Dan untuk IC, Anda bisa berhenti di situ. Namun jika Anda mengelola sebuah tim, perubahan dari “kami sedang mencobanya” menjadi “ini adalah bagian dari cara kami bekerja sekarang” adalah tantangan yang berbeda. Mendorong adopsi dalam sebuah tim bukanlah suatu hal yang pasti. Anda tidak dapat menyajikan informasi kepada seseorang dan mengharapkan mereka segera menjalankannya. Tidak semua orang bersedia atau senyaman Anda untuk belajar. Itu bukanlah sebuah pukulan bagi mereka; orang-orang mempunyai hubungan yang berbeda-beda dengan teknologi baru, dan Anda mungkin mempunyai banyak pengguna awal, mayoritas awal/akhir, dan bahkan mungkin inovator atau lamban di samping Anda. Orang pada umumnya memercayai orang lain ketika mereka beradaptasi dengan sesuatu yang baru. Saya yakin itulah alasan Anda mencari saran dari postingan blog yang saya tulis, orang sungguhan yang bersertifikat, daripada hanya menanyakan ChatGPT atau Claude. Ada sesuatu tentang mendengar “inilah yang berhasil bagi saya” dari manusia lain yang tidak dapat ditiru sepenuhnya oleh chatbot mana pun. Dukungan manajerial juga merupakan salah satu prediktor terkuat mengenai apakah seseorang menggunakan AI di tempat kerja — menurut Irrational Labs, penggunaan AI oleh karyawan turun dari 79% menjadi 34% tanpa persetujuan manajer. Jadi, temui tim Anda di mana pun mereka berada. Tanyakan kepada mereka bagaimana mereka menggunakan AI. Bukan dalam pengelolaan mikro, seperti “tunjukkan riwayat dorongan Anda”, tetapi dari rasa ingin tahu yang tulus. Apa yang menghambat mereka? Berdasarkan apa yang Anda temukan, sarankan beberapa strategi yang saya perkenalkan di sini. Saya telah belajar lebih banyak dari berbicara dengan tim saya secara tatap muka daripada yang dapat diajarkan oleh artikel bantuan atau dek pelatihan apa pun kepada saya. Perjalanan pemberdayaan AI setiap individu berbeda-beda, dan hal terbaik yang dapat Anda lakukan sebagai manajer adalah memberi semangat sambil memberi mereka ruang untuk bereksplorasi. Dimana Futurepedia Cocok dengan Pemberdayaan AI Seluruh postingan ini berisi tentang satu gagasan: mengetahui tentang AI tidak sama dengan diaktifkan olehnya. Dan hambatan terbesar bukanlah masalah yang dapat Anda selesaikan dengan membaca satu artikel lagi atau mem-bookmark satu alat lagi. Itu sebabnya HubSpot mengakuisisi Futurepedia. Futurepedia adalah platform pendidikan dan penemuan AI independen terbesar di dunia. Ini mengoperasikan direktori alat AI pertama — ribuan alat yang dikurasi di setiap kategori yang dapat Anda pikirkan — bersama dengan platform pendidikan yang berkembang dengan 25+ kursus dan lebih dari 1.000 pelajaran yang berfokus pada keterampilan AI dunia nyata untuk bisnis dan produktivitas. Di Futurepedia, saluran YouTube, dan buletinnya, ini menjadi titik awal bagi para profesional yang ingin benar-benar mempelajari cara menggunakan AI, bukan sekadar mendengarnya. HubSpot membantu jutaan perusahaan tumbuh lebih baik. Futurepedia membantu para profesional menemukan dan menguasai alat AI yang membuat pekerjaan mereka lebih baik. Kini mereka berada dalam tim yang sama, yang berarti lebih banyak sumber daya, jangkauan lebih luas, dan obsesi yang sama untuk menjadikan AI bermanfaat bagi manusia. Para profesional yang akan menang dalam lima tahun ke depan bukanlah mereka yang paling tahu tentang AI. Merekalah yang benar-benar belajar untuk mengatasinya. Jika postingan ini memberi Anda kerangka kerjanya, Futurepedia memberi Anda tempat untuk memulai.

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw