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

Penulis: Damian Player; Disusun oleh: Peggy, BlockBeats

Catatan redaksi: Saat kebanyakan orang masih memandang AI sebagai “alat pencarian yang lebih efisien”, Perplexity justru mulai menjalankan pekerjaan.

Artikel ini berfokus pada sebuah perbedaan yang berulang kali diabaikan—mengapa dengan AI yang sama, sebagian orang hanya mendapatkan satu jawaban, sementara yang lain langsung memperoleh hasil yang bisa diserahkan. Kuncinya bukan pada kemampuan model, melainkan pada cara menggunakannya: menjadikannya sebagai jendela percakapan, atau sebagai sistem eksekusi yang bisa diperintah dan dikoordinasikan.

Jenis alat baru, yang diwakili oleh Perplexity Computer, menggantikan “pertanyaan” dengan “tugas” sebagai cara interaksi utama. Dari tinjauan kontrak, analisis kompetitor, hingga pembersihan data dan pembuatan laporan, pengguna tidak lagi menjelaskan masalah, melainkan langsung mendefinisikan output akhir yang ingin diserahkan. Dikombinasikan dengan kemampuan menghubungkan alat perusahaan, serta mengunci latar belakang pribadi dan contoh gaya, kemampuan ini pun berevolusi dari keluaran sekali jadi menjadi workflow yang bisa digunakan ulang dan otomatis dijalankan.

Yang lebih penting, batas otomatisasi sedang didefinisikan ulang. Ia tidak lagi hanya membantu menyelesaikan satu langkah, melainkan bisa berjalan terus-menerus, mengeksekusi lintas alat, bahkan secara proaktif mengajukan tugas tambahan. Artinya, relasi antara manusia dan alat bergeser dari “menggunakan” menjadi “mengelola dan mendelegasikan”.

Dalam perubahan ini, garis pemisah yang sesungguhnya bukan lagi apakah menggunakan AI, melainkan apakah sudah mulai menggunakannya untuk “menghasilkan output”.

Berikut teks aslinya:

Mereka yang berhasil memahami hal ini akan memperoleh keuntungan yang asimetris. Tidak lama lagi, semua orang akan belajar caranya. Namun sebelum semuanya menjadi jelas, inilah cara yang bisa kamu mulai lebih dulu.

Dalam setahun terakhir, para pengembang telah menjalankan di balik layar agen AI otonom (misalnya Claude Code, OpenClaw, dll.). Agen-agen ini dapat melakukan riset sendiri, membangun produk, dan langsung menyerahkan hasil lengkap—tanpa perlu manusia terus mengawasi atau bolak-balik memberikan prompt. Namun pada kenyataannya, kamu mungkin tidak pernah bisa memanfaatkan paket ini—kecuali kamu tahu menggunakan terminal dan menulis kode.

Dan Perplexity Computer mengubah semuanya. Ini pertama kalinya non-pengembang pun bisa memakai kemampuan yang sama. Kamu hanya perlu sebuah browser, dan sebuah tugas yang bisa diserahkan untuk diselesaikannya.

Kebanyakan orang membuka Perplexity, mengetik sebuah pertanyaan, mendapatkan jawaban, lalu menutup halaman. Mereka melewatkan inti pentingnya. Perplexity Computer bukan untuk menjawab pertanyaan; ia untuk mengeksekusi tugas.

Jangan lagi menanyakan pertanyaan—mulai serahkan pekerjaan sesungguhnya kepadanya.

Mengapa kebanyakan orang gagal

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

Masalahnya bukan pada alatnya, melainkan pada cara memakainya. Mereka menganggapnya sebagai chatbot.

Cara bertanya: “Apa saja risiko dalam kontrak ini?”

Cara bertugas: “Tinjau kontrak ini. Periksa satu per satu semua pernyataan apakah ada sumber publik yang mendukung; tandai bagian yang bahasanya ambigu, klausul yang hilang, dan bagian yang mungkin menimbulkan tanggung jawab hukum; cantumkan 5 poin risiko paling penting beserta kutipan klausul yang spesifik; keluarkan sebuah dokumen Word dengan jejak revisi.”

Kontrak yang sama. Satu cara hanya memberi kamu daftar yang harus kamu baca sendiri; cara lain langsung memberimu produk jadi yang bisa kamu kirim ke klien.

Cukup 10 menit untuk merangkai sistem ini

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

Lalu buat ia tahu siapa kamu. Cukup masukkan sekali: “Saya bekerja pada posisi tertentu di jenis perusahaan tertentu. Saya akan secara berkala menghasilkan konten X, Y, Z. Tolong ingat latar belakang ini di setiap sesi.” Ia akan menyimpan informasi itu untuk waktu yang lama.

Setelah itu beri tahu ia “apa itu yang bagus”. Temukan 2–3 hasil yang paling kamu puas, unggah dan masukkan: “Ini adalah contoh pekerjaan terbaik saya. Pelajari format dan gaya penulisan mereka; gunakan sebagai acuan saat menghasilkan konten ke depannya.”

Dengan begitu, ia tidak lagi menebak gaya kamu, melainkan membongkar secara terbalik jalur sukses yang sudah kamu verifikasi.

10 menit—mulai dengan melakukan ini.

Sebuah contoh nyata: Senin yang tidak lagi menghabiskan 90 menit

Seorang analis keuangan setiap Senin menerima ekspor data sebanyak 150 baris dengan format yang berantakan: data berulang, tiga format tanggal, peringkat ditulis dengan kata-kata, bukan angka. Sebelum mulai menganalisis, ia harus menghabiskan 90 menit setiap minggu untuk membersihkan data. Masalah yang sama, berulang setiap minggu.

Ia hanya memasukkan satu perintah: bersihkan file ini, hapus duplikat, samakan format tanggal, ubah peringkat berbasis kata menjadi angka; lakukan analisis berdasarkan data yang sudah dibersihkan; buat dasbor interaktif dengan fitur penyaringan dan sediakan tautan berbagi; keluarkan laporan PDF yang membandingkan sebelum dan sesudah dibersihkan; semua file disimpan ke folder “Laporan Senin” di Drive.

4 menit kemudian: dataset yang bersih, dasbor 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, jadikan tugas ini otomatis berjalan setiap Senin pukul 7 pagi; kedua, tambahkan tugas yang menghasilkan ringkasan untuk manajemen hari Selasa berdasarkan segmen yang kinerjanya kurang baik.

Ia mengatur keduanya, lalu menutup halaman.

Setelah itu, setiap Senin ia akan berjalan otomatis—apa pun apakah komputer miliknya sedang menyala atau tidak.

Inilah kemampuan yang selama ini dipakai pengembang dalam setahun terakhir. Sekarang, kamu bisa menggunakannya langsung di browser.

Apa yang orang-orang sudah lakukan dengannya

@gregisenberg melakukan uji coba langsung di podcast @startupideaspod.

Ia hanya memberikan satu tugas: menemukan perusahaan yang memasang iklan pada podcast kompetitor, mengidentifikasi pihak yang benar-benar bertanggung jawab sebagai sponsor, dan menulis email yang dipersonalisasi untuk masing-masing pihak.

Sistem menemukan Wakil Presiden Pertumbuhan di Ramp, mengambil konten dari episode podcast yang ia ikuti dua minggu lalu, lalu menulis email dingin yang mengutip pernyataan spesifiknya di acara tersebut, dan langsung mengirimkannya. Greg tidak mengatakan “kirim”; sistem menilai bahwa tugas selesai dan mengeksekusikannya sendiri.

Kemudian sistem juga menyarankan secara proaktif: memantau podcast kompetitor, dan setiap kali ada merek baru yang mulai memasang iklan, langsung memberi peringatan serta menyertakan kontak yang relevan—“hubungi saat anggaran baru saja mulai berjalan.”

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

Dalam program Marketing Against the Grain, tim mengaudit seluruh halaman produk HubSpot: meng-crawl seluruh situs secara otomatis, memberi skor berdasarkan standar kustom, menyortir masalah, lalu menghasilkan laporan situs yang bisa dibagikan. Pekerjaan yang semula butuh waktu seminggu untuk tim, selesai saat mereka sedang merekam episode.

Semua ini dilakukan langsung, bukan demo, bukan skrip yang sudah dipersiapkan.

Cara penggunaannya untuk pekerjaan tertentu

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

Hasilnya: sebuah dasbor interaktif real-time yang mencakup pendapatan 130,5 miliar dolar, margin laba kotor 75%, tingkat pertumbuhan 114,2%, laporan laba rugi lengkap, serta tren margin laba dari tahun fiskal 2021 hingga 2028, semuanya mendukung penyaringan dan tautan berbagi.

Tanpa Excel, tanpa mencari data secara manual—selesai dalam 5 menit.

Perplexity bisa langsung memanggil sumber data seperti SEC disclosures, FactSet, S&P Global, PitchBook, dll.—tanpa API key dan tanpa otorisasi tambahan, karena semuanya sudah tertanam di sistem.

Skenario hukum:
“Tinjau kontrak ini. Periksa satu per satu apakah semua pernyataan memiliki dukungan sumber publik; tandai bagian yang bahasanya ambigu, klausul standar yang hilang, serta bagian yang berpotensi menimbulkan tanggung jawab hukum berdasarkan hukum kontrak di [nama negara bagian] tertentu; cantumkan 5 poin risiko paling penting beserta kutipan klausul yang spesifik; keluarkan sebuah dokumen Word dengan jejak revisi.”

Seorang reviewer pernah mengunggah sebuah proposal yang mengklaim pertumbuhan tahunan pasar sebesar 43%. Perplexity Computer menemukan data sebenarnya hanya 4% dan menghentikan masalah tersebut sebelum penandatanganan kontrak.

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

Jadikan ini tugas terjadwal. Setiap Senin secara otomatis menghasilkan analisis kompetitor terbaru, tanpa riset manual.

Skenario operasional:
“Ini data CSV kuartal pertama kami. Bersihkan data; analisis pendapatan berdasarkan wilayah dan lini produk; identifikasi tiga masalah terbesar; buat saran aksi dalam satu halaman; buat PPT satu halaman untuk laporan; semua file simpan ke folder proyek.”

Lima output, satu perintah. Saat kamu rapat, semuanya sudah selesai.

Model Council (Dewan Model): 60 detik untuk tiga jenis penilaian

Saat kamu menghadapi keputusan yang punya konsekuensi nyata, cukup masukkan satu pertanyaan. Perplexity akan memanggil Claude, ChatGPT, dan Gemini sekaligus, lalu oleh sebuah “aggregator” merangkum persetujuan dan perbedaan di antara mereka.

· Bagian yang semua setuju: kesimpulan dengan tingkat keyakinan tinggi

· Bagian yang berbeda pendapat: perlu penilaian lebih lanjut

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

Banyak perusahaan menghabiskan uang untuk menyewa firma konsultan agar analisisnya dibuat di ruang rapat.

Di sini, cukup satu perintah.

Kemampuan inti yang sesungguhnya

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

Bukan konfigurasi teknis. Yang menentukan adalah apakah kamu cukup jelas tentang apa yang perlu kamu serahkan. Jangan jelaskan langkah-langkahnya; jelaskan hasilnya.

Setiap kali tugas selesai, ingat untuk bertanya lagi: “Apakah ada hal yang belum saya tanyakan, tapi bisa membuat hasil ini jadi lebih berguna?”

Hampir setiap kali, ia akan menunjuk area buta. Dan setiap kali ia melakukannya. Pakai terus dari situ.

Mulai dari sini

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

Masukkan tiga kalimat pengenalan latar belakangmu (cukup sekali). Unggah 2–3 contoh pekerjaan terbaikmu agar ia mempelajari gaya kamu. Lalu pilih satu tugas yang kamu kerjakan lebih dari 2 jam minggu lalu dan yang setiap output-nya mirip: jelaskan dengan cara “output akhir”, kirim. Amati proses eksekusinya. Jika tugasnya berulang, setel otomatis berjalan sebelum menutup halaman.

Para pengembang sudah menggunakannya selama satu tahun. Jarak output mereka dengan orang lain itu benar-benar ada.

Inilah metode untuk memperkecil kesenjangan itu.