Bagaimana beralih dari sekadar bereksperimen dengan ai menjadi nilai bisnis yang nyata?

Pertanyaan tersebut menjadi pembuka dalam sesi diskusi yang inspiratif pada 8 Juli 2026 di Borough of Manhattan Community College (BMCC), ketika para anggota New York Small Business Association berkumpul untuk membahas masa depan adopsi AI, transformasi workflow, serta peningkatan produktivitas bisnis.

Dalam kesempatan tersebut, tim kami di New York berbagi strategi praktis mengenai cara mengimplementasikan AI yang mampu memberikan dampak nyata bagi organisasi, bukan sekadar berhenti pada tahap proof-of-concept. Alih-alih membahas berbagai kemungkinan di masa depan, diskusi berfokus pada hal yang jauh lebih relevan bagi dunia bisnis saat ini: bagaimana organisasi dapat mentransformasi cara kerja melalui pemanfaatan AI Agents, khususnya untuk mengotomatisasi berbagai proses finance.

Adopsi AI Terus Meningkat, tetapi Sebagian Besar Bisnis Masih Mencari Arah

AI bukan lagi teknologi baru yang pemanfaatannya hanya untuk perusahaan besar. Kini, semakin banyak usaha kecil dan menengah mulai mengeksplorasi potensinya untuk meningkatkan efisiensi operasional, menghadirkan pengalaman pelanggan yang lebih baik, serta mendukung pengambilan keputusan yang lebih cepat. Namun, di balik perkembangan tersebut, banyak organisasi yang masih berada pada tahap awal perjalanan adopsi AI.

Mengacu pada McKinsey State of AI Report (November 2025), para peserta memperoleh gambaran bahwa meskipun adopsi AI terus mengalami percepatan di berbagai belahan dunia, sebagian besar organisasi masih berada pada fase eksperimen.

Beberapa temuan utama yang tim kami kupas dalam sesi tersebut antara lain:

• Hampir dua pertiga organisasi masih berada pada tahap uji coba atau eksperimen dalam penerapan AI.
• Lebih dari 60% perusahaan tengah aktif mengeksplorasi pemanfaatan AI Agents.
• Perusahaan memprioritaskan inisiatif AI yang mampu meningkatkan efisiensi, mempercepat pertumbuhan bisnis, serta mendorong inovasi.
• Organisasi yang memperoleh manfaat terbesar dari AI adalah mereka yang mendesain ulang workflow bisnis, bukan sekadar menyisipkan AI ke dalam proses yang sudah ada.

Temuan tersebut menunjukkan bahwa dunia usaha telah menyadari besarnya potensi AI. Namun, banyak organisasi masih berupaya memahami di mana AI dapat memberikan nilai bisnis yang paling besar dan bagaimana mengimplementasikannya secara luas di seluruh organisasi.

Melalui sesi ini, kami mengajak para peserta untuk mengubah cara pandang terhadap AI. Transformasi tidak terjadi hanya dengan menambahkan AI ke dalam proses yang sudah berjalan. Dampak bisnis yang nyata justru tercipta ketika organisasi berani mendesain ulang workflow mereka dengan AI sebagai bagian inti dari proses kerja.

Membawa Penerapan AI yang Praktis bagi Komunitas Bisnis di New York

Diselenggarakan di Borough of Manhattan Community College (BMCC), sesi ini mempertemukan para pengusaha, pemilik usaha kecil, profesional, serta pemimpin teknologi yang tengah menghadapi berbagai peluang dan tantangan dalam mengadopsi AI. Sebagai organisasi yang berkomitmen mendukung pertumbuhan dan kesuksesan usaha kecil melalui edukasi, networking, serta akses terhadap wawasan industri, New York Small Business Association (NYSBA) menghadirkan wadah bagi para pelaku bisnis untuk mengeksplorasi perkembangan teknologi sekaligus strategi praktis dalam membangun pertumbuhan bisnis yang berkelanjutan.

Lebih dari sekadar forum diskusi, acara ini memberikan kesempatan bagi para peserta untuk melampaui pembahasan yang bersifat teoritis dan memperoleh wawasan nyata mengenai bagaimana AI dapat diimplementasikan untuk meningkatkan produktivitas sekaligus mendorong kinerja bisnis.

Alih-alih berfokus pada tren atau hype seputar AI, diskusi diarahkan pada berbagai pertanyaan yang paling relevan bagi dunia usaha, di antaranya:

• Di area mana AI mampu memberikan nilai bisnis yang paling besar?
• Bagaimana organisasi sebaiknya memulai perjalanan adopsi AI?
• Apa yang membedakan implementasi AI yang berhasil dengan yang kurang berhasil?
• Bagaimana usaha kecil dan menengah dapat meningkatkan daya saing melalui AI?

Bagi banyak peserta, sesi ini menjadi panduan praktis untuk mengubah AI dari sekadar teknologi yang masih berada pada tahap eksperimen menjadi kapabilitas bisnis yang siap diterapkan dalam operasional sehari-hari.

Diskusi juga menekankan bahwa AI tidak seharusnya dipandang sebagai solusi yang berdiri sendiri. Sebaliknya, AI merupakan bagian dari strategi transformasi digital yang lebih menyeluruh—menggabungkan workflow automation, enterprise integrations, arsitektur perangkat lunak modern, serta keahlian manusia untuk menciptakan proses bisnis yang lebih efisien, adaptif, dan berdaya saing.

Evolusi Otomatisasi yang Didorong oleh AI: Generasi Berikutnya dari Enterprise AI

Untuk membantu peserta memahami lanskap AI yang terus berkembang, tim kami memperkenalkan berbagai kategori utama teknologi AI beserta peran masing-masing dalam menjawab kebutuhan bisnis yang berbeda. Memahami perbedaan ini menjadi langkah penting agar organisasi dapat memilih teknologi yang tepat sesuai dengan tantangan yang dihadapi, bukan menerapkan solusi yang kurang sesuai.

Melalui sesi tersebut, peserta diperkenalkan pada empat kategori utama AI, yaitu:

• Automation AI, yang dirancang untuk mengotomatisasi tugas-tugas repetitif berbasis aturan (rule-based).
• Analytical AI, yang mampu mengidentifikasi pola, memprediksi hasil, serta mendukung proses pengambilan keputusan.
• Generative AI, yang dapat menghasilkan konten baru, merangkum informasi, serta berinteraksi dengan pengguna secara alami.
• AI Agents, yang menggabungkan kemampuan reasoning, otomatisasi, akses terhadap data perusahaan, dan eksekusi workflow sehingga mampu berperan sebagai tenaga kerja digital yang cerdas.

Transformasi Proses Manual Menjadi Operasional yang Lebih Cerdas

Dalam sesi tersebut, kami juga memperkenalkan sebuah kerangka kerja praktis yang menggambarkan tahapan perkembangan organisasi dalam perjalanan otomatisasi mereka.

Hingga saat ini, masih banyak perusahaan yang bergantung pada proses manual. Karyawan harus mengumpulkan informasi dari berbagai sistem, mencocokkan data secara manual, serta menyusun laporan melalui pekerjaan yang berulang dan memakan waktu.

Seiring dengan berlangsungnya transformasi digital, banyak organisasi mulai menerapkan otomatisasi berbasis aturan (rule-based automation) untuk menghilangkan pekerjaan yang repetitif. Meskipun efektif, pendekatan ini umumnya bergantung pada logika yang telah ditentukan sebelumnya dan memerlukan penyesuaian teknis setiap kali kebutuhan bisnis berubah.

AI Agents hadir sebagai tahap evolusi berikutnya dalam perjalanan otomatisasi. Berbeda dengan solusi otomatisasi konvensional, AI Agents memiliki kemampuan untuk:

• Memahami natural language.
• Mengakses informasi perusahaan secara real-time.
• Melakukan reasoning dengan menghubungkan berbagai sumber data.
• Menghasilkan ringkasan (summary) dan rekomendasi.
• Menjalankan workflow bisnis dengan intervensi manusia yang minimal.

Alih-alih menggantikan peran karyawan, AI Agents berfungsi sebagai rekan kerja digital yang cerdas. Dengan mengotomatisasi berbagai aktivitas operasional yang bersifat repetitif, para profesional di bidang finance dapat lebih memfokuskan waktu dan keahlian mereka pada analisis, pengambilan keputusan strategis, serta pekerjaan yang memberikan nilai tambah lebih besar bagi organisasi.

Membantu Tim Finance Lebih Fokus pada Pengambilan Keputusan, Bukan Entri Data

Salah satu fungsi bisnis yang menjadi sorotan utama dalam sesi ini adalah finance, karena merupakan area yang dapat segera merasakan manfaat nyata dari penerapan AI Agents. Dalam aktivitas sehari-hari, para profesional finance sering kali menghabiskan banyak waktu untuk mengerjakan tugas-tugas administratif yang bersifat repetitif, seperti mencocokkan transaksi, meninjau laporan keuangan, melakukan rekonsiliasi, hingga menyusun proyeksi keuangan. Meskipun pekerjaan tersebut sangat penting, proses yang memakan waktu ini sering kali mengurangi kesempatan mereka untuk berfokus pada analisis dan perencanaan keuangan yang lebih strategis.

Melalui sesi presentasi, tim kami di New York mendemonstrasikan bagaimana Gleematic AI Agents membantu mengotomatisasi berbagai aktivitas operasional tersebut, tanpa menghilangkan kendali para profesional finance dalam proses pengambilan keputusan. Berbagai contoh penerapan nyata turut diperlihatkan untuk menunjukkan bagaimana AI Agents mampu mengurangi pekerjaan manual sekaligus meningkatkan visibilitas terhadap kinerja bisnis.

Rekonsiliasi Bank (Bank Reconciliation)

AI Agents secara otomatis mengumpulkan informasi dari rekening bank, mencocokkan transaksi dengan catatan akuntansi, mengidentifikasi perbedaan data, serta menandai transaksi yang memerlukan peninjauan lebih lanjut. Otomatisasi ini membantu mengurangi waktu yang dibutuhkan untuk proses rekonsiliasi sekaligus meningkatkan akurasi data keuangan.

Lihat bagaimana Gleematic mengotomatisasi proses rekonsiliasi bank

Data Chat

Tim finance juga dapat berinteraksi dengan data perusahaan secara lebih intuitif melalui Data Chat berbasis AI, tanpa perlu lagi mencari informasi secara manual di berbagai laporan.

Melalui percakapan sederhana, AI Agents dapat mengambil informasi dari sistem perusahaan dan memberikan jawaban secara langsung mengenai saldo kas, riwayat transaksi, hingga kinerja keuangan. Pendekatan ini memungkinkan tim memperoleh insight yang dibutuhkan dengan lebih cepat sehingga proses analisis dan pengambilan keputusan menjadi lebih efisien.

Lihat cara kerja AI Data Chat dengan Gleematic

Cash Flow Forecasting

Dengan menganalisis pola historis data keuangan, AI Agents mampu menghasilkan forecast arus kas yang membantu organisasi mengantisipasi potensi risiko likuiditas sekaligus mendukung proses perencanaan keuangan yang lebih akurat dan proaktif.

Lihat bagaimana Gleematic mengotomatisasi proses forecasting di finance

Melampaui Tahap Eksperimen AI: Membangun Solusi AI yang Siap Diterapkan di Dunia Nyata

Di tengah pesatnya perkembangan teknologi AI, salah satu tantangan terbesar yang dihadapi banyak organisasi bukanlah sekadar memilih teknologi yang tepat, melainkan menentukan dari mana harus memulai dan bagaimana mengimplementasikannya secara efektif. Dalam sesi ini, tim kami di New York menekankan bahwa keberhasilan implementasi AI tidak hanya bergantung pada kecanggihan teknologi, tetapi juga pada perencanaan yang matang.

Salah satu pembahasan yang paling relevan dalam presentasi ini adalah pentingnya menyusun strategi sebelum implementasi dimulai. Alih-alih langsung bertanya, “Apakah AI dapat mengotomatisasi pekerjaan ini?”, organisasi sebaiknya terlebih dahulu memahami permasalahan bisnis yang ingin diselesaikan, kemudian merancang workflow yang mampu menghasilkan dampak bisnis yang nyata.

Untuk membantu perusahaan mengevaluasi peluang implementasi AI secara lebih sistematis, tim kami memperkenalkan sebuah kerangka kerja praktis yang dapat digunakan sebelum proses implementasi dilakukan.

1. Menentukan Tujuan dan Hasil yang Ingin Dicapai (Objectives + Outputs)

Langkah pertama adalah menetapkan tujuan bisnis yang jelas beserta hasil yang ingin dicapai.

Organisasi perlu mengidentifikasi manfaat yang diharapkan dari penerapan AI, seperti mempercepat proses pembayaran, meningkatkan kualitas customer service, menghasilkan invoice secara otomatis, atau menekan biaya operasional. Selain itu, perusahaan juga perlu menetapkan indikator keberhasilan yang terukur agar dampak implementasi AI dapat dievaluasi secara objektif.

2. Menentukan Peran AI dalam Workflow

Sama pentingnya dengan menetapkan tujuan adalah memahami peran AI di dalam workflow bisnis.

Tidak semua proses memerlukan AI. Dalam banyak kasus, otomatisasi konvensional sudah cukup untuk menyelesaikan pekerjaan secara efisien. Namun, apabila AI memang diperlukan, organisasi harus mendefinisikan dengan jelas informasi, data historis, serta konteks bisnis yang dibutuhkan agar AI dapat menghasilkan keputusan maupun keluaran (output) yang akurat dan dapat dipercaya.

3. Mengidentifikasi Tugas yang Akan Diotomatisasi

Diskusi juga menyoroti pentingnya mengevaluasi berbagai aktivitas operasional sebelum implementasi dilakukan.

Perusahaan perlu menentukan proses mana yang akan diotomatisasi, bagaimana AI akan mengakses sistem perusahaan secara aman, di titik mana AI dapat mengambil keputusan dalam workflow, serta bagaimana aspek governance dan cybersecurity akan diterapkan sejak awal implementasi.

Perencanaan yang matang pada tahap ini membantu memastikan bahwa AI dapat terintegrasi dengan baik ke dalam proses bisnis tanpa mengorbankan keamanan maupun kepatuhan organisasi.

4. Menyiapkan Mekanisme Escalation dan Penanganan Exception

Tidak ada sistem AI yang mampu mengantisipasi seluruh kemungkinan yang terjadi di dunia nyata. Oleh karena itu, setiap implementasi AI perlu dilengkapi dengan mekanisme penanganan exception dan escalation yang jelas.

Dengan pendekatan ini, AI Agents dapat mengenali situasi yang berada di luar batas kemampuannya, kemudian secara otomatis meneruskan kasus yang lebih kompleks kepada tenaga ahli untuk ditangani lebih lanjut.

Pendekatan human-in-the-loop memastikan bahwa otomatisasi tetap berjalan secara andal tanpa menghilangkan peran manusia dalam pengambilan keputusan yang bersifat kritis maupun berdampak besar bagi bisnis. Kolaborasi antara AI dan manusia inilah yang menjadi fondasi utama dalam membangun solusi AI yang benar-benar siap diterapkan di lingkungan bisnis (production-ready).

Mendorong Pertumbuhan Bisnis dengan AI Agents

Kami menyampaikan apresiasi yang sebesar-besarnya kepada Borough of Manhattan Community College (BMCC) dan New York Small Business Association atas terselenggaranya acara yang inspiratif ini. Melalui forum tersebut, para pemimpin bisnis, wirausahawan, dan inovator teknologi memiliki kesempatan untuk bertukar wawasan mengenai masa depan AI serta dampaknya terhadap dunia usaha.

Sesi yang diselenggarakan di BMCC menjadi wadah yang sangat berharga untuk berdiskusi dengan para pelaku bisnis yang tengah aktif mengeksplorasi adopsi AI dan transformasi digital. Kami merasa antusias melihat tingginya minat organisasi yang tidak lagi sekadar ingin bereksperimen dengan AI, tetapi juga berupaya mengimplementasikan solusi yang mampu menghasilkan dampak bisnis yang nyata dan terukur.

Merupakan sebuah kehormatan bagi tim kami di New York untuk dapat berkontribusi dalam diskusi tersebut serta berbagi pengalaman mengenai bagaimana AI Agents dapat membantu perusahaan meningkatkan produktivitas, menyederhanakan operasional finance, dan mentransformasi cara kerja organisasi secara menyeluruh. Kami meyakini bahwa keberhasilan adopsi AI tidak diukur dari seberapa banyak teknologi AI yang digunakan, melainkan dari nilai nyata yang berhasil diciptakan bagi bisnis.

Bersama-sama, kita dapat membangun masa depan di mana AI tidak hanya mengotomatisasi pekerjaan, tetapi juga memberdayakan setiap individu untuk lebih fokus pada hal-hal yang paling penting—menciptakan ide, menghadirkan inovasi, dan mendorong pertumbuhan bisnis.

Oleh: Kezia Nadira