Sebuah esai untuk akhir pekan.
Bayangkan sebuah perpustakaan.
Bukan perpustakaan biasa — perpustakaan yang menyimpan semua buku yang pernah ditulis, semua penelitian yang pernah dipublikasikan, semua percakapan yang pernah terdokumentasi. Dan tidak hanya menyimpan — ia bisa merangkum, menjelaskan, menghubungkan satu ide dengan ide lainnya dalam hitungan detik, dalam bahasa yang Anda pilih, dengan kedalaman yang Anda tentukan.
Perpustakaan itu ada sekarang. Namanya bukan perpustakaan — tapi kita semua tahu apa yang dimaksud.
Dan ia tersedia untuk semua orang yang punya koneksi internet dan beberapa dolar per bulan.
Ini adalah salah satu pergeseran paling fundamental yang sedang terjadi, tapi jarang dibahas dalam implikasi terdalamnya: AI tidak hanya mengotomasi pekerjaan — ia meratakan akses.
Akses ke informasi yang dulu hanya dimiliki oleh mereka yang bisa membayar konsultan mahal, atau yang punya jaringan yang tepat, atau yang menghabiskan bertahun-tahun di bidang tertentu.
Akses ke kapabilitas yang dulu membutuhkan tim khusus — desainer, penulis, analis, programmer — kini tersedia melalui satu antarmuka yang bisa diakses oleh siapapun.
Akses ke kecepatan produksi yang dulu hanya dimiliki oleh perusahaan besar dengan sumber daya berlimpah.
Ketika semua akses itu diratakan, pertanyaan yang sangat mendasar muncul:
Kalau semua orang bisa mengakses hal yang sama, apa yang tersisa sebagai keunggulan yang sesungguhnya?
Yang Tidak Bisa Di-prompt
Saya ingin memulai dari satu kenyataan yang menurut saya paling sering luput dari diskusi tentang AI:
Prompt yang baik lahir dari pemahaman yang dalam. Dan pemahaman yang dalam tidak bisa didapat dari AI.
Ada ironi yang sangat menarik di sini. Untuk mendapatkan output terbaik dari AI, Anda perlu tahu dengan sangat jelas apa yang Anda inginkan, mengapa Anda menginginkannya, dan bagaimana output yang baik terlihat. Kemampuan untuk memformulasikan itu — dengan presisi, dengan nuansa, dengan kesadaran tentang apa yang penting dan apa yang tidak — adalah kemampuan yang lahir dari pengalaman, dari kesalahan, dari jam-jam yang dihabiskan bergulat dengan masalah nyata.
AI yang digunakan oleh seseorang dengan 20 tahun pengalaman di bidangnya akan menghasilkan sesuatu yang sangat berbeda dari AI yang digunakan oleh seseorang yang baru mengenal bidang itu — bukan karena AI-nya berbeda, tapi karena kualitas dialognya berbeda.
Ini seperti memberikan piano terbaik di dunia kepada semua orang. Akses ke instrumennya sama. Tapi apa yang keluar dari piano itu sangat berbeda — tergantung pada apa yang ada di tangan dan di kepala pemainnya.
Tentang Taste
Ada kata dalam bahasa Inggris yang saya tidak menemukan padanan Indonesianya yang cukup tepat: taste.
Bukan sekadar selera. Lebih dari preferensi estetis. Taste adalah kemampuan untuk membedakan yang baik dari yang sekadar cukup baik — dan lebih dari itu, kemampuan untuk tahu mengapa sesuatu baik, apa yang membuatnya bekerja, dan apa yang akan terjadi kalau satu elemen diubah.
Taste tidak bisa di-prompt. Ia tidak bisa dikalibrasi dengan instruksi. Ia terbentuk dari exposure yang panjang, dari pengamatan yang sadar, dari kesediaan untuk merasa tidak puas dengan yang biasa dan terus mencari yang lebih tepat.
Dalam dunia di mana AI bisa menghasilkan konten, desain, kode, dan analisis dengan sangat cepat — taste menjadi pembeda yang semakin penting. Bukan kemampuan untuk memproduksi, tapi kemampuan untuk menilai, memilih, menyunting, dan memutuskan: ini yang tepat, bukan itu.
Editor yang baik lebih langka dan lebih berharga dari penulis yang produktif. Kurator yang baik lebih berharga dari agregator yang komprehensif. Pemimpin yang tahu persis output seperti apa yang diinginkan — dan bisa mengartikulasikannya dengan jelas — jauh lebih berharga dari yang hanya bisa menilai hasil setelah jadi.
Tentang Judgment
Judgment berbeda dari taste — tapi keduanya saling terhubung.
Kalau taste adalah tentang menilai kualitas, judgment adalah tentang menilai situasi: membaca konteks, menimbang trade-off, dan memutuskan tindakan terbaik dalam kondisi yang tidak pernah sepenuhnya jelas.
AI sangat baik dalam kondisi yang terdefinisi dengan baik. Ia sangat baik dalam pola yang sudah ada datanya. Ia sangat baik dalam mengoptimasi di dalam parameter yang sudah ditetapkan.
Tapi dunia nyata hampir tidak pernah bekerja seperti itu.
Keputusan bisnis yang paling penting sering kali terjadi di zona abu-abu — di mana data yang tersedia tidak cukup, di mana ada nilai-nilai yang saling bertentangan, di mana konsekuensi jangka panjang tidak bisa dihitung secara presisi. Di sana, yang dibutuhkan bukan kecepatan komputasi — tapi kematangan dalam menimbang hal-hal yang tidak bisa diukur.
Saya selalu teringat percakapan dengan seorang pengusaha senior yang sudah berpuluh tahun di industri. Saya bertanya bagaimana ia mengambil keputusan besar yang datanya tidak lengkap. Ia menjawab: "Data memberi tahu saya apa yang terjadi. Pengalaman memberi tahu saya apa yang biasanya terjadi setelah itu. Tapi yang akhirnya memutuskan adalah sesuatu yang tidak bisa saya jelaskan dengan kata-kata — tapi saya tahu ada."
Judgment seperti itu tidak lahir dari kecerdasan intelektual semata. Ia lahir dari akumulasi keputusan yang sudah dibuat — yang berhasil dan yang tidak — dari ketidaknyamanan yang sudah dilewati, dari konsekuensi yang sudah dirasakan secara langsung.
Tentang Konteks
Ada dimensi ketiga yang semakin berharga di era di mana informasi tersedia berlimpah: konteks yang benar-benar lokal dan benar-benar personal.
AI tahu banyak hal tentang dunia secara umum. Ia tidak tahu tentang dinamika spesifik tim Anda, tentang sejarah relasi dengan klien tertentu, tentang nuansa budaya yang hanya ada di industri atau komunitas atau wilayah tertentu.
Seseorang yang memahami konteks itu — yang tahu mengapa keputusan tertentu tidak akan bekerja meskipun secara logis terlihat masuk akal, yang tahu bagaimana menyampaikan sesuatu kepada orang tertentu agar bisa diterima, yang tahu kapan aturan umum tidak berlaku karena ada faktor lokal yang lebih dominan — memiliki keunggulan yang sangat sulit direplikasi.
Ini adalah keunggulan yang sering tidak terlihat dari luar dan sering tidak dihargai secara eksplisit, tapi sangat terasa dampaknya ketika ada atau tidak ada.
Tentang Keberanian untuk Tidak Tahu
Ada kualitas lain yang menurut saya semakin langka dan semakin berharga — dan ini mungkin yang paling paradoksal dalam era di mana jawaban tersedia sangat cepat:
Keberanian untuk tidak tahu. Dan kenyamanan untuk tinggal dalam ketidaktahuan cukup lama sebelum memutuskan.
AI mengkondisikan kita untuk mengharapkan jawaban segera. Pertanyaan masuk, jawaban keluar. Tidak ada ruang untuk ambiguitas, tidak ada ruang untuk "saya belum tahu, dan saya mau diam sebentar dengan pertanyaan ini."
Tapi sebagian masalah paling penting — dalam bisnis, dalam kepemimpinan, dalam hidup — tidak membutuhkan jawaban cepat. Mereka membutuhkan pertanyaan yang dijaga cukup lama untuk dipahami dengan benar sebelum dijawab.
Orang yang bisa melakukan itu — yang tidak panik dengan ambiguitas, yang tidak terburu-buru mengisi kekosongan dengan jawaban yang terasa cukup baik — menghasilkan keputusan dengan kualitas yang berbeda. Karena mereka menjawab pertanyaan yang benar, bukan pertanyaan yang paling cepat bisa dijawab.
Yang Tersisa
Maka kembali ke pertanyaan awal: ketika semua orang punya akses yang sama, apa yang tersisa?
Saya tidak punya jawaban yang lengkap. Saya tidak yakin ada yang punya. Tapi dari semua yang sudah saya pikirkan dan amati, ada beberapa hal yang tampaknya semakin berharga justru karena AI semakin powerful:
Kemampuan untuk bertanya hal yang tepat — bukan menjawab dengan cepat, tapi memformulasikan pertanyaan yang membuka ruang berpikir yang baru. Di era di mana jawaban murah, pertanyaan yang baik menjadi sangat mahal.
Kemampuan untuk memilih — dari output yang berlimpah yang bisa dihasilkan AI, kurasi dan seleksi menjadi kemampuan yang semakin kritis. Siapa yang punya taste untuk memilih yang tepat dari yang sekadar cukup baik?
Kemampuan untuk membangun kepercayaan — kepercayaan yang lahir dari konsistensi, dari integritas, dari kehadiran yang nyata dan tidak bisa disimulasikan. AI bisa meniru gaya, tapi tidak bisa membangun track record.
Kemampuan untuk hadir sepenuhnya — dalam percakapan, dalam pengambilan keputusan, dalam hubungan. Di dunia yang semakin banyak mediasi digitalnya, kehadiran yang tulus dan penuh perhatian menjadi semakin langka dan semakin bernilai.
Kemampuan untuk bertanggung jawab — bukan hanya atas keputusan, tapi atas konsekuensinya. AI tidak bisa menanggung risiko. Manusia yang berani menanggungnya — dengan pemahaman penuh tentang apa yang dipertaruhkan — memiliki posisi yang tidak bisa digantikan.
Catatan Terakhir
Esai ini tidak punya kesimpulan yang rapi. Sengaja.
Karena pertanyaan yang diangkat di sini — tentang apa yang membuat seseorang benar-benar berbeda di era di mana akses diratakan — bukan pertanyaan yang bisa dijawab sekali dan disimpan.
Ia adalah pertanyaan yang perlu dibawa terus. Yang dijawab sedikit demi sedikit melalui pilihan-pilihan kecil setiap hari: apakah saya menggunakan AI sebagai alat yang memperkuat apa yang paling manusiawi dalam diri saya — atau sebagai pengganti untuk proses yang seharusnya saya jalani sendiri?
Jawaban atas pertanyaan itu, dalam jangka panjang, adalah yang paling menentukan.
Terima kasih sudah membaca sampai sini. Ini adalah jenis tulisan yang lebih suka saya tulis pada akhir pekan — tanpa agenda, tanpa framework, hanya pemikiran yang mencari bentuknya sendiri. Jika ada bagian yang mengusik atau yang ingin Anda diskusikan lebih lanjut, saya senang mendengarnya.