AI Harus Belajar Cara Kamu Bekerja

Saat pertama kali merancang Snappy PM, muncul sebuah ide yang sangat natural:

Karena kita punya AI, kenapa tidak biarkan AI membaca proyek-proyek historis sebuah perusahaan, lalu otomatis menghasilkan Workflow yang menjadi milik perusahaan itu?

Terdengar masuk akal.

Dan sangat AI-native.

Tapi semakin kami membangun, kami justru berubah pikiran.

Karena AI dengan mudah bisa membuat hal sederhana terlihat sangat pintar.

Ia melihat proyek-proyek masa lalu sebuah perusahaan dan bisa merangkum banyak Stages, Rules, Roles, dan Exceptions.

Tapi masalahnya:

Apa yang terjadi di masa lalu tidak berarti harus terjadi seperti itu di masa depan.

Proses historis sebuah perusahaan sendiri mungkin sudah mengandung banyak praktik yang kebetulan, tidak efisien, bahkan salah.

Kalau AI mempelajari sejarah ini dengan sangat rajin, hasil akhirnya mungkin hanya:

Automating yesterday.

Jadi versi baru Snappy PM membuat sebuah penyederhanaan yang sangat penting.

Kami tidak lagi membiarkan AI mengarang State Machine untuk setiap perusahaan.

Kerangka dasar sebuah proyek adalah lima Phases:

Requirement Capturing

Scoping & Design

Implementation or Manufacturing

Deployment or Installation

Closing

Bagian ini tetap stabil.

Yang benar-benar harus dipelajari AI adalah perbedaan bermakna antar perusahaan.

Misalnya:

Phases mana yang berlaku untukmu?

Quotations seperti apa yang biasanya kamu pakai?

Apa Payment Terms-mu?

Documents mana yang merupakan template standar milikmu sendiri?

Apakah kamu punya Inventory?

Apakah pelanggan berhadapan dengan perusahaan ini, atau Sales Company lain di dalam grup?

Inilah yang disebut:

How you work.

Jadi Snappy bisa membaca satu proyek masa lalu, memahami kebiasaan kerja dan dokumen perusahaan, lalu mengusulkan saran.

Tapi kami memberinya satu prinsip lagi:

Evidence or default.

Kalau AI meyakini sebuah perusahaan bekerja dengan cara tertentu, ia harus bisa memberi tahu kami:

di dokumen nyata mana saya melihat ini.

Kalau tidak ada bukti, gunakan nilai default platform yang sederhana dan stabil — bukan membiarkan AI menebak.

Saya semakin merasa ini adalah batas yang sangat penting dalam desain produk AI.

Hal paling berharga dari AI tidak harus:

membiarkan AI memutuskan segalanya.

Melainkan tahu:

apa yang harus tetap stabil, dan apa yang bisa dipelajari.

Accounting rules harus tetap stabil.

Project Flow inti harus tetap stabil.

Batas izin harus tetap stabil.

Sementara dokumen, kebiasaan, template, dan cara kerja spesifik perusahaan bisa dipelajari.

Jadi sekarang kami lebih suka mendeskripsikan Snappy PM seperti ini:

AI learns how you work.

It doesn't invent how you should work.

AI harus mengurangi biaya perusahaan untuk beradaptasi dengan software.

Bukan menciptakan lapisan kompleksitas baru, lalu menuntut perusahaan beradaptasi dengan AI.

SnapLedger, your life easier.