{"id":14,"date":"2026-08-03T13:52:00","date_gmt":"2026-08-03T06:52:00","guid":{"rendered":"https:\/\/analisfakhri.my.id\/blog\/?p=14"},"modified":"2026-08-03T13:52:00","modified_gmt":"2026-08-03T06:52:00","slug":"belajar-dari-tim-ai-internal-kantor-ai-claw-percy-emily-thomas-dan-kana","status":"publish","type":"post","link":"https:\/\/analisfakhri.my.id\/blog\/index.php\/2026\/08\/03\/belajar-dari-tim-ai-internal-kantor-ai-claw-percy-emily-thomas-dan-kana\/","title":{"rendered":"Belajar dari Tim AI Internal Kantor AI: Claw, Percy, Emily, Thomas, dan Kana"},"content":{"rendered":"<p>Belajar soal AI agent dari artikel dan riset itu penting, tapi ada hal-hal yang cuma ketahuan setelah benar-benar menjalankannya sehari-hari. Di Kantor AI, kami memang menjalankan tim AI agent internal untuk membantu operasional kami sendiri \u2014 dan dari situ ada beberapa pelajaran yang menurut kami layak dibagikan.<\/p>\n<h2>Kenalan dengan Tim Kami<\/h2>\n<p>Bukan satu AI serba bisa, tim kami terdiri dari beberapa agent dengan peran berbeda. Ada Claw, yang berperan sebagai asisten pribadi harian \u2014 menangani komunikasi masuk, mengingatkan jadwal, dan menjadi &#8220;pintu depan&#8221; untuk banyak permintaan sehari-hari. ada Percy yang fokus di urusan keuangan, Emily yang menangani analisis data, Thomas yang membantu urusan teknis\/pemrograman, dan Kana yang mengurus sisi media. Masing-masing punya tanggung jawab yang jelas, bukan tumpang tindih.<\/p>\n<h2>Pelajaran #1: Konteks yang Jelas Lebih Penting dari Model yang Canggih<\/h2>\n<p>Semewah apapun model AI yang dipakai, hasilnya tetap bergantung pada seberapa jelas konteks dan batasan yang diberikan. Agent yang tahu persis apa yang boleh dan tidak boleh dilakukan, serta punya akses ke data yang tepat, jauh lebih bisa diandalkan dibanding agent &#8220;pintar&#8221; tapi tanpa arahan yang jelas.<\/p>\n<h2>Pelajaran #2: Delegasi Antar-Agent Butuh Aturan yang Tegas<\/h2>\n<p>Saat satu permintaan perlu ditangani lebih dari satu agent \u2014 misalnya urusan yang menyentuh keuangan sekaligus komunikasi ke pelanggan \u2014 perlu ada aturan jelas siapa yang &#8220;pegang kendali&#8221; dan siapa yang hanya membantu di baliknya. Tanpa itu, ada risiko pekerjaan terduplikasi atau malah tidak ada yang menyelesaikan sampai akhir.<\/p>\n<h2>Pelajaran #3: Manusia Tetap Pegang Keputusan Sensitif<\/h2>\n<p>Ada batasan yang kami jaga ketat: keputusan yang sifatnya sensitif atau berdampak besar \u2014 misalnya publikasi konten ke publik, transaksi keuangan, atau komunikasi proaktif ke banyak orang sekaligus \u2014 selalu perlu konfirmasi manusia dulu, bukan dijalankan otonom sepenuhnya oleh agent. Otonomi yang berguna itu otonomi yang tahu batasnya sendiri.<\/p>\n<h2>Pelajaran #4: Sistem yang Baik Butuh &#8220;Memori&#8221; yang Terjaga<\/h2>\n<p>Agent yang bekerja tanpa mengingat pengalaman sebelumnya cenderung mengulang kesalahan yang sama. Kami membiasakan tiap agent mencatat pelajaran penting dari pekerjaan yang sudah selesai, supaya ke depannya keputusan serupa bisa diambil lebih cepat dan lebih tepat.<\/p>\n<h2>Kenapa Ini Relevan Buat Bisnis Lain<\/h2>\n<p>Pengalaman menjalankan tim agent internal ini yang justru jadi dasar kenapa kami yakin pendekatan serupa bisa dipakai bisnis lain \u2014 bukan cuma teori, tapi sesuatu yang benar-benar kami rasakan dampaknya di operasional sehari-hari. Tantangannya nyata (delegasi, batasan, konsistensi), tapi hasilnya juga nyata: pekerjaan repetitif yang tadinya menyita waktu, sekarang berjalan di latar belakang tanpa perlu terus dipantau manual.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Belajar soal AI agent dari artikel dan riset itu penting, tapi ada hal-hal yang cuma ketahuan setelah benar-benar menjalankannya sehari-hari. Di Kantor AI, kami memang menjalankan tim AI agent internal untuk membantu operasional kami sendiri \u2014 dan dari situ ada beberapa pelajaran yang menurut kami layak dibagikan. Kenalan dengan Tim Kami Bukan satu AI serba &#8230; <a title=\"Belajar dari Tim AI Internal Kantor AI: Claw, Percy, Emily, Thomas, dan Kana\" class=\"read-more\" href=\"https:\/\/analisfakhri.my.id\/blog\/index.php\/2026\/08\/03\/belajar-dari-tim-ai-internal-kantor-ai-claw-percy-emily-thomas-dan-kana\/\" aria-label=\"Read more about Belajar dari Tim AI Internal Kantor AI: Claw, Percy, Emily, Thomas, dan Kana\">Read more<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-14","post","type-post","status-publish","format-standard","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/analisfakhri.my.id\/blog\/index.php\/wp-json\/wp\/v2\/posts\/14","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/analisfakhri.my.id\/blog\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/analisfakhri.my.id\/blog\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/analisfakhri.my.id\/blog\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/analisfakhri.my.id\/blog\/index.php\/wp-json\/wp\/v2\/comments?post=14"}],"version-history":[{"count":1,"href":"https:\/\/analisfakhri.my.id\/blog\/index.php\/wp-json\/wp\/v2\/posts\/14\/revisions"}],"predecessor-version":[{"id":23,"href":"https:\/\/analisfakhri.my.id\/blog\/index.php\/wp-json\/wp\/v2\/posts\/14\/revisions\/23"}],"wp:attachment":[{"href":"https:\/\/analisfakhri.my.id\/blog\/index.php\/wp-json\/wp\/v2\/media?parent=14"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/analisfakhri.my.id\/blog\/index.php\/wp-json\/wp\/v2\/categories?post=14"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/analisfakhri.my.id\/blog\/index.php\/wp-json\/wp\/v2\/tags?post=14"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}