Firma jasa profesional sedang mengalami titik balik yang senyap, dan bukan yang paling banyak diprediksi orang. Model konsultasi human plus AI bukan soal AI menggantikan konsultan atau akuntan. Ini soal tim kecil berisi orang-orang senior, dipadukan dengan AI yang mengerjakan pekerjaan bervolume tinggi, sehingga bisa menghasilkan lebih banyak dibanding firma dengan jumlah staf tiga kali lipat, tanpa mengorbankan kualitas.
Saya menyaksikan langsung dinamika ini saat membangun sisi teknis Magnificat Consulthink, firma kepatuhan pajak dan transformasi digital. Ekonominya jelas begitu terlihat: jumlah orang sama, kapasitas klien berkali lipat, dan margin justru membaik alih-alih tertekan, karena sumber daya yang mahal (penilaian senior) hanya dipakai persis di momen yang benar-benar membutuhkannya.
Versi model ini yang gagal adalah yang selama ini paling dikhawatirkan orang, yaitu AI menggantikan sang ahli. Versi yang berhasil adalah AI membuat draf pertama, dan sang ahli mengerjakan hal yang hanya bisa dilakukannya: menangkap kesalahan, membaca situasi klien yang sebenarnya, dan mempertaruhkan namanya di balik hasil akhir.
Apa Saja yang Benar-Benar Dikerjakan AI dengan Baik di Sini?
AI bekerja paling baik dalam konteks konsultasi atau advisory justru pada tugas-tugas yang dulu menghabiskan waktu seminggu penuh seorang associate junior, seperti draf awal, meringkas dokumen, dan menandai pola dalam data klien, bukan tugas yang membutuhkan penilaian ahli. Berikut wujud nyatanya di lapangan:
- Draf awal laporan, memo, dan dokumen kepatuhan berdasarkan data klien yang sudah terstruktur
- Meringkas dokumen regulasi atau kontrak yang panjang menjadi klausul spesifik yang relevan untuk klien tertentu
- Menghasilkan variasi dari satu deliverable standar untuk banyak klien dengan input yang berbeda-beda
- Menandai anomali dalam data keuangan yang layak mendapat perhatian manusia, bukan memutuskan artinya apa
Tak satu pun dari ini membutuhkan penilaian (judgment). Yang dibutuhkan adalah kecepatan dan konsistensi, dan itu persis yang dikuasai AI, sekaligus persis yang selama ini menjadi bottleneck firma karena bergantung pada jam kerja staf junior.
Apa yang Tetap Sepenuhnya Milik Manusia
Bagian pekerjaan yang benar-benar membangun kepercayaan klien dan menanggung liabilitas tetap berada di tangan manusia, tanpa pengecualian:
- Review final dan tanda tangan persetujuan. Setiap output draf AI dibaca, dikoreksi, dan disetujui oleh orang senior sebelum sampai ke klien. Bukan dicek sekilas, tapi benar-benar dibaca.
- Menafsirkan situasi klien yang ambigu. AI bekerja dari input yang terstruktur. Situasi klien yang sesungguhnya berantakan, setengah dijelaskan, dan penuh konteks yang bisa ditangkap advisor berpengalaman dalam percakapan lima menit, konteks yang tak akan pernah tercatat di dokumen mana pun.
- Momen kepercayaan yang berhadapan langsung dengan klien. Percakapan sulit, negosiasi ruang lingkup, menyampaikan kabar buruk, semua ini sepenuhnya tetap di tangan manusia, karena relasi itu sendiri adalah produk yang sebenarnya dijual.
- Akurasi pada detail regulasi atau keuangan. AI bisa berhalusinasi menghasilkan angka yang terdengar masuk akal tapi salah. Reviewer senior dengan keahlian domain adalah satu-satunya pengecekan yang bisa diandalkan terhadap risiko ini.
Di Magnificat, disiplin ini dijalankan secara eksplisit: AI menghasilkan volume, seorang senior yang namanya jelas melakukan QA atas akurasi dan memegang relasi klien. Pembagian itu bukan kompromi, itu justru value proposition sesungguhnya. Klien tidak membayar untuk selembar dokumen, mereka membayar untuk seseorang yang kompeten dan bersedia mempertanggungjawabkannya.
Bagaimana Ekonominya Bisa Berubah?
Ekonominya berubah karena jumlah staf berhenti tumbuh linear mengikuti volume klien begitu AI menyerap beban drafting, dan inilah bagian yang mengejutkan para pemilik firma ketika saya jelaskan. Di firma jasa profesional tradisional, jumlah staf tumbuh nyaris linear dengan volume klien, karena sebagian besar pekerjaan (drafting, analisis awal, formatting) tetap membutuhkan seseorang, sesenior apa pun mereka. Itu membatasi berapa banyak klien yang bisa dilayani firma kecil tanpa merekrut secara agresif, dan merekrut secara agresif biasanya berarti mengencerkan kualitas dengan staf yang lebih junior.
Dalam model human plus AI, pekerjaan bervolume tinggi berhenti membutuhkan penambahan staf yang proporsional. Seorang advisor senior yang dulu menghabiskan 70% waktunya untuk drafting dan 30% untuk review serta memberi masukan, kini bisa membalik rasio itu. Orang yang sama kini me-review dan memberi masukan untuk tiga sampai empat kali lebih banyak engagement klien, karena AI menyerap beban drafting. Kapasitas firma tumbuh tanpa jumlah staf tumbuh dengan laju yang sama, dan margin membaik karena basis biaya tidak lagi tumbuh mengikuti pendapatan seperti dulu.
Ini gagasan dasar yang sama dengan otomasi rekonsiliasi pembayaran yang baik: otomatiskan pekerjaan pencocokan yang repetitif, tetap tempatkan manusia pada apa pun yang menyentuh penilaian atau uang sungguhan. Konsultasi hanyalah versi industri jasa dari trade-off yang sama.
Di Mana Model Ini Sebenarnya Bisa Gagal?
Model ini gagal dengan dua cara yang bisa diprediksi, dan saya sudah melihat keduanya dicoba langsung di tempat lain: melewatkan review manusia demi menghemat waktu, dan membangun kapasitas AI mendahului permintaan klien yang sesungguhnya. Keduanya terlihat seperti jalan pintas di awal, tapi berujung jadi masalah kredibilitas atau biaya belakangan.
Melewati review manusia demi menghemat waktu. Seluruh nilai model ini bergantung pada seorang senior yang menangkap kesalahan AI sebelum sampai ke klien. Firma yang melewatkan langkah ini demi bergerak lebih cepat sebenarnya sedang menukar kecepatan jangka pendek dengan insiden kredibilitas yang tinggal menunggu waktu. Kegagalannya bukan hipotetis, ini soal angka yang salah dalam pelaporan pajak atau klausul yang salah dibaca dalam dokumen kepatuhan, yang baru disadari klien setelah mereka bertindak berdasarkan itu.
Membangun AI mendahului permintaan yang sesungguhnya. Dorongan untuk membangun lebih banyak otomasi daripada yang benar-benar dibutuhkan basis klien saat ini adalah jebakan. Sesuaikan pembangunan AI dengan apa yang sudah menghasilkan volume klien, bukan dengan apa yang mungkin berguna suatu hari nanti. Overbuilding menguras waktu dan uang ke tooling yang belum ada yang pakai, padahal waktu itu lebih baik dipakai untuk klien yang sudah ada di depan mata.
Yang Perlu Diperhatikan Kalau Anda Mengevaluasi Sebuah Firma
Kalau Anda pemilik bisnis yang memilih antara firma tradisional besar dan firma kecil yang menjalankan model hybrid ini, pertanyaan yang perlu diajukan bukan "apakah mereka pakai AI." Tapi "siapa yang me-review output-nya, dan bagaimana rekam jejaknya." Firma boutique dengan orang senior yang benar-benar me-review setiap deliverable, didukung AI untuk kecepatan, bisa mengungguli firma jauh lebih besar di mana staf junior yang membuat draf dan partner senior nyaris tidak menyentuh pekerjaan sesungguhnya sebelum dikirim. Jumlah staf tidak pernah menjadi sinyal kualitas yang sebenarnya, pengawasanlah yang menentukan.
"Jumlah staf tidak pernah menjadi sinyal kualitas yang sebenarnya, pengawasanlah yang menentukan," kata Ervandra Halim, CPTO dan principal architect.
Kalau Anda ingin melihat model ini diterapkan langsung pada kepatuhan pajak dan pelaporan keuangan, itulah model operasi di balik Magnificat Consulthink.
Kesimpulan Praktisnya
Bentuk yang menang bukan AI versus keahlian manusia, melainkan AI untuk kecepatan dan keahlian manusia untuk penilaian, dijaga tetap terpisah dan tidak pernah dicampuradukkan. Kalau Anda menjalankan atau merekrut untuk firma jasa profesional, tanyakan di mana review manusia itu benar-benar terjadi, dan apakah itu sungguhan atau sekadar formalitas. Jawaban itu jauh lebih memprediksi kualitas dan keandalan dibanding ukuran firma.
