Dari Assistance ke Execution: Kenapa Enterprise Makin Banyak Menyerahkan Pekerjaan ke AI

Perusahaan Anda punya akses ke ChatGPT. Perusahaan pesaing juga. Modelnya sama, harga langganannya mirip. Tapi kenapa hasilnya bisa beda jauh?

OpenAI baru rilis dua studi soal gimana enterprise benar-benar memakai AI, bukan cuma memakainya. Judul besarnya: Enterprise AI bergerak dari assistance ke execution. Artinya AI tidak lagi sekadar menjawab pertanyaan, tapi ikut menyelesaikan pekerjaan.

Stop.

Ini bukan sekadar tren pemasaran. Salah satu temuan paling mencolok: perusahaan di top 10% pemakaian (disebut frontier firms) kini menghasilkan 8.3x lebih banyak output token per user aktif dibanding perusahaan biasa. Januari lalu gap-nya masih 2.6x. Dalam lima bulan, lebar nyaris tiga kali lipat.

Beda Assistance dan Execution

Seorang assistant membantu Anda berpikir. Anda bertanya, AI memberi saran, lalu Anda yang mengerjakan. Seorang agent berbeda. Anda memberi instruksi, agent yang mengumpulkan data, membuat file, dan menghasilkan pekerjaan siap review.

Contohnya begini. Dulu Anda bertanya ke AI gimana bikin presentasi, lalu menyusunnya sendiri. Sekarang Anda minta agent mengumpulkan informasi lintas sumber dan menyusun draft presentasinya. Manusia tinggal meninjau dan menyetujui. Alurnya kira-kira begini:

Perubahan ini terlihat dari data. Hingga Juni, Codex menghasilkan 64% dari total output token Codex dan ChatGPT di customer enterprise. Karena workflow agentic butuh langkah panjang dan multi-tahap, output yang dihasilkan memang lebih besar.

Gap Frontier Makin Lebar

Gap 8.3x tadi muncul lintas industri dan ukuran perusahaan. Artinya pemakaian AI intensif bukan monopoli perusahaan teknologi. Perusahaan publik AS yang mengadopsi AI juga punya aset, jumlah karyawan, dan investasi riset lebih tinggi dibanding yang tidak.

Penting: akses saja rupanya tidak cukup. Perusahaan yang sukses berinvestasi pada pembelajaran karyawan yang berkelanjutan, workflow bersama, infrastruktur data, dan governance. Itu yang membuat adopsi menyebar lebih dalam, bukan cuma lebih luas.

Kapabilitas Lanjutan: Plugins dan Skills

Agar agent efektif, dia butuh konteks dan alat. Plugins menggabungkan skills, yaitu instruksi yang bisa dipakai ulang, dengan apps yang terhubung ke data dan tool perusahaan. Contohnya plugin sales: menggabungkan playbook tim dengan akses CRM, sehingga agent bisa menyusun penawaran personal berdasarkan data customer terkini.

Frontier firms unggul di sini. Setiap minggu, 21% user aktif di frontier firms memakai Plugins dan 19% memakai skills, dibanding 9% dan 3% di perusahaan biasa. Tapi ini masih jauh dari potensi. Di internal OpenAI sendiri, 95% karyawan memakai Plugins tiap minggu.

Agents Menyebar ke Knowledge Work

Software engineering memang pusat adopsi agentic sejak awal. Tapi kini Codex tumbuh pesat di fungsi knowledge work. Sejak Februari, user aktif mingguan Codex di enterprise tumbuh 108x di legal, 41x di sales, 41x di recruiting, dan 26x di marketing, dibanding cuma 5x di engineering.

Contoh nyata dari Virgin Atlantic. Tim engineering memakai Codex untuk refactor kode legacy dalam 30 menit alih-alih dua minggu. Tim produk memakai ChatGPT Work untuk menyelesaikan riset kompetitor yang biasanya berjalan berminggu-minggu, menghabiskan waktu berjam-jam, dan membentuk strategi digital lima tahun ke depan.

Early-Career Justru Lebih Banyak Pakai AI

Banyak survei melaporkan pemakaian AI lebih tinggi di kalangan pemimpin dan eksekutif. Tapi data administratif dari jutaan percakapan menemukan kebalikannya. Enam bulan setelah adopsi, karyawan awal karir mengirim 13 pesan lebih banyak per minggu dibanding eksekutif.

Untuk pemimpin, ini peluang praktis: identifikasi karyawan dengan kebiasaan AI terbaik, lalu buat workflow mereka terlihat dan bisa ditiru di semua level.

Yang Bisa Dilakukan Leader

Perusahaan punya akses ke model yang sama, tapi frontier firms memakai lebih cepat dan lebih dalam. Peluang pemimpin adalah menutup gap dengan memperluas workflow agentic ke luar engineering, dan mengubah use case individu yang sukses menjadi praktik berulang di seluruh organisasi.

Status: Rilis, dua studi resmi diterbitkan.

Referensi

1. From assistance to execution: How enterprises put AI to work

2. OpenAI Enterprise Signals

3. How Organizations Use AI: Evidence from ChatGPT (working paper)